<!--
CO_OP_TRANSLATOR_METADATA:
{
  "original_hash": "612aef7a03204260e940131b09691977",
  "translation_date": "2025-09-04T23:13:57+00:00",
  "source_file": "README.md",
  "language_code": "fi"
}
-->
[![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/)  

### 🌐 Monikielinen tuki  

#### Tuettu GitHub-toiminnon kautta (automaattinen ja aina ajan tasalla)  

[French](../fr/README.md) | [Spanish](../es/README.md) | [German](../de/README.md) | [Russian](../ru/README.md) | [Arabic](../ar/README.md) | [Persian (Farsi)](../fa/README.md) | [Urdu](../ur/README.md) | [Chinese (Simplified)](../zh/README.md) | [Chinese (Traditional, Macau)](../mo/README.md) | [Chinese (Traditional, Hong Kong)](../hk/README.md) | [Chinese (Traditional, Taiwan)](../tw/README.md) | [Japanese](../ja/README.md) | [Korean](../ko/README.md) | [Hindi](../hi/README.md) | [Bengali](../bn/README.md) | [Marathi](../mr/README.md) | [Nepali](../ne/README.md) | [Punjabi (Gurmukhi)](../pa/README.md) | [Portuguese (Portugal)](../pt/README.md) | [Portuguese (Brazil)](../br/README.md) | [Italian](../it/README.md) | [Polish](../pl/README.md) | [Turkish](../tr/README.md) | [Greek](../el/README.md) | [Thai](../th/README.md) | [Swedish](../sv/README.md) | [Danish](../da/README.md) | [Norwegian](../no/README.md) | [Finnish](./README.md) | [Dutch](../nl/README.md) | [Hebrew](../he/README.md) | [Vietnamese](../vi/README.md) | [Indonesian](../id/README.md) | [Malay](../ms/README.md) | [Tagalog (Filipino)](../tl/README.md) | [Swahili](../sw/README.md) | [Hungarian](../hu/README.md) | [Czech](../cs/README.md) | [Slovak](../sk/README.md) | [Romanian](../ro/README.md) | [Bulgarian](../bg/README.md) | [Serbian (Cyrillic)](../sr/README.md) | [Croatian](../hr/README.md) | [Slovenian](../sl/README.md) | [Ukrainian](../uk/README.md) | [Burmese (Myanmar)](../my/README.md)  

#### Liity yhteisöön  

[![Azure AI Discord](https://dcbadge.limes.pink/api/server/kzRShWzttr)](https://discord.gg/kzRShWzttr)  

# Koneoppiminen aloittelijoille - Opintosuunnitelma  

> 🌍 Matkusta ympäri maailmaa tutustuessasi koneoppimiseen eri kulttuurien kautta 🌍  

Microsoftin Cloud Advocates -tiimi tarjoaa ylpeänä 12 viikon ja 26 oppitunnin opintosuunnitelman, joka käsittelee **koneoppimista**. Tässä opintosuunnitelmassa opit niin sanottua **klassista koneoppimista**, pääasiassa Scikit-learn-kirjastoa käyttäen ja välttäen syväoppimista, joka käsitellään [AI for Beginners -opintosuunnitelmassa](https://aka.ms/ai4beginners). Yhdistä nämä oppitunnit myös ['Data Science for Beginners' -opintosuunnitelmaan](https://aka.ms/ds4beginners)!  

Matkusta kanssamme ympäri maailmaa soveltaessamme näitä klassisia tekniikoita eri alueiden dataan. Jokainen oppitunti sisältää ennen ja jälkeen oppitunnin tehtävät, kirjalliset ohjeet oppitunnin suorittamiseen, ratkaisun, tehtävän ja paljon muuta. Projektipohjainen oppimismetodimme auttaa sinua oppimaan rakentamisen kautta, mikä on todistetusti tehokas tapa omaksua uusia taitoja.  

**✍️ Suuret kiitokset kirjoittajillemme** Jen Looper, Stephen Howell, Francesca Lazzeri, Tomomi Imura, Cassie Breviu, Dmitry Soshnikov, Chris Noring, Anirban Mukherjee, Ornella Altunyan, Ruth Yakubu ja Amy Boyd  

**🎨 Kiitokset myös kuvittajillemme** Tomomi Imura, Dasani Madipalli ja Jen Looper  

**🙏 Erityiskiitokset 🙏 Microsoft Student Ambassador -kirjoittajillemme, arvioijillemme ja sisällöntuottajillemme**, erityisesti Rishit Dagli, Muhammad Sakib Khan Inan, Rohan Raj, Alexandru Petrescu, Abhishek Jaiswal, Nawrin Tabassum, Ioan Samuila ja Snigdha Agarwal  

**🤩 Erityiskiitokset Microsoft Student Ambassadors Eric Wanjau, Jasleen Sondhi ja Vidushi Gupta R-oppitunneistamme!**  

# Aloittaminen  

Noudata näitä ohjeita:  
1. **Haarauta repositorio**: Klikkaa "Fork"-painiketta tämän sivun oikeassa yläkulmassa.  
2. **Kloonaa repositorio**: `git clone https://github.com/microsoft/ML-For-Beginners.git`  

> [löydä kaikki lisäresurssit tähän kurssiin Microsoft Learn -kokoelmastamme](https://learn.microsoft.com/en-us/collections/qrqzamz1nn2wx3?WT.mc_id=academic-77952-bethanycheum)  

**[Opiskelijat](https://aka.ms/student-page)**, haaroittakaa koko repositorio omaan GitHub-tiliinne ja suorittakaa harjoitukset itsenäisesti tai ryhmässä:  

- Aloita ennen oppituntia tehtävällä kyselyllä.  
- Lue oppitunti ja suorita aktiviteetit, pysähtyen ja pohtien jokaisen tietotarkistuksen kohdalla.  
- Yritä luoda projektit ymmärtämällä oppitunnit sen sijaan, että suorittaisit ratkaisukoodin; kuitenkin kyseinen koodi on saatavilla `/solution`-kansioissa jokaisessa projektiin perustuvassa oppitunnissa.  
- Suorita oppitunnin jälkeinen kysely.  
- Suorita haaste.  
- Suorita tehtävä.  
- Kun olet suorittanut oppituntiryhmän, käy [Keskustelupalstalla](https://github.com/microsoft/ML-For-Beginners/discussions) ja "opettele ääneen" täyttämällä sopiva PAT-arviointityökalu. PAT on edistymisen arviointityökalu, joka on kaavake, jonka täytät oppimisesi edistämiseksi. Voit myös reagoida muiden PAT-arviointeihin, jotta voimme oppia yhdessä.  

> Jatko-opiskelua varten suosittelemme seuraamaan näitä [Microsoft Learn](https://docs.microsoft.com/en-us/users/jenlooper-2911/collections/k7o7tg1gp306q4?WT.mc_id=academic-77952-leestott) moduuleja ja oppimispolkuja.  

**Opettajat**, olemme [sisällyttäneet joitakin ehdotuksia](for-teachers.md) tämän opintosuunnitelman käyttöön.  

---

## Video-opastukset  

Osa oppitunneista on saatavilla lyhyinä videoina. Löydät ne kaikki oppituntien sisällä tai [ML for Beginners -soittolistalta Microsoft Developer YouTube -kanavalla](https://aka.ms/ml-beginners-videos) klikkaamalla alla olevaa kuvaa.  

[![ML for beginners banner](../../images/ml-for-beginners-video-banner.png)](https://aka.ms/ml-beginners-videos)  

---

## Tutustu tiimiin  

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

**Gif by** [Mohit Jaisal](https://linkedin.com/in/mohitjaisal)  

> 🎥 Klikkaa yllä olevaa kuvaa nähdäksesi videon projektista ja sen tekijöistä!  

---

## Pedagogiikka  

Olemme valinneet kaksi pedagogista periaatetta tämän opintosuunnitelman rakentamiseen: varmistamme, että se on käytännönläheinen **projektipohjainen** ja että se sisältää **usein kyselyitä**. Lisäksi tämä opintosuunnitelma sisältää yhteisen **teeman**, joka antaa sille yhtenäisyyttä.  

Varmistamalla, että sisältö liittyy projekteihin, prosessi on opiskelijoille kiinnostavampi ja käsitteiden omaksuminen paranee. Lisäksi matalan kynnyksen kysely ennen oppituntia ohjaa opiskelijan huomion oppimaan aihetta, kun taas toinen kysely oppitunnin jälkeen varmistaa lisämuistamisen. Tämä opintosuunnitelma on suunniteltu joustavaksi ja hauskaksi, ja sen voi suorittaa kokonaan tai osittain. Projektit alkavat pienistä ja muuttuvat yhä monimutkaisemmiksi 12 viikon jakson loppuun mennessä. Tämä opintosuunnitelma sisältää myös jälkikirjoituksen koneoppimisen käytännön sovelluksista, joita voidaan käyttää lisäpisteinä tai keskustelun pohjana.  

> Löydä [käytössäännöt](CODE_OF_CONDUCT.md), [osallistumisohjeet](CONTRIBUTING.md) ja [käännösohjeet](TRANSLATIONS.md). Otamme mielellämme vastaan rakentavaa palautettasi!  

## Jokainen oppitunti sisältää  

- valinnainen piirrosmuistiinpano  
- valinnainen lisävideo  
- video-opastus (vain joissakin oppitunneissa)  
- [lämmittelykysely ennen oppituntia](https://ff-quizzes.netlify.app/en/ml/)  
- kirjallinen oppitunti  
- projektipohjaisissa oppitunneissa vaiheittaiset ohjeet projektin rakentamiseen  
- tietotarkistukset  
- haaste  
- lisälukemista  
- tehtävä  
- [kysely oppitunnin jälkeen](https://ff-quizzes.netlify.app/en/ml/)  

> **Huomio kielistä**: Nämä oppitunnit on pääasiassa kirjoitettu Pythonilla, mutta monet ovat saatavilla myös R-kielellä. R-oppitunnin suorittamiseksi siirry `/solution`-kansioon ja etsi R-oppitunnit. Ne sisältävät .rmd-päätteen, joka edustaa **R Markdown** -tiedostoa, jota voidaan yksinkertaisesti määritellä koodilohkojen (R tai muiden kielten) ja YAML-otsikon (ohjaa ulostulon muotoilua, kuten PDF) upottamisena Markdown-dokumenttiin. Näin ollen se toimii esimerkillisenä kirjoituskehyksenä data-analytiikalle, koska sen avulla voit yhdistää koodisi, sen tuloksen ja ajatuksesi kirjoittamalla ne Markdowniin. Lisäksi R Markdown -dokumentit voidaan renderöidä ulostulomuotoihin, kuten PDF, HTML tai Word.  

> **Huomio kyselyistä**: Kaikki kyselyt sisältyvät [Quiz App -kansioon](../../quiz-app), yhteensä 52 kyselyä, joissa on kolme kysymystä kussakin. Ne on linkitetty oppituntien sisällä, mutta kyselysovellus voidaan ajaa paikallisesti; seuraa `quiz-app`-kansion ohjeita paikalliseen isännöintiin tai Azureen julkaisemiseen.  

| Oppitunnin numero |                             Aihe                              |                   Oppituntiryhmä                   | Oppimistavoitteet                                                                                                             |                                                              Linkitetty oppitunti                                                               |                        Kirjoittaja                        |  
| :-----------: | :------------------------------------------------------------: | :-------------------------------------------------: | ------------------------------------------------------------------------------------------------------------------------------- | :--------------------------------------------------------------------------------------------------------------------------------------: | :--------------------------------------------------: |  
|      01       |                Johdatus koneoppimiseen                |      [Johdanto](1-Introduction/README.md)       | Opi koneoppimisen peruskäsitteet                                                                                |                                             [Oppitunti](1-Introduction/1-intro-to-ML/README.md)                                             |                       Muhammad                       |  
|      02       |                Koneoppimisen historia                 |      [Johdanto](1-Introduction/README.md)       | Opi tämän alan taustalla oleva historia                                                                                         |                                            [Oppitunti](1-Introduction/2-history-of-ML/README.md)                                            |                     Jen ja Amy                      |  
|      03       |                 Oikeudenmukaisuus ja koneoppiminen                  |      [Johdanto](1-Introduction/README.md)       | Mitkä ovat tärkeät filosofiset kysymykset oikeudenmukaisuudesta, jotka opiskelijoiden tulisi ottaa huomioon rakentaessaan ja soveltaessaan ML-malleja? |                                              [Oppitunti](1-Introduction/3-fairness/README.md)                                               |                        Tomomi                        |  
|      04       |                Koneoppimisen tekniikat                        |      [Introduction](1-Introduction/README.md)       | Mitä tekniikoita koneoppimisen tutkijat käyttävät rakentaakseen koneoppimismalleja?                                             |                                          [Lesson](1-Introduction/4-techniques-of-ML/README.md)                                           |                    Chris ja Jen                     |
|      05       |                   Johdatus regressioon                        |        [Regression](2-Regression/README.md)         | Aloita Pythonin ja Scikit-learnin käyttö regressiomallien rakentamisessa                                                       |         
<ul><li>[Python](2-Regression/1-Tools/README.md)</li><li>[R](../../2-Regression/1-Tools/solution/R/lesson_1.html)</li></ul>         |      <ul><li>Jen</li><li>Eric Wanjau</li></ul>       |
|      06       |                Pohjois-Amerikan kurpitsahinnat 🎃             |        [Regression](2-Regression/README.md)         | Visualisoi ja siivoa data koneoppimista varten                                                                                  |          <ul><li>[Python](2-Regression/2-Data/README.md)</li><li>[R](../../2-Regression/2-Data/solution/R/lesson_2.html)</li></ul>          |      <ul><li>Jen</li><li>Eric Wanjau</li></ul>       |
|      07       |                Pohjois-Amerikan kurpitsahinnat 🎃             |        [Regression](2-Regression/README.md)         | Rakenna lineaarisia ja polynomisia regressiomalleja                                                                             |        <ul><li>[Python](2-Regression/3-Linear/README.md)</li><li>[R](../../2-Regression/3-Linear/solution/R/lesson_3.html)</li></ul>        |      <ul><li>Jen ja Dmitry</li><li>Eric Wanjau</li></ul>       |
|      08       |                Pohjois-Amerikan kurpitsahinnat 🎃             |        [Regression](2-Regression/README.md)         | Rakenna logistinen regressiomalli                                                                                               |     <ul><li>[Python](2-Regression/4-Logistic/README.md) </li><li>[R](../../2-Regression/4-Logistic/solution/R/lesson_4.html)</li></ul>      |      <ul><li>Jen</li><li>Eric Wanjau</li></ul>       |
|      09       |                          Verkkosovellus 🔌                    |           [Web App](3-Web-App/README.md)            | Rakenna verkkosovellus käyttämään koulutettua malliasi                                                                         |                                                 [Python](3-Web-App/1-Web-App/README.md)                                                  |                         Jen                          |
|      10       |                 Johdatus luokitteluun                         |    [Classification](4-Classification/README.md)     | Siivoa, valmistele ja visualisoi data; johdatus luokitteluun                                                                    | <ul><li> [Python](4-Classification/1-Introduction/README.md) </li><li>[R](../../4-Classification/1-Introduction/solution/R/lesson_10.html)  | <ul><li>Jen ja Cassie</li><li>Eric Wanjau</li></ul> |
|      11       |             Herkullisia aasialaisia ja intialaisia ruokia 🍜   |    [Classification](4-Classification/README.md)     | Johdatus luokittelijoihin                                                                                                       | <ul><li> [Python](4-Classification/2-Classifiers-1/README.md)</li><li>[R](../../4-Classification/2-Classifiers-1/solution/R/lesson_11.html) | <ul><li>Jen ja Cassie</li><li>Eric Wanjau</li></ul> |
|      12       |             Herkullisia aasialaisia ja intialaisia ruokia 🍜   |    [Classification](4-Classification/README.md)     | Lisää luokittelijoita                                                                                                           | <ul><li> [Python](4-Classification/3-Classifiers-2/README.md)</li><li>[R](../../4-Classification/3-Classifiers-2/solution/R/lesson_12.html) | <ul><li>Jen ja Cassie</li><li>Eric Wanjau</li></ul> |
|      13       |             Herkullisia aasialaisia ja intialaisia ruokia 🍜   |    [Classification](4-Classification/README.md)     | Rakenna suosittelusovellus mallisi avulla                                                                                      |                                              [Python](4-Classification/4-Applied/README.md)                                              |                         Jen                          |
|      14       |                   Johdatus klusterointiin                     |        [Clustering](5-Clustering/README.md)         | Siivoa, valmistele ja visualisoi data; johdatus klusterointiin                                                                 |         <ul><li> [Python](5-Clustering/1-Visualize/README.md)</li><li>[R](../../5-Clustering/1-Visualize/solution/R/lesson_14.html)         |      <ul><li>Jen</li><li>Eric Wanjau</li></ul>       |
|      15       |              Nigerian musiikkimakujen tutkiminen 🎧           |        [Clustering](5-Clustering/README.md)         | Tutustu K-Means-klusterointimenetelmään                                                                                        |           <ul><li> [Python](5-Clustering/2-K-Means/README.md)</li><li>[R](../../5-Clustering/2-K-Means/solution/R/lesson_15.html)           |      <ul><li>Jen</li><li>Eric Wanjau</li></ul>       |
|      16       |        Johdatus luonnollisen kielen käsittelyyn ☕️           |   [Natural language processing](6-NLP/README.md)    | Opi NLP:n perusteet rakentamalla yksinkertainen botti                                                                         |                                             [Python](6-NLP/1-Introduction-to-NLP/README.md)                                              |                       Stephen                        |
|      17       |                      Yleisiä NLP-tehtäviä ☕️                 |   [Natural language processing](6-NLP/README.md)    | Syvennä NLP-tietämystäsi ymmärtämällä yleisiä tehtäviä, jotka liittyvät kielirakenteisiin                                       |                                                    [Python](6-NLP/2-Tasks/README.md)                                                     |                       Stephen                        |
|      18       |             Käännös ja sentimenttianalyysi ♥️                 |   [Natural language processing](6-NLP/README.md)    | Käännös ja sentimenttianalyysi Jane Austenin teosten avulla                                                                    |                                            [Python](6-NLP/3-Translation-Sentiment/README.md)                                             |                       Stephen                        |
|      19       |                  Romanttiset hotellit Euroopassa ♥️           |   [Natural language processing](6-NLP/README.md)    | Sentimenttianalyysi hotelliarvosteluilla 1                                                                                     |                                               [Python](6-NLP/4-Hotel-Reviews-1/README.md)                                                |                       Stephen                        |
|      20       |                  Romanttiset hotellit Euroopassa ♥️           |   [Natural language processing](6-NLP/README.md)    | Sentimenttianalyysi hotelliarvosteluilla 2                                                                                     |                                               [Python](6-NLP/5-Hotel-Reviews-2/README.md)                                                |                       Stephen                        |
|      21       |            Johdatus aikasarjojen ennustamiseen                |        [Time series](7-TimeSeries/README.md)        | Johdatus aikasarjojen ennustamiseen                                                                                           |                                             [Python](7-TimeSeries/1-Introduction/README.md)                                              |                      Francesca                       |
|      22       | ⚡️ Maailman energiankulutus ⚡️ - aikasarjojen ennustaminen ARIMA:lla |        [Time series](7-TimeSeries/README.md)        | Aikasarjojen ennustaminen ARIMA-menetelmällä                                                                                   |                                                 [Python](7-TimeSeries/2-ARIMA/README.md)                                                 |                      Francesca                       |
|      23       |  ⚡️ Maailman energiankulutus ⚡️ - aikasarjojen ennustaminen SVR:llä  |        [Time series](7-TimeSeries/README.md)        | Aikasarjojen ennustaminen tukivektoriregressiolla                                                                              |                                                  [Python](7-TimeSeries/3-SVR/README.md)                                                  |                       Anirban                        |
|      24       |             Johdatus vahvistusoppimiseen                      | [Reinforcement learning](8-Reinforcement/README.md) | Johdatus vahvistusoppimiseen Q-Learning-menetelmällä                                                                           |                                             [Python](8-Reinforcement/1-QLearning/README.md)                                              |                        Dmitry                        |
|      25       |                 Auta Peteriä välttämään susi! 🐺              | [Reinforcement learning](8-Reinforcement/README.md) | Vahvistusoppiminen Gym-menetelmällä                                                                                           |                                                [Python](8-Reinforcement/2-Gym/README.md)                                                 |                        Dmitry                        |
|  Postscript   |            Todelliset koneoppimisen skenaariot ja sovellukset |      [ML in the Wild](9-Real-World/README.md)       | Mielenkiintoisia ja paljastavia todellisia sovelluksia klassisesta koneoppimisesta                                             |                                             [Lesson](9-Real-World/1-Applications/README.md)                                              |                         Team                         |
|  Postscript   |            Mallin virheenkorjaus koneoppimisessa RAI-ohjauspaneelilla |      [ML in the Wild](9-Real-World/README.md)       | Mallin virheenkorjaus koneoppimisessa vastuullisen tekoälyn ohjauspaneelikomponenttien avulla                                   |                                             [Lesson](9-Real-World/2-Debugging-ML-Models/README.md)                                              |                         Ruth Yakubu                       |

> [löydä kaikki lisäresurssit tähän kurssiin Microsoft Learn -kokoelmastamme](https://learn.microsoft.com/en-us/collections/qrqzamz1nn2wx3?WT.mc_id=academic-77952-bethanycheum)

## Offline-käyttö

Voit käyttää tätä dokumentaatiota offline-tilassa käyttämällä [Docsify](https://docsify.js.org/#/). Haarauta tämä repo, [asenna Docsify](https://docsify.js.org/#/quickstart) paikalliselle koneellesi ja kirjoita tämän repon juurikansiossa `docsify serve`. Verkkosivusto palvelee portissa 3000 paikallisessa verkossasi: `localhost:3000`.

## PDF:t

Löydä kurssin PDF-linkkeineen [täältä](https://microsoft.github.io/ML-For-Beginners/pdf/readme.pdf).


## 🎒 Muut kurssit 

Tiimimme tuottaa muita kursseja! Tutustu:

- [Generative AI for Beginners](https://aka.ms/genai-beginners)
- [Generative AI for Beginners .NET](https://github.com/microsoft/Generative-AI-for-beginners-dotnet)
- [Generative AI with JavaScript](https://github.com/microsoft/generative-ai-with-javascript)
- [Generative AI with Java](https://github.com/microsoft/Generative-AI-for-beginners-java)
- [AI for Beginners](https://aka.ms/ai-beginners)
- [Data Science for Beginners](https://aka.ms/datascience-beginners)
- [ML for Beginners](https://aka.ms/ml-beginners)
- [Cybersecurity for Beginners](https://github.com/microsoft/Security-101) 
- [Web Dev for Beginners](https://aka.ms/webdev-beginners)
- [IoT for Beginners](https://aka.ms/iot-beginners)
- [XR Development for Beginners](https://github.com/microsoft/xr-development-for-beginners)
- [Mastering GitHub Copilot for Paired Programming](https://github.com/microsoft/Mastering-GitHub-Copilot-for-Paired-Programming)
- [Mastering GitHub Copilot for C#/.NET Developers](https://github.com/microsoft/mastering-github-copilot-for-dotnet-csharp-developers)
- [Choose Your Own Copilot Adventure](https://github.com/microsoft/CopilotAdventures)

---

**Vastuuvapauslauseke**:  
Tämä asiakirja on käännetty käyttämällä tekoälypohjaista käännöspalvelua [Co-op Translator](https://github.com/Azure/co-op-translator). Vaikka pyrimme tarkkuuteen, huomioithan, että automaattiset käännökset voivat sisältää virheitä tai epätarkkuuksia. Alkuperäinen asiakirja sen alkuperäisellä kielellä tulisi pitää ensisijaisena lähteenä. Kriittisen tiedon osalta suositellaan ammattimaista ihmiskäännöstä. Emme ole vastuussa väärinkäsityksistä tai virhetulkinnoista, jotka johtuvat tämän käännöksen käytöstä.