[![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/)

### 🌐 ការគាំទ្រភាសាច្រើន

#### គាំទ្រដោយ GitHub Action (ស្វ័យប្រវត្តិ និងតែងតែទាន់សម័យ)

<!-- 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) | [Khmer](./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)](../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)

> **ចង់ Clone នៅក្នុងកុំព្យូទ័ររបស់អ្នក?**
>
> តំបន់រក្សាទុកនេះមានការប្រែសម្រួលជាភាសាច្រើនជាង 50 ដែលធ្វើឲ្យទំហំទាញយកធំជាងមុន។ ដើម្បី clone ដោយមិនមានការប្រែសម្រួល សូមប្រើ sparse checkout:
>
> **Bash / 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"
> ```
>
> នេះនឹងផ្តល់អ្វីដែលអ្នកត្រូវការរៀនវគ្គនេះបានលឿនជាងមុន។
<!-- CO-OP TRANSLATOR LANGUAGES TABLE END -->

#### ចូលរួមជាជនរួមចំណេះដឹងរបស់យើង

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

យើងមានស៊េរី Discord សម្រាប់រៀនជាមួយ AI ទៅមុខ កុំភ្លេចបន្ទាប់ពីស្វែងយល់ និងចូលរួមជាមួយយើងនៅ [Learn with AI Series](https://aka.ms/learnwithai/discord) ចាប់ពីថ្ងៃទី ១៨ ដល់ ៣០ ខែកញ្ញា ឆ្នាំ ២០២៥។ អ្នកនឹងទទួលបានគន្លឹះ និងយុទ្ធសាស្រ្តក្នុងការប្រើ GitHub Copilot សម្រាប់វិទ្យាសាស្រ្តទិន្នន័យ។

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

# ការសិក្សាពី Machine Learning សម្រាប់អ្នកថ្មី - មេរៀនមួយជាថ្នាក់សិក្សា

> 🌍 ស្មើរតាមការធ្វើដំណើរជុំវិញពិភពលោក ខណៈពេលដែលយើងសិក្សាពី Machine Learning តាមរយៈវប្បធម៌ពិភពលោក 🌍

អ្នកផ្សព្វផ្សាយ Cloud នៅ Microsoft មានមោទនភាពក្នុងការផ្តល់ជូនមេរៀនមួយរយៈពេល ១២ សប្ដាហ៍ មាន ២៦ មេរៀន ដែលទាក់ទងទៅនឹង **Machine Learning**។ ក្នុងមេរៀននេះ អ្នកនឹងរៀនអំពីអ្វីដែលហៅថា **machine learning ជាទំនើប**, ប្រើសាកល្បង Scikit-learn ជាផ្នែកសំខាន់ ដោយលែងប្រើ deep learning ដែលបានគ្របដណ្តប់ក្នុងមេរៀន [AI សម្រាប់អ្នកថ្មី](https://aka.ms/ai4beginners) របស់យើង។ អ្នកអាចផ្គូផ្គងមេរៀនទាំងនេះជាមួយ [Data Science សម្រាប់អ្នកថ្មី](https://aka.ms/ds4beginners) ដែរ។

ធ្វើដំណើរជុំវិញពិភពលោករួមជាមួយយើង ខណៈពេល ដែលយើងអនុវត្តបច្ចេកទេសបុរាណទាំងនេះទៅលើយោងតាមទិន្នន័យពីតំបន់នានារបស់ពិភពលោក។ មេរៀននីមួយៗមានការធ្វើតេស្តមុននិងក្រោយមេរៀន, ការណែនាំអត្ថបទដើម្បីបញ្ចប់មេរៀន, ដំណោះស្រាយ, ការចាត់តាំងមុខងារ, និងផ្សេងៗទៀត។ វិធីសាស្រ្តបង្រៀនផ្អែកលើគម្រោង អនុញ្ញាតឲ្យអ្នករៀនដោយប្រើការសាងសង់គម្រោង ការាមួយមានកំណត់អានុភាពសម្រាប់ជំនាញថ្មីៗ។

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

**🎨 អរគុណចំពោះអ្នកគំនូររូប** Tomomi Imura, Dasani Madipalli និង Jen Looper

**🙏 អរគុណពិសេស 🙏 ចំពោះអ្នកនិពន្ធ ពិនិត្យ និងបរិច្ចាគមាតិកា Microsoft Student Ambassador** យ៉ាងដាច់ខាត Rishit Dagli, Muhammad Sakib Khan Inan, Rohan Raj, Alexandru Petrescu, Abhishek Jaiswal, Nawrin Tabassum, Ioan Samuila និង Snigdha Agarwal

**🤩 ការគោរពបន្ថែមចំពោះ Microsoft Student Ambassadors Eric Wanjau, Jasleen Sondhi, និង Vidushi Gupta សម្រាប់មេរៀន R របស់យើង!**

# ចាប់ផ្តើម

អនុវត្តតាមជំហានទាំងនេះ៖
1. **Fork Repository**: ចុចប៊ូតុង "Fork" នៅមុខតំណខាងលើ-ស្ដាំទំព័រនេះ។
2. **Clone Repository**:   `git clone https://github.com/microsoft/ML-For-Beginners.git`

> [ស្វែងរកធនធានបន្ថែមទាំងអស់សម្រាប់វគ្គសិក្សានេះនៅក្នុងមហាសគររបស់ Microsoft Learn](https://learn.microsoft.com/en-us/collections/qrqzamz1nn2wx3?WT.mc_id=academic-77952-bethanycheum)

> 🔧 **តើអ្នកត្រូវការជំនួយទេ?** សូមពិនិត្យមើល [មេរៀនដោះស្រាយបញ្ហា](TROUBLESHOOTING.md) សម្រាប់រកដំណោះស្រាយបញ្ហាទូទៅនៅពេលដំឡើង កំណត់ និងរត់មេរៀន។


**[សិស្ស](https://aka.ms/student-page)** សម្រាប់ប្រើមេរៀននេះ សូម fork សារពើភ័ណ្ឌទាំងមូលទៅគណនី GitHub ផ្ទាល់ខ្លួនរបស់អ្នក ហើយបញ្ចប់លំហាត់ដោយខ្លួនឯង ឬជាក្រុម៖

- ចាប់ផ្តើមដោយសំនួរប្រឡងមុនមេរៀន។
- អានមេរៀន និងបញ្ចប់សកម្មភាព ជាប់ជាមួយការបញ្ឈប់ និងគិតពិចារណានៅកម្រិតរាល់ការត្រួតពិនិត្យចំណេះដឹង។
- ព្យាយាមបង្កើតគម្រោងដោយយល់ដឹងល្អពីមេរៀន ជំនួសការរត់កូដដំណោះស្រាយ។ ទោះយ៉ាងណាកូដសម្រាប់ដំណោះស្រាយមានក្នុងថត `/solution` នៅមេរៀនផ្អែកលើគម្រោង។
- ធ្វើតេស្តក្រោយមេរៀន។
- បញ្ចប់ការប្រកួតប្រជែង។
- បញ្ចប់ការចាត់តាំងមុខងារ។
- បន្ទាប់ពីបញ្ចប់មេរៀនក្នុងកញ្ចប់ មកមើល [ក្រុមហ៊ុនប្រជុំ](https://github.com/microsoft/ML-For-Beginners/discussions) ហើយ "រៀនចេញកាយ" ដោយបំពេញប័ណ្ណ PAT ដែលសាកសម។ PAT គឺជា Progress Assessment Tool ជាប័ណ្ណសម្រាប់អ្នកបំពេញដើម្បីពង្រីកការសិក្សារបស់អ្នក។ អ្នកក៏អាចឆ្លើយតបជាមួយ PAT ផ្សេងទៀត ដើម្បីឲ្យយើងអាចរៀនរួមគ្នា។

> សម្រាប់ការសិក្សាបន្ថែម យើងសូមផ្តល់អនុសាសន៍ឲ្យតាមដានវគ្គសិក្សា និងផ្លូវការសិក្សា [Microsoft Learn](https://docs.microsoft.com/en-us/users/jenlooper-2911/collections/k7o7tg1gp306q4?WT.mc_id=academic-77952-leestott) លើសពីនេះ។

**អ្នកសិក្សា**, យើងមានការផ្ដល់អនុសាសន៍មួយចំនួនក្នុង [របៀបប្រើប្រាស់មេរៀននេះ](for-teachers.md)។

---

## វីដេអូបង្ហាញ

មេរៀនខ្លះមានវីដេអូខ្លីសម្រាប់សម្រួលក្នុងការសិក្សា។ អ្នកអាចរកឃើញវីដេអូទាំងនេះក្នុងមេរៀន ឬនៅលើ [បញ្ចីភាគី ML សម្រាប់អ្នកថ្មី នៅ លើប៉ុស្តិ៍ YouTube Microsoft Developer](https://aka.ms/ml-beginners-videos) ដោយចុចលើរូបភាពខាងក្រោម។

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

---

## ជួបមក្រុមការងារ

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

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

> 🎥 ចុចរូបភាពខាងលើសម្រាប់មើលវីដេអូអំពីគម្រោង និងមនុស្សដែលបានបង្កើតវា!

---

## វិធានសិក្សា

យើងបានជ្រើសរើសគោលការណ៍បង្រៀនពីរដើម្បីកសាងមេរៀននេះ៖ លើកទឹកចិត្តឲ្យមានការអនុវត្តគម្រោង **ផ្អែកលើគម្រោង** និងមាន **ការប្រឡងឆាប់ៗជាញឹកញាប់**។ លើសពីនេះ មេរៀននេះមានប្រធានបទរួម មួយ ដើម្បីធ្វើឲ្យមានភាពរួមគ្នា។

ដោយធានាថាមាតិកាត្រូវនឹងគម្រោង នេះធ្វើឲ្យដំណើរការមានភាពពិសេសសម្រាប់សិស្ស និងរក្សាប្រយោជន៍ភាគពាក់នៃគំនិតស្វែងយល់។ លើសពីនេះ ការប្រឡងមានភាពតិចតួចមុនវគ្គសិក្សា កំណត់គោលបំណងរបស់សិស្សចំពោះការរៀនមុខវិជ្ជា មួយ ចំណែកការប្រឡងទីពីរបន្ទាប់ពីវគ្គសិក្សាសម្រេចថាមានការរក្សារយៈពេលយូរ។ មេរៀននេះត្រូវបានរចនាឡើងឲ្យមានភាពបត់បែន និងរីករាយ ហើយអាចរៀនបានទាំងមូល ឬផ្នែកខ្លះតាមបំណង។ គម្រោងចាប់ផ្តើមពីតូចទៅធំឡើង តាមរយៈរយៈពេល ១២ សប្ដាហ៍។ មេរៀននេះក៏មានផ្នែកបន្ថែមអំពីការអនុវត្តជាក់ស្តែងនៃ ML ដែលអាចប្រើសម្រាប់ក្រឡេកឥណទានបន្ថែម ឬជាជម្រើសសម្រាប់ការពិភាក្សា។

> សូមស្វែងរក [Code of Conduct](CODE_OF_CONDUCT.md), [Contributing](CONTRIBUTING.md), [Translations](..), និង [Troubleshooting](TROUBLESHOOTING.md) ដំណឹងផ្លូវការ។ យើងសូមស្វាគមន៍មតិយោបល់របស់អ្នកយ៉ាងសម្បូរបែប!

## មេរៀននីមួយៗមាន

- សេចក្តីសង្ខេបសំណៀងជាជម្រើស
- វីដេអូបន្ថែមជាជម្រើស
- វីដេអូបង្ហាញ (សម្រាប់មេរៀនខ្លះៗ)
- [សំនួរប្រឡងមុនមេរៀន](https://ff-quizzes.netlify.app/en/ml/)
- មេរៀនអត្ថបទ
- សម្រាប់មេរៀនផ្អែកលើគម្រោង មេរៀននិម្មិតពីជំហានដល់ជំហានអំពីរបៀបបង្កើតគម្រោង
- ការត្រួតពិនិត្យចំណេះដឹង
- ការប្រកួតប្រជែង
- ការអានបន្ថែម
- ការចាត់តាំងមុខងារ
- [សំនួរប្រឡងក្រោយមេរៀន](https://ff-quizzes.netlify.app/en/ml/)
> **យំណាំអំពីភាសា**: មេរៀនទាំងនេះភាគច្រើនត្រូវបានសរសេរជាភាសា Python ប៉ុន្តែមានជាច្រើនផងដែលអាចរកបានជាភាសា R។ ដើម្បីបញ្ចប់មេរៀន R មួយ ចូលទៅក្នុងថត `/solution` ហើយស្វែងរកមេរៀន R។ វាមានទ្រង់ទ្រាយ .rmd ដែលផ្ទាល់ទៅជាឯកសារ **R Markdown** ដែលអាចកំណត់បានដោយសាមញ្ញថាជាការបញ្ចូល `code chunks` (នៃ R ឬភាសាផ្សេងទៀត) និង `YAML header` (ដែលណែនាំពីរបៀបរៀបចំលទ្ធផលដូចជា PDF) ក្នុង `ឯកសារ Markdown`។ ដូច្នេះ វាជា枠架ការសរសេររួមដ៏ល្អសម្រាប់វិទ្យាសាស្ត្រទិន្នន័យ ព្រោះវាអនុញ្ញាតឲ្យអ្នកបញ្ចូលកូដរបស់អ្នក លទ្ធផលរបស់វា និងគំនិតរបស់អ្នកដោយអនុញ្ញាតឲ្យអ្នកសរសេរពួកវាក្នុង Markdown។ លើសពីនេះ រួចហើយឯកសារ R Markdown អាចត្រូវបានបម្លែងទៅទ្រង់ទ្រាយលទ្ធផលដូចជា PDF, HTML ឬ Word។

> **យំណាំអំពីសំនួរផ្សងព្រេង**: សំនួរផ្សងព្រេងទាំងអស់ត្រូវបានរក្សាទុកក្នុងថត [Quiz App folder](../../quiz-app), សម្រាប់សំនួរផ្សងព្រេងសរុប 52 ដង មានសំណួរបីសំណួរនៅក្នុងមួយ។ ពួកវាត្រូវបានភ្ជាប់ពីក្នុងមេរៀន ប៉ុន្តែកម្មវិធីសំនួរផ្សងព្រេងអាចរត់នៅលើកុំព្យូទ័រផ្ទាល់ខ្លួន; អ្នកត្រូវតែអនុវត្តការណែនាំនៅក្នុងថត `quiz-app` ដើម្បីផ្តល់សេវាកម្មក្នុងស្រុក ឬផ្សាយនៅលើ Azure។

| លេខមេរៀន |                              ប្រធានបទ                               |                ការតម្រៀបមេរៀន                 | គោលបំណងការរៀន                                                                                                                  |                                                             មេរៀនភ្ជាប់                                                               |                      អ្នកនិពន្ធ                      |
| :---------: | :-----------------------------------------------------------------: | :---------------------------------------------: | ------------------------------------------------------------------------------------------------------------------------------ | :-----------------------------------------------------------------------------------------------------------------------------------------: | :-------------------------------------------------: |
|      01     |                  ណែនាំអំពីការសិក្សា machine learning                 |       [Introduction](1-Introduction/README.md)        | រៀនគំនិតមូលដ្ឋានពីក្រោយ machine learning                                                                                     |                                            [Lesson](1-Introduction/1-intro-to-ML/README.md)                                           |                    Muhammad                         |
|      02     |                   ប្រវត្តិសាស្ត្រការសិក្សា machine learning              |       [Introduction](1-Introduction/README.md)        | រៀនប្រវត្តិសាស្ត្រចម្បងនៃវិស័យនេះ                                                                                              |                                           [Lesson](1-Introduction/2-history-of-ML/README.md)                                          |                     Jen និង Amy                     |
|      03     |                    ភាពយុត្តិធម៌ និង machine learning                     |       [Introduction](1-Introduction/README.md)        | តើបញ្ហាសុទ្ធសាធខាងទ្រឹស្តីទាក់ទងនឹងភាពយុត្តិធម៌ជាអ្វីខ្លះដែលនិស្សិតគួរតែពិចារណាពេលបង្កើតនិងអនុវត្តម៉ូដែល ML?              |                                             [Lesson](1-Introduction/3-fairness/README.md)                                            |                      Tomomi                          |
|      04     |                  បច្ចេកវិទ្យាសម្រាប់ machine learning                     |       [Introduction](1-Introduction/README.md)        | តើបច្ចេកវិទ្យាអ្វីខ្លះដែលអ្នកស្រាវជ្រាវ ML ប្រើប្រាស់ដើម្បីតាំងម៉ូដែល ML?                                                    |                                        [Lesson](1-Introduction/4-techniques-of-ML/README.md)                                          |                  Chris និង Jen                      |
|      05     |                     ណែនាំអំពី regression                              |         [Regression](2-Regression/README.md)          | ចាប់ផ្តើមជាមួយ Python និង Scikit-learn សម្រាប់ម៉ូដែល regression                                                                  |          [Python](2-Regression/1-Tools/README.md) • [R](../../2-Regression/1-Tools/solution/R/lesson_1.html)           |           Jen • Eric Wanjau                         |
|      06     |               តម្លៃផ្លែភាគអាមេរិកខាងជើង 🎃                           |         [Regression](2-Regression/README.md)          | មើលធ្វើឱ្យទិន្នន័យស្អាតក្នុងការត្រៀមសម្រាប់ ML                                                                                 |           [Python](2-Regression/2-Data/README.md) • [R](../../2-Regression/2-Data/solution/R/lesson_2.html)            |           Jen • Eric Wanjau                         |
|      07     |               តម្លៃផ្លែភាគអាមេរិកខាងជើង 🎃                           |         [Regression](2-Regression/README.md)          | បង្កើតម៉ូដែលការវិភាគរូបធរណី និងហែលទ្វេ                                            |         [Python](2-Regression/3-Linear/README.md) • [R](../../2-Regression/3-Linear/solution/R/lesson_3.html)          |           Jen និង Dmitry • Eric Wanjau             |
|      08     |               តម្លៃផ្លែភាគអាមេរិកខាងជើង 🎃                           |         [Regression](2-Regression/README.md)          | បង្កើតម៉ូដែល logistic regression                                                                                               |       [Python](2-Regression/4-Logistic/README.md) • [R](../../2-Regression/4-Logistic/solution/R/lesson_4.html)         |           Jen • Eric Wanjau                         |
|      09     |                           កម្មវិធីបណ្តាញ Web App 🔌                      |              [Web App](3-Web-App/README.md)           | បង្កើតកម្មវិធីបណ្តាញដើម្បីប្រើម៉ូដែលដែលបានបណ្តុះបណ្តាល                                                                       |                                             [Python](3-Web-App/1-Web-App/README.md)                                             |                         Jen                          |
|      10     |                     ណែនាំអំពីការ ចាត់ចែង Classification              |    [Classification](4-Classification/README.md)      | សម្អាត, ត្រៀម និងមើលទិន្នន័យរបស់អ្នក; ណែនាំពីការ ចាត់ចែង                                                                            | [Python](4-Classification/1-Introduction/README.md) • [R](../../4-Classification/1-Introduction/solution/R/lesson_10.html) |     Jen និង Cassie • Eric Wanjau                   |
|      11     |                រសជាតិម្ហូបអាស៊ីនិងឥណ្ឌា ឆ្ងាញ់ៗ 🍜                  |    [Classification](4-Classification/README.md)      | ណែនាំអំពីអ្នកចាត់ចែង                                                                                                            | [Python](4-Classification/2-Classifiers-1/README.md) • [R](../../4-Classification/2-Classifiers-1/solution/R/lesson_11.html) |     Jen និង Cassie • Eric Wanjau                   |
|      12     |                រសជាតិម្ហូបអាស៊ីនិងឥណ្ឌា ឆ្ងាញ់ៗ 🍜                  |    [Classification](4-Classification/README.md)      | អ្នកចាត់ចែងបន្ថែម                                                                                                              | [Python](4-Classification/3-Classifiers-2/README.md) • [R](../../4-Classification/3-Classifiers-2/solution/R/lesson_12.html) |     Jen និង Cassie • Eric Wanjau                   |
|      13     |                រសជាតិម្ហូបអាស៊ីនិងឥណ្ឌា ឆ្ងាញ់ៗ 🍜                  |    [Classification](4-Classification/README.md)      | បង្កើតកម្មវិធីបណ្តាញសម្រាប់ផ្តល់អនុសាសន៍ដោយប្រើម៉ូដែលរបស់អ្នក                                                                     |                                            [Python](4-Classification/4-Applied/README.md)                                            |                         Jen                          |
|      14     |                    ណែនាំអំពី clustering                                 |         [Clustering](5-Clustering/README.md)          | សម្អាត, ត្រៀម និងមើលទិន្នន័យរបស់អ្នក; ណែនាំអំពី clustering                                                                     |          [Python](5-Clustering/1-Visualize/README.md) • [R](../../5-Clustering/1-Visualize/solution/R/lesson_14.html)         |           Jen • Eric Wanjau                         |
|      15     |              ស្វែងយល់ពីរសជាតិតន្ត្រីនានាក្នុងប្រទេសនីជេរីយ៉ា 🎧           |         [Clustering](5-Clustering/README.md)          | ស្វែងយល់ពីវិធីសាស្រ្ត clustering ប្រភេទ 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     |         ណែនាំអំពីការបំពេញដំណើរការភាសាបានធម្មជាតិ ☕️                  |    [Natural language processing](6-NLP/README.md)     | រៀនមូលដ្ឋានអំពី NLP ដោយបង្កើត bot មួយដោយសាមញ្ញ                                                                               |                                             [Python](6-NLP/1-Introduction-to-NLP/README.md)                                           |                      Stephen                       |
|      17     |                        ការងារពេញនិយមនៅ NLP ☕️                        |    [Natural language processing](6-NLP/README.md)     | ជ្រាបជ្រាលច្បាស់បន្ថែមពីចំណេះដឹង NLP ដោយយល់ពីការងារពេញនិយមដែលត្រូវការពេលគ្រប់គ្រងរចនាសម្ព័ន្ធភាសា                                |                                                   [Python](6-NLP/2-Tasks/README.md)                                                |                      Stephen                       |
|      18     |               ការបកប្រែ និងវិភាគអារម្មណ៍ ♥️                             |    [Natural language processing](6-NLP/README.md)     | ការបកប្រែ និងវិភាគអារម្មណ៍ជាមួយ Jane Austen                                                                                         |                                          [Python](6-NLP/3-Translation-Sentiment/README.md)                                        |                      Stephen                       |
|      19     |                  ទីលានសណ្ឋាគារព្រហ្មលាភនៅអឺโรប ♥️                        |    [Natural language processing](6-NLP/README.md)     | វិភាគអារម្មណ៍ជាមួយការវាយតម្លៃសណ្ឋាគារថ្មី ១                                                                                       |                                            [Python](6-NLP/4-Hotel-Reviews-1/README.md)                                         |                      Stephen                       |
|      20     |                  ទីលានសណ្ឋាគារព្រហ្មលាភនៅអឺโรប ♥️                        |    [Natural language processing](6-NLP/README.md)     | វិភាគអារម្មណ៍ជាមួយការវាយតម្លៃសណ្ឋាគារថ្មី ២                                                                                       |                                            [Python](6-NLP/5-Hotel-Reviews-2/README.md)                                         |                      Stephen                       |
|      21     |              ណែនាំអំពីការវាយតម្លៃទិន្នន័យលំដាប់ពេល                      |         [Time series](7-TimeSeries/README.md)          | ណែនាំអំពីការវាយតម្លៃទិន្នន័យលំដាប់ពេល                                                                                           |                                             [Python](7-TimeSeries/1-Introduction/README.md)                                           |                    Francesca                        |
|      22     | ⚡️ ការប្រើប្រាស់ថាមពលពិភពលោក ⚡️ - វាយតម្លៃលំដាប់ពេលជាមួយ ARIMA      |         [Time series](7-TimeSeries/README.md)          | វាយតម្លៃលំដាប់ពេលជាមួយ ARIMA                                                                                                    |                                                [Python](7-TimeSeries/2-ARIMA/README.md)                                                |                    Francesca                        |
|      23     |  ⚡️ ការប្រើប្រាស់ថាមពលពិភពលោក ⚡️ - វាយតម្លៃលំដាប់ពេលជាមួយ SVR       |         [Time series](7-TimeSeries/README.md)          | វាយតម្លៃលំដាប់ពេលជាមួយ Support Vector Regressor                                                                                |                                                 [Python](7-TimeSeries/3-SVR/README.md)                                                 |                      Anirban                         |
|      24     |              ណែនាំអំពីការរៀនបន្ថែមតាមការបង្រៀនផ្ទុកពីរបៀប            | [Reinforcement learning](8-Reinforcement/README.md)   | ណែនាំអំពីការរៀនបន្ថែមតាមការបង្រៀនផ្ទុកជាមួយ Q-Learning                                                                        |                                               [Python](8-Reinforcement/1-QLearning/README.md)                                         |                      Dmitry                          |
|      25     |                  ជួយ Peter មិនឲ្យជួបចោរជ្រូក! 🐺                      | [Reinforcement learning](8-Reinforcement/README.md)   | ការរៀនបន្ថែមតាមការបង្រៀនផ្ទុក Gym                                                                                                |                                                 [Python](8-Reinforcement/2-Gym/README.md)                                               |                      Dmitry                          |
|  បន្ទាប់មក  |                  ករណីនិងកម្មវិធី ML ក្នុងពិភពជាក់ស្តែង                    |        [ML in the Wild](9-Real-World/README.md)        | កម្មវិធី ML គួរឱ្យចាប់អារម្មណ៍និងបង្ហាញពីកម្មវិធី ML ប្រកបដោយភូត្នកម្ម                                                       |                                            [Lesson](9-Real-World/1-Applications/README.md)                                             |                         ក្រុម                            |
|  បន្ទាប់មក  |            ការសម្អាតកំហុសម៉ូដែល ML ដោយប្រើផ្ទាំងគ្រប់គ្រង RAI           |        [ML in the Wild](9-Real-World/README.md)        | ការសម្អាតកំហុស ម៉ូដែល Machine Learning ដោយប្រើផ្ទាំងគ្រប់គ្រង Responsible AI                                                         |                                            [Lesson](9-Real-World/2-Debugging-ML-Models/README.md)                                      |                      Ruth Yakubu                      |

> [ស្វែងរកធនធានបន្ថែមទាំងអស់សម្រាប់វគ្គសិក្សានេះនៅក្នុងព្រឹទ្ធិការណ៍ Microsoft Learn របស់យើង](https://learn.microsoft.com/en-us/collections/qrqzamz1nn2wx3?WT.mc_id=academic-77952-bethanycheum)

## ការចូលប្រើដោយមិនត្រូវការបណ្ដាញអ៊ីនធឺណិត

អ្នកអាចរត់ឯកសារពត៌មាននេះដោយមិនត្រូវការបណ្ដាញអ៊ីនធឺណិត ដោយប្រើ [Docsify](https://docsify.js.org/#/)។ ស្ដុកកូដនេះ ចូលទៅក្នុងចំលងស្ថានីយ៍របស់អ្នក, [ដំឡើង Docsify](https://docsify.js.org/#/quickstart) នៅលើកុំព្យូទ័រផ្ទាល់ខ្លួន រួចបញ្ចូល `docsify serve` នៅក្នុងថតគោលរបស់ធនធាននេះ។ វេបសាយនឹងត្រូវផ្តល់សេវាកម្មនៅលើកំពង់ផែ 3000 នៅលើ localhost របស់អ្នក៖ `localhost:3000`។

## PDF

ស្វែងរកឯកសារ pdf ទាំងមូលនៃនិម្មិតកម្មវិធីនេះជាមួយតំណភ្ជាប់ [នៅទីនេះ](https://microsoft.github.io/ML-For-Beginners/pdf/readme.pdf)។

## 🎒 វគ្គសិក្សាផ្សេងទៀត

ក្រុមរបស់យើងផលិតវគ្គសិក្សាផ្សេងទៀត! សូមពិនិត្យ:

<!-- CO-OP TRANSLATOR OTHER COURSES START -->
### LangChain
[![LangChain4j សម្រាប់អ្នកចាប់ផ្តើម](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 សម្រាប់អ្នកចាប់ផ្តើម](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 សម្រាប់អ្នកចាប់ផ្តើម](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 សម្រាប់អ្នកចាប់ផ្តើម](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 សម្រាប់អ្នកចាប់ផ្តើម](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)
### Generative AI Series
### ស៊េរី AI បង្កើត
### Core Learning
### ការសិក្សាដើម
### Copilot Series
### ស៊េរី Copilot

## Getting Help
## ទទួលបានជំនួយ

If you get stuck or have any questions about building AI apps. Join fellow learners and experienced developers in discussions about MCP. It's a supportive community where questions are welcome and knowledge is shared freely.
បើអ្នកជួបលំបាកឬមានសំនួរអំពីការបង្កើតកម្មវិធី AI សូមចូលរួមជាមួយអ្នករៀនផ្សេងទៀត និងអ្នកអភិវឌ្ឍន៍ដែលមានបទពិសោធន៍ ក្នុងការពិភាក្សាអំពី MCP ។ វាជាសហគមន៍មួយដែលគាំទ្រដល់គ្នា ដែលសំណួរនឹងត្រូវបានស្វាគមន៍ និងចំណេះដឹងត្រូវបានចែករំលែកដោយសេរី។

If you have product feedback or errors while building visit:
បើអ្នកមានមតិយោបល់អំពីផលិតផល ឬកំហុសអំឡុងពេលកំពុងបង្កើត សូមចូលទៅកាន់៖

## Additional Learning Tips
## ការផ្តល់ជំនួយបន្ថែមសម្រាប់ការសិក្សា

- Review notebooks after each lesson for better understanding.
- ហ្វឹកហាត់អនុវត្តន៍អាលហ្គរីឌីមដោយខ្លួនឯង។
- Practice implementing algorithms on your own.
- ស្វែងរកទិន្នន័យពិតដោយប្រើគន្លឹះដែលបានរៀន។

---

<!-- CO-OP TRANSLATOR DISCLAIMER START -->
**ការបដិសេធ**៖  
ឯកសារនេះត្រូវបានបកប្រែដោយប្រើសេវាបកប្រែ AI [Co-op Translator](https://github.com/Azure/co-op-translator)។ ខណៈដែលយើងខិតខំរកការរីកចម្រើននៃភាពត្រឹមត្រូវ សូមយល់ថាការបកប្រែដោយស្វ័យប្រវត្តិអាចមានកំហុស ឬភាពមិនត្រឹមត្រូវខ្លះៗ។ ឯកសារដើមក្នុងភាសាតំណាងរបស់វាគួរត្រូវបានទុកក្នុងជារបស់ប្រភពផ្លូវការជាដើម។ ចំពោះព័ត៌មានសំខាន់ៗ របស់ការបកប្រែដោយមនុស្សដែលមានជំនាញគឺជាការផ្តល់អនុសាសន៍។ យើងមិនទទួលខុសត្រូវចំពោះការយល់ច្រឡំ ឬការបកប្រែខុសដែលកើតមានពីការប្រើប្រាស់បកប្រែនេះឡើយ។
<!-- CO-OP TRANSLATOR DISCLAIMER END -->