ML-For-Beginners/translations/ml

🌐 ബഹുഭാഷാ പിന്തുണ

GitHub ആക്ടനിലൂടെ പിന്തുണ (സ്വയമേവയും എല്ലായ്പ്പോഴും പുതുക്കപ്പെട്ടും)

Arabic | Bengali | Bulgarian | Burmese (Myanmar) | Chinese (Simplified) | Chinese (Traditional, Hong Kong) | Chinese (Traditional, Macau) | Chinese (Traditional, Taiwan) | Croatian | Czech | Danish | Dutch | Estonian | Finnish | French | German | Greek | Hebrew | Hindi | Hungarian | Indonesian | Italian | Japanese | Kannada | Khmer | Korean | Lithuanian | Malay | Malayalam | Marathi | Nepali | Nigerian Pidgin | Norwegian | Persian (Farsi) | Polish | Portuguese (Brazil) | Portuguese (Portugal) | Punjabi (Gurmukhi) | Romanian | Russian | Serbian (Cyrillic) | Slovak | Slovenian | Spanish | Swahili | Swedish | Tagalog (Filipino) | Tamil | Telugu | Thai | Turkish | Ukrainian | Urdu | Vietnamese

അതോ പ്രാദേശികമായി ക്ലോൺ ചെയ്യണമെന്നോ?

ഈ റീപ്പോസിറ്ററിയിൽ 50-ത്തിലധികം ഭാഷാ പരിഭാഷകൾ ഉൾപ്പെടുത്തിയിട്ടുള്ളതിനാൽ ഡൗൺലോഡ് വലുതാകുന്നു. പരിഭാഷകൾ ഇല്ലാതെ ക്ലോൺ ചെയ്യാൻ sparse checkout ഉപയോഗിക്കുക:

Bash / macOS / Linux:

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):

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"

ഇത് കോഴ്സ് പൂർത്തിയാക്കാൻ വേണ്ടിയുള്ള എല്ലാ സാധനങ്ങളും വളരെ വേഗം ഡൗൺലോഡ് ചെയ്യാൻ സഹായിക്കും.

നമ്മുടെ കമ്മ്യൂണിറ്റിയിൽ ചേരുക

നമുക്ക് Discord-ൽ ഒരു learn with AI സീരിസ് തുടരുകയാണ്, കൂടുതൽ പഠിക്കാനും ഞങ്ങളോടൊപ്പം ചേരാനും Learn with AI Series സന്ദർശിക്കുക 2025 സെപ്റ്റംബർ 18 മുതൽ 30 വരെ. GitHub Copilot ഡാറ്റാ സയൻസിനായി ഉപയോഗിക്കുന്ന ടിപ്സും ട്രിക്കുകളും ലഭിക്കും.

തുടക്കക്കാർക്കുള്ള മെഷീൻ ലേണിംഗ് - ഒരു പാഠ്യപദ്ധതി

🌍 ലോകം മുഴുവൻ നിന്നുമുള്ള സംസ്കാരങ്ങളിലൂടെ മെഷീൻ ലേണിംഗ് അന്വേഷിക്കുമ്പോൾ ലോകത്തൂടെ സഞ്ചരിക്കുക 🌍

Microsoft ലെ ക്ലൗഡ് അഡ്വക്കേറ്റ്‌സുകൾ 12 ആഴ്ചകളുള്ള, 26 പാഠങ്ങളുള്ള Machine Learning പാഠ്യപദ്ധതിയുമായി എത്തി. ഈ പാഠ്യപദ്ധതിയിൽ നിങ്ങൾക്ക് ചിലപ്പോഴൊക്കെ പറഞ്ഞുതരുന്ന പാരമ്പര്യ മെഷീൻ ലേണിംഗ് എന്താണെന്ന് അറിയാം, പ്രധാനമായും Scikit-learn ലൈബ്രറി ഉപയോഗിച്ച് പഠിക്കും, ഡീപ്പ് ലേണിംഗ് ഒഴിവാക്കും, അത് നമ്മുടെ AI for Beginners' curriculum ൽ ഉൾപ്പെടുത്തിയിട്ടുണ്ട്. ഈ പാഠങ്ങൾ ഞങ്ങളുടെ 'Data Science for Beginners' curriculum യുമായി കൂടെ കൂട്ടി പാരായണം ചെയ്യുക.

ലോകത്തിനാകമാനം നിന്നുള്ള ഡാറ്റയിൽ ഈ പാരമ്പര്യ സാങ്കേതിക വിദ്യകൾ പ്രയോഗിക്കുമ്പോൾ നമ്മുക്ക് അനുഭാവം കൂടും. ഓരോ പാഠത്തിനും മുൻപും ശേഷവും ക്വിസ് ഉണ്ടായിരിക്കും, എഴുത്തുപ്രകാരം നിർദേശങ്ങൾ, പരിഹാരങ്ങൾ, അസൈൻമെന്റ് എന്നിവയും ഉണ്ടാകും. നമ്മുടെ പ്രോജക്റ്റ്-ആധാരിത പഠനരീതിയും നിങ്ങൾക്ക് നിർമ്മിക്കുമ്പോഴും പഠിക്കുന്നതിനായ ഒരു തെളിവാണ്.

✍️ ഞങ്ങളുടെ ലേഖകർക്ക് ഹൃദയംഗമമായ നന്ദി ജെൻ ലൂപ്പർ, ಸ್ಟೀഫನ್ ഹോവേൽ, ഫ്രാൻസെസ്ക ലാസ്സേരി, ടൊമോമി ഇമൂറ, കാസ്സി ബ്രെവിയു, ഡിമിത്രി സോഷ്നികോവ്, ക്രിസ് നോറിങ്, അനിർബാൻ മുഖർജി, ഓർനെല്ല ആൽതുൻയാൻ, രുത് യകുബു, എമി ബോയ്‌ഡ്

🎨 ചിത്രകാരന്മാർക്കും നന്ദി ടൊമോമി ഇമൂറ, ദാസാനി മദിപള്ളി, ജെൻ ലൂപ്പർ

🙏 പ്രത്യേക നന്ദി 🙏 മൈക്രോസോഫ്റ്റ് സ്റ്റുഡന്റ് അംബാസഡർ ആയ ലേഖകര്ക്ക്, പരിഷ്കാരകർക്ക്, ഉള്ളടക്ക പ്രവർത്തകർക്കും, പ്രത്യേകിച്ച് റിഷിത് ദഗ്‌ലി, മുഹമ്മദ് സകിബ് ഖാൻ ഇൻ, റോഹൻ രാജ്, അലക്‌സാൻഡ്രു പേട്രസ്കു, അഭിഷേക് ജയസ്വൽ, നൗറിൻ ടബസുമ, ഇവാൻ സമുഇല, സ്നിഗ്ധ അഗർവാൾ

🤩 റ്റ്യുൾ പാഠങ്ങൾക്ക് Microsoft Student Ambassadors ആയ എറിക് വാർജാവ്, ജാസ്ലീൻ സോന്ധി, വിദുഷി ഗുപ്തയ്കും പ്രത്യേക നന്ദി!

തുടങ്ങാൻ

ഈ ഘട്ടങ്ങൾ പാലിക്കുക:

1. റീപ്പോസിറ്ററി ഫോർക്കുചെയ്യുക: ഈ പേജിൻറെ മുകളിൽ വലതു ഭാഗത്ത് ഉള്ള "Fork" ബട്ടൺ ക്ലിക്കുചെയ്യുക.
2. റീപ്പോസിറ്ററി ക്ലോൺ ചെയ്യുക: git clone https://github.com/microsoft/ML-For-Beginners.git

ഈ കോഴ്സിനുള്ള എല്ലാ അധിക വസ്തുക്കളും Microsoft Learn ശേഖരത്തിൽ കാണാം

🔧 സഹായം വേണോ? ഇൻസ്റ്റലേഷൻ, സജ്ജീകരണം, പാഠങ്ങൾ നടത്തലിൽ സാധാരണ പ്രശ്നങ്ങൾക്ക് പരിഹാരങ്ങൾ കാണാൻ Troubleshooting Guide കാണുക.

വിദ്യാർത്ഥികൾ, ഈ പാഠ്യപദ്ധതി ഉപയോഗിക്കാൻ, മുഴുവൻ റീപ്പോ നിങ്ങളുടെ GitHub അക്കൗണ്ടിലേക്ക് ഫോർക്കുചെയ്യൂവും കോട്ടിപ്പോരവും ഒറ്റക്ക് അല്ലെങ്കിൽ കൂട്ടുകാർക്കൊപ്പം പൂർത്തിയാക്കുക:

• പ്രീ-ലെക്ചർ ക്വിസ് തുടങ്ങുക.
• ലെക്ചർ വായിച്ച് പ്രവർത്തനങ്ങൾ പൂർത്തിയാക്കുക, ഓരോ അറിവ് പരിശോധിച്ചും ചിന്തിച്ച്.
• പരിഹാരകോഡ് റൺ ചെയ്യുന്നതിന് പകരം പാഠങ്ങൾ മനസ്സിലാക്കി പ്രോജക്റ്റുകൾ നിർമ്മിക്കാൻ ശ്രമിക്കുക; എന്നാൽ ഓരോ പ്രോജക്റ്റിനും‍റെ /solution ഫോൾഡറിൽ പരിഹാരകോഡ് ലഭ്യമാണ്.
• പോസ്റ്റ്-ലെക്ചർ ക്വിസ് എടുക്കുക.
• ചലഞ്ച് പൂർത്തിയാക്കുക.
• അസൈൻമെന്റ് പൂർത്തിയാക്കുക.
• ഒരു പാഠ ഘടകം പൂർത്തിയാക്കിയശേഷം, Discussion Board സന്ദർശിച്ച് അനുയോജ്യമായ PAT റൂബ്രിക് പൂരിപ്പിച്ച് "learn out loud" ചെയ്യുക. 'PAT' അഥവാ പ്രോഗ്രസ് അസസ്മെന്റ ടൂള്‍ പഠനത്തിന് സഹായിക്കുന്ന ഒരു റൂബ്രികാണ്. മറ്റുള്ള PAT-കളിലും പ്രതികരിക്കുക, ഒരുമിച്ച് പഠിക്കാം.

കൂടുതൽ പഠനത്തിനായി, ഈ Microsoft Learn മോഡ്യൂളുകളും പഠന പാതകളും പിന്തുടരാൻ ഞങ്ങൾ ശിപാർശ ചെയ്യുന്നു.

അധ്യാപകർ, ഈ പാഠ്യപദ്ധതി എങ്ങനെ ഉപയോഗിക്കാമെന്ന് കുറച്ച് നിർദ്ദേശങ്ങൾ for-teachers.md ನಲ್ಲಿകാണാം.

---

വീഡിയോകളിലൂടെ വഴി കാണിക്കല്‍

ചില പാഠങ്ങൾ ചെറുതായി വീഡിയോകളാണ്. പാഠങ്ങളിൽ തന്നെ ഇവ കാണാനാകും, അല്ലെങ്കിൽ ML for Beginners YouTube പ്ലേലിസ്റ്റിൽ വീക്ഷിക്കാം താഴെയുള്ള ചിത്രത്തിൽ ക്ലിക്കുചെയ്യുകയോ.

---

ടീം അംഗങ്ങളെ പരിചയപ്പെടുക

ഗിഫ് Mohit Jaisal tarafından

🎥 പന്തകം കുറിക്കുന്നവരും ഈ പ്രൊജക്റ്റും നിർമിച്ചവരും ഉള്ള വീഡിയോ കാണാൻ മേൽചിത്രത്തിൽ ക്ലിക്കുചെയ്യുക!

---

പഠനരീതികൾ

ഈ പാഠ്യപദ്ധതി നിർമ്മിക്കുമ്പോൾ കാൽ കുറ്റികളായി രണ്ട് അക്കാദമിക സിദ്ധാന്തങ്ങൾ തിരഞ്ഞെടുത്തു: ഹാൻഡ്‌സ് ഓൺ പ്രോജക്റ്റ് ആധാരിതം, കൂടാതെ സാധാരണയായി ക്വിസുകൾ ഉൾപ്പെടുത്തുക. കൂടാതെ, ഈ പാഠ്യപദ്ധതിക്ക് ഒരു സാധാരണമുള്ള തീം എല്ലാം ചേർത്ത് കൂട്ടാറുണ്ട്.

ഉള്ളടക്കം പ്രോജക്റ്റുകളുമായി അനുബന്ധിപ്പിച്ചു പഠനം ആകർഷകവും കർശനമാക്കുന്നു. ക്ലാസ് ആരംഭിക്കുന്ന മുന്നോടിയായി കുറഞ്ഞ സമ്മർദം ഉള്ള ഒരു ക്വിസ് വിദ്യാർത്ഥിയുടെ പഠന ഉദ്ദേശ്യം ക്രിസ്റ്റലൈസ് ചെയ്യുന്നു, ക്ലാസ് കഴിഞ്ഞ് രണ്ടാമത് ക്വിസ് മെച്ചപ്പെട്ട അറിവ് ഉറപ്പാക്കുന്നു. ഈ പാഠ്യപദ്ധതി സ്ഥിരതയുള്ളതും രസകരവുമായിട്ടാണ് രൂപകല്പന ചെയ്തിരിക്കുന്നത്, മുഴുവനോ ഭാഗികമായോ സ്വീകരിക്കാവുന്നതാണ്. 12- ആഴ്ചകളിലായി പ്രോജക്റ്റുകൾ ചെറിയതായും ശേഷം കൂടുതൽ സങ്കീർണ്ണമായിത്തീരും. ഈ പാഠ്യപദ്ധതിക്ക് മെഷീൻ ലേണിങ്ങിന്റെ യാഥാർത്ഥ്യ പ്രയോഗങ്ങൾക്കുള്ള പോസ്റ്റ്‌സ്‌ക്രിപ്റ്റും ഉൾപ്പെടുന്നു, അത് അധിക മാർക്ക് ലഭിക്കാനോ ചർച്ചയ്ക്കൊരു അധിഷ്ഠാനമായി ഉപയോഗിക്കാനോ കഴിയും.

നമ്മുടെ Code of Conduct, Contributing, Translations, Troubleshooting മാർഗ്ഗനിർദേശങ്ങൾ കാണുക. നിങ്ങളുടെ നിർമ്മാണപരമായ പ്രതികരണങ്ങൾ ഞങ്ങൾ സ്വാഗതം ചെയ്യുന്നു!

ഓരോ പാഠത്തിലും ഉൾപ്പെടുന്നു

• ഐഷ്ടിക സ്‌കെച്ച്‌ നോട്ട്
• ഐഷ്ടിക സഹായവീഡിയോ
• വീഡിയോകളിലൂടെ വഴി കാണിക്കല്‍ (ചില പാഠങ്ങൾക്ക് മാത്രം)
• പ്രി-ലെക്ചർ വാംപ് ക്വിസ്
• എഴുത്തുപാഠം
• പ്രോജക്റ്റ്-ആധാരിത പാഠങ്ങള്‍ക്ക്, പ്രോജക്റ്റ് നിർമ്മാണത്തിനുള്ള ഘട്ടംഘട്ടമായ മാർഗ്ഗനിർദ്ദേശങ്ങൾ
• അറിവ് പരിശോധിക്കൽ
• ഒരു ചലഞ്ച്
• സഹായക വായന
• അസൈൻമെന്റ്
• പോസ്റ്റ്-ലെക്ചർ ക്വിസ്

ഭാഷകൾക്കുറിച്ചുള്ള ഒരു കുറിപ്പ്: ഈ പാഠങ്ങൾ പ്രധാനമായും പൈതോണിലുള്ളതാണ്, പക്ഷെ പലതും R-ലും ലഭ്യമാണ്. ഒരു R പാഠം പൂർത്തിയാക്കാൻ, /solution ഫോൾഡറിൽ പോയി R പാഠങ്ങൾ കണ്ടെത്തുക. അവക്ക് .rmd എക്സ്‌റ്റൻഷൻ ഉണ്ട്, ഇത് R മാർക്ക്ഡൗൺ ഫയലിനെയാണ് സൂചിപ്പിക്കുന്നത്, ഇത് കോഡ് ചങ്കുകൾ (R അല്ലെങ്കിൽ മറ്റ് ഭാഷകളിൽ) ഒപ്പം YAML ഹെഡർ (PDF പോലുള്ള output ഫോർമാറ്റുകൾ ക്രമീകരിക്കുന്നതിനുള്ള മാർഗ്ഗനിർദ്ദേശം) അടങ്ങിയ ഒരു Markdown ഡോക്യുമെന്റ് എളുപ്പത്തിൽ കലർത്തി നിർമ്മിച്ചിരിക്കുന്നു. അതിനാൽ, നിങ്ങൾക്ക് നിങ്ങളുടെ കോഡ്, അതിന്റെ output, നിങ്ങളുടെ ചിന്തകൾ എന്നിവ Markdown-ൽ എഴുതിക്കൊണ്ട് ചേർക്കാൻ കഴിയുന്ന ഒരു മികച്ച ഉള്ളടക്ക രചനാ ഘടന എന്ന നിലയിൽ ഇത് പ്രവർത്തിക്കുന്നു. കൂടാതെ, R Markdown ഡോക്യുമെന്റുകൾ PDF, HTML, അല്ലെങ്കിൽ Word പോലുള്ള output ഫോർമാറ്റുകളിലേക്ക് രൂപാന്തരപ്പെടാവുന്നതാണ്.

ക്വിസുകൾക്കുറിച്ചുള്ള ഒരു കുറിപ്പ്: എല്ലാ ക്വിസുകളും Quiz App folder ൽ അടങ്ങിയിട്ടുണ്ട്, ആകെ 52 ക്വിസുകൾ, ഓരോന്നിലും മൂന്ന് ചോദ്യങ്ങൾ ഉണ്ട്. അവ പാഠങ്ങളിൽ ലിങ്ക് ചെയ്തിട്ടുണ്ട്, പക്ഷെ ക്വിസ് ആപ്പ് ലൊക്കലിയായി പ്രവർത്തിപ്പിക്കാം; quiz-app ഫോൾഡറിൽ നൽകിയ നിർദ്ദേശങ്ങൾ പാലിച്ച് ലൊക്കൽ ഹോസ്റ്റ് ചെയ്യുകയോ Azure-ൽ ഡിപ്ലോയ് ചെയ്യുകയോ ചെയ്യുക.

പാഠ സംഖ്യ	വിഷയം	പാഠ ഗ്രൂപ്പിംഗ്	പഠന ലക്ഷ്യങ്ങൾ	ലിങ്ക് ചെയ്ത പാഠം	രചയിതാവ്
01	മെഷീൻ ലേണിങ്ങിലേക്കുള്ള പരിചയം	ಪರಿಚಯം	മെഷീൻ ലേണിങ്ങിന്റെ അടിസ്ഥാന ആശയങ്ങൾ പഠിക്കുക	പാഠം	മുഹമ്മദ്
02	മെഷീൻ ലേണിങ്ങിന്റെ ചരിത്രം	പരിചയം	ഈ മേഖലയെ പറ്റി ചരിത്രം മനസിലാക്കുക	പാഠം	ജെൻ ആൻഡ് എമി
03	നീതിമാന്മാരും മെഷീൻ ലേണിങ്ങും	പരിചയം	നീതിമാനം സംബന്ധിച്ച വിശേഷപ്പെട്ട ദാർശനിക പ്രശ്നങ്ങൾ മെഷീൻ ലേണിംഗ് മോഡലുകൾ നിർമ്മിക്കുന്നപ്പോൾ ശ്രദ്ധിക്കേണ്ടതെന്താണെന്ന് പഠിക്കുക	പാഠം	ടൊമോമി
04	മെഷീൻ ലേണിംഗിനുള്ള സാങ്കേതിക വിദ്യകൾ	പരിചയം	മെഷീൻ ലേണിംഗ് ഗവേഷകർ മോഡലുകൾ നിർമ്മിക്കാൻ ഉപയോഗിക്കുന്ന സാങ്കേതിക വിദ്യകൾ എന്തെല്ലാമാണ്?	പാഠം	ക്രിസ് അൻഡ് ജെൻ
05	റിപ്പ്രഷനിലേക്ക് പരിചയം	റിപ്രഷൻ	Python, Scikit-learn ഉപയോഗിച്ച് റിപ്പ്രഷൻ മോഡലുകൾ ആരംഭിക്കുക	Python • R	ജെൻ • എറിക് വഞ്ചൗ
06	നോർത്ത് അമേരിക്കൻ പംപ്കിൻ വിലകൾ 🎃	റിപ്രഷൻ	മെഷീൻ ലേണിങ്ങിനായി ഡാറ്റ കാണിക്കുക, ശുദ്ധീകരിക്കുക	Python • R	ജെൻ • എറിക് വഞ്ചൗ
07	നോർത്ത് അമേരിക്കൻ പംപ്കിൻ വിലകൾ 🎃	റിപ്രഷൻ	ലിനിയർ, പോളിനോമിയൽ റിപ്പ്രഷൻ മോഡലുകൾ നിർമ്മിക്കുക	Python • R	ജെൻ, ഡിമിത്രി • എറിക് വഞ്ചൗ
08	നോർത്ത് അമേരിക്കൻ പംപ്കിൻ വിലകൾ 🎃	റിപ്രഷൻ	ലോജിസ്റ്റിക് റിപ്പ്രഷൻ മോഡൽ നിർമ്മിക്കുക	Python • R	ജെൻ • എറിക് വഞ്ചൗ
09	ഒരു വെബ് ആപ്പ് 🔌	വെബ് ആപ്പ്	പരിശീലിപ്പിച്ച മോഡൽ ഉപയോഗിച്ച് ഒരു വെബ് ആപ്പ് നിർമ്മിക്കുക	Python	ജെൻ
10	ക്ലാസിഫിക്കേഷനിലേക്കുള്ള പരിചയം	ക്ലാസിഫിക്കേഷൻ	ഡാറ്റ ശുദ്ധിയാക്കൽ, തയ്യാറാക്കൽ, കണ്ടതിരിക്കൽ; ക്ലാസിഫിക്കേഷനിലേക്ക് പരിചയം	Python • R	ജെൻ, കാസ്സി • എറിക് വഞ്ചൗ
11	ആസ്യൻ, ഇന്ത്യന്‍ വിഭവങ്ങൾ 🍜	ക്ലാസിഫിക്കേഷൻ	ക്ലാസിഫയർമാരെക്കുറിച്ച് പരിചയം	Python • R	ജെൻ, കാസ്സി • എറിക് വഞ്ചൗ
12	ആസ്യൻ, ഇന്ത്യന്‍ വിഭവങ്ങൾ 🍜	ക്ലാസിഫിക്കേഷൻ	കൂടുതൽ ക്ലാസിഫയർമാർ	Python • R	ജെൻ, കാസ്സി • എറിക് വഞ്ചൗ
13	ആസ്യൻ, ഇന്ത്യന്‍ വിഭവങ്ങൾ 🍜	ക്ലാസിഫിക്കേഷൻ	നിങ്ങളുടെ മോഡൽ ഉപയോഗിച്ച് ഒരു ശുപാർശ വെബ് ആപ്പ് നിർമ്മിക്കുക	Python	ജെൻ
14	ക്ലസ്റ്ററിങ്ങിലേക്കുള്ള പരിചയം	ക്ലസ്റ്ററിംഗ്	ഡാറ്റ ശുദ്ധിയാക്കൽ, തയ്യാറാക്കൽ, കണ്ടതിരിക്കൽ; ക്ലസ്റ്ററിംഗിന്റെ പരിചയം	Python • R	ജെൻ • എറിക് വഞ്ചൗ
15	നൈജീരിയന്‍ സംഗീത രുചികൾ പരിശോധിക്കൽ 🎧	ക്ലസ്റ്ററിംഗ്	കെ-മീൻസ് ക്ലസ്റ്ററിംഗിപ്രക്രിയ പഠിക്കുക	Python • R	ജെൻ • എറിക് വഞ്ചൗ
16	പ്രകൃതി ഭാഷാ പ്രോസസ്സിംഗ് പരിചയം ☕️	പ്രകൃതി ഭാഷാ പ്രോസസ്സിംഗ്	ഒരു ലളിതമായ ബോട്ട് നിർമ്മിച്ചുകൊണ്ട് NLPയുടെ അടിസ്ഥാനങ്ങൾ പഠിക്കുക	Python	സ്റ്റീഫൻ
17	സാധാരണ NLP പ്രവൃത്തികൾ ☕️	പ്രകൃതി ഭാഷാ പ്രോസസ്സിംഗ്	ഭാഷാപാരമ്പര്യ ഘടനകളുമായി പ്രവർത്തിക്കുന്നപ്പോൾ ആവശ്യമായ സാധാരണയുടെ കാര്യങ്ങൾ മനസിലാക്കുക	Python	സ്റ്റീഫൻ
18	വിവർത്തനവും മനോഭാവ വിശകലനവും ♥️	പ്രകൃതി ഭാഷാ പ്രോസസ്സിംഗ്	ജെയിന്‍ ഓസ്റ്റിനോടൊപ്പം വിവർത്തനവും മനോഭാവ വിശകലനവും	Python	സ്റ്റീഫൻ
19	യൂറോപ്പിലെ റോമാന്റിക് ഹോട്ടലുകൾ ♥️	പ്രകൃതി ഭാഷാ പ്രോസസ്സിംഗ്	ഹോട്ടൽ പുനർവിമർശനങ്ങളിലെ മനോഭാവ വിശകലനം 1	Python	സ്റ്റീഫൻ
20	യൂറോപ്പിലെ റോമാന്റിക് ഹോട്ടലുകൾ ♥️	പ്രകൃതി ഭാഷാ പ്രോസസ്സിംഗ്	ഹോട്ടൽ പുനർവിമർശനങ്ങളിലെ മനോഭാവ വിശകലനം 2	Python	സ്റ്റീഫൻ
21	ടൈം സീരീസ് ഫോറ്കാസ്റ്റിങ്ങിലേക്കുള്ള പരിചയം	ടൈം സീരീസ്	ടൈം സീരീസ് ഫോറ്കാസ്റ്റിങ്ങിന്റെ പരിചയം	Python	ഫ്രാൻസെസ്ക
22	⚡️ ലോക വൈദ്യുതി ഉപയോഗം ⚡️ - ARIMA ഉപയോഗിച്ചുള്ള ടൈം സീരീസ് ഫോറ്കാസ്റ്റിംഗ്	ടൈം സീരീസ്	ARIMA ഉപയോഗിച്ച് ടൈം സീരീസ് ഫോറ്കാസ്റ്റിംഗ്	Python	ഫ്രാൻസെസ്ക
23	⚡️ ലോക വൈദ്യുതി ഉപയോഗം ⚡️ - SVR ഉപയോഗിച്ചുള്ള ടൈം സീരീസ് ഫോറ്കാസ്റ്റിംഗ്	ടൈം സീരീസ്	Support Vector Regressor ഉപയോഗിച്ചുള്ള ടൈം സീരീസ് ഫോറ്കാസ്റ്റിംഗ്	Python	അനിർബാൻ
24	റീഇൻഫോഴ്സ്മെന്റ് ലേണിംഗിലേക്കുള്ള പരിചയം	റീഇൻഫോഴ്സ്മെന്റ് ലേണിംഗ്	Q-ലേണിംഗ് ഉപയോഗിച്ചുള്ള റീഇൻഫോഴ്സ്മെന്റ് ലേണിംഗിന്റെ പരിചയം	Python	ഡിമിത്രി
25	പീറ്റർ കരടിയെ വഴിപറയുക! 🐺	റീഇൻഫോഴ്സ്മെന്റ് ലേണിംഗ്	റീഇൻഫോഴ്സ്മെന്റ് ലേണിങ് ജിം	Python	ഡിമിത്രി
Postscript	യഥാർത്ഥ ലോകം ML സാഹചര്യങ്ങളും പ്രയോഗങ്ങളും	ML in the Wild	ക്ലാസിക്കൽ ML ന്റെ രസകരവും വെളിപ്പെടുത്തലുള്ള യഥാർത്ഥ ലോക പ്രയോഗങ്ങൾ	പാഠം	ടീം
Postscript	RAI ഡാഷ്‌ബോർഡ് ഉപയോഗിച്ച് ML മോഡൽ ഡഗ്ഗിംഗ്	ML in the Wild	Responsible AI ഡാഷ്‌ബോർഡ് ഘടകങ്ങൾ ഉപയോഗിച്ച് മെഷീൻ ലേണിംഗ് മോഡൽ ഡഗ്ഗിംഗ്	പാഠം	രுத் യാക്കുബു

ഈ കോഴ്സിന്റെ എല്ലാ അധിക വിഭവങ്ങളും Microsoft Learn ശേഖരത്തിൽ കണ്ടെത്തുക

ഓഫ്‌ലൈൻ ആക്‌സസ്

Docsify ഉപയോഗിച്ച് നിങ്ങൾക്ക് ഈ ഡോക്യുമെന്റേഷൻ ഓഫ്‌ലൈൻ ഓടിക്കാമെന്ന് അറിയാം. ഈ റിപൊ ഫോർക്കുചെയ്‌തു, Docsify ഇൻസ്റ്റാൾ ചെയ്യുക നിങ്ങളുടെ ലോക്കൽ മെഷീനിൽ, തുടർന്ന് ഈ റിപൊയുടെ റൂട്ട് ഫോൾഡറിൽ പോയി docsify serve എന്നത് ടൈപ്പ് ചെയ്യുക. വെബ്‌സൈറ്റ് നിങ്ങളുടെ ലോക്കൽഹോസ്റ്റിലെ 3000 പോർട്ടിൽ ലഭ്യമായിരിക്കും: localhost:3000.

PDF-കൾ

പഠനപദ്ധതിയുടെ PDF ഇവിടെ ലഭ്യമാണ്.

🎒 മറ്റ് കോഴ്സുകൾ

നമ്മുടെ ടീം മറ്റ് കോഴ്സുകളും പ്രസിദ്ധീകരിക്കുന്നു! അവയെല്ലാം പരിശോധിക്കുക:

LangChain

Azure / Edge / MCP / Agents

---

ജനറേറ്റീവ് AI പരമ്പര

---

കോർ പഠനം

---

കോപ്പൈലറ്റ് പരമ്പര

സഹായം ലഭിക്കുന്നത്

AI ആപ്ലിക്കേഷനുകൾ നിർമ്മിക്കുന്നതിൽ നിങ്ങൾക്ക് തടസം നേരിടുകയാണെങ്കിൽ അല്ലെങ്കിൽ എന്തെങ്കിലും ചോദിക്കാനുണ്ടെങ്കിൽ, MCP സംവാദങ്ങളിൽ അധ്യാപകരും പരിചയസമ്പത്തുള്ള ഡെവലപ്പർമാരും ചേർന്നുള്ള കൂട്ടായ്മയിൽ ചേരുക. ഇവിടെ ചോദ്യങ്ങൾ സ്വാഗതം ചെയ്യപ്പെടുന്നു, അറിവ് സ്വതന്ത്രമായി പങ്കുവെക്കുന്നു.

ഉൽപ്പന്ന ഫീഡ്‌ബാക്ക് അല്ലെങ്കിൽ നിർമ്മിക്കുന്നതിനിടെ പിഴവ് ഉണ്ടാകുകയാണെങ്കിൽ സന്ദർശിക്കുക:

അധിക പഠന ടിപുകൾ

• ഓരോ പാഠത്തിനും ശേഷം നോട്ട്‌ബുക്കുകൾ കണ്ടുപിടിക്കൂ നല്ല മനസ്സിലാക്കലിന്.
• വളരെത്തന്നെ ആൾഗോരിതങ്ങൾ സ്വയം നടപ്പിലാക്കാൻ പ്രാക്ടീസ് ചെയ്യുക.
• പഠിച്ച ആശയങ്ങൾ ഉപയോഗിച്ച് യഥാർത്ഥ ഡേറ്റാസെറ്റുകൾ എക്സ്പ്ലോർ ചെയ്യുക.

---

അസംബന്ധപ്പെട്ട പരാമർശം:
ഈ പ്രമാണം AI പരിഭാഷ സേവനം Co-op Translator ഉപയോഗിച്ച് വിവർത്തനം ചെയ്‌തിരിക്കുന്നു. നൂതനമായ നിശ്ചയത്വത്തിനായി നാം പരിശ്രമിച്ചെങ്കിലും, സ്വയം പ്രവർത്തിക്കുന്ന വിവർത്തനങ്ങളിൽ പിശകുകൾ അല്ലെങ്കിൽ കൃത്യതക്കുറവുകൾ ഉണ്ടാകാം എന്ന് ദയവായി മനസ്സിലാക്കുക. പ്രാഥമിക ഭാഷയിലുള്ള അവകാശപ്രമാണം --- അതായത് യഥാർത്ഥ പ്രമാണം --- ആത്മാർത്ഥമായ സ്രോതസ്സായി പരിഗണിക്കപ്പെടണം. ആധികാരിക വിവരങ്ങൾക്ക്, പ്രൊഫഷണൽ മനുഷ്യ പരിഭാഷ നിർദ്ദേശിക്കുന്നു. ഈ വിവർത്തനത്തിൽ നിന്നു ഉണ്ടാകാവുന്ന ആരും തെറ്റിദ്ധാരണകൾക്കും വ്യാഖ്യാനക്കുറവുകൾക്കും ഞങ്ങൾ ഉത്തരവാദിത്വം ഏറ്റെടുക്കുകയില്ല.