[![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/) ### 🌐 多言語サポート #### GitHub Action によるサポート（自動かつ常に最新） [アラビア語](../ar/README.md) | [ベンガル語](../bn/README.md) | [ブルガリア語](../bg/README.md) | [ビルマ語（ミャンマー）](../my/README.md) | [中国語（簡体字）](../zh-CN/README.md) | [中国語（繁体字、香港）](../zh-HK/README.md) | [中国語（繁体字、マカオ）](../zh-MO/README.md) | [中国語（繁体字、台湾）](../zh-TW/README.md) | [クロアチア語](../hr/README.md) | [チェコ語](../cs/README.md) | [デンマーク語](../da/README.md) | [オランダ語](../nl/README.md) | [エストニア語](../et/README.md) | [フィンランド語](../fi/README.md) | [フランス語](../fr/README.md) | [ドイツ語](../de/README.md) | [ギリシャ語](../el/README.md) | [ヘブライ語](../he/README.md) | [ヒンディー語](../hi/README.md) | [ハンガリー語](../hu/README.md) | [インドネシア語](../id/README.md) | [イタリア語](../it/README.md) | [日本語](./README.md) | [カンナダ語](../kn/README.md) | [韓国語](../ko/README.md) | [リトアニア語](../lt/README.md) | [マレー語](../ms/README.md) | [マラヤーラム語](../ml/README.md) | [マラーティー語](../mr/README.md) | [ネパール語](../ne/README.md) | [ナイジェリア・ピジン語](../pcm/README.md) | [ノルウェー語](../no/README.md) | [ペルシャ語（ファルシ）](../fa/README.md) | [ポーランド語](../pl/README.md) | [ポルトガル語（ブラジル）](../pt-BR/README.md) | [ポルトガル語（ポルトガル）](../pt-PT/README.md) | [パンジャブ語（グルムキー）](../pa/README.md) | [ルーマニア語](../ro/README.md) | [ロシア語](../ru/README.md) | [セルビア語（キリル）](../sr/README.md) | [スロバキア語](../sk/README.md) | [スロベニア語](../sl/README.md) | [スペイン語](../es/README.md) | [スワヒリ語](../sw/README.md) | [スウェーデン語](../sv/README.md) | [タガログ語（フィリピノ）](../tl/README.md) | [タミル語](../ta/README.md) | [テルグ語](../te/README.md) | [タイ語](../th/README.md) | [トルコ語](../tr/README.md) | [ウクライナ語](../uk/README.md) | [ウルドゥー語](../ur/README.md) | [ベトナム語](../vi/README.md) > **ローカルでクローンするのが良いですか？** > > このリポジトリには50以上の言語翻訳が含まれており、ダウンロードサイズが大幅に増加します。翻訳なしでクローンするには、スパースチェックアウトを使用してください： > > **Bash / macOS / Linux:** > ```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' > ``` > > **CMD (Windows):** > ```cmd > 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" > ``` > > これにより、コースを完了するために必要なすべてが、より高速なダウンロードで得られます。 #### コミュニティに参加しましょう [![Microsoft Foundry Discord](https://dcbadge.limes.pink/api/server/nTYy5BXMWG)](https://discord.gg/nTYy5BXMWG) Discord上で進行中の「Learn with AI」シリーズについての詳細および参加は、[Learn with AI Series](https://aka.ms/learnwithai/discord) でご覧いただけます。2025年9月18日から30日まで開催され、GitHub Copilotを使ったデータサイエンスのヒントやコツを得られます。 ![Learn with AI series](../../translated_images/ja/3.9b58fd8d6c373c20.webp) # 初心者のための機械学習 - カリキュラム > 🌍 世界の文化を通じて機械学習を探求しながら世界を旅しよう 🌍 Microsoft のクラウドアドボケートが提供する、12週間・26レッスンの機械学習に関するカリキュラムを紹介します。本カリキュラムでは、主に Scikit-learn ライブラリを使用した **「クラシック機械学習」** と呼ばれる分野について学びます。ディープラーニングは弊社の [AI for Beginners カリキュラム](https://aka.ms/ai4beginners) にて扱っています。『初心者向けデータサイエンス』カリキュラムともぜひ合わせてご利用ください。 世界中のさまざまなデータを用いて、クラシックな手法を適用しながら一緒に世界を旅しましょう。各レッスンには、事前・事後のクイズ、詳細な手順書、解答例、課題などが含まれています。プロジェクトを通じて学べるため、新しいスキルが定着しやすくなっています。 **✍️ 監修者の皆様へ心より感謝** Jen Looper, Stephen Howell, Francesca Lazzeri, Tomomi Imura, Cassie Breviu, Dmitry Soshnikov, Chris Noring, Anirban Mukherjee, Ornella Altunyan, Ruth Yakubu, Amy Boyd **🎨 イラスト担当の皆様へも感謝** Tomomi Imura, Dasani Madipalli, Jen Looper **🙏 特別な感謝 🙏** Microsoft Student Ambassador の著者・レビューアー・コンテンツ貢献者の皆様、特に Rishit Dagli, Muhammad Sakib Khan Inan, Rohan Raj, Alexandru Petrescu, Abhishek Jaiswal, Nawrin Tabassum, Ioan Samuila, Snigdha Agarwal **🤩 Microsoft Student Ambassadors Eric Wanjau, Jasleen Sondhi, Vidushi Gupta にも特別感謝！Rレッスン関連でのご協力に感謝します。** # はじめに 以下の手順に従ってください： 1. **リポジトリをフォークする**：ページ右上の「Fork」ボタンをクリックしてください。 2. **リポジトリをクローンする**： `git clone https://github.com/microsoft/ML-For-Beginners.git` > [このコースの追加リソースはMicrosoft Learnコレクションにあります](https://learn.microsoft.com/en-us/collections/qrqzamz1nn2wx3?WT.mc_id=academic-77952-bethanycheum) > 🔧 **お困りですか？** よくある問題の解決には [トラブルシューティングガイド](TROUBLESHOOTING.md) をご覧ください。 **[学生の皆さん](https://aka.ms/student-page)** このカリキュラムを利用するには、リポジトリ全体を自分のGitHubアカウントにフォークし、個人またはグループで練習課題を行います： - 講義前のクイズでスタート。 - 講義を読み、各知識チェックで立ち止まり振り返りながら課題を進めます。 - 解答コードを見るのではなく、レッスンを理解してからプロジェクトを作成しよう。ただし、解答コードは各プロジェクトレッスンの `/solution` フォルダにあります。 - 講義後のクイズを受けます。 - チャレンジをクリアします。 - 課題を提出します。 - レッスングループを終えたら、[ディスカッションボード](https://github.com/microsoft/ML-For-Beginners/discussions)で「学んだことを声に出して」 PAT評価を記入してください。PATは進捗評価ツールで、自分の学びを深めるためのルーブリックです。他の人のPATにもリアクションをして、一緒に学び合えます。 > さらなる学習には、これらの [Microsoft Learn](https://docs.microsoft.com/en-us/users/jenlooper-2911/collections/k7o7tg1gp306q4?WT.mc_id=academic-77952-leestott) モジュールや学習パスをお勧めします。 **教員の方へ**、本カリキュラムの活用について [いくつかの提案](for-teachers.md) を掲載しています。 --- ## 動画解説 いくつかのレッスンは短い動画で視聴可能です。各レッスン内または [Microsoft Developer YouTube チャンネルの ML for Beginners プレイリスト](https://aka.ms/ml-beginners-videos) でご覧いただけます。下の画像をクリックしてください。 [![ML for beginners banner](../../translated_images/ja/ml-for-beginners-video-banner.63f694a100034bc6.webp)](https://aka.ms/ml-beginners-videos) --- ## チーム紹介 [![Promo video](../../images/ml.gif)](https://youtu.be/Tj1XWrDSYJU) **GIF作成者** [Mohit Jaisal](https://linkedin.com/in/mohitjaisal) > 🎥 上の画像をクリックすると、プロジェクトおよび制作スタッフについての動画が見られます！ --- ## 教育方針 本カリキュラム作成にあたり、２つの教育的信念を掲げています。すなわち、ハンズオンで **プロジェクトベース** であることと、**頻繁なクイズ** を含むことです。さらに、内容に統一感を持たせる共通の **テーマ** を設けています。 プロジェクトに合わせた内容にすることで、学習がより興味深くなり、概念の定着が促進されます。クラス前の低負荷のクイズは学習への意欲付けをし、クラス後のクイズが更なる定着を促します。本カリキュラムは柔軟で楽しく学べ、全体または部分的に利用できます。プロジェクトは小さなものから始まり、12週間のサイクル終了時にはより複雑になります。また、実世界における機械学習応用に関する追記もあり、追加課題やディスカッションの基礎として使えます。 > [行動規範](CODE_OF_CONDUCT.md)、[貢献ガイド](CONTRIBUTING.md)、[翻訳](..)、[トラブルシューティング](TROUBLESHOOTING.md)のガイドラインがあります。皆様からの建設的なフィードバックを歓迎します！ ## 各レッスンに含まれるもの - 任意のスケッチノート - 任意の補助動画 - 動画解説（一部のレッスンのみ） - [講義前ウォームアップクイズ](https://ff-quizzes.netlify.app/en/ml/) - テキスト形式の講義 - プロジェクトベースのレッスンには、プロジェクト構築のステップバイステップガイド - 知識チェック - チャレンジ - 補足読書資料 - 課題 - [講義後クイズ](https://ff-quizzes.netlify.app/en/ml/) > **言語についての注意**: これらのレッスンは主に Python で書かれていますが、多くは R でも利用可能です。R のレッスンを行うには、`/solution` フォルダにある R レッスンを確認してください。ファイルは .rmd 拡張子を持っており、**R Markdown** ファイルです。これは、R または他の言語のコードチャンクと、PDFなどの出力形式を指定する `YAML ヘッダー` を組み合わせた `Markdownドキュメント` です。コードやその出力、考えを書くことが Markdown で可能なため、データサイエンスの著作フレームワークとして最適です。さらに、R Markdown ドキュメントは PDF、HTML、Word などの出力形式にレンダリングできます。 > **クイズについての注意**: すべてのクイズは[Quiz Appフォルダー](../../quiz-app)に含まれており、全52問の3問ずつのクイズがあります。レッスン内からリンクされていますが、クイズアプリはローカルで実行可能です。ローカルホストやAzureへのデプロイの指示は`quiz-app`フォルダー内を参照してください。 | レッスン番号 | テーマ | レッスングループ | 学習目標 | リンクされたレッスン | 作者 | | :-----------: | :------------------------------------------------------------: | :-------------------------------------------------: | ------------------------------------------------------------------------------------------------------------------------------- | :--------------------------------------------------------------------------------------------------------------------------------------: | :--------------------------------------------------: | | 01 | 機械学習の紹介 | [紹介](1-Introduction/README.md) | 機械学習の基本概念を学ぶ | [レッスン](1-Introduction/1-intro-to-ML/README.md) | Muhammad | | 02 | 機械学習の歴史 | [紹介](1-Introduction/README.md) | この分野の歴史を学ぶ | [レッスン](1-Introduction/2-history-of-ML/README.md) | Jen and Amy | | 03 | 公平性と機械学習 | [紹介](1-Introduction/README.md) | 機械学習モデルの構築と適用に際して考慮すべき公平性に関する重要な哲学的問題とは何か？ | [レッスン](1-Introduction/3-fairness/README.md) | Tomomi | | 04 | 機械学習の手法 | [紹介](1-Introduction/README.md) | 機械学習研究者はどのような手法を使ってモデルを作るのか？ | [レッスン](1-Introduction/4-techniques-of-ML/README.md) | Chris and Jen | | 05 | 回帰入門 | [回帰](2-Regression/README.md) | PythonとScikit-learnで回帰モデルの基礎を学ぶ | [Python](2-Regression/1-Tools/README.md) • [R](../../2-Regression/1-Tools/solution/R/lesson_1.html) | Jen • Eric Wanjau | | 06 | 北米のカボチャ価格 🎃 | [回帰](2-Regression/README.md) | 機械学習準備のためのデータの可視化とクリーニング | [Python](2-Regression/2-Data/README.md) • [R](../../2-Regression/2-Data/solution/R/lesson_2.html) | Jen • Eric Wanjau | | 07 | 北米のカボチャ価格 🎃 | [回帰](2-Regression/README.md) | 線形および多項式回帰モデルを作成 | [Python](2-Regression/3-Linear/README.md) • [R](../../2-Regression/3-Linear/solution/R/lesson_3.html) | Jen and Dmitry • Eric Wanjau | | 08 | 北米のカボチャ価格 🎃 | [回帰](2-Regression/README.md) | ロジスティック回帰モデルを作成 | [Python](2-Regression/4-Logistic/README.md) • [R](../../2-Regression/4-Logistic/solution/R/lesson_4.html) | Jen • Eric Wanjau | | 09 | ウェブアプリ 🔌 | [ウェブアプリ](3-Web-App/README.md) | トレーニング済みモデルを使うためのウェブアプリを作る | [Python](3-Web-App/1-Web-App/README.md) | Jen | | 10 | 分類入門 | [分類](4-Classification/README.md) | データのクリーニング、準備、可視化と分類の入門 | [Python](4-Classification/1-Introduction/README.md) • [R](../../4-Classification/1-Introduction/solution/R/lesson_10.html) | Jen and Cassie • Eric Wanjau | | 11 | 美味しいアジア・インド料理 🍜 | [分類](4-Classification/README.md) | 分類器の紹介 | [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 | 美味しいアジア・インド料理 🍜 | [分類](4-Classification/README.md) | さらなる分類器 | [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 | 美味しいアジア・インド料理 🍜 | [分類](4-Classification/README.md) | モデルを使って推薦ウェブアプリを作成 | [Python](4-Classification/4-Applied/README.md) | Jen | | 14 | クラスタリング入門 | [クラスタリング](5-Clustering/README.md) | データのクリーニング、準備、可視化；クラスタリングの入門 | [Python](5-Clustering/1-Visualize/README.md) • [R](../../5-Clustering/1-Visualize/solution/R/lesson_14.html) | Jen • Eric Wanjau | | 15 | ナイジェリアの音楽嗜好の探求 🎧 | [クラスタリング](5-Clustering/README.md) | K-Meansクラスタリング手法を探求 | [Python](5-Clustering/2-K-Means/README.md) • [R](../../5-Clustering/2-K-Means/solution/R/lesson_15.html) | Jen • Eric Wanjau | | 16 | 自然言語処理入門 ☕️ | [自然言語処理](6-NLP/README.md) | 簡単なボットを作りながらNLPの基本を学ぶ | [Python](6-NLP/1-Introduction-to-NLP/README.md) | Stephen | | 17 | 一般的なNLPタスク ☕️ | [自然言語処理](6-NLP/README.md) | 言語構造処理に必要な一般的なタスクを理解してNLP知識を深める | [Python](6-NLP/2-Tasks/README.md) | Stephen | | 18 | 翻訳と感情分析 ♥️ | [自然言語処理](6-NLP/README.md) | ジェーン・オースティンを使った翻訳と感情分析 | [Python](6-NLP/3-Translation-Sentiment/README.md) | Stephen | | 19 | ヨーロッパのロマンチックなホテル ♥️ | [自然言語処理](6-NLP/README.md) | ホテルレビューでの感情分析 1 | [Python](6-NLP/4-Hotel-Reviews-1/README.md) | Stephen | | 20 | ヨーロッパのロマンチックなホテル ♥️ | [自然言語処理](6-NLP/README.md) | ホテルレビューでの感情分析 2 | [Python](6-NLP/5-Hotel-Reviews-2/README.md) | Stephen | | 21 | 時系列予測入門 | [時系列](7-TimeSeries/README.md) | 時系列予測の入門 | [Python](7-TimeSeries/1-Introduction/README.md) | Francesca | | 22 | ⚡️ 世界の電力使用量 ⚡️ - ARIMAによる時系列予測 | [時系列](7-TimeSeries/README.md) | ARIMAによる時系列予測 | [Python](7-TimeSeries/2-ARIMA/README.md) | Francesca | | 23 | ⚡️ 世界の電力使用量 ⚡️ - SVRによる時系列予測 | [時系列](7-TimeSeries/README.md) | サポートベクター回帰による時系列予測 | [Python](7-TimeSeries/3-SVR/README.md) | Anirban | | 24 | 強化学習入門 | [強化学習](8-Reinforcement/README.md) | Q学習を使った強化学習入門 | [Python](8-Reinforcement/1-QLearning/README.md) | Dmitry | | 25 | ピーターをオオカミから守ろう！ 🐺 | [強化学習](8-Reinforcement/README.md) | 強化学習Gym | [Python](8-Reinforcement/2-Gym/README.md) | Dmitry | | 補遺 | 実世界の機械学習シナリオと応用 | [実世界の機械学習](9-Real-World/README.md) | 古典的な機械学習の興味深くかつ示唆に富んだ実世界の応用例 | [レッスン](9-Real-World/1-Applications/README.md) | チーム | | 補遺 | RAIダッシュボードを使ったMLのモデルデバッグ | [実世界の機械学習](9-Real-World/README.md) | Responsible AIダッシュボードコンポーネントを用いた機械学習モデルのデバッグ | [レッスン](9-Real-World/2-Debugging-ML-Models/README.md) | Ruth Yakubu | > [このコースの追加リソースはすべてMicrosoft Learnコレクションで見つけられます](https://learn.microsoft.com/en-us/collections/qrqzamz1nn2wx3?WT.mc_id=academic-77952-bethanycheum) ## オフラインアクセス このドキュメントをオフラインで実行するには、[Docsify](https://docsify.js.org/#/)を使用してください。このリポジトリをフォークして、[Docsifyをローカルマシンにインストール](https://docsify.js.org/#/quickstart)し、その後このリポジトリのルートフォルダーで `docsify serve` を実行します。ウェブサイトはlocalhostのポート3000で提供されます: `localhost:3000`。 ## PDF カリキュラムのPDF（リンク付き）はこちらでご覧いただけます [here](https://microsoft.github.io/ML-For-Beginners/pdf/readme.pdf)。 ## 🎒 その他のコース 私たちのチームは他にもコースを制作しています！ぜひご覧ください： ### 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) --- ### Generative AI Series [![はじめての生成AI](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) [![生成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) [![生成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) [![生成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) --- ### コアラーニング [![はじめての機械学習](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) [![はじめてのデータサイエンス](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) [![はじめてのAI](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) [![はじめてのサイバーセキュリティ](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) [![はじめてのWeb開発](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) [![はじめてのIoT](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) [![はじめてのXR開発](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) --- ### コパイロットシリーズ [![AIペアプログラミング用コパイロット](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) [![C#/.NET用コパイロット](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) [![コパイロットアドベンチャー](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) ## ヘルプの取得 AIアプリの構築中に行き詰まったり質問がある場合は、MCPに関するディスカッションで他の学習者や経験豊富な開発者と交流しましょう。質問が歓迎され、知識が自由に共有されるサポートコミュニティです。 [![Microsoft Foundry Discord](https://dcbadge.limes.pink/api/server/nTYy5BXMWG)](https://discord.gg/nTYy5BXMWG) 製品のフィードバックや構築中のエラーがある場合は、次をご覧ください： [![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) ## 追加学習のヒント - 各レッスン後にノートブックを復習して理解を深めましょう。 - 自分でアルゴリズムの実装を練習しましょう。 - 学んだ概念を使って実際のデータセットを調べてみましょう。 --- **免責事項**： 本書類はAI翻訳サービス「Co-op Translator」（https://github.com/Azure/co-op-translator）を使用して翻訳されています。正確性の向上に努めていますが、自動翻訳には誤りや不正確な箇所が含まれる場合があります。原文の言語による文書が正式な情報源とみなされるべきです。重要な情報については、専門の翻訳者による翻訳を推奨します。本翻訳の利用によって生じたいかなる誤解や解釈の相違についても、当方は一切の責任を負いかねます。