[![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/) ### 🌐 Podpora za več jezikov #### Podprto prek GitHub Action (samodejno in vedno posodobljeno) [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](../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](./README.md) | [Ukrainian](../uk/README.md) | [Burmese (Myanmar)](../my/README.md) #### Pridružite se naši skupnosti [![Azure AI Discord](https://dcbadge.limes.pink/api/server/kzRShWzttr)](https://aka.ms/ml4beginners/discord) Na Discordu poteka serija učenja z umetno inteligenco, več o tem pa si lahko preberete in se pridružite [Learn with AI Series](https://aka.ms/learnwithai/discord) od 18. do 30. septembra 2025. Naučili se boste nasvetov in trikov za uporabo GitHub Copilot pri podatkovni znanosti. ![Learn with AI series](../../translated_images/3.9b58fd8d6c373c20c588c5070c4948a826ab074426c28ceb5889641294373dfc.sl.png) # Strojno učenje za začetnike - učni načrt > 🌍 Potujte po svetu, medtem ko raziskujemo strojno učenje skozi prizmo svetovnih kultur 🌍 Cloud Advocates pri Microsoftu ponujajo 12-tedenski učni načrt s 26 lekcijami o **strojnem učenju**. V tem učnem načrtu se boste naučili osnov, ki jih včasih imenujemo **klasično strojno učenje**, pri čemer bomo večinoma uporabljali knjižnico Scikit-learn in se izognili globokemu učenju, ki je obravnavano v našem [učnem načrtu AI za začetnike](https://aka.ms/ai4beginners). Te lekcije lahko združite z našim učnim načrtom ['Podatkovna znanost za začetnike'](https://aka.ms/ds4beginners). Potujte z nami po svetu, medtem ko uporabljamo te klasične tehnike na podatkih iz različnih delov sveta. Vsaka lekcija vključuje kvize pred in po lekciji, pisna navodila za dokončanje lekcije, rešitev, nalogo in še več. Naš projektno usmerjen pristop omogoča učenje skozi ustvarjanje, kar je dokazano učinkovit način za pridobivanje novih veščin. **✍️ Iskrena zahvala našim avtorjem** Jen Looper, Stephen Howell, Francesca Lazzeri, Tomomi Imura, Cassie Breviu, Dmitry Soshnikov, Chris Noring, Anirban Mukherjee, Ornella Altunyan, Ruth Yakubu in Amy Boyd **🎨 Zahvala tudi našim ilustratorjem** Tomomi Imura, Dasani Madipalli in Jen Looper **🙏 Posebna zahvala 🙏 našim Microsoft Student Ambassador avtorjem, recenzentom in prispevalcem vsebine**, zlasti Rishit Dagli, Muhammad Sakib Khan Inan, Rohan Raj, Alexandru Petrescu, Abhishek Jaiswal, Nawrin Tabassum, Ioan Samuila in Snigdha Agarwal **🤩 Dodatna zahvala Microsoft Student Ambassadors Eric Wanjau, Jasleen Sondhi in Vidushi Gupta za naše lekcije v R!** # Začetek Sledite tem korakom: 1. **Forkajte repozitorij**: Kliknite na gumb "Fork" v zgornjem desnem kotu te strani. 2. **Klonirajte repozitorij**: `git clone https://github.com/microsoft/ML-For-Beginners.git` > [poiščite vse dodatne vire za ta tečaj v naši zbirki Microsoft Learn](https://learn.microsoft.com/en-us/collections/qrqzamz1nn2wx3?WT.mc_id=academic-77952-bethanycheum) **[Študenti](https://aka.ms/student-page)**, za uporabo tega učnega načrta, forkajte celoten repozitorij v svoj GitHub račun in dokončajte vaje sami ali v skupini: - Začnite s kvizom pred predavanjem. - Preberite predavanje in dokončajte aktivnosti, pri čemer se ustavite in razmislite ob vsakem preverjanju znanja. - Poskusite ustvariti projekte z razumevanjem lekcij, namesto da bi samo zagnali kodo rešitve; vendar je ta koda na voljo v mapah `/solution` v vsaki projektno usmerjeni lekciji. - Opravite kviz po predavanju. - Dokončajte izziv. - Dokončajte nalogo. - Po zaključku skupine lekcij obiščite [Diskusijsko ploščo](https://github.com/microsoft/ML-For-Beginners/discussions) in "učite se na glas" tako, da izpolnite ustrezno PAT rubriko. 'PAT' je orodje za ocenjevanje napredka, ki je rubrika, ki jo izpolnite za poglobitev svojega učenja. Lahko se odzovete tudi na druge PAT-e, da se učimo skupaj. > Za nadaljnje študije priporočamo, da sledite tem [Microsoft Learn](https://docs.microsoft.com/en-us/users/jenlooper-2911/collections/k7o7tg1gp306q4?WT.mc_id=academic-77952-leestott) modulom in učnim potem. **Učitelji**, vključili smo [nekaj predlogov](for-teachers.md) o tem, kako uporabiti ta učni načrt. --- ## Video vodiči Nekatere lekcije so na voljo kot kratki video posnetki. Vse te najdete v lekcijah ali na [ML for Beginners playlist na Microsoft Developer YouTube kanalu](https://aka.ms/ml-beginners-videos) s klikom na spodnjo sliko. [![ML for beginners banner](../../translated_images/ml-for-beginners-video-banner.63f694a100034bc6251134294459696e070a3a9a04632e9fe6a24aa0de4a7384.sl.png)](https://aka.ms/ml-beginners-videos) --- ## Spoznajte ekipo [![Promo video](../../images/ml.gif)](https://youtu.be/Tj1XWrDSYJU) **Gif avtorja** [Mohit Jaisal](https://linkedin.com/in/mohitjaisal) > 🎥 Kliknite zgornjo sliko za video o projektu in ljudeh, ki so ga ustvarili! --- ## Pedagogika Pri oblikovanju tega učnega načrta smo se odločili za dva pedagoška načela: zagotoviti, da je praktično **projektno usmerjen** in da vključuje **pogoste kvize**. Poleg tega ima ta učni načrt skupno **temo**, ki mu daje kohezijo. Z zagotavljanjem, da se vsebina ujema s projekti, je proces bolj privlačen za študente, koncepti pa se bolje ohranijo. Poleg tega nizko-stresni kviz pred predavanjem usmeri pozornost študenta na učenje teme, medtem ko drugi kviz po predavanju zagotavlja dodatno ohranitev znanja. Ta učni načrt je bil zasnovan tako, da je prilagodljiv in zabaven ter ga je mogoče jemati v celoti ali delno. Projekti se začnejo majhni in postajajo vse bolj kompleksni do konca 12-tedenskega cikla. Ta učni načrt vključuje tudi dodatek o realnih aplikacijah strojnega učenja, ki ga je mogoče uporabiti kot dodatno nalogo ali kot osnovo za razpravo. > Poiščite naš [Kodeks ravnanja](CODE_OF_CONDUCT.md), [Prispevanje](CONTRIBUTING.md) in [Smernice za prevajanje](TRANSLATIONS.md). Veseli bomo vaših konstruktivnih povratnih informacij! ## Vsaka lekcija vključuje - opcijsko sketchnote - opcijski dopolnilni video - video vodič (samo nekatere lekcije) - [kviz za ogrevanje pred predavanjem](https://ff-quizzes.netlify.app/en/ml/) - pisno lekcijo - za projektno usmerjene lekcije, korak-po-korak vodič za izdelavo projekta - preverjanje znanja - izziv - dopolnilno branje - nalogo - [kviz po predavanju](https://ff-quizzes.netlify.app/en/ml/) > **Opomba o jezikih**: Te lekcije so večinoma napisane v Pythonu, vendar so mnoge na voljo tudi v R. Za dokončanje lekcije v R pojdite v mapo `/solution` in poiščite lekcije v R. Te vključujejo .rmd razširitev, ki predstavlja **R Markdown** datoteko, ki jo lahko preprosto opredelimo kot vdelavo `code chunks` (R ali drugih jezikov) in `YAML header` (ki usmerja, kako formatirati izhode, kot so PDF) v `Markdown dokumentu`. Tako služi kot odličen okvir za avtorstvo v podatkovni znanosti, saj omogoča kombiniranje kode, njenega izhoda in vaših misli z zapisovanjem v Markdown. Poleg tega je mogoče R Markdown dokumente upodobiti v izhodne formate, kot so PDF, HTML ali Word. > **Opomba o kvizih**: Vsi kvizi so vsebovani v [mapi Quiz App](../../quiz-app), skupaj 52 kvizov s tremi vprašanji vsak. Povezani so znotraj lekcij, vendar je aplikacijo za kvize mogoče zagnati lokalno; sledite navodilom v mapi `quiz-app`, da jo gostite lokalno ali namestite na Azure. | Številka lekcije | Tema | Skupina lekcij | Cilji učenja | Povezana lekcija | Avtor | | :-----------: | :------------------------------------------------------------: | :-------------------------------------------------: | ------------------------------------------------------------------------------------------------------------------------------- | :--------------------------------------------------------------------------------------------------------------------------------------: | :--------------------------------------------------: | | 01 | Uvod v strojno učenje | [Uvod](1-Introduction/README.md) | Spoznajte osnovne koncepte strojnega učenja | [Lekcija](1-Introduction/1-intro-to-ML/README.md) | Muhammad | | 02 | Zgodovina strojnega učenja | [Uvod](1-Introduction/README.md) | Spoznajte zgodovino tega področja | [Lekcija](1-Introduction/2-history-of-ML/README.md) | Jen in Amy | | 03 | Pravičnost in strojno učenje | [Uvod](1-Introduction/README.md) | Katere pomembne filozofske vidike pravičnosti bi morali študenti upoštevati pri gradnji in uporabi modelov strojnega učenja? | [Lekcija](1-Introduction/3-fairness/README.md) | Tomomi | | 04 | Tehnike za strojno učenje | [Uvod](1-Introduction/README.md) | Katere tehnike uporabljajo raziskovalci strojnega učenja za gradnjo modelov strojnega učenja? | [Lekcija](1-Introduction/4-techniques-of-ML/README.md) | Chris in Jen | | 05 | Uvod v regresijo | [Regresija](2-Regression/README.md) | Začnite s Pythonom in Scikit-learn za modele regresije | [Python](2-Regression/1-Tools/README.md) • [R](../../2-Regression/1-Tools/solution/R/lesson_1.html) | Jen • Eric Wanjau | | 06 | Cene buč v Severni Ameriki 🎃 | [Regresija](2-Regression/README.md) | Vizualizirajte in očistite podatke za pripravo na strojno učenje | [Python](2-Regression/2-Data/README.md) • [R](../../2-Regression/2-Data/solution/R/lesson_2.html) | Jen • Eric Wanjau | | 07 | Cene buč v Severni Ameriki 🎃 | [Regresija](2-Regression/README.md) | Zgradite modele linearne in polinomske regresije | [Python](2-Regression/3-Linear/README.md) • [R](../../2-Regression/3-Linear/solution/R/lesson_3.html) | Jen in Dmitry • Eric Wanjau | | 08 | Cene buč v Severni Ameriki 🎃 | [Regresija](2-Regression/README.md) | Zgradite model logistične regresije | [Python](2-Regression/4-Logistic/README.md) • [R](../../2-Regression/4-Logistic/solution/R/lesson_4.html) | Jen • Eric Wanjau | | 09 | Spletna aplikacija 🔌 | [Spletna aplikacija](3-Web-App/README.md) | Zgradite spletno aplikacijo za uporabo vašega treniranega modela | [Python](3-Web-App/1-Web-App/README.md) | Jen | | 10 | Uvod v klasifikacijo | [Klasifikacija](4-Classification/README.md) | Očistite, pripravite in vizualizirajte svoje podatke; uvod v klasifikacijo | [Python](4-Classification/1-Introduction/README.md) • [R](../../4-Classification/1-Introduction/solution/R/lesson_10.html) | Jen in Cassie • Eric Wanjau | | 11 | Okusne azijske in indijske jedi 🍜 | [Klasifikacija](4-Classification/README.md) | Uvod v klasifikatorje | [Python](4-Classification/2-Classifiers-1/README.md) • [R](../../4-Classification/2-Classifiers-1/solution/R/lesson_11.html) | Jen in Cassie • Eric Wanjau | | 12 | Okusne azijske in indijske jedi 🍜 | [Klasifikacija](4-Classification/README.md) | Več klasifikatorjev | [Python](4-Classification/3-Classifiers-2/README.md) • [R](../../4-Classification/3-Classifiers-2/solution/R/lesson_12.html) | Jen in Cassie • Eric Wanjau | | 13 | Okusne azijske in indijske jedi 🍜 | [Klasifikacija](4-Classification/README.md) | Zgradite spletno aplikacijo za priporočila z uporabo vašega modela | [Python](4-Classification/4-Applied/README.md) | Jen | | 14 | Uvod v gručenje | [Gručenje](5-Clustering/README.md) | Očistite, pripravite in vizualizirajte svoje podatke; uvod v gručenje | [Python](5-Clustering/1-Visualize/README.md) • [R](../../5-Clustering/1-Visualize/solution/R/lesson_14.html) | Jen • Eric Wanjau | | 15 | Raziskovanje nigerijskih glasbenih okusov 🎧 | [Gručenje](5-Clustering/README.md) | Raziskovanje metode K-Means | [Python](5-Clustering/2-K-Means/README.md) • [R](../../5-Clustering/2-K-Means/solution/R/lesson_15.html) | Jen • Eric Wanjau | | 16 | Uvod v obdelavo naravnega jezika ☕️ | [Obdelava naravnega jezika](6-NLP/README.md) | Naučite se osnov NLP z gradnjo preprostega bota | [Python](6-NLP/1-Introduction-to-NLP/README.md) | Stephen | | 17 | Pogoste naloge NLP ☕️ | [Obdelava naravnega jezika](6-NLP/README.md) | Poglobite svoje znanje NLP z razumevanjem pogostih nalog pri delu z jezikovnimi strukturami | [Python](6-NLP/2-Tasks/README.md) | Stephen | | 18 | Prevajanje in analiza sentimenta ♥️ | [Obdelava naravnega jezika](6-NLP/README.md) | Prevajanje in analiza sentimenta z Jane Austen | [Python](6-NLP/3-Translation-Sentiment/README.md) | Stephen | | 19 | Romantični hoteli v Evropi ♥️ | [Obdelava naravnega jezika](6-NLP/README.md) | Analiza sentimenta z ocenami hotelov 1 | [Python](6-NLP/4-Hotel-Reviews-1/README.md) | Stephen | | 20 | Romantični hoteli v Evropi ♥️ | [Obdelava naravnega jezika](6-NLP/README.md) | Analiza sentimenta z ocenami hotelov 2 | [Python](6-NLP/5-Hotel-Reviews-2/README.md) | Stephen | | 21 | Uvod v napovedovanje časovnih vrst | [Časovne vrste](7-TimeSeries/README.md) | Uvod v napovedovanje časovnih vrst | [Python](7-TimeSeries/1-Introduction/README.md) | Francesca | | 22 | ⚡️ Svetovna poraba energije ⚡️ - napovedovanje časovnih vrst z ARIMA | [Časovne vrste](7-TimeSeries/README.md) | Napovedovanje časovnih vrst z ARIMA | [Python](7-TimeSeries/2-ARIMA/README.md) | Francesca | | 23 | ⚡️ Svetovna poraba energije ⚡️ - napovedovanje časovnih vrst z SVR | [Časovne vrste](7-TimeSeries/README.md) | Napovedovanje časovnih vrst z regresorjem podpornih vektorjev | [Python](7-TimeSeries/3-SVR/README.md) | Anirban | | 24 | Uvod v okrepljeno učenje | [Okrepljeno učenje](8-Reinforcement/README.md) | Uvod v okrepljeno učenje z Q-Learning | [Python](8-Reinforcement/1-QLearning/README.md) | Dmitry | | 25 | Pomagajte Petru, da se izogne volku! 🐺 | [Okrepljeno učenje](8-Reinforcement/README.md) | Okrepljeno učenje z Gym | [Python](8-Reinforcement/2-Gym/README.md) | Dmitry | | Postscript | Resnični scenariji in aplikacije ML | [ML v divjini](9-Real-World/README.md) | Zanimive in razkrivajoče resnične aplikacije klasičnega strojnega učenja | [Lekcija](9-Real-World/1-Applications/README.md) | Ekipa | | Postscript | Odpravljanje napak modelov ML z nadzorno ploščo RAI | [ML v divjini](9-Real-World/README.md) | Odpravljanje napak modelov strojnega učenja z uporabo komponent nadzorne plošče za odgovorno umetno inteligenco | [Lekcija](9-Real-World/2-Debugging-ML-Models/README.md) | Ruth Yakubu | > [poiščite vse dodatne vire za ta tečaj v naši zbirki Microsoft Learn](https://learn.microsoft.com/en-us/collections/qrqzamz1nn2wx3?WT.mc_id=academic-77952-bethanycheum) ## Dostop brez povezave To dokumentacijo lahko zaženete brez povezave z uporabo [Docsify](https://docsify.js.org/#/). Forkajte to repozitorij, [namestite Docsify](https://docsify.js.org/#/quickstart) na svojo lokalno napravo, nato pa v korenski mapi tega repozitorija vnesite `docsify serve`. Spletna stran bo na voljo na portu 3000 na vašem localhostu: `localhost:3000`. ## PDF-ji Najdite PDF učnega načrta s povezavami [tukaj](https://microsoft.github.io/ML-For-Beginners/pdf/readme.pdf). ## 🎒 Drugi tečaji Naša ekipa pripravlja tudi druge tečaje! Oglejte si: - [Edge AI za začetnike](https://aka.ms/edgeai-for-beginners) - [AI agenti za začetnike](https://aka.ms/ai-agents-beginners) - [Generativna AI za začetnike](https://aka.ms/genai-beginners) - [Generativna AI za začetnike .NET](https://github.com/microsoft/Generative-AI-for-beginners-dotnet) - [Generativna AI z JavaScriptom](https://github.com/microsoft/generative-ai-with-javascript) - [Generativna AI z Javo](https://github.com/microsoft/Generative-AI-for-beginners-java) - [AI za začetnike](https://aka.ms/ai-beginners) - [Podatkovna znanost za začetnike](https://aka.ms/datascience-beginners) - [ML za začetnike](https://aka.ms/ml-beginners) - [Kibernetska varnost za začetnike](https://github.com/microsoft/Security-101) - [Spletni razvoj za začetnike](https://aka.ms/webdev-beginners) - [IoT za začetnike](https://aka.ms/iot-beginners) - [XR razvoj za začetnike](https://github.com/microsoft/xr-development-for-beginners) - [Obvladovanje GitHub Copilot za parno programiranje](https://github.com/microsoft/Mastering-GitHub-Copilot-for-Paired-Programming) - [Obvladovanje GitHub Copilot za razvijalce C#/.NET](https://github.com/microsoft/mastering-github-copilot-for-dotnet-csharp-developers) - [Izberite svojo Copilot pustolovščino](https://github.com/microsoft/CopilotAdventures) --- **Omejitev odgovornosti**: Ta dokument je bil preveden z uporabo storitve AI za prevajanje [Co-op Translator](https://github.com/Azure/co-op-translator). Čeprav si prizadevamo za natančnost, vas prosimo, da upoštevate, da lahko avtomatizirani prevodi vsebujejo napake ali netočnosti. Izvirni dokument v njegovem maternem jeziku je treba obravnavati kot avtoritativni vir. Za ključne informacije priporočamo profesionalni človeški prevod. Ne prevzemamo odgovornosti za morebitna nesporazumevanja ali napačne razlage, ki izhajajo iz uporabe tega prevoda.