[![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/)

### 🌐 ਬਹੁ-ਭਾਸ਼ਾ ਸਹਾਇਤਾ

#### GitHub ਕਾਰਵਾਈ ਦੇ ਜ਼ਰੀਏ ਸਮਰਥਿਤ (ਸਵੈਚਾਲਿਤ ਅਤੇ ਹਮੇਸ਼ਾ ਅੱਪ-ਟੂ-ਡੇਟ)

<!-- CO-OP TRANSLATOR LANGUAGES TABLE START -->
[Arabic](../ar/README.md) | [Bengali](../bn/README.md) | [Bulgarian](../bg/README.md) | [Burmese (Myanmar)](../my/README.md) | [Chinese (Simplified)](../zh-CN/README.md) | [Chinese (Traditional, Hong Kong)](../zh-HK/README.md) | [Chinese (Traditional, Macau)](../zh-MO/README.md) | [Chinese (Traditional, Taiwan)](../zh-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](../lt/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)](../pt-BR/README.md) | [Portuguese (Portugal)](../pt-PT/README.md) | [Punjabi (Gurmukhi)](./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)

> **ਸਥਾਨਕ ਕਲੋਨ ਕਰਨਾ ਪਸੰਦ ਹੈ?**
>
> ਇਹ ਰਿਪੋ ਵਿੱਚ 50+ ਭਾਸ਼ਾ ਅਨੁਵਾਦ ਸ਼ਾਮਲ ਹਨ ਜੋ ਡਾਊਨਲੋਡ ਆਕਾਰ ਨੂੰ ਕਾਫੀ ਅੱਧਿਕ ਵਧਾਉਂਦੇ ਹਨ। ਬਿਨਾਂ ਅਨੁਵਾਦਾਂ ਦੇ ਕਲੋਨ ਕਰਨ ਲਈ, sparse checkout ਵਰਤੋਂ:
>
> **ਬਾਸ਼ / 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"
> ```
>
> ਇਸ ਨਾਲ ਤੁਹਾਨੂੰ ਇਹ ਸਭ ਕੁਝ ਮਿਲਦਾ ਹੈ ਜੋ ਕੋਰਸ ਪੂਰਾ ਕਰਨ ਲਈ ਲੋੜੀਂਦਾ ਹੈ ਬਹੁਤ ਤੇਜ਼ ਡਾਊਨਲੋਡ ਨਾਲ.
<!-- CO-OP TRANSLATOR LANGUAGES TABLE END -->

#### ਸਾਡੀ ਕਮਿਊਨਿਟੀ ਨਾਲ ਜੁੜੋ

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

ਸਾਡੇ ਕੋਲ ਇੱਕ ਡਿਸਕਾਰਡ ਐਆਈ ਨਾਲ ਸਿੱਖਣ ਵਾਲੀ ਸੀਰੀਜ਼ ਚੱਲ ਰਹੀ ਹੈ, ਵਧੇਰੇ ਜਾਣਕਾਰੀ ਲਈ ਅਤੇ ਸਾਡੇ ਨਾਲ ਜੁੜਨ ਲਈ ਲੇਖਾ ਸ਼੍ਰੇਣੀ 'Learn with AI Series' ਵੇਖੋ [Learn with AI Series](https://aka.ms/learnwithai/discord) 18 - 30 ਸਤੰਬਰ, 2025 ਤੋਂ। ਤੁਸੀਂ GitHub Copilot ਨੂੰ ਡੇਟਾ ਸਾਇੰਸ ਲਈ ਵਰਤਣ ਦੇ ਟਿਪਸ ਅਤੇ ਟ੍ਰਿਕਸ ਪ੍ਰਾਪਤ ਕਰੋਗੇ।

![Learn with AI series](../../translated_images/pa/3.9b58fd8d6c373c20.webp)

# ਨਵੀਂ ਸ਼ੁਰੂਆਤ ਕਰਨ ਵਾਲਿਆਂ ਲਈ ਮਸ਼ੀਨ ਲਰਨਿੰਗ - ਇੱਕ ਸਿਲੇਬਸ

> 🌍 ਦੁਨੀਆ ਦੇ ਵੱਖ-ਵੱਖ ਸੱਭਿਆਚਾਰਾਂ ਦੇ ਜ਼ਰੀਏ ਮਸ਼ੀਨ ਲਰਨਿੰਗ ਦਾ ਅਧਿਐਨ ਕਰਦੇ ਹੋਏ ਦੁਨੀਆ ਦੀ ਯਾਤਰਾ ਕਰੋ 🌍

Microsoft ਦੇ ਕਲਾਊਡ ਅਡਵੋਕੇਟ ਖੁਸ਼ੀ ਨਾਲ 12 ਹਫ਼ਤੇ, 26 ਪਾਠਾਂ ਵਾਲਾ ਸਿਲੇਬਸ ਪੇਸ਼ ਕਰਦੇ ਹਨ ਜੋ ਮੁੱਖ ਤੌਰ 'ਤੇ **ਮਸ਼ੀਨ ਲਰਨਿੰਗ** ਬਾਰੇ ਹੈ। ਇਸ ਸਿਲੇਬਸ ਵਿੱਚ ਤੁਸੀਂ ਕਈ ਵਾਰ ਕਿਹਾ ਜਾਂਦਾ ਹੈ **ਪ੍ਰਚੀਨ ਮਸ਼ੀਨ ਲਰਨਿੰਗ**, ਜੋ ਮੁੱਖ ਤੌਰ 'ਤੇ Scikit-learn ਲਾਇਬ੍ਰੇਰੀ ਦਾ ਇਸਤੇਮਾਲ ਕਰਦਾ ਹੈ ਅਤੇ ਡੀਪ ਲਰਨਿੰਗ ਤੋਂ ਬਚਦਾ ਹੈ, ਜਿਸ ਨੂੰ ਸਾਡੀ [AI for Beginners' curriculum](https://aka.ms/ai4beginners) ਵਿੱਚ ਕਵਰ ਕੀਤਾ ਗਿਆ ਹੈ। ਇਨ੍ਹਾਂ ਪਾਠਾਂ ਨੂੰ ਸਾਡੀ ['Data Science for Beginners' curriculum](https://aka.ms/ds4beginners) ਨਾਲ ਵੀ ਜੋੜੋ।

ਦੁਨੀਆਂ ਦੇ ਵੱਖਰੇ ਖੇਤਰਾਂ ਦੇ ਡੇਟਾ ਵਿੱਚ ਅਸੀਂ ਇਨ੍ਹਾਂ ਪ੍ਰਚੀਨ ਤਕਨੀਕਾਂ ਨੂੰ ਲਾਗੂ ਕਰਦੇ ਹੋਏ ਦੁਨੀਆ ਦੀ ਯਾਤਰਾ ਕਰੋਗੇ। ਹਰ ਪਾਠ ਵਿੱਚ ਪ੍ਰੀ ਅਤੇ ਪੋਸਟ ਪਾਠ ਕੁਇਜ਼, ਲਿਖਤੀ ਹੁਕਮਾਂ, ਹੱਲ, ਕੰਮ ਅਤੇ ਹੋਰ ਸ਼ਾਮਲ ਹਨ। ਸਾਡਾ ਪ੍ਰੋਜੈਕਟ-ਆਧਾਰਿਤ ਪੈਡਾਗੋਗੀ ਤੁਹਾਨੂੰ ਸਿੱਖਣ ਅਤੇ ਬਣਾਉਣ ਦੌਰਾਨ ਸਿਖਾਉਂਦਾ ਹੈ, ਜੋ ਕਿ ਨਵੀਆਂ ਹੁਨਰਾਂ ਨੂੰ ਥਾਪਣ ਲੱਗਣਾ ਹੈ।

**✍️ ਸਾਡੇ ਲੇਖਕਾਂ ਨੂੰ ਦਿਲੋਂ ਧੰਨਵਾਦ** ਜੇਨ ਲੂਪਰ, ਸਟੀਫਨ ਹਾਓਵਲ, ਫ੍ਰਾਂਚੇਸਕਾ ਲਾਜ਼ੇਰੀ, ਟੋਮੋਮੀ ਇਮੁਰਾ, ਕੈਸੀ ਬਰੇਵੀਉ, ਦਿਮਿਤਰੀ ਸੋਸ਼ਨਿਕੋਵ, ਕਰਿਸ ਨੋਰਿੰਗ, ਅਨੀਰਬਨ ਮੁਖਰਜੀ, ਔਰਨੇਲਾ ਅਲਟੁਨਯਾਨ, ਰੂਥ ਯਾਕੂਬੂ ਅਤੇ ਐਮੀ ਬੋਇਡ

**🎨 ਸਾਡੀਆਂ ਇਲਸਟਰਟਰਾਂ ਨੂੰ ਵੀ ਧੰਨਵਾਦ** ਟੋਮੋਮੀ ਇਮੁਰਾ, ਦਸਨੀ ਮਾਡਿਪੱਲੀ, ਅਤੇ ਜੇਨ ਲੂਪਰ

**🙏 Microsoft ਸਟੂਡੈਂਟ ਅੰਬੈਸਡਰ ਲੇਖਕਾਂ, ਸਮੀਖਿਅਕਾਂ ਅਤੇ ਸਮੱਗਰੀ ਯੋਗਦਾਨ ਦਾਤਾਵਾਂ ਨੂੰ ਖਾਸ ਧੰਨਵਾਦ** ਵਿੱਚ ਰਿਸ਼ਿਤ ਡਾਗਲੀ, ਮੁਹੰਮਦ ਸਕ਼ੀਬ ਖਾਨ ਇਨਾਨ, ਰੋਹਨ ਰਾਜ, ਅਲੈਕਜ਼ੈਂਡਰੂ ਪੈਟਰੈਸਕੂ, ਅਭਿਸ਼ੇਕ ਜੈਸਵਾਲ, ਨਵਰੀਨ ਤਬਾਸ਼ੁਮ, ਆਇਓਨ ਸਮੂਲਾ ਅਤੇ ਸਨੀਧਾ ਅਗਰਵਾਲ

**🤩 Microsoft ਸਟੂਡੈਂਟ ਅੰਬੈਸਡਰ ਐਰਿਕ ਵਾਂਜਾਊ, ਜਸਲੀਨ ਸੋਂਧੀ ਅਤੇ ਵਿਦੂਸ਼ੀ ਗੁਪਤਾ ਨੂੰ ਸਾਡੀਆਂ R ਪਾਠਾਂ ਲਈ ਵਾਧੂ ਧੰਨਵਾਦ!**

# ਸ਼ੁਰੂਆਤ ਕਰਨਾ

ਇਹ ਕਦਮਾਂ ਦੀ ਪਾਲਣਾ ਕਰੋ:
1. **ਰਿਪੋਜ਼ਿਟਰੀ Fork ਕਰੋ**: ਇਸ ਪੰਨੇ ਦੇ ਸਿਖਰ-ਸੱਜੇ ਕੋਨੇ 'Fork' ਬਟਨ 'ਤੇ ਕਲਿੱਕ ਕਰੋ।
2. **ਰਿਪੋਜ਼ਿਟਰੀ ਕਲੋਨ ਕਰੋ**: `git clone https://github.com/microsoft/ML-For-Beginners.git`

> [ਇਸ ਕੋਰਸ ਲਈ ਸਾਰੇ ਵਾਧੂ ਸਰੋਤ ਸਾਡੇ Microsoft Learn ਕਲੇਕਸ਼ਨ ਵਿੱਚ ਲੱਭੋ](https://learn.microsoft.com/en-us/collections/qrqzamz1nn2wx3?WT.mc_id=academic-77952-bethanycheum)

> 🔧 **ਮਦਦ ਚਾਹੀਦੀ ਹੈ?** ਸਾਡੀ [Troubleshooting Guide](TROUBLESHOOTING.md) ਵੇਖੋ ਇੰਸਟਾਲੇਸ਼ਨ, ਸੈਟਅੱਪ ਅਤੇ ਪਾਠ ਚਲਾਉਣ ਦੌਰਾਨ ਆਮ ਸਮੱਸਿਆਵਾਂ ਲਈ ਹੱਲ।

**[ਵਿਦਿਆਰਥੀ](https://aka.ms/student-page)**, ਇਸ ਸਿਲੇਬਸ ਨੂੰ ਵਰਤਣ ਲਈ, ਸਾਰੀ ਰਿਪੋ ਆਪਣੇ GitHub ਖਾਤੇ `ਤੇ fork ਕਰੋ ਅਤੇ ਹੀਰੇਕਸਾਈਜ਼ ਆਪਣੇ ਤਰੀਕੇ ਨਾਲ ਜਾਂ ਸਮੂਹ ਨਾਲ ਪੂਰੇ ਕਰੋ:

- ਪ੍ਰੀ-ਲੈਕਚਰ ਕੁਇਜ਼ ਨਾਲ ਸ਼ੁਰੂ ਕਰੋ।
- ਲੈਕਚਰ ਪੜ੍ਹੋ ਅਤੇ ਗਤੀਵਿਧੀਆਂ ਪੂਰੀਆਂ ਕਰੋ, ਹਰ ਗਿਆਨ ਜਾਂਚ 'ਤੇ ਰੁਕ ਕੇ ਸੋਚੋ।
- ਹੱਲ ਕੋਡ ਨੂੰ ਚਲਾਉਣ ਤੋਂ ਬਿਨਾਂ ਪਾਠਾਂ ਨੂੰ ਸਮਝ ਕੇ ਪ੍ਰੋਜੈਕਟ ਬਣਾਉਣ ਦੀ ਕੋਸ਼ਿਸ਼ ਕਰੋ; ਹਾਲਾਂਕਿ ਇਹ ਕੋਡ ਹਰ ਪ੍ਰੋਜੈਕਟ-ਮੁੱਖ ਪਾਠ ਵਿੱਚ `/solution` ਫੋਲਡਰ ਵਿੱਚ ਉਪਲਬਧ ਹੈ।
- ਪੋਸਟ-ਲੈਕਚਰ ਕੁਇਜ਼ ਦਿਓ।
- ਚੈਲੇਂਜ ਪੂਰਾ ਕਰੋ।
- ਅਸਾਈਨਮੈਂਟ ਪੂਰਾ ਕਰੋ।
- ਪਾਠ ਸਮੂਹ ਪੂਰਾ ਕਰਨ ਤੋਂ ਬਾਅਦ, [Discussion Board](https://github.com/microsoft/ML-For-Beginners/discussions) 'ਤੇ ਜਾਓ ਅਤੇ ਉਚਿਤ PAT ਰੂਬ੍ਰਿਕ ਪੱਕਾ ਕਰਕੇ "ਸਿੱਖੋ ਬਾਹਰਲਾ"। 'PAT' ਇੱਕ ਪ੍ਰਗਤੀ ਮੁਲਾਂਕਣ ਸੰਦ ਹੈ ਜਿਸਨੂੰ ਤੁਸੀਂ ਭਰਕੇ ਆਪਣੀ ਸਿੱਖਿਆ ਨੂੰ ਅੱਗੇ ਵਧਾਉਂਦੇ ਹੋ। ਤੁਸੀਂ ਹੋਰ PATs 'ਤੇ ਪ੍ਰਤੀਕਿਰਿਆ ਵੀ ਦੇ ਸਕਦੇ ਹੋ ਤਾਂ ਜੋ ਅਸੀਂ ਮਿਲ ਕੇ ਸਿੱਖੀਏ।

> ਹੋਰ ਅਧਿਐਨ ਲਈ, ਸਾਨੂੰ ਸਿਫਾਰਸ਼ ਹੈ ਕਿ ਤੁਸੀਂ ਇਹ [Microsoft Learn](https://docs.microsoft.com/en-us/users/jenlooper-2911/collections/k7o7tg1gp306q4?WT.mc_id=academic-77952-leestott) ਮੋਡੀਊਲ ਅਤੇ ਸਿੱਖਣ ਵਾਲੀਆਂ ਰਾਹਾਂ ਦੀ ਪਾਲਣਾ ਕਰੋ।

**ਅਧਿਆਪਕ**, ਅਸੀਂ [ਇਸ ਸਿਲੇਬਸ ਦੇ ਵਰਤੇ ਜਾਣ ਬਾਰੇ ਕੁਝ ਸੁਝਾਵ ਸ਼ਾਮਲ ਕੀਤੇ ਹਨ](for-teachers.md)।

---

## ਵੀਡੀਓ ਵਾਕ-ਥਰੂ

ਕੁਝ ਪਾਠ ਛੋਟੇ ਫਾਰਮ ਦੇ ਵੀਡੀਓ ਵਜੋਂ ਉਪਲਬਧ ਹਨ। ਤੁਸੀਂ ਇਨ੍ਹਾਂ ਨੂੰ ਪਾਠਾਂ ਵਿੱਚ ਲਾਈਨ ਵਿੱਚ ਜਾਂ [Microsoft Developer YouTube ਚੈਨਲ 'ਤੇ ML for Beginners ਪਲੇਲਿਸਟ](https://aka.ms/ml-beginners-videos) ਵਿੱਚ ਤਸਵੀਰ 'ਤੇ ਕਲਿੱਕ ਕਰਕੇ ਲੱਭ ਸਕਦੇ ਹੋ।

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

---

## ਟੀਮ ਨਾਲ ਮਿਲੋ

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

**ਗਿਫ ਬਣਾਈ [ਮੋਹਿਟ ਜੈਸਲ](https://linkedin.com/in/mohitjaisal)**

> 🎥 ਉੱਪਰ ਦਿੱਤੀ ਤਸਵੀਰ 'ਤੇ ਕਲਿੱਕ ਕਰੋ ਪ੍ਰੋਜੈਕਟ ਅਤੇ ਇਸਨੂੰ ਬਣਾਉਣ ਵਾਲਿਆਂ ਬਾਰੇ ਵੀਡੀਓ ਦੇਖਣ ਲਈ!

---

## ਪੈਡਾਗੋਗੀ

ਅਸੀਂ ਇਸ ਸਿਲੇਬਸ ਨੂੰ ਤਿਆਰ ਕਰਦਿਆਂ ਦੋ ਪੈਡਾਗੋਗਿਕ ਸਿਧਾਂਤ ਚੁਣੇ ਹਨ: ਇਹ ਹੱਥ-ਵਰਕ ਹੈ ਅਤੇ **ਪ੍ਰੋਜੈਕਟ-ਆਧਾਰਿਤ** ਹੈ ਅਤੇ ਇਸ ਵਿੱਚ **ਅਕਸਰ ਕੁਇਜ਼ ਹੁੰਦੇ ਹਨ**। ਇਸਦੇ ਨਾਲ, ਇਹ ਸਿਲੇਬਸ ਇੱਕ ਸਾਂਝਾ **ਥੀਮ** ਵੀ ਰੱਖਦਾ ਹੈ ਜਿਸ ਨਾਲ ਇਸਨੂੰ ਇਕਸਾਰਤਾ ਮਿਲਦੀ ਹੈ।

ਇਹ ਯਕੀਨ ਕਰਕੇ ਕਿ ਸਮੱਗਰੀ ਪ੍ਰੋਜੈਕਟਾਂ ਨਾਲ ਮੇਲ ਖਾਂਦੀ ਹੈ, ਵਿਦਿਆਰਥੀਆਂ ਲਈ ਪ੍ਰਕਿਰਿਆ ਹੋਰ ਰੁਚਿਕਰ ਹੁੰਦੀ ਹੈ ਅਤੇ ਸਿਧਾਂਤਾਂ ਦੀ ਸਮਝ ਵਧਦੀ ਹੈ। ਪਾਠ ਤੋਂ ਪਹਿਲਾਂ ਇੱਕ ਖ਼ਤਰਨਾਕ-ਰਹਿਤ ਕੁਇਜ਼ ਵਿਦਿਆਰਥੀ ਦੀ ਭਾਵਨਾ ਸਰਗਰਮ ਕਰਦਾ ਹੈ ਅਤੇ ਪਾਠ ਤੋਂ ਬਾਅਦ ਦੂਜਾ ਕੁਇਜ਼ ਹੋਰ ਯਾਦਗਾਰੀ ਬਣਾਂਉਂਦਾ ਹੈ। ਇਹ ਸਿਲੇਬਸ ਲਚਕੀਲਾ ਅਤੇ ਮਨੋਰੰਜਕ ਹੈ ਅਤੇ ਇਸਨੂੰ ਪੂਰਾ ਜਾਂ ਹਿੱਸਾ-ਹਿੱਸਾ ਕਰਕੇ ਸਿੱਖਿਆ ਜਾ ਸਕਦਾ ਹੈ। ਪ੍ਰੋਜੈਕਟ ਛੋਟੇ ਤੋਂ ਸ਼ੁਰੂ ਹੁੰਦੇ ਹਨ ਅਤੇ 12 ਹਫਤੇ ਦੇ ਅੰਤ ਤੱਕ ਜਿਆਦਾ ਜਟਿਲ ਬਣ ਜਾਂਦੇ ਹਨ। ਇਸ ਸਿਲੇਬਸ ਵਿੱਚ ਮਸ਼ੀਨ ਲਰਨਿੰਗ ਦੇ ਹਕੀਕਤੀ ਜਗਤ ਦੀਆਂ ਅਰਜ਼ੀਆਂ 'ਤੇ ਇੱਕ ਪੋਸਟਸਕ੍ਰਿਪਟ ਵੀ ਸ਼ਾਮਲ ਹੈ, ਜੋ ਵਾਧੂ ਕਰੈਡਿਟ ਜਾਂ ਚਰਚਾ ਲਈ ਬੇਸ ਵਜੋਂ ਵਰਤਿਆ ਜਾ ਸਕਦਾ ਹੈ।

> ਸਾਡਾ [Code of Conduct](CODE_OF_CONDUCT.md), [Contributing](CONTRIBUTING.md), [Translations](..), ਅਤੇ [Troubleshooting](TROUBLESHOOTING.md) ਦਾ ਮਾਨਦੰਡ ਵੇਖੋ। ਅਸੀਂ ਤੁਹਾਡੇ ਸੰਰਚਨਾਤਮਕ ਫੀਡਬੈਕ ਦਾ ਸਵਾਗਤ ਕਰਦੇ ਹਾਂ!

## ਹਰ ਪਾਠ ਵਿੱਚ ਸ਼ਾਮਲ ਹੈ

- ਵਿਕਲਪਿਕ ਸਕੈਚਨੋਟ
- ਵਿਕਲਪਿਕ ਸਹਾਇਕ ਵੀਡੀਓ
- ਵੀਡੀਓ ਵਾਕ-ਥਰੂ (ਬਿਜਲੀ ਦੇ ਕੁਝ ਹੀ ਪਾਠ)
- [ਪ੍ਰੀ-ਲੈਕਚਰ ਵਾਰਮਅਪ ਕੁਇਜ਼](https://ff-quizzes.netlify.app/en/ml/)
- ਲਿਖਤੀ ਪਾਠ
- ਪ੍ਰੋਜੈਕਟ-ਆਧਾਰਿਤ ਪਾਠਾਂ ਲਈ, ਪ੍ਰੋਜੈਕਟ ਬਣਾਉਣ ਲਈ ਕਦਮ-ਦਰ-कਦਮ ਮਾਰਗਦਰਸ਼ਨ
- ਗਿਆਨ ਜਾਂਚ
- ਇੱਕ ਚੈਲੇਂਜ
- ਸਹਾਇਕ ਪੜ੍ਹਾਈ
- ਅਸਾਈਨਮੈਂਟ
- [ਪੋਸਟ-ਲੈਕਚਰ ਕੁਇਜ਼](https://ff-quizzes.netlify.app/en/ml/)

> **ਭਾਸ਼ਾਵਾਂ ਬਾਰੇ ਇੱਕ ਨੋਟ**: ਇਹ ਪਾਠ ਮੁੱਖ ਤੌਰ 'ਤੇ Python ਵਿੱਚ ਲਿਖੇ ਗਏ ਹਨ, ਪਰ ਕਈ R ਵਿੱਚ ਵੀ ਉਪਲਬਧ ਹਨ। R ਦਾ ਪਾਠ ਪੂਰਾ ਕਰਨ ਲਈ, `/solution` ਫੋਲਡਰ ਵਿੱਚ R ਪਾਠਾਂ ਨੂੰ ਲੱਭੋ। ਇਨ੍ਹਾਂ ਵਿੱਚ .rmd ਐਕਸਟੈਂਸ਼ਨ ਹੁੰਦਾ ਹੈ ਜੋ ਇੱਕ **R Markdown** ਫਾਇਲ ਦੀ ਨਿਸ਼ਾਨਦਹੀ ਹੈ ਜੋ `code chunks` (R ਜਾਂ ਹੋਰ ਭਾਸ਼ਾਵਾਂ ਦੇ) ਅਤੇ ਇੱਕ `YAML header` (ਜੋ PDF ਵਰਗੇ ਆਉਟਪੁਟਾਂ ਦੇ ਫਾਰਮੈਟ ਨੂੰ ਦਿਸ਼ਾ ਦਿੰਦਾ ਹੈ) ਨੂੰ ਇੱਕ Markdown ਦਸਤਾਵੇਜ਼ ਵਿੱਚ ਬੈਂਧਦਾ ਹੈ। ਇਸ ਤਰ੍ਹਾਂ, ਇਹ ਡਾਟਾ ਸਾਇੰਸ ਲਈ ਇੱਕ ਮਿਸਾਲੀ ਲੇਖਨ ਫਰੇਮਵਰਕ ਹੈ ਕਿਉਂਕਿ ਇਹ ਤੁਹਾਨੂੰ ਤੁਹਾਡਾ ਕੋਡ, ਅਉਟਪੁੱਟ ਅਤੇ ਵਿਚਾਰ ਇਕੱਠੇ Markdown ਵਿੱਚ ਲਿਖਨ ਦੀ ਆਗਿਆ ਦਿੰਦਾ ਹੈ। ਇਸ ਤੋਂ ਇਲਾਵਾ, R Markdown ਦਸਤਾਵੇਜ਼ਾਂ ਨੂੰ PDF, HTML ਜਾਂ Word ਵਰਗੇ ਆਉਟਪੁੱਟ ਫਾਰਮੈਟਾਂ ਵਿੱਚ ਰੈਂਡਰ ਕੀਤਾ ਜਾ ਸਕਦਾ ਹੈ।
> **ਕੁਇਜ਼ਾਂ ਬਾਰੇ ਇੱਕ ਨੋਟ**: ਸਾਰੇ ਕੁਇਜ਼ਾਂ [Quiz App folder](../../quiz-app) ਵਿੱਚ ਸ਼ਾਮਲ ਹਨ, ਜਿਥੇ ਕੁੱਲ 52 ਕੁਇਜ਼ ਹਨ, ਹਰ ਇੱਕ ਵਿੱਚ ਤਿੰਨ ਸਵਾਲ ਹਨ। ਇਹ ਪਾਠਾਂ ਵਿੱਚ ਲਿੰਕ ਕੀਤੇ ਗਏ ਹਨ ਪਰ ਕੁਇਜ਼ ਐਪ ਨੂੰ ਸਥਾਨਕ ਤੌਰ 'ਤੇ ਚਲਾਇਆ ਜਾ ਸਕਦਾ ਹੈ; ਸਥਾਨਕ ਹੋਸਟਿੰਗ ਜਾਂ ਏਜ਼ੁਰ 'ਤੇ ਡਿਪਲੋਇ ਕਰਨ ਲਈ `quiz-app` ਫੋਲਡਰ ਵਿੱਚ ਦਿੱਤੇ ਹੁਕਮਾਂ ਦੀ ਪਾਲਣਾ ਕਰੋ।

| ਪਾਠ ਦੀ ਗਿਣਤੀ |                              ਵਿਸ਼ਾ                              |                  ਪਾਠ ਸਮੂਹ                   | ਸਿੱਖਣ ਦੇ ਉਦੇਸ਼                                                                                                                   |                                                              ਲਿੰਕ ਕੀਤੇ ਪਾਠ                                                               |                       ਲੇਖਕ                       |
| :-----------: | :------------------------------------------------------------: | :-----------------------------------------: | ------------------------------------------------------------------------------------------------------------------------------ | :----------------------------------------------------------------------------------------------------------------------------------------: | :----------------------------------------------: |
|      01       |                 ਮਸ਼ੀਨ ਲਰਨਿੰਗ ਦਾ ਪਰਚਾਰ                         |      [Introduction](1-Introduction/README.md)       | ਮਸ਼ੀਨ ਲਰਨਿੰਗ ਦੇ ਮੁਢਲੇ ਖਿਆਲ ਸਿੱਖੋ                                                                                              |                                            [Lesson](1-Introduction/1-intro-to-ML/README.md)                                             |                     ਮੁਹੰਮਦ                      |
|      02       |                 ਮਸ਼ੀਨ ਲਰਨਿੰਗ ਦਾ ਇਤਿਹਾਸ                         |      [Introduction](1-Introduction/README.md)       | ਇਸ ਖੇਤਰ ਦੇ ਇਤਿਹਾਸ ਬਾਰੇ ਜਾਣਕਾਰੀ ਪ੍ਰਾਪਤ ਕਰੋ                                                                                     |                                            [Lesson](1-Introduction/2-history-of-ML/README.md)                                            |                   ਜੇਨ ਅਤੇ ਐਮੀ                   |
|      03       |                 ਨਿਆਂ ਅਤੇ ਮਸ਼ੀਨ ਲਰਨਿੰਗ                         |      [Introduction](1-Introduction/README.md)       | ਨਿਆਂ ਨਾਲ ਸਬੰਧਤ ਮੁੱਖ ਦਾਰਸ਼ਨਿਕ ਮੁੱਦੇ ਕੀ ਹਨ ਜੋ ਵਿਦਿਆਰਥੀਆਂ ਨੂੰ ਮਸ਼ੀਨ ਲਰਨਿੰਗ ਮਾਡਲ ਬਣਾਉਂਦੇ ਸਮੇਂ ਧਿਆਨ ਵਿੱਚ ਰੱਖਣੇ ਚਾਹੀਦੇ ਹਨ?     |                                              [Lesson](1-Introduction/3-fairness/README.md)                                               |                      ਟੋਮੋਮੀ                      |
|      04       |                 ਮਸ਼ੀਨ ਲਰਨਿੰਗ ਲਈ ਤਕਨੀਕਾਂ                      |      [Introduction](1-Introduction/README.md)       | ਮਸ਼ੀਨ ਲਰਨਿੰਗ ਗਵੈਣਕ ਅਧਿਐਨਕਾਰ ਕਿਹੜੀਆਂ ਤਕਨੀਕਾਂ ਦੀ ਵਰਤੋਂ ਮਾਡਲ ਬਣਾਉਣ ਲਈ ਕਰਦੇ ਹਨ?                                              |                                          [Lesson](1-Introduction/4-techniques-of-ML/README.md)                                           |                   ਕ੍ਰਿਸ ਅਤੇ ਜੇਨ                  |
|      05       |                 ਰਿਗ੍ਰੈਸ਼ਨ ਦਾ ਪਰਚਾਰ                            |        [Regression](2-Regression/README.md)         | ਰਿਗ੍ਰੈਸ਼ਨ ਮਾਡਲਾਂ ਲਈ Python ਅਤੇ Scikit-learn ਨਾਲ ਸ਼ੁਰੂਆਤ ਕਰੋ                                                                       |          [Python](2-Regression/1-Tools/README.md) • [R](../../2-Regression/1-Tools/solution/R/lesson_1.html)           |              ਜੇਨ • ਐਰਿਕ ਵੰਜਾਉ                   |
|      06       |                ਉੱਤਰੀ ਅਮਰੀਕੀ ਕਦੂਆਂ ਦੀ ਕੀਮਤਾਂ 🎃               |        [Regression](2-Regression/README.md)         | ਮਸ਼ੀਨ ਲਰਨਿੰਗ ਲਈ ਤਿਆਰੀ ਦੀ ਤੌਰ ਤੇ ਡਾਟਾ ਨੂੰ ਵੇਖੋ ਅਤੇ ਸਾਫ ਕਰੋ                                                                           |        [Python](2-Regression/2-Data/README.md) • [R](../../2-Regression/2-Data/solution/R/lesson_2.html)          |             ਜੇਨ • ਐਰਿਕ ਵੰਜਾਉ                    |
|      07       |                ਉੱਤਰੀ ਅਮਰੀਕੀ ਕਦੂਆਂ ਦੀ ਕੀਮਤਾਂ 🎃               |        [Regression](2-Regression/README.md)         | ਰੀਖਾ ਅਤੇ ਬਹੁਪਦ ਛੇਤੀ ਰਿਗ੍ਰੈਸ਼ਨ ਮਾਡਲ ਤਿਆਰ ਕਰੋ                                                                                        |      [Python](2-Regression/3-Linear/README.md) • [R](../../2-Regression/3-Linear/solution/R/lesson_3.html)        |         ਜੇਨ ਅਤੇ ਦਿਮਿਤਰੀ • ਐਰਿਕ ਵੰਜਾਉ          |
|      08       |                ਉੱਤਰੀ ਅਮਰੀਕੀ ਕਦੂਆਂ ਦੀ ਕੀਮਤਾਂ 🎃               |        [Regression](2-Regression/README.md)         | ਲੋਜਿਸਟਿਕ ਰਿਗ੍ਰੈਸ਼ਨ ਮਾਡਲ ਬਣਾਓ                                                                                                       |    [Python](2-Regression/4-Logistic/README.md) • [R](../../2-Regression/4-Logistic/solution/R/lesson_4.html)      |             ਜੇਨ • ਐਰਿਕ ਵੰਜਾਉ                    |
|      09       |                          ਵੈੱਬ ਐਪ 🔌                           |           [Web App](3-Web-App/README.md)            | ਆਪਣਾ ਪ੍ਰਸ਼ਿੱਖਤ ਮਾਡਲ ਵਰਤਣ ਲਈ ਵੈੱਬ ਐਪ ਬਣਾਓ                                                                                        |                                               [Python](3-Web-App/1-Web-App/README.md)                                                 |                        ਜੇਨ                       |
|      10       |                 ਵਰਗੀਕਰਨ ਦਾ ਪਰਚਾਰ                            |    [Classification](4-Classification/README.md)     | ਆਪਣਾ ਡਾਟਾ ਸਾਫ਼, ਤਿਆਰ ਅਤੇ ਵੇਖੋ; ਵਰਗੀਕਰਨ ਨਾਲ ਪਰਚਾਰ                                                                               | [Python](4-Classification/1-Introduction/README.md) • [R](../../4-Classification/1-Introduction/solution/R/lesson_10.html)  | ਜੇਨ ਅਤੇ ਕੈਸੀ • ਐਰਿਕ ਵੰਜਾਉ                        |
|      11       |              ਸੁਆਦਿਸ਼ਟ ਏਸ਼ੀਅਨ ਅਤੇ ਭਾਰਤੀ ਖਾਣੇ 🍜               |    [Classification](4-Classification/README.md)     | ਵਰਗੀਕਰਣਕਾਰਾਂ ਦਾ ਪਰਚਾਰ                                                                                                          | [Python](4-Classification/2-Classifiers-1/README.md) • [R](../../4-Classification/2-Classifiers-1/solution/R/lesson_11.html) | ਜੇਨ ਅਤੇ ਕੈਸੀ • ਐਰਿਕ ਵੰਜਾਉ                        |
|      12       |              ਸੁਆਦਿਸ਼ਟ ਏਸ਼ੀਅਨ ਅਤੇ ਭਾਰਤੀ ਖਾਣੇ 🍜               |    [Classification](4-Classification/README.md)     | ਹੋਰ ਵਰਗੀਕਰਣਕਾਰ                                                                                                                | [Python](4-Classification/3-Classifiers-2/README.md) • [R](../../4-Classification/3-Classifiers-2/solution/R/lesson_12.html) | ਜੇਨ ਅਤੇ ਕੈਸੀ • ਐਰਿਕ ਵੰਜਾਉ                        |
|      13       |              ਸੁਆਦਿਸ਼ਟ ਏਸ਼ੀਅਨ ਅਤੇ ਭਾਰਤੀ ਖਾਣੇ 🍜               |    [Classification](4-Classification/README.md)     | ਆਪਣਾ ਮਾਡਲ ਵਰਤ ਕੇ ਰਿਕਮੈਂਡਰ ਵੈੱਬ ਐਪ ਬਣਾਓ                                                                                        |                                             [Python](4-Classification/4-Applied/README.md)                                              |                        ਜੇਨ                        |
|      14       |                  ਕਲੱਸਟਰਿੰਗ ਦਾ ਪਰਚਾਰ                         |        [Clustering](5-Clustering/README.md)         | ਆਪਣਾ ਡਾਟਾ ਸਾਫ਼, ਤਿਆਰ ਅਤੇ ਵੇਖੋ; ਕਲੱਸਟਰਿੰਗ ਨਾਲ ਪਰਚਾਰ                                                                           |         [Python](5-Clustering/1-Visualize/README.md) • [R](../../5-Clustering/1-Visualize/solution/R/lesson_14.html)         |             ਜੇਨ • ਐਰਿਕ ਵੰਜਾਉ                      |
|      15       |                 ਨਾਇਜੀਰੀਆਈ ਸੰਗੀਤ ਟੇਸਟਸ ਦੀ ਖੋਜ 🎧            |        [Clustering](5-Clustering/README.md)         | K-Means ਕਲੱਸਟਰਿੰਗ ਤਰੀਕੇ ਦੀ ਖੋਜ ਕਰੋ                                                                                              |           [Python](5-Clustering/2-K-Means/README.md) • [R](../../5-Clustering/2-K-Means/solution/R/lesson_15.html)           |             ਜੇਨ • ਐਰਿਕ ਵੰਜਾਉ                      |
|      16       |            ਕੁਦਰਤੀ ਭਾਸ਼ਾ ਪ੍ਰਕਿਰਿਆ ਦਾ ਪਰਚਾਰ ☕️                 |   [Natural language processing](6-NLP/README.md)    | ਸਧਾਰਣ ਬੋਟ ਬਣਾਕੇ NLP ਦੇ ਮੁੱਢਲੇ ਸਿਧਾਂਤ ਸਿੱਖੋ                                                                                    |                                             [Python](6-NLP/1-Introduction-to-NLP/README.md)                                              |                     ਸਟੀਫਨ                        |
|      17       |                     ਆਮ NLP ਕੰਮ ☕️                           |   [Natural language processing](6-NLP/README.md)    | ਭਾਸ਼ਾ ਸੰਰਚਨਾਵਾਂ ਨਾਲ ਨਿਪਟਣ ਵੇਲੇ ਲੋੜੀਂਦੇ ਆਮ ਕੰਮਾਂ ਨੂੰ ਸਮਝ ਕੇ NLP ਗਿਆਨ ਗਹਿਰਾ ਕਰੋ                                                  |                                                    [Python](6-NLP/2-Tasks/README.md)                                                     |                     ਸਟੀਫਨ                        |
|      18       |               ਅਨੁਵਾਦ ਅਤੇ ਭਾਵਨਾ ਵਿਸ਼ਲੇਸ਼ਣ ♥️                   |   [Natural language processing](6-NLP/README.md)    | ਜੇਨ ਆਸਟਿਨ ਨਾਲ ਅਨੁਵਾਦ ਅਤੇ ਭਾਵਨਾ ਵਿਸ਼ਲੇਸ਼ਣ                                                                                        |                                            [Python](6-NLP/3-Translation-Sentiment/README.md)                                             |                     ਸਟੀਫਨ                        |
|      19       |              ਯੂਰਪ ਦੇ ਰੋਮਾਂਟਿਕ ਹੋਟਲ ♥️                        |   [Natural language processing](6-NLP/README.md)    | ਹੋਟਲ ਸਮੀਖਿਆਵਾਂ ਨਾਲ ਭਾਵਨਾ ਵਿਸ਼ਲੇਸ਼ਣ 1                                                                                            |                                               [Python](6-NLP/4-Hotel-Reviews-1/README.md)                                                |                     ਸਟੀਫਨ                        |
|      20       |              ਯੂਰਪ ਦੇ ਰੋਮਾਂਟਿਕ ਹੋਟਲ ♥️                        |   [Natural language processing](6-NLP/README.md)    | ਹੋਟਲ ਸਮੀਖਿਆਵਾਂ ਨਾਲ ਭਾਵਨਾ ਵਿਸ਼ਲੇਸ਼ਣ 2                                                                                            |                                               [Python](6-NLP/5-Hotel-Reviews-2/README.md)                                                |                     ਸਟੀਫਨ                        |
|      21       |               ਸਮੇਂ ਦੀ ਲੜੀ ਦੀ ਭਵਿੱਖਬਾਣੀ ਨਾਲ ਪਰਚਾਰ             |        [Time series](7-TimeSeries/README.md)        | ਸਮੇਂ ਦੀ ਲੜੀ ਦੀ ਭਵਿੱਖਬਾਣੀ ਨਾਲ ਪਰਚਾਰ                                                                                            |                                             [Python](7-TimeSeries/1-Introduction/README.md)                                              |                    ਫਰਾਂਸੈਸਕਾ                     |
|      22       | ⚡️ ਦੁਨੀਆ ਦੀ ਬਿਜਲੀ ਖਪਤ ⚡️ - ARIMA ਨਾਲ ਸਮੇਂ ਦੀ ਲੜੀ ਦੀ ਭਵਿੱਖਬਾਣੀ |        [Time series](7-TimeSeries/README.md)        | ARIMA ਨਾਲ ਸਮੇਂ ਦੀ ਲੜੀ ਦੀ ਭਵਿੱਖਬਾਣੀ                                                                                            |                                                 [Python](7-TimeSeries/2-ARIMA/README.md)                                                 |                    ਫਰਾਂਸੈਸਕਾ                     |
|      23       |  ⚡️ ਦੁਨੀਆ ਦੀ ਬਿਜਲੀ ਖਪਤ ⚡️ - SVR ਨਾਲ ਸਮੇਂ ਦੀ ਲੜੀ ਦੀ ਭਵਿੱਖਬਾਣੀ  |        [Time series](7-TimeSeries/README.md)        | ਸਪੋਰਟ ਵੈਕਟਰ ਰਿਗ੍ਰੈਸ਼ਨਰ ਨਾਲ ਸਮੇਂ ਦੀ ਲੜੀ ਦੀ ਭਵਿੱਖਬਾਣੀ                                                                          |                                                  [Python](7-TimeSeries/3-SVR/README.md)                                                  |                      ਅਨੀਰਬਨ                       |
|      24       |               ਰੀਇਨਫੋਰਸਮੈਂਟ ਲਰਨਿੰਗ ਦਾ ਪਰਚਾਰ                   | [Reinforcement learning](8-Reinforcement/README.md) | Q-Learning ਨਾਲ ਰੀਇਨਫੋਰਸਮੈਂਟ ਲਰਨਿੰਗ ਦਾ ਪਰਚਾਰ                                                                              |                                             [Python](8-Reinforcement/1-QLearning/README.md)                                              |                     ਦਿਮਿਤਰੀ                       |
|      25       |                 ਪੀਟਰ ਨੂੰ ਭੇਡ਼ਰੇ ਤੋਂ ਬਚਾਓ! 🐺                   | [Reinforcement learning](8-Reinforcement/README.md) | ਰੀਇਨਫੋਰਸਮੈਂਟ ਲਰਨਿੰਗ ਜਿਮ                                                                                                      |                                                [Python](8-Reinforcement/2-Gym/README.md)                                                 |                     ਦਿਮਿਤਰੀ                       |
|  ਬਾਅਦ-ਲੇਖ   |               ਰੀਅਲ-ਵਰਲਡ ML ਸਥਿਤੀਆਂ ਅਤੇ ਪ੍ਰਯੋਗ              |      [ML in the Wild](9-Real-World/README.md)       | ਕਲਾਸਿਕ ਮਸ਼ੀਨ ਲਰਨਿੰਗ ਦੇ ਦਿਲਚਸਪ ਅਤੇ ਖੁਲਾਸਾ ਕਰਨ ਵਾਲੇ ਵਾਸਤਵਿਕ ਦੁਨੀਆ ਦੇ ਉਦਾਹਰਣ                                                   |                                             [Lesson](9-Real-World/1-Applications/README.md)                                              |                        ਟੀਮ                        |
|  ਬਾਅਦ-ਲੇਖ   |                   RAI ਡੈਸ਼ਬੋਰਡ ਨਾਲ ML ਮਾਡਲ ਡਿਬੱਗਿੰਗ           |      [ML in the Wild](9-Real-World/README.md)       | ਜ਼ਿੰਮੇਵਾਰ AI ਡੈਸ਼ਬੋਰਡ ਕੰਪੋਨੇਟਸ ਦੀ ਵਰਤੋਂ ਨਾਲ ਮਸ਼ੀਨ ਲਰਨਿੰਗ ਵਿੱਚ ਮਾਡਲ ਡਿਬੱਗਿੰਗ                                                    |                                             [Lesson](9-Real-World/2-Debugging-ML-Models/README.md)                                              |                  ਰੁਥ ਯਾਕੂਬੂ                     |

> [ਇਸ ਕੋਰਸ ਲਈ ਸਾਰੇ ਵਾਧੂ ਸਰੋਤ ਸਾਡੀ Microsoft Learn ਕਲੇਕਸ਼ਨ ਵਿੱਚ ਲੱਭੋ](https://learn.microsoft.com/en-us/collections/qrqzamz1nn2wx3?WT.mc_id=academic-77952-bethanycheum)

## ਆਫਲਾਈਨ ਐਕਸੈੱਸ

ਤੁਸੀਂ [Docsify](https://docsify.js.org/#/) ਦੀ ਵਰਤੋਂ ਕਰਕੇ ਇਸ ਦਸਤਾਵੇਜ਼ ਨੂੰ ਆਫਲਾਈਨ ਚਲਾ ਸਕਦੇ ਹੋ। ਇਸ ਰੇਪੋ ਨੂੰ ਫੋਰਕ ਕਰੋ, [Docsify ਇੰਸਟਾਲ ਕਰੋ](https://docsify.js.org/#/quickstart) ਆਪਣੇ ਸਥਾਨਕ ਮਸ਼ੀਨ 'ਤੇ, ਅਤੇ ਫਿਰ ਇਸ ਰੇਪੋ ਦੇ ਰੂਟ ਫੋਲਡਰ ਵਿੱਚ ਟਾਈਪ ਕਰੋ `docsify serve`। ਵੈੱਬਸਾਈਟ ਤੁਹਾਡੇ ਲੋ컬ਹੋਸਟ `localhost:3000` ਤੇ ਪੋਰਟ 3000 'ਤੇ ਸਰਵ ਕੀਤੀ ਜਾਵੇਗੀ।

## PDFs

ਕਰਿਕੁਲਮ ਦੀ PDF ਫਾਈਲ ਜਿੱਥੇ ਲਿੰਕਹੀਤ ਹੈ ਉਹ [ਇੱਥੇ](https://microsoft.github.io/ML-For-Beginners/pdf/readme.pdf) ਮਿਲੇਗੀ।

## 🎒 ਹੋਰ ਕੋਰਸز

ਸਾਡੀ ਟੀਮ ਹੋਰ ਕੋਰਸਜ਼ ਵੀ ਬਣਾਉਂਦੀ ਹੈ! ਜਾਂਚ ਕਰੋ:

<!-- 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)

---
 
### ਜੇਨੇਰੇਟਿਵ AI ਦਿਵਾਰ
[![ਬਿਗਿਨਰਾਂ ਲਈ ਜੈਨੇਰੇਟਿਵ ਏਆਈ](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)
[![ਜੈਨੇਰੇਟਿਵ ਏਆਈ (.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)
[![ਜੈਨੇਰੇਟਿਵ ਏਆਈ (ਜਾਵਾ)](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)
[![ਜੈਨੇਰੇਟਿਵ ਏਆਈ (ਜਾਵਾਸਕ੍ਰਿਪਟ)](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)

---
 
### ਕੋਰ ਸਿੱਖਿਆ
[![ਬਿਗਿਨਰਾਂ ਲਈ ਐਮਐੱਲ](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)
[![ਬਿਗਿਨਰਾਂ ਲਈ ਡਾਟਾ ਸਾਇੰਸ](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)
[![ਬਿਗਿਨਰਾਂ ਲਈ ਏਆਈ](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)
[![ਬਿਗਿਨਰਾਂ ਲਈ ਸਾਈਬਰਸੁਰੱਖਿਆ](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)
[![ਬਿਗਿਨਰਾਂ ਲਈ ਵੈਬ ਵਿਕਾਸ](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)
[![ਬਿਗਿਨਰਾਂ ਲਈ ਆਈਓਟੀ](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)
[![ਬਿਗਿਨਰਾਂ ਲਈ ਐਕਸਆਰ ਵਿਕਾਸ](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)

---
 
### ਕੋਪਾਇਲਟ ਸਿਰੀਜ਼
[![ਏਆਈ ਜੋੜੇ ਪ੍ਰੋਗਰਾਮਿੰਗ ਲਈ ਕੋਪਾਇਲਟ](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 ਲਈ ਕੋਪਾਇਲਟ](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)
[![ਕੋਪਾਇਲਟ ਐਡਵੈਂਚਰ](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 -->

## ਮਦਦ ਪ੍ਰਾਪਤ ਕਰਨਾ

ਜੇ ਤੁਸੀਂ ਫਸ ਜਾਂਦੇ ਹੋ ਜਾਂ ਏਆਈ ਐਪਸ ਬਣਾਉਣ ਬਾਰੇ ਕੋਈ ਸਵਾਲ ਹੋਵੇ। ਸਾਥੀ ਸਿੱਖਣ ਵਾਲੇ ਅਤੇ ਅਨੁਭਵੀ ਡਿਵੈਲਪਰਾਂ ਨਾਲ MCP ਬਾਰੇ ਚਰਚਾ ਵਿੱਚ ਸ਼ਾਮਿਲ ਹੋਵੋ। ਇਹ ਇੱਕ ਸਹਾਇਕ ਸਮੁਦਾਇ ਹੈ ਜਿੱਥੇ ਸਵਾਲਾਂ ਦਾ ਸਵਾਗਤ ਹੈ ਅਤੇ ਗਿਆਨ ਖੁੱਲ੍ਹ ਕੇ ਸਾਂਝਾ ਕੀਤਾ ਜਾਂਦਾ ਹੈ।

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

ਜੇ ਤੁਹਾਡੇ ਕੋਲ ਉਤਪਾਦ ਫੀਡਬੈਕ ਜਾਂ ਗਲਤੀਆਂ ਹਨ ਜਦੋਂ ਤੁਸੀਂ ਬਣਾਉਂਦੇ ਹੋ ਤਾਂ:

[![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)
## ਵਾਧੂ ਸਿੱਖਣ ਦੇ ਸੁਝਾਅ

- ਹਰ ਪਾਠ ਤੋਂ ਬਾਅਦ ਨੋਟਬੁੱਕਸ ਦੀ ਸਮੀਖਿਆ ਕਰੋ better ਬਿਹਤਰ ਸਮਝ ਲਈ।
- ਖੁਦ ਹੀ ਅਲਗੋਰਿਦਮ ਲਾਗੂ ਕਰਨ ਦਾ ਅਭਿਆਸ ਕਰੋ।
- ਸਿੱਖੇ ਹੋਏ ਅਸੂਲਾਂ ਦੀ ਵਰਤੋਂ ਕਰਕੇ ਅਸਲੀ ਦੁਨੀਆ ਦੇ ਡੇਟਾ ਸੈਟ ਖੋਜੋ।

---

<!-- CO-OP TRANSLATOR DISCLAIMER START -->
**ਅਸਵੀਕਾਰੋ ਹੈ**:  
ਇਹ ਦਸਤਾਵੇਜ਼ AI ਅਨੁਵਾਦ ਸੇਵਾ [Co-op Translator](https://github.com/Azure/co-op-translator) ਦੀ ਵਰਤੋਂ ਕਰਕੇ ਅਨੁਵਾਦ ਕੀਤਾ ਗਿਆ ਹੈ। ਜਦੋਂ ਕਿ ਅਸੀਂ ਸਹੀਤਾ ਲਈ ਕੋਸ਼ਿਸ਼ ਕਰਦੇ ਹਾਂ, ਕਿਰਪਾ ਕਰਕੇ ਇਸ ਗੱਲ ਦਾ ਧਿਆਨ ਰੱਖੋ ਕਿ ਸਵੈਚਾਲਿਤ ਅਨੁਵਾਦਾਂ ਵਿੱਚ ਗਲਤੀਆਂ ਜਾਂ ਅਸਥਿਰਤਾਵਾਂ ਹੋ ਸਕਦੀਆਂ ਹਨ। ਮੂਲ ਦਸਤਾਵੇਜ਼ ਆਪਣੇ ਮੂਲ ਭਾਸ਼ਾ ਵਿੱਚ ਹੀ ਪ੍ਰਮਾਣਿਕ ਸਰੋਤ ਮੰਨਿਆ ਜਾਣਾ ਚਾਹੀਦਾ ਹੈ। ਅਹਿਮ ਜਾਣਕਾਰੀ ਲਈ ਵਿਸ਼ੇਸ਼ਗਿਆਨ ਮਨੁੱਖੀ ਅਨੁਵਾਦ ਦੀ ਸਿਫਾਰਸ਼ ਕੀਤੀ ਜਾਂਦੀ ਹੈ। ਅਸੀਂ ਇਸ ਅਨੁਵਾਦ ਦੀ ਵਰਤੋਂ ਤੋਂ ਉਤਪੰਨ ਹੋਣ ਵਾਲੀਆਂ ਕਿਸੇ ਵੀ ਗਲਤਫਹਿਮੀਆਂ ਜਾਂ ਗਲਤ ਵਿਆਖਿਆਵਾਂ ਲਈ ਜ਼ਿੰਮੇਵਾਰ ਨਹੀਂ ਹਾਂ।
<!-- CO-OP TRANSLATOR DISCLAIMER END -->