[](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/) ### 🌐 Multi-Language Support #### Supported via GitHub Action (Automated & Always Up-to-Date) [Arabic](../ar/README.md) | [Bengali](../bn/README.md) | [Bulgarian](../bg/README.md) | [Burmese (Myanmar)](../my/README.md) | [Chinese (Simplified)](../zh/README.md) | [Chinese (Traditional, Hong Kong)](../hk/README.md) | [Chinese (Traditional, Macau)](../mo/README.md) | [Chinese (Traditional, Taiwan)](../tw/README.md) | [Croatian](../hr/README.md) | [Czech](../cs/README.md) | [Danish](../da/README.md) | [Dutch](../nl/README.md) | [Estonian](../et/README.md) | [Finnish](../fi/README.md) | [French](../fr/README.md) | [German](../de/README.md) | [Greek](../el/README.md) | [Hebrew](../he/README.md) | [Hindi](../hi/README.md) | [Hungarian](../hu/README.md) | [Indonesian](../id/README.md) | [Italian](../it/README.md) | [Japanese](../ja/README.md) | [Kannada](../kn/README.md) | [Korean](../ko/README.md) | [Lithuanian](./README.md) | [Malay](../ms/README.md) | [Malayalam](../ml/README.md) | [Marathi](../mr/README.md) | [Nepali](../ne/README.md) | [Nigerian Pidgin](../pcm/README.md) | [Norwegian](../no/README.md) | [Persian (Farsi)](../fa/README.md) | [Polish](../pl/README.md) | [Portuguese (Brazil)](../br/README.md) | [Portuguese (Portugal)](../pt/README.md) | [Punjabi (Gurmukhi)](../pa/README.md) | [Romanian](../ro/README.md) | [Russian](../ru/README.md) | [Serbian (Cyrillic)](../sr/README.md) | [Slovak](../sk/README.md) | [Slovenian](../sl/README.md) | [Spanish](../es/README.md) | [Swahili](../sw/README.md) | [Swedish](../sv/README.md) | [Tagalog (Filipino)](../tl/README.md) | [Tamil](../ta/README.md) | [Telugu](../te/README.md) | [Thai](../th/README.md) | [Turkish](../tr/README.md) | [Ukrainian](../uk/README.md) | [Urdu](../ur/README.md) | [Vietnamese](../vi/README.md) #### Join Our Community [](https://discord.gg/nTYy5BXMWG) Mes turime tęstinę Discord renginių seriją „Mokymasis su AI“ — sužinokite daugiau ir prisijunkite prie [Serija „Learn with AI“](https://aka.ms/learnwithai/discord) nuo 2025 m. rugsėjo 18 d. iki 30 d. Gausite patarimų ir triukų, kaip naudoti GitHub Copilot Duomenų mokslui.  # Mašininis mokymasis pradedantiesiems - mokymo programa > 🌍 Keliaukite po pasaulį, kol nagrinėsime mašininį mokymąsi per pasaulio kultūras 🌍 Microsoft Cloud Advocates džiaugiasi galėdami pasiūlyti 12 savaičių, 26 pamokų mokymo programą apie **Mašininį mokymąsi**. Šioje programoje sužinosite apie tai, ką kartais vadiname **klasikiniu mašininiu mokymusi**, daugiausia naudojant Scikit-learn biblioteką ir vengiant giluminio mokymosi, kuris aptariamas mūsų [„AI pradedantiesiems“ programoje](https://aka.ms/ai4beginners). Šias pamokas taip pat derinkite su mūsų [„Duomenų mokslas pradedantiesiems“ programa](https://aka.ms/ds4beginners). Keliauokite su mumis po pasaulį, kol taikome šias klasikines technikas duomenims iš įvairių pasaulio regionų. Kiekviena pamoka apima priešpamokinį ir popamokinį testus, rašytines instrukcijas pamokai atlikti, sprendimą, užduotį ir daugiau. Mūsų projektinė pedagogika leidžia mokytis statant projektus — patikrintas būdas, kad nauji įgūdžiai „įsilaikytų“. **✍️ Nuoširdus ačiū mūsų autoriams** Jen Looper, Stephen Howell, Francesca Lazzeri, Tomomi Imura, Cassie Breviu, Dmitry Soshnikov, Chris Noring, Anirban Mukherjee, Ornella Altunyan, Ruth Yakubu ir Amy Boyd **🎨 Taip pat dėkojame iliustratoriams** Tomomi Imura, Dasani Madipalli ir Jen Looper **🙏 Ypatingas ačiū 🙏 mūsų Microsoft Studentų Ambasadoriams autoriams, recenzentams ir turinio bendradarbiams**, ypač Rishit Dagli, Muhammad Sakib Khan Inan, Rohan Raj, Alexandru Petrescu, Abhishek Jaiswal, Nawrin Tabassum, Ioan Samuila ir Snigdha Agarwal **🤩 Papildomas dėkui Microsoft Studentų Ambasadoriams Eric Wanjau, Jasleen Sondhi ir Vidushi Gupta už mūsų R pamokas!** # Pradžia Atlikite šiuos veiksmus: 1. **Fork the Repository**: Spustelėkite mygtuką "Fork" šio puslapio viršutiniame dešiniajame kampe. 2. **Clone the Repository**: `git clone https://github.com/microsoft/ML-For-Beginners.git` > [raskite visus papildomus šios kursų medžiagos išteklius mūsų Microsoft Learn rinkinyje](https://learn.microsoft.com/en-us/collections/qrqzamz1nn2wx3?WT.mc_id=academic-77952-bethanycheum) > 🔧 **Reikia pagalbos?** Peržiūrėkite mūsų [Gedimų taisymo gidą](TROUBLESHOOTING.md) dėl dažniausiai pasitaikančių problemų su diegimu, nustatymais ir pamokų paleidimu sprendimų. **[Studentai](https://aka.ms/student-page)**, norėdami naudotis šia mokymo programa, susikurkite visą saugyklos forką savo GitHub paskyroje ir atlikite pratimus savarankiškai arba grupėje: - Pradėkite nuo priešpamokinio testo. - Perskaitykite paskaitą ir atlikite veiklas, sustodami ir apmąstydami kiekvieną žinių patikrinimą. - Stenkitės sukurti projektus suprasdami pamokas, o ne tiesiog paleisdami sprendimo kodą; vis dėlto šis kodas yra prieinamas aplankuose `/solution` kiekvienoje projektinei pamokai skirtame aplanke. - Atlikite popamokinį testą. - Atlikite iššūkį. - Atlikite užduotį. - Baigę pamokų grupę, apsilankykite [Diskusijų lentoje](https://github.com/microsoft/ML-For-Beginners/discussions) ir „mokykitės garsiai“, užpildydami tinkamą PAT rubriką. 'PAT' yra pažangos vertinimo įrankis — rubrika, kurią užpildote siekdami tolesnio mokymosi. Taip pat galite reaguoti į kitus PAT, kad mokytumėmės kartu. > Tolimesniam mokymuisi rekomenduojame šiuos [Microsoft Learn](https://docs.microsoft.com/en-us/users/jenlooper-2911/collections/k7o7tg1gp306q4?WT.mc_id=academic-77952-leestott) modulius ir mokymosi kelią. **Mokytojai**, mes [pateikėme keletą pasiūlymų](for-teachers.md), kaip naudoti šią mokymo programą. --- ## Vaizdo įrašų peržiūros Kai kurios pamokos prieinamos trumpos formos vaizdo įrašais. Visus juos rasite įterptus pamokose arba [ML for Beginners grojaraštyje Microsoft Developer YouTube kanale](https://aka.ms/ml-beginners-videos), spustelėję žemiau esantį vaizdą. [](https://aka.ms/ml-beginners-videos) --- ## Susipažinkite su komanda [](https://youtu.be/Tj1XWrDSYJU) **Gif sukūrė** [Mohit Jaisal](https://linkedin.com/in/mohitjaisal) > 🎥 Spustelėkite aukščiau esantį paveikslėlį, kad pamatytumėte vaizdo įrašą apie projektą ir žmones, kurie jį sukūrė! --- ## Pedagogika Kurdami šią mokymo programą pasirinkome du pedagoginius principus: užtikrinti, kad ji būtų praktiška ir orientuota į projektus, bei kad joje būtų **dažni testai**. Be to, ši programa turi bendrą **temą**, kuri suteikia vientisumą. Uždavus turinį susieti su projektais, procesas tampa įdomesnis studentams, o koncepcijų įsisavinimas didėja. Be to, mažos reikšmės testas prieš pamoką nukreipia studentą mokytis temos, o antras testas po pamokos užtikrina tolesnį įsiminimą. Ši mokymo programa sukurta būti lanksti ir smagi, ją galima atlikti visą arba dalimis. Projektai prasideda nuo mažų užduočių ir tampa nuosekliai sudėtingesni per 12 savaičių ciklą. Programoje taip pat yra postscriptas apie realaus pasaulio ML taikymus, kurį galima naudoti kaip papildomą užduotį arba kaip diskusijų pagrindą. > Raskite mūsų [Elgesio kodeksą](CODE_OF_CONDUCT.md), [Indėlius](CONTRIBUTING.md), [Vertimus](TRANSLATIONS.md) ir [Gedimų taisymo](TROUBLESHOOTING.md) gaires. Laukiame jūsų konstruktyvaus atsiliepimo! ## Kiekviena pamoka apima - neprivalomas sketchnote - neprivalomas papildomas vaizdo įrašas - vaizdo įrašo perėjimas (kai kurios pamokos tik) - [priešpamokinis pasiruošimo testas](https://ff-quizzes.netlify.app/en/ml/) - rašytinė pamoka - projektinėse pamokose — žingsnis po žingsnio vadovai, kaip sukurti projektą - žinių patikrinimai - iššūkis - papildoma literatūra - užduotis - [popamokinis testas](https://ff-quizzes.netlify.app/en/ml/) > **Pastaba apie kalbas**: šios pamokos daugiausia parašytos Python kalba, tačiau daugelis jų taip pat prieinamos R. Norėdami atlikti R pamoką, eikite į aplanką `/solution` ir ieškokite R pamokų. Jos turi `.rmd` plėtinį, kuris reiškia **R Markdown** failą, kurį galima apibrėžti kaip `kodo blokų` (R arba kitų kalbų) ir `YAML antraštės` (kuri nurodo, kaip formatuoti išvestis, pvz., PDF) įdėjimą į `Markdown dokumentą`. Tokiu būdu tai yra puiki autoriaus priemonė duomenų mokslui, nes leidžia sujungti kodą, jo rezultatus ir pastabas, užrašant jas Markdown formatu. Be to, R Markdown dokumentai gali būti sugeneruoti į tokias išvesties formas kaip PDF, HTML ar Word. > **Pastaba apie testus**: visi testai yra [Quiz App aplanke](../../quiz-app), iš viso 52 testai po tris klausimus. Juos galima pasiekti pamokose, bet quiz app galima paleisti ir vietoje; sekite instrukcijas `quiz-app` aplanke, kad vietoje paleistumėte arba diegtumėte į Azure. | Pamokos numeris | Tema | Pamokų grupė | Mokymosi tikslai | Susijusi pamoka | Autorius | | :-----------: | :------------------------------------------------------------: | :-------------------------------------------------: | ------------------------------------------------------------------------------------------------------------------------------- | :--------------------------------------------------------------------------------------------------------------------------------------: | :--------------------------------------------------: | | 01 | Įvadas į mašininį mokymąsi | [Įvadas](1-Introduction/README.md) | Sužinokite pagrindines mašininio mokymosi sąvokas | [Pamoka](1-Introduction/1-intro-to-ML/README.md) | Muhammad | | 02 | Mašininio mokymosi istorija | [Įvadas](1-Introduction/README.md) | Sužinokite šios srities istoriją | [Pamoka](1-Introduction/2-history-of-ML/README.md) | Jen ir Amy | | 03 | Teisingumas ir mašininis mokymasis | [Įvadas](1-Introduction/README.md) | Kokie svarbūs filosofiniai klausimai apie teisingumą, kuriuos studentai turėtų apsvarstyti kurdami ir taikydami ML modelius? | [Pamoka](1-Introduction/3-fairness/README.md) | Tomomi | | 04 | Mašininio mokymosi technikos | [Įvadas](1-Introduction/README.md) | Kokių technikų ML tyrėjai naudoja kuriant ML modelius? | [Pamoka](1-Introduction/4-techniques-of-ML/README.md) | Chris ir Jen | | 05 | Įvadas į regresiją | [Regresija](2-Regression/README.md) | Susipažinkite su Python ir Scikit-learn, skirtais regresijos modeliams | [Python](2-Regression/1-Tools/README.md) • [R](../../2-Regression/1-Tools/solution/R/lesson_1.html) | Jen • Eric Wanjau | | 06 | Šiaurės Amerikos moliūgų kainos 🎃 | [Regresija](2-Regression/README.md) | Vizualizuokite ir išvalykite duomenis pasiruošimui ML | [Python](2-Regression/2-Data/README.md) • [R](../../2-Regression/2-Data/solution/R/lesson_2.html) | Jen • Eric Wanjau | | 07 | Šiaurės Amerikos moliūgų kainos 🎃 | [Regresija](2-Regression/README.md) | Sukurkite linijinius ir polinominius regresijos modelius | [Python](2-Regression/3-Linear/README.md) • [R](../../2-Regression/3-Linear/solution/R/lesson_3.html) | Jen ir Dmitry • Eric Wanjau | | 08 | Šiaurės Amerikos moliūgų kainos 🎃 | [Regresija](2-Regression/README.md) | Sukurkite logistinės regresijos modelį | [Python](2-Regression/4-Logistic/README.md) • [R](../../2-Regression/4-Logistic/solution/R/lesson_4.html) | Jen • Eric Wanjau | | 09 | Žiniatinklio programa 🔌 | [Žiniatinklio programa](3-Web-App/README.md) | Sukurkite žiniatinklio programą, skirtą naudoti jūsų apmokytą modelį | [Python](3-Web-App/1-Web-App/README.md) | Jen | | 10 | Įvadas į klasifikaciją | [Klasifikacija](4-Classification/README.md) | Išvalykite, paruoškite ir vizualizuokite savo duomenis; įvadas į klasifikaciją | [Python](4-Classification/1-Introduction/README.md) • [R](../../4-Classification/1-Introduction/solution/R/lesson_10.html) | Jen ir Cassie • Eric Wanjau | | 11 | Skani Azijos ir Indijos virtuvė 🍜 | [Klasifikacija](4-Classification/README.md) | Įvadas į klasifikatorius | [Python](4-Classification/2-Classifiers-1/README.md) • [R](../../4-Classification/2-Classifiers-1/solution/R/lesson_11.html) | Jen ir Cassie • Eric Wanjau | | 12 | Skani Azijos ir Indijos virtuvė 🍜 | [Klasifikacija](4-Classification/README.md) | Daugiau klasifikatorių | [Python](4-Classification/3-Classifiers-2/README.md) • [R](../../4-Classification/3-Classifiers-2/solution/R/lesson_12.html) | Jen ir Cassie • Eric Wanjau | | 13 | Skani Azijos ir Indijos virtuvė 🍜 | [Klasifikacija](4-Classification/README.md) | Sukurkite rekomendacinę žiniatinklio programą, naudodami savo modelį | [Python](4-Classification/4-Applied/README.md) | Jen | | 14 | Įvadas į klasterizaciją | [Klasterizacija](5-Clustering/README.md) | Išvalykite, paruoškite ir vizualizuokite savo duomenis; įvadas į klasterizaciją | [Python](5-Clustering/1-Visualize/README.md) • [R](../../5-Clustering/1-Visualize/solution/R/lesson_14.html) | Jen • Eric Wanjau | | 15 | Nigerijos muzikos skonių tyrinėjimas 🎧 | [Klasterizacija](5-Clustering/README.md) | Ištirkite K-Means klasterizacijos metodą | [Python](5-Clustering/2-K-Means/README.md) • [R](../../5-Clustering/2-K-Means/solution/R/lesson_15.html) | Jen • Eric Wanjau | | 16 | Įvadas į natūralios kalbos apdorojimą ☕️ | [Natūralios kalbos apdorojimas](6-NLP/README.md) | Sužinokite NLP pagrindus kurdami paprastą botą | [Python](6-NLP/1-Introduction-to-NLP/README.md) | Stephen | | 17 | Bendros NLP užduotys ☕️ | [Natūralios kalbos apdorojimas](6-NLP/README.md) | Pagilinkite savo NLP žinias suprasdami dažniausiai pasitaikančias užduotis, susijusias su kalbos struktūromis | [Python](6-NLP/2-Tasks/README.md) | Stephen | | 18 | Vertimas ir nuotaikų analizė ♥️ | [Natūralios kalbos apdorojimas](6-NLP/README.md) | Vertimas ir nuotaikų analizė su Jane Austen | [Python](6-NLP/3-Translation-Sentiment/README.md) | Stephen | | 19 | Romantiški viešbučiai Europoje ♥️ | [Natūralios kalbos apdorojimas](6-NLP/README.md) | Nuotaikų analizė su viešbučių atsiliepimais 1 | [Python](6-NLP/4-Hotel-Reviews-1/README.md) | Stephen | | 20 | Romantiški viešbučiai Europoje ♥️ | [Natūralios kalbos apdorojimas](6-NLP/README.md) | Nuotaikų analizė su viešbučių atsiliepimais 2 | [Python](6-NLP/5-Hotel-Reviews-2/README.md) | Stephen | | 21 | Įvadas į laiko eilučių prognozavimą | [Laiko eilutės](7-TimeSeries/README.md) | Įvadas į laiko eilučių prognozavimą | [Python](7-TimeSeries/1-Introduction/README.md) | Francesca | | 22 | ⚡️ Pasaulio elektros suvartojimas ⚡️ - laiko eilučių prognozavimas su ARIMA | [Laiko eilutės](7-TimeSeries/README.md) | Laiko eilučių prognozavimas su ARIMA | [Python](7-TimeSeries/2-ARIMA/README.md) | Francesca | | 23 | ⚡️ Pasaulio elektros suvartojimas ⚡️ - laiko eilučių prognozavimas su SVR | [Laiko eilutės](7-TimeSeries/README.md) | Laiko eilučių prognozavimas su Support Vector Regressor | [Python](7-TimeSeries/3-SVR/README.md) | Anirban | | 24 | Įvadas į stiprinamąjį mokymą | [Stiprinamasis mokymasis](8-Reinforcement/README.md) | Įvadas į stiprinamąjį mokymą naudojant Q-Learning | [Python](8-Reinforcement/1-QLearning/README.md) | Dmitry | | 25 | Padėkite Peteriui išvengti vilko! 🐺 | [Stiprinamasis mokymasis](8-Reinforcement/README.md) | Stiprinamojo mokymosi Gym | [Python](8-Reinforcement/2-Gym/README.md) | Dmitry | | Postskriptas | Tikro pasaulio ML scenarijai ir taikymai | [ML laukinėje aplinkoje](9-Real-World/README.md) | Įdomios ir atskleidžiančios tikroviškos klasikinio ML taikymo sritys | [Pamoka](9-Real-World/1-Applications/README.md) | Komanda | | Postskriptas | Modelių derinimas ML naudojant RAI skydelį | [ML laukinėje aplinkoje](9-Real-World/README.md) | Modelių derinimas mašininio mokymosi srityje naudojant Responsible AI skydelio komponentus | [Pamoka](9-Real-World/2-Debugging-ML-Models/README.md) | Ruth Yakubu | > [raskite visus papildomus šio kurso išteklius mūsų Microsoft Learn kolekcijoje](https://learn.microsoft.com/en-us/collections/qrqzamz1nn2wx3?WT.mc_id=academic-77952-bethanycheum) ## Prieiga neprisijungus You can run this documentation offline by using [Docsify](https://docsify.js.org/#/). Fork this repo, [install Docsify](https://docsify.js.org/#/quickstart) on your local machine, and then in the root folder of this repo, type `docsify serve`. The website will be served on port 3000 on your localhost: `localhost:3000`. ## PDF failai Find a pdf of the curriculum with links [here](https://microsoft.github.io/ML-For-Beginners/pdf/readme.pdf). ## 🎒 Kiti kursai Mūsų komanda rengia kitus kursus! Peržiūrėkite: ### LangChain [](https://aka.ms/langchain4j-for-beginners) [](https://aka.ms/langchainjs-for-beginners?WT.mc_id=m365-94501-dwahlin) --- ### Azure / Edge / MCP / Agentai [](https://github.com/microsoft/AZD-for-beginners?WT.mc_id=academic-105485-koreyst) [](https://github.com/microsoft/edgeai-for-beginners?WT.mc_id=academic-105485-koreyst) [](https://github.com/microsoft/mcp-for-beginners?WT.mc_id=academic-105485-koreyst) [](https://github.com/microsoft/ai-agents-for-beginners?WT.mc_id=academic-105485-koreyst) --- ### Generatyvinio AI serija [](https://github.com/microsoft/generative-ai-for-beginners?WT.mc_id=academic-105485-koreyst) [-9333EA?style=for-the-badge&labelColor=E5E7EB&color=9333EA)](https://github.com/microsoft/Generative-AI-for-beginners-dotnet?WT.mc_id=academic-105485-koreyst) [-C084FC?style=for-the-badge&labelColor=E5E7EB&color=C084FC)](https://github.com/microsoft/generative-ai-for-beginners-java?WT.mc_id=academic-105485-koreyst) [-E879F9?style=for-the-badge&labelColor=E5E7EB&color=E879F9)](https://github.com/microsoft/generative-ai-with-javascript?WT.mc_id=academic-105485-koreyst) --- ### Pagrindiniai mokymai [](https://aka.ms/ml-beginners?WT.mc_id=academic-105485-koreyst) [](https://aka.ms/datascience-beginners?WT.mc_id=academic-105485-koreyst) [](https://aka.ms/ai-beginners?WT.mc_id=academic-105485-koreyst) [](https://github.com/microsoft/Security-101?WT.mc_id=academic-96948-sayoung) [](https://aka.ms/webdev-beginners?WT.mc_id=academic-105485-koreyst) [](https://aka.ms/iot-beginners?WT.mc_id=academic-105485-koreyst) [](https://github.com/microsoft/xr-development-for-beginners?WT.mc_id=academic-105485-koreyst) --- ### Copilot serija [](https://aka.ms/GitHubCopilotAI?WT.mc_id=academic-105485-koreyst) [](https://github.com/microsoft/mastering-github-copilot-for-dotnet-csharp-developers?WT.mc_id=academic-105485-koreyst) [](https://github.com/microsoft/CopilotAdventures?WT.mc_id=academic-105485-koreyst) ## Pagalba Jei užstrigote arba turite klausimų apie DI programėlių kūrimą, prisijunkite prie kitų besimokančiųjų ir patyrusių kūrėjų diskusijų apie MCP. Tai palaikanti bendruomenė, kurioje klausimai yra laukiami, o žinios laisvai dalijamos. [](https://discord.gg/nTYy5BXMWG) Jei turite atsiliepimų apie produktą arba radote klaidų kūrimo metu, apsilankykite: [](https://aka.ms/foundry/forum) --- **Atsakomybės apribojimas**: Šis dokumentas buvo išverstas naudojant dirbtinio intelekto vertimo paslaugą [Co-op Translator](https://github.com/Azure/co-op-translator). Nors siekiame tikslumo, atkreipkite dėmesį, kad automatiniai vertimai gali turėti klaidų ar netikslumų. Originalus dokumentas originalioje kalboje turėtų būti laikomas autoritetingu šaltiniu. Kritinei informacijai rekomenduojame naudoti profesionalų, žmogaus atliktą vertimą. Mes neatsakome už jokius nesusipratimus ar neteisingas interpretacijas, kylančias dėl šio vertimo naudojimo.