[![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/) ### 🌐 کثیر زبان کی حمایت #### گٹ ہب ایکشن کے ذریعے دستیاب (خودکار اور ہمیشہ تازہ ترین) [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](./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](../fi/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) #### کمیونٹی میں شامل ہوں [![Azure AI Discord](https://dcbadge.limes.pink/api/server/kzRShWzttr)](https://discord.gg/kzRShWzttr) # مشین لرننگ کے لیے ابتدائی رہنما - ایک نصاب > 🌍 دنیا کے مختلف ثقافتوں کے ذریعے مشین لرننگ کو دریافت کریں 🌍 مائیکروسافٹ کے کلاؤڈ ایڈووکیٹس نے **مشین لرننگ** کے بارے میں 12 ہفتوں اور 26 اسباق پر مشتمل نصاب پیش کرنے پر خوشی کا اظہار کیا ہے۔ اس نصاب میں آپ کو **کلاسک مشین لرننگ** کے بارے میں سیکھنے کا موقع ملے گا، جس میں بنیادی طور پر Scikit-learn لائبریری کا استعمال کیا جائے گا اور گہرائی میں سیکھنے سے گریز کیا جائے گا، جو ہمارے [AI for Beginners' نصاب](https://aka.ms/ai4beginners) میں شامل ہے۔ ان اسباق کو ہمارے ['Data Science for Beginners' نصاب](https://aka.ms/ds4beginners) کے ساتھ جوڑیں! ہمارے ساتھ دنیا بھر کا سفر کریں کیونکہ ہم ان کلاسک تکنیکوں کو دنیا کے مختلف علاقوں کے ڈیٹا پر لاگو کرتے ہیں۔ ہر سبق میں سبق سے پہلے اور بعد کے کوئز، تحریری ہدایات، حل، اسائنمنٹ، اور مزید شامل ہیں۔ ہمارا پروجیکٹ پر مبنی طریقہ کار آپ کو سیکھنے کے دوران تعمیر کرنے کی اجازت دیتا ہے، جو نئے مہارتوں کو یاد رکھنے کا ایک ثابت شدہ طریقہ ہے۔ **✍️ ہمارے مصنفین کا دل سے شکریہ** Jen Looper, Stephen Howell, Francesca Lazzeri, Tomomi Imura, Cassie Breviu, Dmitry Soshnikov, Chris Noring, Anirban Mukherjee, Ornella Altunyan, Ruth Yakubu اور Amy Boyd **🎨 ہمارے مصوروں کا بھی شکریہ** Tomomi Imura, Dasani Madipalli, اور Jen Looper **🙏 خاص شکریہ 🙏 ہمارے مائیکروسافٹ اسٹوڈنٹ ایمبیسڈر مصنفین، جائزہ لینے والوں، اور مواد کے تعاون کرنے والوں کا**، خاص طور پر Rishit Dagli, Muhammad Sakib Khan Inan, Rohan Raj, Alexandru Petrescu, Abhishek Jaiswal, Nawrin Tabassum, Ioan Samuila, اور Snigdha Agarwal **🤩 اضافی شکریہ مائیکروسافٹ اسٹوڈنٹ ایمبیسڈرز Eric Wanjau, Jasleen Sondhi, اور Vidushi Gupta کے لیے ہمارے R اسباق کے لیے!** # شروع کریں ان مراحل پر عمل کریں: 1. **ریپوزیٹری کو فورک کریں**: اس صفحے کے اوپر دائیں کونے میں "Fork" بٹن پر کلک کریں۔ 2. **ریپوزیٹری کو کلون کریں**: `git clone https://github.com/microsoft/ML-For-Beginners.git` > [اس کورس کے لیے تمام اضافی وسائل ہماری مائیکروسافٹ لرن کلیکشن میں تلاش کریں](https://learn.microsoft.com/en-us/collections/qrqzamz1nn2wx3?WT.mc_id=academic-77952-bethanycheum) **[طلباء](https://aka.ms/student-page)**، اس نصاب کو استعمال کرنے کے لیے، پورے ریپو کو اپنے گٹ ہب اکاؤنٹ میں فورک کریں اور مشقیں خود یا گروپ کے ساتھ مکمل کریں: - سبق سے پہلے کوئز شروع کریں۔ - سبق پڑھیں اور سرگرمیاں مکمل کریں، ہر علم کی جانچ پر توقف کریں اور غور کریں۔ - اسباق کو سمجھ کر پروجیکٹس بنانے کی کوشش کریں بجائے اس کے کہ حل کوڈ چلائیں؛ تاہم وہ کوڈ `/solution` فولڈرز میں دستیاب ہے۔ - سبق کے بعد کوئز لیں۔ - چیلنج مکمل کریں۔ - اسائنمنٹ مکمل کریں۔ - سبق گروپ مکمل کرنے کے بعد، [ڈسکشن بورڈ](https://github.com/microsoft/ML-For-Beginners/discussions) پر جائیں اور "آواز کے ساتھ سیکھیں" مناسب PAT rubric کو بھر کر۔ ایک 'PAT' ایک پروگریس اسیسمنٹ ٹول ہے جو آپ کو اپنی سیکھنے کو مزید آگے بڑھانے کے لیے بھرنا ہوتا ہے۔ آپ دوسرے PATs پر ردعمل بھی دے سکتے ہیں تاکہ ہم مل کر سیکھ سکیں۔ > مزید مطالعہ کے لیے، ہم ان [Microsoft Learn](https://docs.microsoft.com/en-us/users/jenlooper-2911/collections/k7o7tg1gp306q4?WT.mc_id=academic-77952-leestott) ماڈیولز اور لرننگ پاتھز کی پیروی کرنے کی سفارش کرتے ہیں۔ **اساتذہ**، ہم نے [کچھ تجاویز شامل کی ہیں](for-teachers.md) کہ اس نصاب کو کیسے استعمال کریں۔ --- ## ویڈیو واک تھرو کچھ اسباق مختصر ویڈیو کی شکل میں دستیاب ہیں۔ آپ ان سب کو اسباق میں ان لائن یا [مائیکروسافٹ ڈیولپر یوٹیوب چینل پر ML for Beginners پلے لسٹ](https://aka.ms/ml-beginners-videos) پر دیکھ سکتے ہیں۔ [![ML for beginners banner](../../translated_images/ml-for-beginners-video-banner.279f2a268d2130758668f4044f8c252d42f7c0a141c2cb56294c1ccc157cdd1c.ur.png)](https://aka.ms/ml-beginners-videos) --- ## ٹیم سے ملاقات کریں [![Promo video](../../ml.gif)](https://youtu.be/Tj1XWrDSYJU "Promo video") **Gif by** [Mohit Jaisal](https://linkedin.com/in/mohitjaisal) > 🎥 اوپر دی گئی تصویر پر کلک کریں تاکہ پروجیکٹ اور اس کے تخلیق کاروں کے بارے میں ویڈیو دیکھ سکیں! --- ## تدریسی طریقہ کار ہم نے اس نصاب کو بناتے وقت دو تدریسی اصولوں کا انتخاب کیا ہے: یہ یقینی بنانا کہ یہ **پروجیکٹ پر مبنی** ہے اور اس میں **بار بار کوئز** شامل ہیں۔ اس کے علاوہ، اس نصاب میں ایک عام **موضوع** شامل ہے تاکہ اسے ہم آہنگ بنایا جا سکے۔ یہ یقینی بنا کر کہ مواد پروجیکٹس کے ساتھ ہم آہنگ ہے، عمل کو طلباء کے لیے زیادہ دلچسپ بنایا گیا ہے اور تصورات کی یادداشت کو بڑھایا جائے گا۔ اس کے علاوہ، کلاس سے پہلے ایک کم دباؤ والا کوئز طالب علم کو ایک موضوع سیکھنے کی نیت پر مرکوز کرتا ہے، جبکہ کلاس کے بعد دوسرا کوئز مزید یادداشت کو یقینی بناتا ہے۔ یہ نصاب لچکدار اور تفریحی بنایا گیا ہے اور اسے مکمل یا جزوی طور پر لیا جا سکتا ہے۔ پروجیکٹس چھوٹے شروع ہوتے ہیں اور 12 ہفتوں کے سائیکل کے آخر تک بتدریج پیچیدہ ہو جاتے ہیں۔ اس نصاب میں مشین لرننگ کے حقیقی دنیا کے اطلاقات پر ایک پوسٹ اسکرپٹ بھی شامل ہے، جسے اضافی کریڈٹ یا بحث کی بنیاد کے طور پر استعمال کیا جا سکتا ہے۔ > ہمارا [Code of Conduct](CODE_OF_CONDUCT.md)، [Contributing](CONTRIBUTING.md)، اور [Translation](TRANSLATIONS.md) رہنما تلاش کریں۔ ہم آپ کی تعمیری رائے کا خیر مقدم کرتے ہیں! ## ہر سبق میں شامل ہیں - اختیاری اسکیچ نوٹ - اختیاری اضافی ویڈیو - ویڈیو واک تھرو (کچھ اسباق میں) - سبق سے پہلے وارم اپ کوئز - تحریری سبق - پروجیکٹ پر مبنی اسباق کے لیے، پروجیکٹ بنانے کے لیے مرحلہ وار رہنما - علم کی جانچ - ایک چیلنج - اضافی مطالعہ - اسائنمنٹ - سبق کے بعد کوئز > **زبانوں کے بارے میں ایک نوٹ**: یہ اسباق بنیادی طور پر Python میں لکھے گئے ہیں، لیکن بہت سے R میں بھی دستیاب ہیں۔ R سبق مکمل کرنے کے لیے، `/solution` فولڈر میں جائیں اور R اسباق تلاش کریں۔ ان میں .rmd ایکسٹینشن شامل ہے جو **R Markdown** فائل کی نمائندگی کرتا ہے، جسے آسانی سے ایک Markdown دستاویز میں `کوڈ چنکس` (R یا دیگر زبانوں کے) اور `YAML ہیڈر` (جو آؤٹ پٹ فارمیٹس جیسے PDF کو فارمیٹ کرنے کی رہنمائی کرتا ہے) کے طور پر بیان کیا جا سکتا ہے۔ اس طرح، یہ ڈیٹا سائنس کے لیے ایک مثالی تصنیفی فریم ورک کے طور پر کام کرتا ہے کیونکہ یہ آپ کو اپنے کوڈ، اس کے آؤٹ پٹ، اور اپنے خیالات کو Markdown میں لکھنے کی اجازت دیتا ہے۔ مزید برآں، R Markdown دستاویزات کو PDF، HTML، یا Word جیسے آؤٹ پٹ فارمیٹس میں رینڈر کیا جا سکتا ہے۔ > **کوئز کے بارے میں ایک نوٹ**: تمام کوئز [Quiz App فولڈر](../../quiz-app) میں موجود ہیں، کل 52 کوئز، ہر ایک میں تین سوالات۔ یہ اسباق کے اندر سے لنک کیے گئے ہیں لیکن کوئز ایپ کو مقامی طور پر چلایا جا سکتا ہے؛ `quiz-app` فولڈر میں ہدایات پر عمل کریں تاکہ اسے مقامی طور پر ہوسٹ کریں یا Azure پر تعینات کریں۔ | سبق نمبر | موضوع | سبق گروپنگ | سیکھنے کے مقاصد | لنک شدہ سبق | مصنف | | :-----------: | :------------------------------------------------------------: | :-------------------------------------------------: | ------------------------------------------------------------------------------------------------------------------------------- | :--------------------------------------------------------------------------------------------------------------------------------------: | :--------------------------------------------------: | | 01 | مشین لرننگ کا تعارف | [تعارف](1-Introduction/README.md) | مشین لرننگ کے بنیادی تصورات سیکھیں | [سبق](1-Introduction/1-intro-to-ML/README.md) | محمد | | 02 | مشین لرننگ کی تاریخ | [تعارف](1-Introduction/README.md) | اس میدان کی تاریخ سیکھیں | [سبق](1-Introduction/2-history-of-ML/README.md) | جین اور ایمی | | 03 | مشین لرننگ اور انصاف | [تعارف](1-Introduction/README.md) | وہ اہم فلسفیانہ مسائل کیا ہیں جو طلباء کو مشین لرننگ ماڈلز بناتے اور لاگو کرتے وقت غور کرنا چاہیے؟ | [سبق](1-Introduction/3-fairness/README.md) | ٹومومی | | 04 | مشین لرننگ کی تکنیکیں | [تعارف](1-Introduction/README.md) | مشین لرننگ کے محققین ماڈلز بنانے کے لیے کون سی تکنیکیں استعمال کرتے ہیں؟ | [سبق](1-Introduction/4-techniques-of-ML/README.md) | کرس اور جین | | 05 | ریگریشن کا تعارف | [Regression](2-Regression/README.md) | ریگریشن ماڈلز کے لیے Python اور Scikit-learn کے ساتھ شروعات کریں | | | | 06 | شمالی امریکہ کے کدو کی قیمتیں 🎃 | [Regression](2-Regression/README.md) | مشین لرننگ کے لیے ڈیٹا کو صاف کریں اور بصری بنائیں | | | | 07 | شمالی امریکہ کے کدو کی قیمتیں 🎃 | [Regression](2-Regression/README.md) | لکیری اور پولینومیئل ریگریشن ماڈلز بنائیں | | | | 08 | شمالی امریکہ کے کدو کی قیمتیں 🎃 | [Regression](2-Regression/README.md) | لاجسٹک ریگریشن ماڈل بنائیں | | | | 09 | ایک ویب ایپ 🔌 | [Web App](3-Web-App/README.md) | اپنے تربیت یافتہ ماڈل کو استعمال کرنے کے لیے ایک ویب ایپ بنائیں | [Python](3-Web-App/1-Web-App/README.md) | Jen | | 10 | کلاسیفکیشن کا تعارف | [Classification](4-Classification/README.md) | اپنے ڈیٹا کو صاف کریں، تیار کریں، اور بصری بنائیں؛ کلاسیفکیشن کا تعارف |