[![GitHub license](https://img.shields.io/github/license/microsoft/ML-For-Beginners.svg)](https://github.com/microsoft/ML-For-Beginners/blob/master/LICENSE)
[![GitHub contributors](https://img.shields.io/github/contributors/microsoft/ML-For-Beginners.svg)](https://GitHub.com/microsoft/ML-For-Beginners/graphs/contributors/)
[![GitHub issues](https://img.shields.io/github/issues/microsoft/ML-For-Beginners.svg)](https://GitHub.com/microsoft/ML-For-Beginners/issues/)
[![GitHub pull-requests](https://img.shields.io/github/issues-pr/microsoft/ML-For-Beginners.svg)](https://GitHub.com/microsoft/ML-For-Beginners/pulls/)
[![PRs Welcome](https://img.shields.io/badge/PRs-welcome-brightgreen.svg?style=flat-square)](http://makeapullrequest.com)

[![GitHub watchers](https://img.shields.io/github/watchers/microsoft/ML-For-Beginners.svg?style=social&label=Watch)](https://GitHub.com/microsoft/ML-For-Beginners/watchers/)
[![GitHub forks](https://img.shields.io/github/forks/microsoft/ML-For-Beginners.svg?style=social&label=Fork)](https://GitHub.com/microsoft/ML-For-Beginners/network/)
[![GitHub stars](https://img.shields.io/github/stars/microsoft/ML-For-Beginners.svg?style=social&label=Star)](https://GitHub.com/microsoft/ML-For-Beginners/stargazers/)

### 🌐 Поддержка нескольких языков

#### Поддерживается через GitHub Action (автоматизировано и всегда актуально)

<!-- CO-OP TRANSLATOR LANGUAGES TABLE START -->
[Арабский](../ar/README.md) | [Бенгальский](../bn/README.md) | [Болгарский](../bg/README.md) | [Бирманский (Мьянма)](../my/README.md) | [Китайский (упрощенный)](../zh-CN/README.md) | [Китайский (традиционный, Гонконг)](../zh-HK/README.md) | [Китайский (традиционный, Макао)](../zh-MO/README.md) | [Китайский (традиционный, Тайвань)](../zh-TW/README.md) | [Хорватский](../hr/README.md) | [Чешский](../cs/README.md) | [Датский](../da/README.md) | [Нидерландский](../nl/README.md) | [Эстонский](../et/README.md) | [Финский](../fi/README.md) | [Французский](../fr/README.md) | [Немецкий](../de/README.md) | [Греческий](../el/README.md) | [Иврит](../he/README.md) | [Хинди](../hi/README.md) | [Венгерский](../hu/README.md) | [Индонезийский](../id/README.md) | [Итальянский](../it/README.md) | [Японский](../ja/README.md) | [Каннада](../kn/README.md) | [Корейский](../ko/README.md) | [Литовский](../lt/README.md) | [Малайский](../ms/README.md) | [Малаялам](../ml/README.md) | [Маратхи](../mr/README.md) | [Непальский](../ne/README.md) | [Нигерийский пиджин](../pcm/README.md) | [Норвежский](../no/README.md) | [Персидский (Фарси)](../fa/README.md) | [Польский](../pl/README.md) | [Португальский (Бразилия)](../pt-BR/README.md) | [Португальский (Португалия)](../pt-PT/README.md) | [Панджаби (Гурмухи)](../pa/README.md) | [Румынский](../ro/README.md) | [Русский](./README.md) | [Сербский (кириллица)](../sr/README.md) | [Словацкий](../sk/README.md) | [Словенский](../sl/README.md) | [Испанский](../es/README.md) | [Суахили](../sw/README.md) | [Шведский](../sv/README.md) | [Тагальский (Филиппинский)](../tl/README.md) | [Тамильский](../ta/README.md) | [Телугу](../te/README.md) | [Тайский](../th/README.md) | [Турецкий](../tr/README.md) | [Украинский](../uk/README.md) | [Урду](../ur/README.md) | [Вьетнамский](../vi/README.md)

> **Предпочитаете клонировать локально?**

> Этот репозиторий включает более 50 языковых переводов, что значительно увеличивает размер загрузки. Чтобы клонировать без переводов, используйте sparse checkout:
> ```bash
> git clone --filter=blob:none --sparse https://github.com/microsoft/ML-For-Beginners.git
> cd ML-For-Beginners
> git sparse-checkout set --no-cone '/*' '!translations' '!translated_images'
> ```
> Это даст вам всё необходимое для прохождения курса с гораздо более быстрой загрузкой.
<!-- CO-OP TRANSLATOR LANGUAGES TABLE END -->

#### Присоединяйтесь к нашему сообществу

[![Microsoft Foundry Discord](https://dcbadge.limes.pink/api/server/nTYy5BXMWG)](https://discord.gg/nTYy5BXMWG)

Сейчас у нас в Discord проходит серия занятий Learn with AI, узнайте больше и присоединяйтесь к нам на [Learn with AI Series](https://aka.ms/learnwithai/discord) с 18 по 30 сентября 2025 года. Вы получите советы и подсказки по использованию GitHub Copilot для Data Science.

![Серия Learn with AI](../../translated_images/ru/3.9b58fd8d6c373c20.webp)

# Машинное обучение для начинающих - Учебная программа

> 🌍 Путешествуйте по миру, изучая Машинное обучение через культуры мира 🌍

Cloud Advocates в Microsoft рады предложить 12-недельную программу из 26 уроков, полностью посвящённую **машинному обучению**. В рамках этой программы вы познакомитесь с так называемым **классическим машинным обучением**, используя в основном библиотеку Scikit-learn и избегая глубокого обучения, которое рассматривается в нашей программе [AI для начинающих](https://aka.ms/ai4beginners). Также совмещайте эти уроки с нашей программой ['Data Science для начинающих'](https://aka.ms/ds4beginners)!

Путешествуйте вместе с нами по миру, применяя классические методы к данным из разных регионов. Каждый урок включает контрольные тесты до и после занятия, письменные инструкции для выполнения урока, решение, задание и многое другое. Наша проектная методика обучения позволяет учиться путем создания проектов — проверенный способ лучшего усвоения новых знаний.

**✍️ Искренняя благодарность нашим авторам** Джен Лупер, Стивен Хауэлл, Франческа Лаццери, Томоми Имура, Кэсси Бревиу, Дмитрий Сошников, Крис Норинг, Анирбан Мукерджи, Орнелла Алтунян, Рут Якобу и Эми Бойд

**🎨 Благодарность также нашим иллюстраторам** Томоми Имура, Дасани Мадипалли и Джен Лупер

**🙏 Особая благодарность 🙏 авторам, рецензентам и участникам из Microsoft Student Ambassador**, в частности Ришиту Дагли, Мухаммаду Сакибу Хану Инану, Рохану Раджу, Александру Петреску, Абхишеку Джайсвалу, Наврин Табассум, Иоану Самуиле и Снигдхе Агарвал

**🤩 Дополнительная благодарность студентам Microsoft Ambassadors Эрику Ванджау, Джаслин Сонди и Видуши Гупте за уроки на R!**

# Начало работы

Выполните следующие шаги:
1. **Создайте форк репозитория**: Нажмите кнопку "Fork" в правом верхнем углу этой страницы.
2. **Клонируйте репозиторий**:   `git clone https://github.com/microsoft/ML-For-Beginners.git`

> [найдите все дополнительные материалы для этого курса в нашей коллекции Microsoft Learn](https://learn.microsoft.com/en-us/collections/qrqzamz1nn2wx3?WT.mc_id=academic-77952-bethanycheum)

> 🔧 **Нужна помощь?** Ознакомьтесь с нашим [руководством по устранению неполадок](TROUBLESHOOTING.md) для решения распространенных проблем с установкой, настройкой и запуском уроков.


**[Студенты](https://aka.ms/student-page)**, чтобы использовать эту программу, создайте форк всего репозитория в свой аккаунт GitHub и выполняйте упражнения самостоятельно или в группе:

- Начинайте с контрольного теста перед лекцией.
- Читайте лекцию и выполняйте задания, делая паузы и обдумывая вопросы для самопроверки.
- Старайтесь создавать проекты, понимая уроки, а не просто копируя код решения; тем не менее, код решений доступен в папках `/solution` в каждом уроке, ориентированном на проекты.
- Пройдите тест после лекции.
- Выполните вызов.
- Выполните задание.
- После завершения группы уроков посетите [Дискуссионную доску](https://github.com/microsoft/ML-For-Beginners/discussions) и «учитесь вслух», заполнив соответствующую рубрику PAT. ‘PAT’ (Progress Assessment Tool) — это инструмент оценки прогресса, который вы заполняете для углубления обучения. Также вы можете реагировать на PAT других участников, чтобы учиться вместе.

> Для дальнейшего изучения рекомендуем пройти эти [модули и учебные пути Microsoft Learn](https://docs.microsoft.com/en-us/users/jenlooper-2911/collections/k7o7tg1gp306q4?WT.mc_id=academic-77952-leestott).

**Учителя**, мы подготовили [несколько рекомендаций](for-teachers.md) по использованию этой программы.

---

## Видеообзоры

Некоторые уроки доступны в формате коротких видео. Вы можете найти все они прямо в уроках или на [плейлисте ML for Beginners на канале Microsoft Developer в YouTube](https://aka.ms/ml-beginners-videos), кликнув на изображение ниже.

[![ML for beginners banner](../../translated_images/ru/ml-for-beginners-video-banner.63f694a100034bc6.webp)](https://aka.ms/ml-beginners-videos)

---

## Встречайте команду

[![Promo video](../../images/ml.gif)](https://youtu.be/Tj1XWrDSYJU)

**Гифка от** [Mohit Jaisal](https://linkedin.com/in/mohitjaisal)

> 🎥 Кликните на изображение выше, чтобы посмотреть видео о проекте и людях, которые его создали!

---

## Педагогика

При создании этой программы мы выбрали два педагогических принципа: обеспечить практическую **проектную направленность** и включить **частые тесты**. Кроме того, программа имеет общую **тематику** для создания целостности.

Путем согласования контента с проектами процесс становится более увлекательным для студентов, а запоминание понятий улучшается. Низкопороговый тест перед занятием мотивирует студента изучать тему, а второй тест после занятия гарантирует лучшее усвоение. Программа спроектирована гибко и интересно, её можно проходить целиком или частично. Проекты начинаются с простых и постепенно усложняются к концу 12-недельного цикла. В программу также включён послесловие о реальных применениях МО, которое можно использовать в качестве дополнительного задания или основы для обсуждения.

> Ознакомьтесь с нашими [Кодексом поведения](CODE_OF_CONDUCT.md), [Правилами участия](CONTRIBUTING.md), [Правилами перевода](TRANSLATIONS.md) и [руководством по устранению неполадок](TROUBLESHOOTING.md). Мы рады вашему конструктивному отзыву!

## Каждый урок включает

- необязательный скетчнот
- необязательное дополнительное видео
- видеообзор (только некоторые уроки)
- [тест для разминки перед лекцией](https://ff-quizzes.netlify.app/en/ml/)
- письменный урок
- для проектных уроков — пошаговые инструкции по созданию проекта
- контрольные вопросы
- вызов
- дополнительное чтение
- задание
- [тест после лекции](https://ff-quizzes.netlify.app/en/ml/)

> **Примечание о языках**: Эти уроки в основном написаны на Python, но многие также доступны на R. Чтобы выполнить урок на R, перейдите в папку `/solution` и найдите уроки на R. Они имеют расширение .rmd, что означает **R Markdown** — формат, который включает в себя «кодовые блоки» (на R или других языках) и заголовок YAML (определяющий форматирование вывода, например PDF) в документе Markdown. Таким образом, это отличный инструмент для создания материалов по data science, поскольку позволяет объединить код, его результаты и ваши мысли в одном документе Markdown. Кроме того, документы R Markdown можно выводить в форматы PDF, HTML или Word.
> **Примечание о викторинах**: Все викторины содержатся в папке [Quiz App folder](../../quiz-app), всего 52 викторины по три вопроса каждая. Они связаны с уроками, но приложение для викторин можно запустить локально; следуйте инструкциям в папке `quiz-app` для локального хостинга или развертывания в Azure.

| Номер урока |                            Тема                             |                   Группа уроков                    | Цели обучения                                                                                                                   |                                                           Связанный урок                                                            |                     Автор                     |
| :----------: | :---------------------------------------------------------: | :-----------------------------------------------: | ------------------------------------------------------------------------------------------------------------------------------ | :--------------------------------------------------------------------------------------------------------------------------------: | :------------------------------------------: |
|      01      |                Введение в машинное обучение                 |      [Introduction](1-Introduction/README.md)     | Изучить основные концепции машинного обучения                                                                                  |                                            [Lesson](1-Introduction/1-intro-to-ML/README.md)                                            |                   Muhammad                   |
|      02      |                История машинного обучения                   |      [Introduction](1-Introduction/README.md)     | Изучить историю данной области                                                                                                |                                           [Lesson](1-Introduction/2-history-of-ML/README.md)                                           |                  Jen and Amy                  |
|      03      |                 Справедливость и машинное обучение          |      [Introduction](1-Introduction/README.md)     | Какие философские вопросы справедливости должны учитывать студенты при создании и применении моделей машинного обучения?        |                                             [Lesson](1-Introduction/3-fairness/README.md)                                              |                    Tomomi                    |
|      04      |                Методы машинного обучения                    |      [Introduction](1-Introduction/README.md)     | Какие методы используют исследователи машинного обучения для создания моделей?                                                   |                                         [Lesson](1-Introduction/4-techniques-of-ML/README.md)                                          |                  Chris and Jen                |
|      05      |                   Введение в регрессию                      |        [Regression](2-Regression/README.md)       | Начать работу с Python и Scikit-learn для моделей регрессии                                                                     |       [Python](2-Regression/1-Tools/README.md) • [R](../../2-Regression/1-Tools/solution/R/lesson_1.html)       |      Jen • Eric Wanjau       |
|      06      |                Цены на тыквы в Северной Америке 🎃           |        [Regression](2-Regression/README.md)       | Визуализировать и очистить данные для подготовки к машинному обучению                                                          |        [Python](2-Regression/2-Data/README.md) • [R](../../2-Regression/2-Data/solution/R/lesson_2.html)         |      Jen • Eric Wanjau       |
|      07      |                Цены на тыквы в Северной Америке 🎃           |        [Regression](2-Regression/README.md)       | Создать модели линейной и полиномиальной регрессии                                                                             |       [Python](2-Regression/3-Linear/README.md) • [R](../../2-Regression/3-Linear/solution/R/lesson_3.html)       |      Jen and Dmitry • Eric Wanjau       |
|      08      |                Цены на тыквы в Северной Америке 🎃           |        [Regression](2-Regression/README.md)       | Построить модель логистической регрессии                                                                                        |     [Python](2-Regression/4-Logistic/README.md) • [R](../../2-Regression/4-Logistic/solution/R/lesson_4.html)      |      Jen • Eric Wanjau       |
|      09      |                         Веб-приложение 🔌                    |           [Web App](3-Web-App/README.md)          | Создать веб-приложение для использования обученной модели                                                                       |                                               [Python](3-Web-App/1-Web-App/README.md)                                                 |                       Jen                      |
|      10      |                 Введение в классификацию                     |    [Classification](4-Classification/README.md)   | Очистить, подготовить и визуализировать данные; введение в классификацию                                                        | [Python](4-Classification/1-Introduction/README.md) • [R](../../4-Classification/1-Introduction/solution/R/lesson_10.html)  | Jen and Cassie • Eric Wanjau |
|      11      |             Вкусные азиатские и индийские кухни 🍜           |    [Classification](4-Classification/README.md)   | Введение в классификаторы                                                                                                      | [Python](4-Classification/2-Classifiers-1/README.md) • [R](../../4-Classification/2-Classifiers-1/solution/R/lesson_11.html) | Jen and Cassie • Eric Wanjau |
|      12      |             Вкусные азиатские и индийские кухни 🍜           |    [Classification](4-Classification/README.md)   | Дополнительные классификаторы                                                                                                  | [Python](4-Classification/3-Classifiers-2/README.md) • [R](../../4-Classification/3-Classifiers-2/solution/R/lesson_12.html) | Jen and Cassie • Eric Wanjau |
|      13      |             Вкусные азиатские и индийские кухни 🍜           |    [Classification](4-Classification/README.md)   | Построить веб-приложение рекомендации с использованием вашей модели                                                            |                                             [Python](4-Classification/4-Applied/README.md)                                             |                       Jen                      |
|      14      |                   Введение в кластеризацию                    |        [Clustering](5-Clustering/README.md)       | Очистить, подготовить и визуализировать данные; введение в кластеризацию                                                        |       [Python](5-Clustering/1-Visualize/README.md) • [R](../../5-Clustering/1-Visualize/solution/R/lesson_14.html)        |      Jen • Eric Wanjau       |
|      15      |              Исследование музыкальных предпочтений в Нигерии 🎧 |        [Clustering](5-Clustering/README.md)       | Изучить метод кластеризации K-Means                                                                                            |         [Python](5-Clustering/2-K-Means/README.md) • [R](../../5-Clustering/2-K-Means/solution/R/lesson_15.html)           |      Jen • Eric Wanjau       |
|      16      |        Введение в обработку естественного языка ☕️          |   [Natural language processing](6-NLP/README.md)  | Изучить основы НЛП, создав простой бот                                                                                        |                                            [Python](6-NLP/1-Introduction-to-NLP/README.md)                                             |                     Stephen                    |
|      17      |                      Общие задачи НЛП ☕️                      |   [Natural language processing](6-NLP/README.md)  | Углубить знания о НЛП, изучив основные задачи при работе с языковыми структурами                                               |                                                   [Python](6-NLP/2-Tasks/README.md)                                                  |                     Stephen                    |
|      18      |             Перевод и анализ тональности ♥️                   |   [Natural language processing](6-NLP/README.md)  | Перевод и анализ тональности на примере Джейн Остин                                                                            |                                           [Python](6-NLP/3-Translation-Sentiment/README.md)                                            |                     Stephen                    |
|      19      |                  Романтические отели Европы ♥️                 |   [Natural language processing](6-NLP/README.md)  | Анализ тональности на основе отзывов об отелях 1                                                                               |                                              [Python](6-NLP/4-Hotel-Reviews-1/README.md)                                               |                     Stephen                    |
|      20      |                  Романтические отели Европы ♥️                 |   [Natural language processing](6-NLP/README.md)  | Анализ тональности на основе отзывов об отелях 2                                                                               |                                              [Python](6-NLP/5-Hotel-Reviews-2/README.md)                                               |                     Stephen                    |
|      21      |            Введение в прогнозирование временных рядов          |        [Time series](7-TimeSeries/README.md)      | Введение в прогнозирование временных рядов                                                                                     |                                            [Python](7-TimeSeries/1-Introduction/README.md)                                             |                    Francesca                    |
|      22      | ⚡️ Мировое потребление электроэнергии ⚡️ - прогнозирование с ARIMA |        [Time series](7-TimeSeries/README.md)      | Прогнозирование временных рядов с помощью ARIMA                                                                                |                                                [Python](7-TimeSeries/2-ARIMA/README.md)                                                |                    Francesca                    |
|      23      |  ⚡️ Мировое потребление электроэнергии ⚡️ - прогнозирование с SVR  |        [Time series](7-TimeSeries/README.md)      | Прогнозирование временных рядов с помощью регрессии опорных векторов (SVR)                                                     |                                                 [Python](7-TimeSeries/3-SVR/README.md)                                                 |                     Anirban                     |
|      24      |             Введение в обучение с подкреплением                | [Reinforcement learning](8-Reinforcement/README.md) | Введение в обучение с подкреплением с использованием Q-Learning                                                                |                                            [Python](8-Reinforcement/1-QLearning/README.md)                                            |                     Dmitry                      |
|      25      |                 Помогите Питеру избежать волка! 🐺             | [Reinforcement learning](8-Reinforcement/README.md) | Обучение с подкреплением с использованием Gym                                                                                  |                                               [Python](8-Reinforcement/2-Gym/README.md)                                                |                     Dmitry                      |
|  Постскрипт  |            Сценарии и приложения машинного обучения в реальности |      [ML in the Wild](9-Real-World/README.md)     | Интересные и показательные реальные применения классического машинного обучения                                                 |                                            [Lesson](9-Real-World/1-Applications/README.md)                                            |                      Team                       |
|  Постскрипт  |          Отладка моделей машинного обучения с помощью RAI      |      [ML in the Wild](9-Real-World/README.md)     | Отладка моделей машинного обучения с использованием панели Responsible AI                                                        |                                            [Lesson](9-Real-World/2-Debugging-ML-Models/README.md)                                       |                 Ruth Yakubu                     |

> [найдите все дополнительные ресурсы для этого курса в нашей коллекции Microsoft Learn](https://learn.microsoft.com/en-us/collections/qrqzamz1nn2wx3?WT.mc_id=academic-77952-bethanycheum)

## Оффлайн доступ

Вы можете использовать эту документацию оффлайн, используя [Docsify](https://docsify.js.org/#/). Форкните этот репозиторий, [установите Docsify](https://docsify.js.org/#/quickstart) на вашем устройстве и в корневой папке репозитория выполните команду `docsify serve`. Веб-сайт будет доступен по адресу localhost:3000.

## PDF

Найдите PDF версии учебного плана с ссылками [здесь](https://microsoft.github.io/ML-For-Beginners/pdf/readme.pdf).


## 🎒 Другие курсы

Наша команда выпускает и другие курсы! Ознакомьтесь с:

<!-- CO-OP TRANSLATOR OTHER COURSES START -->
### LangChain
[![LangChain4j for Beginners](https://img.shields.io/badge/LangChain4j%20for%20Beginners-22C55E?style=for-the-badge&&labelColor=E5E7EB&color=0553D6)](https://aka.ms/langchain4j-for-beginners)
[![LangChain.js for Beginners](https://img.shields.io/badge/LangChain.js%20for%20Beginners-22C55E?style=for-the-badge&labelColor=E5E7EB&color=0553D6)](https://aka.ms/langchainjs-for-beginners?WT.mc_id=m365-94501-dwahlin)
[![LangChain for Beginners](https://img.shields.io/badge/LangChain%20for%20Beginners-22C55E?style=for-the-badge&labelColor=E5E7EB&color=0553D6)](https://github.com/microsoft/langchain-for-beginners?WT.mc_id=m365-94501-dwahlin)
---

### Azure / Edge / MCP / Agents
[![AZD for Beginners](https://img.shields.io/badge/AZD%20for%20Beginners-0078D4?style=for-the-badge&labelColor=E5E7EB&color=0078D4)](https://github.com/microsoft/AZD-for-beginners?WT.mc_id=academic-105485-koreyst)
[![Edge AI for Beginners](https://img.shields.io/badge/Edge%20AI%20for%20Beginners-00B8E4?style=for-the-badge&labelColor=E5E7EB&color=00B8E4)](https://github.com/microsoft/edgeai-for-beginners?WT.mc_id=academic-105485-koreyst)
[![MCP for Beginners](https://img.shields.io/badge/MCP%20for%20Beginners-009688?style=for-the-badge&labelColor=E5E7EB&color=009688)](https://github.com/microsoft/mcp-for-beginners?WT.mc_id=academic-105485-koreyst)
[![AI Agents for Beginners](https://img.shields.io/badge/AI%20Agents%20for%20Beginners-00C49A?style=for-the-badge&labelColor=E5E7EB&color=00C49A)](https://github.com/microsoft/ai-agents-for-beginners?WT.mc_id=academic-105485-koreyst)

---
 
### Серия по генеративному ИИ
[![Generative AI for Beginners](https://img.shields.io/badge/Generative%20AI%20for%20Beginners-8B5CF6?style=for-the-badge&labelColor=E5E7EB&color=8B5CF6)](https://github.com/microsoft/generative-ai-for-beginners?WT.mc_id=academic-105485-koreyst)
[![Generative AI (.NET)](https://img.shields.io/badge/Generative%20AI%20(.NET)-9333EA?style=for-the-badge&labelColor=E5E7EB&color=9333EA)](https://github.com/microsoft/Generative-AI-for-beginners-dotnet?WT.mc_id=academic-105485-koreyst)
[![Generative AI (Java)](https://img.shields.io/badge/Generative%20AI%20(Java)-C084FC?style=for-the-badge&labelColor=E5E7EB&color=C084FC)](https://github.com/microsoft/generative-ai-for-beginners-java?WT.mc_id=academic-105485-koreyst)
[![Generative AI (JavaScript)](https://img.shields.io/badge/Generative%20AI%20(JavaScript)-E879F9?style=for-the-badge&labelColor=E5E7EB&color=E879F9)](https://github.com/microsoft/generative-ai-with-javascript?WT.mc_id=academic-105485-koreyst)

---
 
### Основное обучение
[![ML for Beginners](https://img.shields.io/badge/ML%20for%20Beginners-22C55E?style=for-the-badge&labelColor=E5E7EB&color=22C55E)](https://aka.ms/ml-beginners?WT.mc_id=academic-105485-koreyst)
[![Data Science for Beginners](https://img.shields.io/badge/Data%20Science%20for%20Beginners-84CC16?style=for-the-badge&labelColor=E5E7EB&color=84CC16)](https://aka.ms/datascience-beginners?WT.mc_id=academic-105485-koreyst)
[![AI for Beginners](https://img.shields.io/badge/AI%20for%20Beginners-A3E635?style=for-the-badge&labelColor=E5E7EB&color=A3E635)](https://aka.ms/ai-beginners?WT.mc_id=academic-105485-koreyst)
[![Cybersecurity for Beginners](https://img.shields.io/badge/Cybersecurity%20for%20Beginners-F97316?style=for-the-badge&labelColor=E5E7EB&color=F97316)](https://github.com/microsoft/Security-101?WT.mc_id=academic-96948-sayoung)
[![Web Dev for Beginners](https://img.shields.io/badge/Web%20Dev%20for%20Beginners-EC4899?style=for-the-badge&labelColor=E5E7EB&color=EC4899)](https://aka.ms/webdev-beginners?WT.mc_id=academic-105485-koreyst)
[![IoT for Beginners](https://img.shields.io/badge/IoT%20for%20Beginners-14B8A6?style=for-the-badge&labelColor=E5E7EB&color=14B8A6)](https://aka.ms/iot-beginners?WT.mc_id=academic-105485-koreyst)
[![XR Development for Beginners](https://img.shields.io/badge/XR%20Development%20for%20Beginners-38BDF8?style=for-the-badge&labelColor=E5E7EB&color=38BDF8)](https://github.com/microsoft/xr-development-for-beginners?WT.mc_id=academic-105485-koreyst)

---
 
### Серия Copilot
[![Copilot for AI Paired Programming](https://img.shields.io/badge/Copilot%20for%20AI%20Paired%20Programming-FACC15?style=for-the-badge&labelColor=E5E7EB&color=FACC15)](https://aka.ms/GitHubCopilotAI?WT.mc_id=academic-105485-koreyst)
[![Copilot for C#/.NET](https://img.shields.io/badge/Copilot%20for%20C%23/.NET-FBBF24?style=for-the-badge&labelColor=E5E7EB&color=FBBF24)](https://github.com/microsoft/mastering-github-copilot-for-dotnet-csharp-developers?WT.mc_id=academic-105485-koreyst)
[![Copilot Adventure](https://img.shields.io/badge/Copilot%20Adventure-FDE68A?style=for-the-badge&labelColor=E5E7EB&color=FDE68A)](https://github.com/microsoft/CopilotAdventures?WT.mc_id=academic-105485-koreyst)
<!-- CO-OP TRANSLATOR OTHER COURSES END -->

## Получение помощи

Если вы застряли или у вас есть вопросы о создании AI-приложений. Присоединяйтесь к другим учащимся и опытным разработчикам в обсуждениях о MCP. Это поддерживающее сообщество, где вопросы приветствуются, а знания свободно распространяются.

[![Microsoft Foundry Discord](https://dcbadge.limes.pink/api/server/nTYy5BXMWG)](https://discord.gg/nTYy5BXMWG)

Если у вас есть отзывы о продукте или вы столкнулись с ошибками при разработке, посетите:

[![Microsoft Foundry Developer Forum](https://img.shields.io/badge/GitHub-Microsoft_Foundry_Developer_Forum-blue?style=for-the-badge&logo=github&color=000000&logoColor=fff)](https://aka.ms/foundry/forum)

---

<!-- CO-OP TRANSLATOR DISCLAIMER START -->
**Отказ от ответственности**:
Этот документ был переведен с использованием сервиса машинного перевода [Co-op Translator](https://github.com/Azure/co-op-translator). Несмотря на наши усилия по обеспечению точности, будьте предупреждены, что автоматические переводы могут содержать ошибки или неточности. Оригинальный документ на его родном языке следует считать авторитетным источником. Для важной информации рекомендуется профессиональный перевод человеком. Мы не несём ответственности за любые недоразумения или ошибки в интерпретации, возникшие в результате использования данного перевода.
<!-- CO-OP TRANSLATOR DISCLAIMER END -->