[](https://github.com/microsoft/ML-For-Beginners/blob/master/LICENSE) [](https://GitHub.com/microsoft/ML-For-Beginners/graphs/contributors/) [](https://GitHub.com/microsoft/ML-For-Beginners/issues/) [](https://GitHub.com/microsoft/ML-For-Beginners/pulls/) [](http://makeapullrequest.com) [](https://GitHub.com/microsoft/ML-For-Beginners/watchers/) [](https://GitHub.com/microsoft/ML-For-Beginners/network/) [](https://GitHub.com/microsoft/ML-For-Beginners/stargazers/) ### 🌐 תמיכה בריבוי שפות #### נתמך באמצעות GitHub Action (אוטומטי ומעודכן תמיד) [ערבית](../ar/README.md) | [בנגלית](../bn/README.md) | [בולגרית](../bg/README.md) | [בורמזית (מיאנמר)](../my/README.md) | [סינית (פשוטה)](../zh/README.md) | [סינית (מסורתית, הונג קונג)](../hk/README.md) | [סינית (מסורתית, מקאו)](../mo/README.md) | [סינית (מסורתית, טייוואן)](../tw/README.md) | [קרואטית](../hr/README.md) | [צ'כית](../cs/README.md) | [דנית](../da/README.md) | [הולנדית](../nl/README.md) | [אסטונית](../et/README.md) | [פינית](../fi/README.md) | [צרפתית](../fr/README.md) | [גרמנית](../de/README.md) | [יוונית](../el/README.md) | [עברית](./README.md) | [הינדית](../hi/README.md) | [הונגרית](../hu/README.md) | [אינדונזית](../id/README.md) | [איטלקית](../it/README.md) | [יפנית](../ja/README.md) | [קוריאנית](../ko/README.md) | [ליטאית](../lt/README.md) | [מלאית](../ms/README.md) | [מראטהי](../mr/README.md) | [נפאלית](../ne/README.md) | [נורווגית](../no/README.md) | [פרסית (פארסי)](../fa/README.md) | [פולנית](../pl/README.md) | [פורטוגזית (ברזיל)](../br/README.md) | [פורטוגזית (פורטוגל)](../pt/README.md) | [פונג'אבית (גורמוקי)](../pa/README.md) | [רומנית](../ro/README.md) | [רוסית](../ru/README.md) | [סרבית (קירילית)](../sr/README.md) | [סלובקית](../sk/README.md) | [סלובנית](../sl/README.md) | [ספרדית](../es/README.md) | [סוואהילית](../sw/README.md) | [שוודית](../sv/README.md) | [טאגאלוג (פיליפינית)](../tl/README.md) | [טמילית](../ta/README.md) | [תאית](../th/README.md) | [טורקית](../tr/README.md) | [אוקראינית](../uk/README.md) | [אורדו](../ur/README.md) | [וייטנאמית](../vi/README.md) #### הצטרפו לקהילה שלנו [](https://aka.ms/ml4beginners/discord) יש לנו סדרת לימוד ב-Discord על AI, למדו עוד והצטרפו אלינו ב-[Learn with AI Series](https://aka.ms/learnwithai/discord) בין ה-18 ל-30 בספטמבר, 2025. תקבלו טיפים וטריקים לשימוש ב-GitHub Copilot במדעי הנתונים.  # למידת מכונה למתחילים - תוכנית לימודים > 🌍 טיילו מסביב לעולם כשאנו חוקרים למידת מכונה דרך תרבויות עולמיות 🌍 צוות Cloud Advocates במיקרוסופט שמח להציע תוכנית לימודים בת 12 שבועות ו-26 שיעורים על **למידת מכונה**. בתוכנית זו תלמדו על מה שמכונה לעיתים **למידת מכונה קלאסית**, תוך שימוש בעיקר בספריית Scikit-learn והימנעות מלמידה עמוקה, שמכוסה בתוכנית הלימודים שלנו [AI למתחילים](https://aka.ms/ai4beginners). שלבו שיעורים אלו עם תוכנית הלימודים שלנו ['מדעי הנתונים למתחילים'](https://aka.ms/ds4beginners), גם כן! טיילו איתנו מסביב לעולם כשאנו מיישמים טכניקות קלאסיות אלו על נתונים מאזורים שונים בעולם. כל שיעור כולל חידונים לפני ואחרי השיעור, הוראות כתובות להשלמת השיעור, פתרון, משימה ועוד. הפדגוגיה מבוססת הפרויקטים שלנו מאפשרת לכם ללמוד תוך כדי בנייה, שיטה מוכחת להטמעת מיומנויות חדשות. **✍️ תודה רבה למחברים שלנו** ג'ן לופר, סטיבן האוול, פרנצ'סקה לזארי, טומומי אימורה, קסי ברביו, דמיטרי סושניקוב, כריס נורינג, אנירבן מוקרג'י, אורנלה אלטוניאן, רות יעקובו ואיימי בויד **🎨 תודה גם למאיירים שלנו** טומומי אימורה, דאסאני מדיפאלי וג'ן לופר **🙏 תודה מיוחדת 🙏 לכותבים, סוקרים ותורמי תוכן מקרב שגרירי הסטודנטים של מיקרוסופט**, במיוחד רישיט דגלי, מוחמד סאקיב חאן אינאן, רוהאן ראג', אלכסנדרו פטרסקו, אבישק ג'ייסוואל, נאורין טבאסום, יואן סמואילה וסניגדה אגרוול **🤩 תודה נוספת לשגרירי הסטודנטים של מיקרוסופט אריק ונג'או, ג'סלין סונדהי ווידושי גופטה על שיעורי ה-R שלנו!** # תחילת העבודה בצעו את השלבים הבאים: 1. **צרו מזלג למאגר**: לחצו על כפתור "Fork" בפינה הימנית העליונה של עמוד זה. 2. **שכפלו את המאגר**: `git clone https://github.com/microsoft/ML-For-Beginners.git` > [מצאו את כל המשאבים הנוספים לקורס זה באוסף Microsoft Learn שלנו](https://learn.microsoft.com/en-us/collections/qrqzamz1nn2wx3?WT.mc_id=academic-77952-bethanycheum) > 🔧 **זקוקים לעזרה?** עיינו ב-[מדריך פתרון הבעיות](TROUBLESHOOTING.md) שלנו לפתרונות לבעיות נפוצות בהתקנה, הגדרה והרצת שיעורים. **[סטודנטים](https://aka.ms/student-page)**, כדי להשתמש בתוכנית לימודים זו, צרו מזלג של המאגר כולו לחשבון ה-GitHub שלכם והשלימו את התרגילים בעצמכם או בקבוצה: - התחילו עם חידון לפני השיעור. - קראו את השיעור והשלימו את הפעילויות, עצרו והרהרו בכל בדיקת ידע. - נסו ליצור את הפרויקטים על ידי הבנת השיעורים במקום להריץ את קוד הפתרון; עם זאת, קוד זה זמין בתיקיות `/solution` בכל שיעור מבוסס פרויקט. - בצעו את החידון לאחר השיעור. - השלימו את האתגר. - השלימו את המשימה. - לאחר השלמת קבוצת שיעורים, בקרו ב-[לוח הדיונים](https://github.com/microsoft/ML-For-Beginners/discussions) ו"למדו בקול רם" על ידי מילוי טופס PAT המתאים. 'PAT' הוא כלי הערכת התקדמות שהוא טופס למילוי שמטרתו להעמיק את הלמידה שלכם. תוכלו גם להגיב ל-PATs של אחרים כדי שנוכל ללמוד יחד. > ללימוד נוסף, אנו ממליצים לעקוב אחר [מודולים ומסלולי לימוד של Microsoft Learn](https://docs.microsoft.com/en-us/users/jenlooper-2911/collections/k7o7tg1gp306q4?WT.mc_id=academic-77952-leestott). **מורים**, כללנו [כמה הצעות](for-teachers.md) כיצד להשתמש בתוכנית לימודים זו. --- ## סרטוני הדרכה חלק מהשיעורים זמינים כסרטונים קצרים. תוכלו למצוא את כולם משולבים בשיעורים, או ב-[רשימת ההשמעה של ML למתחילים בערוץ YouTube של Microsoft Developer](https://aka.ms/ml-beginners-videos) על ידי לחיצה על התמונה למטה. [](https://aka.ms/ml-beginners-videos) --- ## הכירו את הצוות [](https://youtu.be/Tj1XWrDSYJU) **Gif מאת** [מוהיט ג'ייסאל](https://linkedin.com/in/mohitjaisal) > 🎥 לחצו על התמונה למעלה לצפייה בסרטון על הפרויקט והאנשים שיצרו אותו! --- ## פדגוגיה בחרנו בשני עקרונות פדגוגיים בעת בניית תוכנית לימודים זו: להבטיח שהיא תהיה **מבוססת פרויקטים** ושתכלול **חידונים תכופים**. בנוסף, לתוכנית לימודים זו יש **נושא משותף** שמעניק לה אחידות. על ידי הבטחת התאמת התוכן לפרויקטים, התהליך הופך למרתק יותר עבור הסטודנטים ושימור המושגים יוגבר. בנוסף, חידון בעל סיכון נמוך לפני השיעור מכוון את כוונת הסטודנט ללמידת הנושא, בעוד שחידון שני לאחר השיעור מבטיח שימור נוסף. תוכנית לימודים זו תוכננה להיות גמישה ומהנה וניתן לקחת אותה בשלמותה או בחלקים. הפרויקטים מתחילים קטנים והופכים למורכבים יותר עד סוף מחזור 12 השבועות. תוכנית לימודים זו כוללת גם נספח על יישומים בעולם האמיתי של ML, שניתן להשתמש בו כקרדיט נוסף או כבסיס לדיון. > מצאו את [קוד ההתנהגות](CODE_OF_CONDUCT.md), [תרומה](CONTRIBUTING.md), [תרגום](TRANSLATIONS.md) ו-[פתרון בעיות](TROUBLESHOOTING.md) שלנו. נשמח לקבל את המשוב הבונה שלכם! ## כל שיעור כולל - סקיצה אופציונלית - סרטון משלים אופציונלי - סרטון הדרכה (רק בחלק מהשיעורים) - [חידון חימום לפני השיעור](https://ff-quizzes.netlify.app/en/ml/) - שיעור כתוב - עבור שיעורים מבוססי פרויקטים, מדריכים שלב-אחר-שלב כיצד לבנות את הפרויקט - בדיקות ידע - אתגר - קריאה משלימה - משימה - [חידון לאחר השיעור](https://ff-quizzes.netlify.app/en/ml/) > **הערה על שפות**: שיעורים אלו נכתבו בעיקר ב-Python, אך רבים מהם זמינים גם ב-R. כדי להשלים שיעור ב-R, גשו לתיקיית `/solution` וחפשו שיעורי R. הם כוללים סיומת .rmd שמייצגת קובץ **R Markdown** שניתן להגדירו כקובץ המשלב `קטעי קוד` (של R או שפות אחרות) ו-`כותרת YAML` (שמנחה כיצד לעצב פלטים כמו PDF) בתוך `מסמך Markdown`. כך, הוא משמש כמסגרת כתיבה מצוינת למדעי הנתונים מכיוון שהוא מאפשר לשלב את הקוד שלכם, הפלט שלו והמחשבות שלכם על ידי כתיבתם ב-Markdown. יתרה מכך, ניתן להמיר מסמכי R Markdown לפורמטים כמו PDF, HTML או Word. > **הערה על חידונים**: כל החידונים נמצאים ב-[תיקיית אפליקציית החידונים](../../quiz-app), עבור 52 חידונים בסך הכל, כל אחד עם שלוש שאלות. הם מקושרים מתוך השיעורים אך ניתן להריץ את אפליקציית החידונים באופן מקומי; עקבו אחר ההוראות בתיקיית `quiz-app` כדי לארח אותה מקומית או לפרוס אותה ב-Azure. | מספר שיעור | נושא | קבוצת שיעורים | מטרות למידה | שיעור מקושר | מחבר | | :-----------: | :------------------------------------------------------------: | :-------------------------------------------------: | ------------------------------------------------------------------------------------------------------------------------------- | :--------------------------------------------------------------------------------------------------------------------------------------: | :--------------------------------------------------: | | 01 | מבוא ללמידת מכונה | [מבוא](1-Introduction/README.md) | למדו את המושגים הבסיסיים מאחורי למידת מכונה | [שיעור](1-Introduction/1-intro-to-ML/README.md) | מוחמד | | 02 | ההיסטוריה של למידת מכונה | [מבוא](1-Introduction/README.md) | למדו את ההיסטוריה שמאחורי התחום הזה | [שיעור](1-Introduction/2-history-of-ML/README.md) | ג'ן ואיימי | | 03 | הוגנות ולמידת מכונה | [מבוא](1-Introduction/README.md) | מהם הנושאים הפילוסופיים החשובים סביב הוגנות שעל התלמידים לשקול בעת בניית והפעלת מודלים של למידת מכונה? | [שיעור](1-Introduction/3-fairness/README.md) | טומומי | | 04 | טכניקות ללמידת מכונה | [מבוא](1-Introduction/README.md) | אילו טכניקות חוקרי למידת מכונה משתמשים כדי לבנות מודלים של למידת מכונה? | [שיעור](1-Introduction/4-techniques-of-ML/README.md) | כריס וג'ן | | 05 | מבוא לרגרסיה | [רגרסיה](2-Regression/README.md) | התחילו עם Python ו-Scikit-learn עבור מודלים של רגרסיה | [Python](2-Regression/1-Tools/README.md) • [R](../../2-Regression/1-Tools/solution/R/lesson_1.html) | ג'ן • אריק וונג'או | | 06 | מחירי דלעת בצפון אמריקה 🎃 | [רגרסיה](2-Regression/README.md) | ויזואליזציה וניקוי נתונים כהכנה ללמידת מכונה | [Python](2-Regression/2-Data/README.md) • [R](../../2-Regression/2-Data/solution/R/lesson_2.html) | ג'ן • אריק וונג'או | | 07 | מחירי דלעת בצפון אמריקה 🎃 | [רגרסיה](2-Regression/README.md) | בניית מודלים של רגרסיה ליניארית ופולינומית | [Python](2-Regression/3-Linear/README.md) • [R](../../2-Regression/3-Linear/solution/R/lesson_3.html) | ג'ן ודמיטרי • אריק וונג'או | | 08 | מחירי דלעת בצפון אמריקה 🎃 | [רגרסיה](2-Regression/README.md) | בניית מודל רגרסיה לוגיסטית | [Python](2-Regression/4-Logistic/README.md) • [R](../../2-Regression/4-Logistic/solution/R/lesson_4.html) | ג'ן • אריק וונג'או | | 09 | אפליקציית אינטרנט 🔌 | [אפליקציית אינטרנט](3-Web-App/README.md) | בניית אפליקציית אינטרנט לשימוש במודל שלכם | [Python](3-Web-App/1-Web-App/README.md) | ג'ן | | 10 | מבוא לסיווג | [סיווג](4-Classification/README.md) | ניקוי, הכנה וויזואליזציה של הנתונים שלכם; מבוא לסיווג | [Python](4-Classification/1-Introduction/README.md) • [R](../../4-Classification/1-Introduction/solution/R/lesson_10.html) | ג'ן וקאסי • אריק וונג'או | | 11 | מטבח אסייתי והודי טעים 🍜 | [סיווג](4-Classification/README.md) | מבוא למסווגים | [Python](4-Classification/2-Classifiers-1/README.md) • [R](../../4-Classification/2-Classifiers-1/solution/R/lesson_11.html) | ג'ן וקאסי • אריק וונג'או | | 12 | מטבח אסייתי והודי טעים 🍜 | [סיווג](4-Classification/README.md) | מסווגים נוספים | [Python](4-Classification/3-Classifiers-2/README.md) • [R](../../4-Classification/3-Classifiers-2/solution/R/lesson_12.html) | ג'ן וקאסי • אריק וונג'או | | 13 | מטבח אסייתי והודי טעים 🍜 | [סיווג](4-Classification/README.md) | בניית אפליקציית המלצות אינטרנטית באמצעות המודל שלכם | [Python](4-Classification/4-Applied/README.md) | ג'ן | | 14 | מבוא לקיבוץ | [קיבוץ](5-Clustering/README.md) | ניקוי, הכנה וויזואליזציה של הנתונים שלכם; מבוא לקיבוץ | [Python](5-Clustering/1-Visualize/README.md) • [R](../../5-Clustering/1-Visualize/solution/R/lesson_14.html) | ג'ן • אריק וונג'או | | 15 | חקר טעמי מוזיקה ניגרית 🎧 | [קיבוץ](5-Clustering/README.md) | חקר שיטת קיבוץ K-Means | [Python](5-Clustering/2-K-Means/README.md) • [R](../../5-Clustering/2-K-Means/solution/R/lesson_15.html) | ג'ן • אריק וונג'או | | 16 | מבוא לעיבוד שפה טבעית ☕️ | [עיבוד שפה טבעית](6-NLP/README.md) | למדו את היסודות של עיבוד שפה טבעית על ידי בניית בוט פשוט | [Python](6-NLP/1-Introduction-to-NLP/README.md) | סטיבן | | 17 | משימות נפוצות בעיבוד שפה טבעית ☕️ | [עיבוד שפה טבעית](6-NLP/README.md) | העמיקו את הידע שלכם בעיבוד שפה טבעית על ידי הבנת משימות נפוצות הנדרשות בעת עבודה עם מבני שפה | [Python](6-NLP/2-Tasks/README.md) | סטיבן | | 18 | תרגום וניתוח רגשות ♥️ | [עיבוד שפה טבעית](6-NLP/README.md) | תרגום וניתוח רגשות עם ג'יין אוסטן | [Python](6-NLP/3-Translation-Sentiment/README.md) | סטיבן | | 19 | מלונות רומנטיים באירופה ♥️ | [עיבוד שפה טבעית](6-NLP/README.md) | ניתוח רגשות עם ביקורות על מלונות 1 | [Python](6-NLP/4-Hotel-Reviews-1/README.md) | סטיבן | | 20 | מלונות רומנטיים באירופה ♥️ | [עיבוד שפה טבעית](6-NLP/README.md) | ניתוח רגשות עם ביקורות על מלונות 2 | [Python](6-NLP/5-Hotel-Reviews-2/README.md) | סטיבן | | 21 | מבוא לחיזוי סדרות זמן | [סדרות זמן](7-TimeSeries/README.md) | מבוא לחיזוי סדרות זמן | [Python](7-TimeSeries/1-Introduction/README.md) | פרנצ'סקה | | 22 | ⚡️ שימוש באנרגיה עולמית ⚡️ - חיזוי סדרות זמן עם ARIMA | [סדרות זמן](7-TimeSeries/README.md) | חיזוי סדרות זמן עם ARIMA | [Python](7-TimeSeries/2-ARIMA/README.md) | פרנצ'סקה | | 23 | ⚡️ שימוש באנרגיה עולמית ⚡️ - חיזוי סדרות זמן עם SVR | [סדרות זמן](7-TimeSeries/README.md) | חיזוי סדרות זמן עם Support Vector Regressor | [Python](7-TimeSeries/3-SVR/README.md) | אנירבן | | 24 | מבוא ללמידת חיזוק | [למידת חיזוק](8-Reinforcement/README.md) | מבוא ללמידת חיזוק עם Q-Learning | [Python](8-Reinforcement/1-QLearning/README.md) | דמיטרי | | 25 | עזרו לפיטר להימנע מהזאב! 🐺 | [למידת חיזוק](8-Reinforcement/README.md) | למידת חיזוק עם Gym | [Python](8-Reinforcement/2-Gym/README.md) | דמיטרי | | פוסטסקריפט | תרחישים ויישומים של למידת מכונה בעולם האמיתי | [למידת מכונה בעולם האמיתי](9-Real-World/README.md) | יישומים מעניינים ומרתקים של למידת מכונה קלאסית | [שיעור](9-Real-World/1-Applications/README.md) | צוות | | פוסטסקריפט | איתור שגיאות במודלים של למידת מכונה באמצעות לוח מחוונים RAI | [למידת מכונה בעולם האמיתי](9-Real-World/README.md) | איתור שגיאות במודלים של למידת מכונה באמצעות רכיבי לוח מחוונים של בינה מלאכותית אחראית | [שיעור](9-Real-World/2-Debugging-ML-Models/README.md) | רות יאקובו | > [מצאו את כל המשאבים הנוספים לקורס הזה באוסף Microsoft Learn שלנו](https://learn.microsoft.com/en-us/collections/qrqzamz1nn2wx3?WT.mc_id=academic-77952-bethanycheum) ## גישה לא מקוונת ניתן להפעיל את התיעוד הזה לא מקוון באמצעות [Docsify](https://docsify.js.org/#/). שיבטו את המאגר הזה, [התקינו את Docsify](https://docsify.js.org/#/quickstart) במחשב המקומי שלכם, ואז בתיקיית השורש של המאגר הזה, הקלידו `docsify serve`. האתר יופעל על פורט 3000 ב-localhost שלכם: `localhost:3000`. ## קבצי PDF מצאו קובץ PDF של תכנית הלימודים עם קישורים [כאן](https://microsoft.github.io/ML-For-Beginners/pdf/readme.pdf). ## 🎒 קורסים נוספים הצוות שלנו מייצר קורסים נוספים! בדקו: - [Edge AI למתחילים](https://aka.ms/edgeai-for-beginners) - [סוכני AI למתחילים](https://aka.ms/ai-agents-beginners) - [Generative AI למתחילים](https://aka.ms/genai-beginners) - [Generative AI למתחילים .NET](https://github.com/microsoft/Generative-AI-for-beginners-dotnet) - [Generative AI עם JavaScript](https://github.com/microsoft/generative-ai-with-javascript) - [Generative AI עם Java](https://github.com/microsoft/Generative-AI-for-beginners-java) - [AI למתחילים](https://aka.ms/ai-beginners) - [מדעי הנתונים למתחילים](https://aka.ms/datascience-beginners) - [למידת מכונה למתחילים](https://aka.ms/ml-beginners) - [סייבר למתחילים](https://github.com/microsoft/Security-101) - [פיתוח אתרים למתחילים](https://aka.ms/webdev-beginners) - [IoT למתחילים](https://aka.ms/iot-beginners) - [פיתוח XR למתחילים](https://github.com/microsoft/xr-development-for-beginners) - [שליטה ב-GitHub Copilot לתכנות זוגי](https://github.com/microsoft/Mastering-GitHub-Copilot-for-Paired-Programming) - [שליטה ב-GitHub Copilot למפתחי C#/.NET](https://github.com/microsoft/mastering-github-copilot-for-dotnet-csharp-developers) - [בחרו את הרפתקת ה-Copilot שלכם](https://github.com/microsoft/CopilotAdventures) ## קבלת עזרה אם אתם נתקעים או יש לכם שאלות על בניית אפליקציות AI, הצטרפו: [](https://aka.ms/foundry/discord) אם יש לכם משוב על מוצרים או שגיאות במהלך הבנייה, בקרו: [](https://aka.ms/foundry/forum) --- **כתב ויתור**: מסמך זה תורגם באמצעות שירות תרגום מבוסס בינה מלאכותית [Co-op Translator](https://github.com/Azure/co-op-translator). למרות שאנו שואפים לדיוק, יש לקחת בחשבון שתרגומים אוטומטיים עשויים להכיל שגיאות או אי דיוקים. המסמך המקורי בשפתו המקורית צריך להיחשב כמקור סמכותי. עבור מידע קריטי, מומלץ להשתמש בתרגום מקצועי על ידי אדם. איננו נושאים באחריות לאי הבנות או לפרשנויות שגויות הנובעות משימוש בתרגום זה.