[](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/) ### 🌐 Podpora za več jezikov #### Podprto prek GitHub Action (Samodejno in vedno posodobljeno) [Arabščina](../ar/README.md) | [Bengalščina](../bn/README.md) | [Bolgarščina](../bg/README.md) | [Burmanščina (Mjanmar)](../my/README.md) | [Kitajščina (poenostavljena)](../zh/README.md) | [Kitajščina (tradicionalna, Hongkong)](../hk/README.md) | [Kitajščina (tradicionalna, Macao)](../mo/README.md) | [Kitajščina (tradicionalna, Tajvan)](../tw/README.md) | [Hrvaščina](../hr/README.md) | [Češčina](../cs/README.md) | [Danščina](../da/README.md) | [Nizozemščina](../nl/README.md) | [Estonščina](../et/README.md) | [Finščina](../fi/README.md) | [Francoščina](../fr/README.md) | [Nemščina](../de/README.md) | [Grščina](../el/README.md) | [Hebrejščina](../he/README.md) | [Hindijščina](../hi/README.md) | [Madžarščina](../hu/README.md) | [Indonezijščina](../id/README.md) | [Italijanščina](../it/README.md) | [Japonščina](../ja/README.md) | [Korejščina](../ko/README.md) | [Litvanščina](../lt/README.md) | [Malajščina](../ms/README.md) | [Maratščina](../mr/README.md) | [Nepalščina](../ne/README.md) | [Norveščina](../no/README.md) | [Perzijščina (Farsi)](../fa/README.md) | [Poljščina](../pl/README.md) | [Portugalščina (Brazilija)](../br/README.md) | [Portugalščina (Portugalska)](../pt/README.md) | [Pandžabščina (Gurmukhi)](../pa/README.md) | [Romunščina](../ro/README.md) | [Ruščina](../ru/README.md) | [Srbščina (cirilica)](../sr/README.md) | [Slovaščina](../sk/README.md) | [Slovenščina](./README.md) | [Španščina](../es/README.md) | [Svahili](../sw/README.md) | [Švedščina](../sv/README.md) | [Tagalog (Filipino)](../tl/README.md) | [Tamilščina](../ta/README.md) | [Tajščina](../th/README.md) | [Turščina](../tr/README.md) | [Ukrajinščina](../uk/README.md) | [Urdu](../ur/README.md) | [Vietnamščina](../vi/README.md) #### Pridružite se naši skupnosti [](https://aka.ms/ml4beginners/discord) Imamo serijo učenja z AI na Discordu, več o tem pa si lahko preberete in se nam pridružite na [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 za podatkovno znanost.  # Strojno učenje za začetnike - Kurikulum > 🌍 Potujte po svetu, medtem ko raziskujemo strojno učenje skozi prizmo svetovnih kultur 🌍 Cloud Advocates pri Microsoftu z veseljem ponujajo 12-tedenski, 26-lekcijski kurikulum o **strojnem učenju**. V tem kurikulumu se boste naučili o tem, kar se včasih imenuje **klasično strojno učenje**, pri čemer bomo večinoma uporabljali knjižnico Scikit-learn in se izognili globokemu učenju, ki je obravnavano v našem [kurikulumu AI za začetnike](https://aka.ms/ai4beginners). Te lekcije lahko združite z našim kurikulom ['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. Naša projektno usmerjena pedagogika vam omogoča učenje skozi gradnjo, kar je dokazano učinkovit način za utrjevanje 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 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) > 🔧 **Potrebujete pomoč?** Preverite naš [Vodnik za odpravljanje težav](TROUBLESHOOTING.md) za rešitve pogostih težav pri namestitvi, nastavitvi in izvajanju lekcij. **[Študenti](https://aka.ms/student-page)**, za uporabo tega kurikuluma, 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 rešitev; vendar je ta koda na voljo v `/solution` mapah 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 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 kurikulum. --- ## Video vodiči Nekatere lekcije so na voljo kot kratki video posnetki. Vse te najdete v lekcijah ali na [ML za začetnike playlisti na Microsoft Developer YouTube kanalu](https://aka.ms/ml-beginners-videos) s klikom na spodnjo sliko. [](https://aka.ms/ml-beginners-videos) --- ## Spoznajte ekipo [](https://youtu.be/Tj1XWrDSYJU) **Gif avtor** [Mohit Jaisal](https://linkedin.com/in/mohitjaisal) > 🎥 Kliknite zgornjo sliko za video o projektu in ljudeh, ki so ga ustvarili! --- ## Pedagogika Pri gradnji tega kurikuluma smo izbrali dve pedagoški načeli: zagotoviti, da je praktično **projektno usmerjeno** in da vključuje **pogoste kvize**. Poleg tega ima ta kurikulum 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 študentovo pozornost na učenje teme, medtem ko drugi kviz po predavanju zagotavlja nadaljnjo ohranitev. Ta kurikulum je 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. Kurikulum vključuje tudi dodatek o resničnih aplikacijah strojnega učenja, ki ga je mogoče uporabiti kot dodatno nalogo ali kot osnovo za razpravo. > Najdite naš [Kodeks ravnanja](CODE_OF_CONDUCT.md), [Prispevanje](CONTRIBUTING.md), [Prevajanje](TRANSLATIONS.md) in [Odpravljanje težav](TROUBLESHOOTING.md) smernice. 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 gradnjo 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 opišemo kot vdelavo `kodnih delov` (R ali drugih jezikov) in `YAML glave` (ki usmerja, kako formatirati izhode, kot je PDF) v `Markdown dokument`. Tako služi kot odličen avtorski okvir za podatkovno znanost, saj vam 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` za lokalno gostovanje ali namestitev 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 Python in Scikit-learn za regresijske modele | [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 linearne in polinomske regresijske modele | [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 logistični regresijski model | [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 usposobljenega 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 o klasifikatorjih | [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 gručenja K-sredin | [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) | Spoznajte osnove obdelave naravnega jezika z izdelavo 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 Evrope ♥️ | [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 Evrope ♥️ | [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 regressorjem 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-učenjem | [Python](8-Reinforcement/1-QLearning/README.md) | Dmitry | | 25 | Pomagajte Petru ubežati 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 praksi](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 v ML z nadzorno ploščo RAI | [ML v praksi](9-Real-World/README.md) | Odpravljanje napak modelov v strojnem učenju 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 uporabljate brez povezave z uporabo [Docsify](https://docsify.js.org/#/). Forkajte to repozitorij, [namestite Docsify](https://docsify.js.org/#/quickstart) na svojo lokalno napravo in nato v korenski mapi tega repozitorija vnesite `docsify serve`. Spletna stran bo na voljo na portu 3000 na vašem lokalnem strežniku: `localhost:3000`. ## PDF-ji PDF učnega načrta s povezavami najdete [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 umetna inteligenca za začetnike](https://aka.ms/genai-beginners) - [Generativna umetna inteligenca za začetnike .NET](https://github.com/microsoft/Generative-AI-for-beginners-dotnet) - [Generativna umetna inteligenca z JavaScript](https://github.com/microsoft/generative-ai-with-javascript) - [Generativna umetna inteligenca z Java](https://github.com/microsoft/Generative-AI-for-beginners-java) - [Umetna inteligenca za začetnike](https://aka.ms/ai-beginners) - [Podatkovna znanost za začetnike](https://aka.ms/datascience-beginners) - [Strojno učenje 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 lastno Copilot pustolovščino](https://github.com/microsoft/CopilotAdventures) ## Pomoč Če se zataknete ali imate kakršna koli vprašanja o gradnji AI aplikacij, se pridružite: [](https://aka.ms/foundry/discord) Če imate povratne informacije o izdelku ali naletite na napake med gradnjo, obiščite: [](https://aka.ms/foundry/forum) --- **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 naj se šteje za avtoritativni vir. Za ključne informacije priporočamo profesionalni človeški prevod. Ne odgovarjamo za morebitna nesporazumevanja ali napačne razlage, ki izhajajo iz uporabe tega prevoda.