ML-For-Beginners/translations/pa

🌐 ਬਹੁ-ਭਾਸ਼ਾ ਸਹਾਇਤਾ

GitHub ਐਕਸ਼ਨ ਰਾਹੀਂ ਸਮਰਥਿਤ (ਆਟੋਮੇਟਿਕ ਅਤੇ ਹਮੇਸ਼ਾ ਅਪ-ਟੂ-ਡੇਟ)

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

ਸਥਾਨਕ ਕਲੋਨ ਕਰਨਾ ਪਸੰਦ ਹੈ?

ਇਹ ਰੀਪੋਜਿਟਰੀ 50+ ਭਾਸ਼ਾਵਾਂ ਦੇ ਅਨੁਵਾਦ ਸ਼ਾਮਲ ਕਰਦੀ ਹੈ ਜੋ ਡਾਊਨਲੋਡ ਦਾ ਆਕਾਰ ਵਧਾਉਂਦੇ ਹਨ। ਬਿਨਾਂ ਅਨੁਵਾਦਾਂ ਦੇ ਕਲੋਨ ਕਰਨ ਲਈ, ਸਪਾਰਸ ਚੈਕਆਊਟ ਵਰਤੋਂ:

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"

ਇਹ ਤੁਹਾਨੂੰ ਕੋਰਸ ਨੂੰ ਜ਼ਿਆਦਾ ਤੇਜ਼ ਡਾਊਨਲੋਡ ਨਾਲ ਪੂਰਾ ਕਰਨ ਲਈ ਸਾਰੀ ਜਰੂਰੀ ਚੀਜ਼ਾਂ ਦਿੰਦਾ ਹੈ।

ਸਾਡੇ ਕਮਿਊਨਿਟੀ ਵਿੱਚ ਸ਼ਾਮਿਲ ਹੋਵੋ

ਅਸੀਂ ਇੱਕ ਡਿਸਕਾਰਡ ਲਰਨ ਵਿਥ ਏਆਈ ਸਿਰੀਜ਼ ਚਲਾ ਰਹੇ ਹਾਂ, ਵੱਧ ਜਾਣਕਾਰੀ ਲਈ ਅਤੇ ਸਾਡੇ ਨਾਲ ਜੁੜਨ ਲਈ Learn with AI Series 'ਤੇ 18 - 30 ਸਤੰਬਰ, 2025। ਤੁਸੀਂ GitHub Copilot ਦੀ ਵਰਤੋਂ ਕਰਕੇ ਡਾਟਾ ਸਾਇੰਸ ਦੇ ਟਿਪਸ ਅਤੇ ਟ੍ਰਿਕਸ ਪ੍ਰਾਪਤ ਕਰੋਗੇ।

ਨਵੇਂ ਸਿੱਖਣ ਵਾਲਿਆਂ ਲਈ ਮਸ਼ੀਨ ਲਰਨਿੰਗ - ਇੱਕ ਕਰੀਕੁਲਮ

🌍 ਦੁਨੀਆ ਦੇ ਵੱਖ-ਵੱਖ ਸੱਭਿਆਚਾਰਾਂ ਰਾਹੀਂ ਮਸ਼ੀਨ ਲਰਨਿੰਗ ਦੀ ਖੋਜ ਕਰਦੇ ਹਾਂ 🌍

ਮਾਈਕ੍ਰੋਸਾਫਟ ਵਿੱਚ ਕਲਾਉਡ ਐਡਵੋਕੇਟਸ ਖੁਸ਼ ਹਨ ਕਿ ਉਹ 12 ਹਫਤਿਆਂ, 26 ਪਾਠਾਂ ਵਾਲਾ ਇਕ ਕਰੀਕੁਲਮ ਮੁਹੱਈਆ ਕਰਵਾ ਰਹੇ ਹਨ ਜੋ ਸਿਰਫ਼ ਮਸ਼ੀਨ ਲਰਨਿੰਗ ਬਾਰੇ ਹੈ। ਇਸ ਕਰੀਕੁਲਮ ਵਿੱਚ, ਤੁਸੀਂ ਕੁਝ ਹਾਲਾਂ ਵਿੱਚ ਕਹੇ ਜਾਂਦੇ ਕਲਾਸਿਕ ਮਸ਼ੀਨ ਲਰਨਿੰਗ ਬਾਰੇ ਸਿੱਖੋਗੇ, ਜਿੱਥੇ ਮੁੱਖ ਤੌਰ 'ਤੇ ਸਾਇਕਿਟ-ਲਰਨ ਲਾਇਬ੍ਰੇਰੀ ਦੀ ਵਰਤੋਂ ਕੀਤੀ ਜਾਂਦੀ ਹੈ ਅਤੇ ਡੀਪ ਲਰਨਿੰਗ ਤੋਂ ਬਚਿਆ ਜਾਂਦਾ ਹੈ, ਜੋ ਸਾਡੇ AI for Beginners ਦੇ ਕਰੀਕੁਲਮ ਵਿੱਚ ਕਵਰ ਕੀਤਾ ਗਿਆ ਹੈ। ਇਹ ਪਾਠ ਸਾਡੇ 'ਡਾਟਾ ਸਾਇੰਸ ਫਾਰ ਬਿਗਿਨਰਜ਼' ਕਰੀਕੁਲਮ ਨਾਲ ਜੋੜੋ।

ਸਾਡੇ ਨਾਲ ਦੁਨੀਆ ਭਰ ਦੀ ਯਾਤਰਾ ਕਰੋ ਜਦੋਂ ਅਸੀਂ ਇਹ ਕਲਾਸਿਕ ਤਕਨੀਕਾਂ ਦੁਨੀਆ ਦੇ ਕਈ ਖੇਤਰਾਂ ਦੇ ਡਾਟੇ 'ਤੇ ਲਾਗੂ ਕਰਦੇ ਹਾਂ। ਹਰ ਪਾਠ ਵਿੱਚ ਪਹਿਲਾਂ ਅਤੇ ਬਾਅਦ ਦੇ ਕੰਮਾਂ ਦੀ ਕਵਿਜ਼, ਲਿਖਤੀ ਹਦਾਇਤਾਂ, ਹੱਲ, ਅਸਾਈਨਮੈਂਟ ਸ਼ਾਮਲ ਹਨ। ਸਾਡੀ ਪ੍ਰੋਜੈਕਟ-ਅਧਾਰਿਤ ਪੈਡਾਗੋਗੀ ਤੁਹਾਨੂੰ ਬਿਲਡ ਕਰਦਿਆਂ ਸਿੱਖਣ ਦੀ ਆਜ਼ਾਦੀ ਦਿੰਦੀ ਹੈ, ਜੋ ਨਵੀਆਂ ਸਿੱਖਿਆ ਲਈ ਬਹੁਤ ਪ੍ਰਭਾਵਸ਼ਾਲੀ ਹੈ।

✍️ ਸਾਡੀਆਂ ਲੇਖਕਾਂ ਦਾ ਦਿਲੋਂ ਧੰਨਵਾਦ ਜੇਨ ਲੂਪਰ, ਸਟੀਫਨ ਹਾਵੈਲ, ਫ੍ਰਾਂਸੇਸਕਾ ਲਾਜ਼ੇਰੀ, ਟੋਮੋਮੀ ਇਮਰਾ, ਕੈਸੀ ਬਰੇਵਿਊ, ਦਿਮਿੱਤਰੀ ਸੋਸ਼ਨਿਕੋਵ, ਕ੍ਰਿਸ ਨੋਰਿੰਗ, ਅਨਿਰਬਨ ਮੁਖਰਜੀ, ਓਰਨੈਲਾ ਅਲਟੂਨਯਾਨ, ਰੁਥ ਯਾਕੁਬੂ ਅਤੇ ਐਮੀ ਬੋਇਡ

🎨 ਸਾਡੀਆਂ ਇਲਾਸਟ੍ਰੇਟਰਾਂ ਨੂੰ ਵੀ ਧੰਨਵਾਦ ਟੋਮੋਮੀ ਇਮਰਾ, ਦਾਸਾਨੀ ਮਾਡਿਪલ્લੀ ਅਤੇ ਜੇਨ ਲੂਪਰ

🙏 ਸਾਡੀਆਂ ਮਾਈਕ੍ਰੋਸਾਫਟ ਸਟੂਡੈਂਟ ਅਮਬੈਸਡਰ ਲੇਖਕਾਂ, ਸਮੀਖਿਆਕਾਰਾਂ ਅਤੇ ਸਮੱਗਰੀ ਯੋਗਦਾਨਕਾਰਾਂ ਨੂੰ ਵਿਸੇਸ਼ ਧੰਨਵਾਦ, ਖਾਸ ਕਰਕੇ ਰਿਸ਼ਿਤ ਡਾਗਲੀ, ਮੁਹੰਮਦ ਸਾਕਿਬ ਖਾਨ ਇਨਾਨ, ਰੋਹਨ ਰਾਜ, ਅਲੈਕਜ਼ੈਂਡਰੂ ਪੇਟਰੇਸ਼ਕੂ, ਅਭਿਸ਼ੇਕ ਜੈਸਵਾਲ, ਨਵਰੀਨ ਤਬਾਸ਼ਮ, ਇਓਨ ਸਮੂਇਲਾ, ਅਤੇ ਸਨਿਗਧਾ ਅਗਰਵਾਲ

🤩 ਸਾਡੀਆਂ R ਭਾਸ਼ਾ ਵਾਲੇ ਪਾਠਾਂ ਲਈ Microsoft Student Ambassadors ਏਰਿਕ ਵਾਂਜ਼ਾਊ, ਜਸਲੀਨ ਸੰਧੀ ਅਤੇ ਵਿਦੁਸ਼ੀ ਗੁਪਤਾ ਨੂੰ ਵਾਧੂ ਸ਼ੁਕਰੀਆ!

ਸ਼ੁਰੂ ਕਰਨਾ

ਇਹ ਕਦਮਾਂ ਦੀ ਪਾਲਣਾ ਕਰੋ:

1. ਰੀਪੋਜਿਟਰੀ ਨੂੰ ਫੋਰਕ ਕਰੋ: ਇਸ ਪੰਨੇ ਦੇ ਤੱਜ-ਸੱਜੇ ਕੋਨੇ ਵਿੱਚ "Fork" ਬਟਨ 'ਤੇ ਕਲਿੱਕ ਕਰੋ।
2. ਰੀਪੋਜਿਟਰੀ ਨੂੰ ਕਲੋਨ ਕਰੋ: git clone https://github.com/microsoft/ML-For-Beginners.git

ਇਸ ਕੋਰਸ ਲਈ ਸਾਰੀਆਂ ਵਾਧੂ ਵਸਤੂਆਂ ਨੂੰ ਸਾਡੇ Microsoft Learn collection ਵਿੱਚ ਲਭੋ

🔧 ਮਦਦ ਚਾਹੀਦੀ ਹੈ? ਸਾਡੀ ਪਰੇਸ਼ਾਨੀਆਂ ਸੁਲਝਾਉਣ ਦੀ ਗਾਈਡ ਵਿੱਚ ਇੰਸਟਾਲੇਸ਼ਨ, ਸੈਟਅੱਪ ਅਤੇ ਪਾਠ ਚਲਾਉਣ ਸਮੱਸਿਆਵਾਂ ਦੇ ਹੱਲ ਹਨ।

ਵਿਦਿਆਰਥੀ, ਇਸ ਕਰੀਕੁਲਮ ਨੂੰ ਵਰਤਣ ਲਈ, ਪੂਰੇ ਰੀਪੋ ਨੂੰ ਆਪਣੇ GitHub ਅਕਾਊਂਟ 'ਤੇ ਫੋਰਕ ਕਰੋ ਅਤੇ ਯਥਾਵਤ ਜਾਂ ਸਮੂਹ ਨਾਲ ਕਸਰਤਾਂ ਮੁਕੰਮਲ ਕਰੋ:

• ਪ੍ਰੀ-ਲੇਕਚਰ ਕਵਿਜ਼ ਨਾਲ ਸ਼ੁਰੂ ਕਰੋ।
• ਲੈਕਚਰ ਪੜ੍ਹੋ ਅਤੇ ਗਤੀਵਿਧੀਆਂ ਨੂੰ ਪੂਰਾ ਕਰੋ, ਹਰ ਗਿਆਨ ਚੈੱਕ 'ਤੇ ਰੁਕ ਕੇ ਸੋਚੋ।
• ਪਾਠਾਂ ਨੂੰ ਸਮਝ ਕੇ ਪ੍ਰੋਜੈਕਟ ਬਣਾਉਣ ਦੀ ਕੋਸ਼ਿਸ਼ ਕਰੋ ਨਾ ਕਿ ਹੁੱਲਾ ਕੋਡ ਚਲਾਉਣ ਦਾ; ਪਰ ਹੱਲ ਦਾ ਕੋਡ /solution ਫੋਲਡਰਾਂ ਵਿੱਚ ਹੈ ਪ੍ਰੋਜੈਕਟ-ਅਧਾਰਿਤ ਹਰ ਪਾਠ ਵਿੱਚ।
• ਪੋਸਟ-ਲੇਕਚਰ ਕਵਿਜ਼ ਕਰੋ।
• ਚੈਲੰਜ ਪੂਰਾ ਕਰੋ।
• ਅਸਾਈਨਮੈਂਟ ਪੂਰਾ ਕਰੋ।
• ਇੱਕ ਪਾਠ ਗਰੂਪ ਮੁਕੰਮਲ ਕਰਨ ਤੋਂ ਬਾਅਦ, ਚਰਚਾ ਬੋਰਡ ਤੇ ਜਾਓ ਅਤੇ "ਜੋਰ ਨਾਲ ਸਿੱਖੋ" ਦੁਆਰਾ ਉਚਿਤ PAT ਰੂਬ੍ਰਿਕ ਭਰੋ। PAT ਇੱਕ ਪ੍ਰਗਤੀ ਮੁਲਾਂਕਣ ਸੰਦ ਹੈ ਜੋ ਤੁਹਾਡੇ ਸਿੱਖਣ ਨੂੰ ਹੋਰ ਵਧਾਉਂਦਾ ਹੈ। ਤੁਸੀਂ ਹੋਰ PATs ਉੱਤੇ ਵੀ ਪ੍ਰਤਿਕਿਰਿਆ ਦੇ ਸਕਦੇ ਹੋ ਤਾਂ ਜੋ ਅਸੀਂ ਇਕੱਠੇ ਸਿੱਖੀਏ।

ਹੋਰ ਅਧਿਐਨ ਲਈ, ਇਹ Microsoft Learn ਮਾਡਿਊਲਾਂ ਅਤੇ ਲਰਨਿੰਗ ਪਾਥਾਂ ਦੀ ਸਿਫ਼ਾਰਸ਼ ਕੀਤੀ ਜਾਂਦੀ ਹੈ।

ਅਧਿਆਪਕ, ਅਸੀਂ ਕੁਝ ਸੁਝਾਵ ਦਿੱਤੇ ਹਨ ਕਿ ਤੁਹਾਡੇ ਲਈ ਇਹ ਕਰੀਕੁਲਮ ਕਿਵੇਂ ਵਰਤੀ ਜਾ ਸਕਦੀ ਹੈ।

---

ਵੀਡੀਓ ਵਾਕਥਰੂ

ਕੁਝ ਪਾਠ ਛੋਟੇ ਫਾਰਮ ਵਿੱਚ ਵੀਡੀਓ ਦੇ ਰੂਪ ਵਿੱਚ ਉਪਲੱਬਧ ਹਨ। ਤੁਸੀਂ ਇਹਨਾਂ ਸਾਰੇ ਪਾਠਾਂ ਵਿੱਚ ਸਰਕਾਰੀ ਤੌਰ 'ਤੇ ਜਾਂ Microsoft Developer ਯੂਟਿਊਬ ਚੈਨਲ 'ਤੇ ML for Beginners ਪლეਲਿਸਟ 'ਤੇ ਤਸਵੀਰ 'ਤੇ ਕਲਿੱਕ ਕਰਕੇ ਵੇਖ ਸਕਦੇ ਹੋ।

---

ਟੀਮ ਨਾਲ ਮਿਲੋ

ਗਿਫ਼ ਮੋਹਿਤ ਜੈਸਲ ਵਲੋਂ

🎥 ਪ੍ਰੋਜੈਕਟ ਅਤੇ ਇਸ ਨੂੰ ਬਣਾਉਣ ਵਾਲਿਆਂ ਬਾਰੇ ਵੀਡੀਓ ਲਈ ਉੱਪਰਲੀ ਤਸਵੀਰ 'ਤੇ ਕਲਿੱਕ ਕਰੋ!

---

ਪੈਡਾਗੋਕੀ

ਅਸੀਂ ਇਸ ਕਰੀਕੁਲਮ ਦੇ ਨਿਰਮਾਣ ਦੌਰਾਨ ਦੋ ਪੈਡਾਗੋਗਿਕ ਮੂਲ ਭੂਤ ਚੁਣੇ ਹਨ: ਇਹ ਯਕੀਨੀ ਬਣਾਉਣਾ ਕਿ ਇਹ ਹੱਥ-ਅਨ-ਪ੍ਰੋਜੈਕਟ ਤੇ ਅਧਾਰਿਤ ਹੈ ਅਤੇ ਇਸ ਵਿੱਚ ਅਕਸਰ ਕਵਿਜ਼ ਸ਼ਾਮਲ ਹਨ। ਇਸ ਦੇ ਨਾਲ, ਇਸ ਕਰੀਕੁਲਮ ਦਾ ਇਕ ਸਾਂਝਾ ਥੀਮ ਹੈ ਜੋ ਇਸ ਨੂੰ ਏਕਤਾ ਦਿੰਦਾ ਹੈ।

ਸਮੱਗਰੀ ਨੂੰ ਪ੍ਰੋਜੈਕਟਾਂ ਨਾਲ ਜੋੜ ਕੇ, ਪ੍ਰਕਿਰਿਆ ਸਟੂਡੈਂਟਾਂ ਲਈ ਹੋਰ ਰੁਝਾਨਕਰ ਬਣਾਈ ਜਾਂਦੀ ਹੈ ਅਤੇ ਧਾਰਣਾ ਨੂੰ ਸਥਿਰਤਾ ਮਿਲਦੀ ਹੈ। ਇੱਕ ਘੱਟ-ਦਬਾਅ ਵਾਲਾ ਕਵਿਜ਼ ਕਲਾਸ ਤੋਂ ਪਹਿਲਾਂ ਵਿਦਿਆਰਥੀ ਦਾ ਮਨ ਆਧਾਰ ਸੈਟ ਕਰਦਾ ਹੈ, ਜਦਕਿ ਦੂਜਾ ਕਵਿਜ਼ ਕਲਾਸ ਬਾਅਦ ਹੋਰ ਸਿੱਖਣ ਨੂੰ ਯਕੀਨੀ ਬਣਾਉਂਦਾ ਹੈ। ਇਹ ਕਰੀਕੁਲਮ ਲਚਕੀਲਾ ਅਤੇ ਮਨੋਰੰਜਕ ਬਣਾਉਣ ਲਈ ਤਿਆਰ ਕੀਤਾ ਗਿਆ ਹੈ ਅਤੇ ਪੂਰਨ ਜਾਂ ਹਿੱਸਾ-ਦਾਰ ਦੇ ਤੌਰ ਤੇ ਲਿਆ ਜਾ ਸਕਦਾ ਹੈ। ਪ੍ਰੋਜੈਕਟ ਛੋਟੇ ਤੋਂ ਸ਼ੁਰੂ ਹੁੰਦੇ ਹਨ ਅਤੇ 12 ਹਫਤਿਆਂ ਦੇ ਚੱਕਰ ਦੇ ਅੰਤ ਤੱਕ ਵੱਧ ਜਟਿਲ ਹੋ ਜਾਂਦੇ ਹਨ। ਇਸ ਕਰੀਕੁਲਮ ਵਿੱਚ ਮਸ਼ੀਨ ਲਰਨਿੰਗ ਦੇ ਹਕੀਕਤੀ ਵਰਤੋਂ ਬਾਰੇ ਇੱਕ ਪੋਸਟਸਕ੍ਰਿਪਟ ਵੀ ਸ਼ਾਮਲ ਹੈ, ਜੋ ਵਾਧੂ ਅੰਕ ਜਾਂ ਚਰਚਾ ਦੇ ਆਧਾਰ ਵਜੋਂ ਵਰਤਿਆ ਜਾ ਸਕਦਾ ਹੈ।

ਸਾਡਾ ਕੋਡ ਆਫ਼ ਕੰਡਕਟ, ਯੋਗਦਾਨ, ਅਨੁਵਾਦ, ਅਤੇ ਮੁਸ਼ਕਲਾਂ ਦਾ ਹੱਲ ਲਈ ਗਾਈਡਲਾਈਨਜ਼ ਲੱਭੋ। ਅਸੀਂ ਤੁਹਾਡਾ ਰਚਨਾਤਮਕ ਫੀਡਬੈਕ ਸਵਾਗਤ ਕਰਦੇ ਹਾਂ!

ਹਰ ਇਕ ਪਾਠ ਵਿੱਚ ਸ਼ਾਮਲ ਹੈ

• ਵਿਕਲਪਿਕ ਸਕੈਚਨੋਟ
• ਵਿਕਲਪਿਕ ਸਹਾਇਕ ਵੀਡੀਓ
• ਵੀਡੀਓ ਵਾਕਥਰੂ (ਕੁਝ ਪਾਠਾਂ ਲਈ ਹੀ)
• ਪ੍ਰੀ-ਲੇਕਚਰ ਵਾਰਮਅੱਪ ਕਵਿਜ਼
• ਲਿਖਤੀ ਪਾਠ
• ਪ੍ਰੋਜੈਕਟ-ਅਧਾਰਿਤ ਪਾਠਾਂ ਲਈ, ਪ੍ਰੋਜੈਕਟ ਬਣਾਉਣ ਲਈ ਕਦਮ-ਦਰ-ਕਦਮ ਮਾਰਗਦਰਸ਼ਨ
• ਗਿਆਨ ਚੈੱਕ
• ਇੱਕ ਚੈਲੰਜ
• ਸਹਾਇਕ ਪਾਠ
• ਅਸਾਈਨਮੈਂਟ
• ਪੋਸਟ-ਲੇਕਚਰ ਕਵਿਜ਼

ਭਾਸ਼ਾਵਾਂ ਬਾਰੇ ਇੱਕ ਟਿੱਪਣੀ: ਇਹ ਸਬਕ ਮੁੱਖ ਤੌਰ 'ਤੇ ਪਾਇਥਨ ਵਿੱਚ ਲਿਖੇ ਗਏ ਹਨ, ਪਰ ਕਈ ਸਬਕ R ਵਿੱਚ ਵੀ ਉਪਲਬਧ ਹਨ। R ਸਬਕ ਨੂੰ ਪੂਰਾ ਕਰਨ ਲਈ, /solution ਫੋਲਡਰ ਵਿੱਚ ਜਾਓ ਅਤੇ R ਸਬਕਾਂ ਨੂੰ ਲੱਭੋ। ਉਹਨਾਂ ਵਿੱਚ .rmd ਫਾਇਲ ਵਰਗਾ ਐਕਸਟੇੰਸ਼ਨ ਹੁੰਦਾ ਹੈ ਜੋ R ਮਾਰਕਡਾਊਨ ਫਾਇਲ ਨੂੰ ਦਰਸਾਉਂਦਾ ਹੈ ਜੋ ਆਸਾਨੀ ਨਾਲ ਕੋਡ ਚੰਕ (R ਜਾਂ ਹੋਰ ਭਾਸ਼ਾਵਾਂ ਦਾ) ਅਤੇ ਇੱਕ YAML ਹੈਡਰ (ਜੋ PDF ਵਰਗੇ ਆਉਟਪੁੱਟ ਨੂੰ ਫਾਰਮੈਟ ਕਰਨ ਲਈ ਦਿਸ਼ਾ ਨਿਰਦੇਸ਼ ਕਰਦਾ ਹੈ) ਦਾ ਨਿਸ਼ਾਨ ਹੈ ਇੱਕ ਮਾਰਕਡਾਊਨ ਦਸਤਾਵੇਜ਼ ਵਿੱਚ। ਇਸ ਪ੍ਰਕਾਰ, ਇਹ ਡਾਟਾ ਸਾਇੰਸ ਲਈ ਇੱਕ ਉਦਾਹਰਣਾਤਮਕ ਲੇਖਣ ਫਰੇਮਵਰਕ ਹੈ ਕਿਉਂਕਿ ਇਹ ਤੁਹਾਨੂੰ ਆਪਣਾ ਕੋਡ, ਉਸ ਦਾ ਆਉਟਪੁੱਟ ਅਤੇ ਆਪਣੇ ਵਿਚਾਰਾਂ ਨੂੰ ਮਾਰਕਡਾਊਨ ਵਿੱਚ ਲਿਖਣ ਦੀ ਆਗਿਆ ਦਿੰਦਾ ਹੈ। ਇਸ ਤੋਂ ਇਲਾਵਾ, R ਮਾਰਕਡਾਊਨ ਦਸਤਾਵੇਜ਼ਾਂ ਨੂੰ PDF, HTML, ਜਾਂ Word ਵਰਗੇ ਆਉਟਪੁੱਟ ਫਾਰਮੈਟਾਂ ਵਿੱਚ ਰੈਂਡਰ ਕੀਤਾ ਜਾ ਸਕਦਾ ਹੈ।

ਕੁਇਜ਼ ਬਾਰੇ ਇੱਕ ਟਿੱਪਣੀ: ਸਾਰੇ ਕੁਇਜ਼ Quiz App ਫੋਲਡਰ ਵਿੱਚ ਹਨ, ਜਿੱਥੇ 52 ਕੁਇਜ਼ ਹਨ ਤੇ ਹਰ ਇੱਕ ਵਿੱਚ ਤਿੰਨ ਸਵਾਲ ਹਨ। ਇਹਨਾਂ ਸਬਕਾਂ ਵਿੱਚ ਲਿੰਕ ਕੀਤੇ ਗਏ ਹਨ ਪਰ ਕੁਇਜ਼ ਐਪ ਲੋਕਲੀ ਚਲਾਇਆ ਜਾ ਸਕਦਾ ਹੈ; ਡਾਇਰੈਕਸ਼ਨ ਲਈ quiz-app ਫੋਲਡਰ ਵਿੱਚ ਦਿੱਤਾ ਗਿਆ ਹੈ ਕਿ ਕਿਵੇਂ ਲੋਕਲੀ ਹੋਸਟ ਕੀਤਾ ਜਾਵੇ ਜਾਂ Azure 'ਤੇ ਡਿਪਲોય ਕੀਤਾ ਜਾਵੇ।

ਪਾਠ ਸੰਖਿਆ	ਵਿਸ਼ਾ	ਪਾਠ ਸਮੂਹ	ਸਿੱਖਣ ਦੇ ਉਦੇਸ਼	ਲਿੰਕ ਕੀਤਾ ਪਾਠ	ਲੇਖਕ
01	ਮਸ਼ੀਨ ਲਰਨਿੰਗ ਦਾ ਪਰਚਯ	Introduction	ਮਸ਼ੀਨ ਲਰਨਿੰਗ ਦੇ ਮੂਲ ਭਾਵ ਦੱਸੋ	Lesson	Muhammad
02	ਮਸ਼ੀਨ ਲਰਨਿੰਗ ਦਾ ਇਤਿਹਾਸ	Introduction	ਇਸ ਖੇਤਰ ਦੇ ਇਤਿਹਾਸ ਬਾਰੇ ਜਾਣੋ	Lesson	Jen and Amy
03	ਨਿਆਂ ਅਤੇ ਮਸ਼ੀਨ ਲਰਨਿੰਗ	Introduction	ਨਿਆਂ ਦੇ ਮੁੱਖ ਫ਼ਲਸਫ਼ੀ ਮੁੱਦੇ ਕੀ ਹਨ ਜੋ ਵਿਦਿਆਰਥੀਆਂ ਨੂੰ ਮਸ਼ੀਨ ਲਰਨਿੰਗ ਮਾਡਲ ਬਣਾਉਂਦੇ ਤੇ ਲਾਗੂ ਕਰਦੇ ਸਮੇਂ ਧਿਆਨ ਵਿੱਚ ਰੱਖਣੇ ਚਾਹੀਦੇ ਹਨ?	Lesson	Tomomi
04	ਮਸ਼ੀਨ ਲਰਨਿੰਗ ਲਈ ਤਕਨੀਕਾਂ	Introduction	ਮਸ਼ੀਨ ਲਰਨਿੰਗ ਖੋਜਕਰਤਾ ਕਿਸ ਤਰ੍ਹਾਂ ਦੀਆਂ ਤਕਨੀਕਾਂ ਵਰਤਦੇ ਹਨ ਮਾਡਲ ਬਣਾਉਣ ਲਈ?	Lesson	Chris and Jen
05	ਰਿਗਰੇਸ਼ਨ ਦਾ ਪਰਚਯ	Regression	ਰਿਗਰੇਸ਼ਨ ਮਾਡਲਾਂ ਲਈ ਪਾਇਥਨ ਅਤੇ ਸਕਿਕਿਟ-ਲਰਨ ਨਾਲ ਸ਼ੁਰੂਆਤ ਕਰੋ	Python • R	Jen • Eric Wanjau
06	ਉੱਤਰ ਅਮਰੀਕੀ ਕੁੱਲھو ਦਾ ਮੁਲ (Pumpkin Prices) 🎃	Regression	ਮਸ਼ੀਨ ਲਰਨਿੰਗ ਦੀ ਤਿਆਰੀ ਲਈ ਡਾਟਾ ਨੂੰ ਵਿਜ਼ੁਅਲਾਈਜ਼ ਅਤੇ ਸਾਫ ਕਰੋ	Python • R	Jen • Eric Wanjau
07	ਉੱਤਰ ਅਮਰੀਕੀ ਕੁੱਲਹੁ ਦੇ ਮੁਲ 🎃	Regression	ਸੀਧੀ ਅਤੇ ਘਾਤਕ ਰਿਗਰੇਸ਼ਨ ਮਾਡਲ ਬਣਾਓ	Python • R	Jen and Dmitry • Eric Wanjau
08	ਉੱਤਰ ਅਮਰੀਕੀ ਕੁੱਲਹੁ ਦੇ ਮੁਲ 🎃	Regression	ਇਕ ਲਾਜਿਸਟਿਕ ਰਿਗਰੇਸ਼ਨ ਮਾਡਲ ਬਣਾਓ	Python • R	Jen • Eric Wanjau
09	ਇੱਕ ਵੈੱਬ ਐਪ 🔌	Web App	ਆਪਣਾ ਟ੍ਰੇਨ ਕੀਤਾ ਮਾਡਲ ਵਰਤਣ ਲਈ ਵੈੱਬ ਐਪ ਬਣਾਓ	Python	Jen
10	ਵਰਗੀਕਰਨ ਦਾ ਪਰਚਯ	Classification	ਆਪਣੇ ਡਾਟੇ ਨੂੰ ਸਾਫ, ਤਿਆਰ ਅਤੇ ਵਿਜ਼ੁਅਲਾਈਜ਼ ਕਰੋ; ਵਰਗੀਕਰਨ ਦਾ ਪਰਚਯ	Python • R	Jen and Cassie • Eric Wanjau
11	ਸੁਆਦੀ ਅਸ਼ੀਅਈ ਅਤੇ ਭਾਰਤੀ ਰਸੋਈਆਂ 🍜	Classification	ਵਰਗੀਕਰਨ ਕਰਨ ਵਾਲਿਆਂ ਦਾ ਪਰਚਯ	Python • R	Jen and Cassie • Eric Wanjau
12	ਸੁਆਦੀ ਅਸ਼ੀਅਈ ਅਤੇ ਭਾਰਤੀ ਰਸੋਈਆਂ 🍜	Classification	ਹੋਰ ਵਰਗੀਕਰਨ ਕਰਨ ਵਾਲੇ	Python • R	Jen and Cassie • Eric Wanjau
13	ਸੁਆਦੀ ਅਸ਼ੀਅਈ ਅਤੇ ਭਾਰਤੀ ਰਸੋਈਆਂ 🍜	Classification	ਆਪਣਾ ਮਾਡਲ ਵਰਤ ਕੇ ਸਿਫ਼ਾਰਸ਼ਕਾਰ ਵੈੱਬ ਐਪ ਬਣਾਓ	Python	Jen
14	ਕਲੱਸਟਰਿੰਗ ਦਾ ਪਰਚਯ	Clustering	ਆਪਣੇ ਡਾਟੇ ਨੂੰ ਸਾਫ, ਤਿਆਰ ਅਤੇ ਵਿਜ਼ੁਅਲਾਈਜ਼ ਕਰੋ; ਕਲੱਸਟਰਿੰਗ ਦਾ ਪਰਚਯ	Python • R	Jen • Eric Wanjau
15	ਨਾਈਜੀਰੀਆਈ ਸੰਗੀਤਕ ਸੋਚਾਂ ਦੀ ਪੜਚੋਲ 🎧	Clustering	K-ਮੀਨਜ਼ ਕਲੱਸਟਰਿੰਗ ਵਿਧੀ ਦੀ ਪੜਚੋਲ ਕਰੋ	Python • R	Jen • Eric Wanjau
16	ਕੁਦਰਤੀ ਭਾਸ਼ਾ ਪ੍ਰੋਸੈਸਿੰਗ ਦਾ ਪਰਚਯ ☕️	Natural language processing	ਸਧਾਰਨ ਬੋਟ ਬਣਾਕੇ NLP ਦੇ ਮੂਲ ਸਿਧਾਂਤ ਸਿੱਖੋ	Python	Stephen
17	ਆਮ NLP ਕੰਮ ☕️	Natural language processing	ਭਾਸ਼ਾਈ ਸੰਰਚਨਾਵਾਂ ਨਾਲ ਨਿਪਟਣ ਸਮੇਂ ਲੋੜੀਂਦੇ ਆਮ ਕੰਮਾਂ ਨੂੰ ਸਮਝ ਕੇ NLP ਗਿਆਨ ਨੂੰ ਮਜ਼ਬੂਤ ਕਰੋ	Python	Stephen
18	ਅਨੁਵਾਦ ਅਤੇ ਭਾਵਨਾ ਵਿਸ਼ਲੇਸ਼ਣ ♥️	Natural language processing	ਜੇਨ ਆਸਟਿਨ ਦੇ ਨਾਲ ਅਨੁਵਾਦ ਅਤੇ ਭਾਵਨਾ ਵਿਸ਼ਲੇਸ਼ਣ	Python	Stephen
19	ਯੂਰਪ ਦੇ ਰੋਮਾਂਟਿਕ ਹੋਟਲ ♥️	Natural language processing	ਹੋਟਲ ਸਮੀਖਿਆਵਾਂ ਨਾਲ ਭਾਵਨਾ ਵਿਸ਼ਲੇਸ਼ਣ 1	Python	Stephen
20	ਯੂਰਪ ਦੇ ਰੋਮਾਂਟਿਕ ਹੋਟਲ ♥️	Natural language processing	ਹੋਟਲ ਸਮੀਖਿਆਵਾਂ ਨਾਲ ਭਾਵਨਾ ਵਿਸ਼ਲੇਸ਼ਣ 2	Python	Stephen
21	ਸਮਾਂ ਕ੍ਰਮ ਅਨੁਮਾਨ ਦਾ ਪਰਚਯ	Time series	ਸਮਾਂ ਕ੍ਰਮ ਅਨੁਮਾਨ ਦਾ ਪਰਚਯ	Python	Francesca
22	⚡️ ਦੁਨੀਆ ਦੀ ਬਿਜਲੀ ਉਪਭੋਗਤਾ ⚡️ - ARIMA ਨਾਲ ਸਮਾਂ ਕ੍ਰਮ ਅਨੁਮਾਨ	Time series	ARIMA ਨਾਲ ਸਮਾਂ ਕ੍ਰਮ ਅਨੁਮਾਨ	Python	Francesca
23	⚡️ ਦੁਨੀਆ ਦੀ ਬਿਜਲੀ ਉਪਭੋਗਤਾ ⚡️ - SVR ਨਾਲ ਸਮਾਂ ਕ੍ਰਮ ਅਨੁਮਾਨ	Time series	Support Vector Regressor ਨਾਲ ਸਮਾਂ ਕ੍ਰਮ ਅਨੁਮਾਨ	Python	Anirban
24	ਰੀਇਨਫੋਰਸਮੈਂਟ ਲਰਨਿੰਗ ਦਾ ਪਰਚਯ	Reinforcement learning	Q-Learning ਨਾਲ ਰੀਇਨਫੋਰਸਮੈਂਟ ਲਰਨਿੰਗ ਦਾ ਪਰਚਯ	Python	Dmitry
25	ਪੀਟਰ ਨੂੰ ਭੇੜੀ ਤੋਂ ਬਚਾਓ! 🐺	Reinforcement learning	ਰੀਇਨਫੋਰਸਮੈਂਟ ਲਰਨਿੰਗ ਲਈ ਜਿਮ	Python	Dmitry
ਪੋਸਟਸਕ੍ਰਿਪਟ	ਅਸਲੀ ਸੰਸਾਰ ਦੇ ਮਸ਼ੀਨ ਲਰਨਿੰਗ ਦ੍ਰਿਸ਼	ML in the Wild	ਪਾਰੰਪਰਿਕ ਮਸ਼ੀਨ ਲਰਨਿੰਗ ਦੀਆਂ ਦਿਲਚਸਪ ਅਤੇ ਪ੍ਰਕਾਸ਼ਮਾਨ ਅਸਲੀ ਦੁਨੀਆ ਦੀਆਂ ਐਪਲੀਕੇਸ਼ਨਾਂ	Lesson	ਟੀਮ
ਪੋਸਟਸਕ੍ਰਿਪਟ	Machine Learning ਵਿੱਚ ਮਾਡਲ ਡਿਬੱਗਿੰਗ RAI ਡੈਸ਼ਬੋਰਡ ਨਾਲ	ML in the Wild	ਜ਼ਿੰਮੇਵਾਰ AI ਡੈਸ਼ਬੋਰਡ ਕੰਪੋਨੈਂਟਾਂ ਦੀ ਵਰਤੋਂ ਕਰਕੇ ਮਸ਼ੀਨ ਲਰਨਿੰਗ ਵਿੱਚ ਮਾਡਲ ਡਿਬੱਗਿੰਗ	Lesson	Ruth Yakubu

ਇਸ ਕੋਰਸ ਲਈ ਸਾਰੇ ਵਾਧੂ ਸਾਧਨ ਸਾਡੇ Microsoft Learn ਕਲੇਕਸ਼ਨ ਵਿੱਚ ਲੱਭੋ

ਆਫਲਾਈਨ ਐਕਸੈੱਸ

ਤੁਸੀਂ ਇਹ ਦਸਤਾਵੇਜ਼ ਆਫਲਾਈਨ Docsify ਦੀ ਵਰਤੋਂ ਕਰਕੇ ਚਲਾ ਸਕਦੇ ਹੋ। ਇਸ ਰੇਪੋ ਨੂੰ ਫੋਰਕ ਕਰੋ, ਆਪਣੇ ਲੋਕਲ ਮਸ਼ੀਨ 'ਤੇ Docsify ਇੰਸਟਾਲ ਕਰੋ, ਅਤੇ ਇਸ ਰੇਪੋ ਦੇ ਰੂਟ ਫੋਲਡਰ ਵਿੱਚ docsify serve ਟਾਈਪ ਕਰੋ। ਵੈੱਬਸਾਈਟ ਤੁਹਾਡੇ ਲੋਕਲਹੋਸਟ :3000 ਪੋਰਟ 'ਤੇ ਸੇਵਾ ਕੀਤੀ ਜਾਵੇਗੀ: localhost:3000।

PDFs

ਕਰੀਕੁਲਮ ਦਾ ਇੱਕ PDF ਲਿੰਕ ਦੇ ਨਾਲ ਇੱਥੇ ਲੱਭੋ।

🎒 ਹੋਰ ਕੋਰਸਜ਼

ਸਾਡੀ ਟੀਮ ਹੋਰ ਕੋਰਸਜ਼ ਬਣਾਉਂਦੀ ਹੈ! ਦੇਖੋ:

LangChain

Azure / Edge / MCP / Agents

---

ਜਨਰੇਟਿਵ AI ਸੀਰੀਜ਼

---

ਮੁੱਖ ਸਿੱਖਿਆ

---

ਕੋਪਾਇਲਟ ਸੀਰੀਜ਼

ਮਦਦ ਪ੍ਰਾਪਤ ਕਰਨਾ

ਜੇ ਤੁਹਾਨੂੰ ਰੁਕਾਵਟ ਆਵੇ ਜਾਂ AI ਐਪ ਬਣਾਉਣ ਬਾਰੇ ਕੋਈ ਸਵਾਲ ਹੋਵੇ। MCP ਬਾਰੇ ਚਰਚਾ ਕਰਨ ਲਈ ਹੋਰ ਸਿੱਖਣ ਵਾਲਿਆਂ ਅਤੇ ਅਨੁਭਵੀ ਵਿਕਾਸਕਾਰਾਂ ਨਾਲ ਜੁੜੋ। ਇਹ ਇੱਕ ਸਹਿਯੋਗੀ ਕਮਿਊਨਿਟੀ ਹੈ ਜਿੱਥੇ ਸਵਾਲਾਂ ਦਾ ਸਵਾਗਤ ਕੀਤਾ ਜਾਂਦਾ ਹੈ ਅਤੇ ਗਿਆਨ ਖੁੱਲ੍ਹ ਕੇ ਸਾਂਝਾ ਕੀਤਾ ਜਾਂਦਾ ਹੈ।

ਜੇ ਤੁਹਾਡੇ ਕੋਲ ਉਤਪਾਦੀ ਪ੍ਰਤੀਕਿਰਿਆ ਜਾਂ ਤਰਤੀਬ ਵਿੱਚ ਗਲਤੀਆਂ ਹਨ ਤਾਂ ਇੱਥੇ ਜਾਓ:

ਵਾਧੂ ਸਿੱਖਿਆ ਸੁਝਾਅ

• ਹਰੇਕ ਪਾਠ ਤੋਂ ਬਾਅਦ ਨੋਟਬੁਕ ਨੂੰ ਦੁਬਾਰਾ ਵੇਖੋ ਤਾਂ ਜੋ ਸਮਝ ਵਧੇਰੇ ਹੋਵੇ।
• ਆਪਣੇ ਆਪ الگورتھਮ ਲਾਗੂ ਕਰਨ ਦੀ ਪ੍ਰੈਕਟਿਸ ਕਰੋ।
• ਸਿੱਖੇ ਗਏ ਧਾਰਨਾਵਾਂ ਦੀ ਵਰਤੋਂ ਕਰਕੇ ਅਸਲੀ ਜਹਾਨ ਦੇ ਡੇਟਾਸੈਟ ਦੀ ਖੋਜ ਕਰੋ।

---

ਅਸਪਸ਼ਟੀਕਰਨ:
ਇਸ ਦਸਤਾਵੇਜ਼ ਦਾ ਅਨੁਵਾਦ ਏਆਈ ਅਨੁਵਾਦ ਸੇਵਾ Co-op Translator ਦੀ ਵਰਤੋਂ ਕਰਕੇ ਕੀਤਾ ਗਿਆ ਹੈ। ਜਦੋਂ ਕਿ ਅਸੀਂ ਸਹੀਤ ਵੱਲ ਕੋਸ਼ਿਸ਼ ਕਰਦੇ ਹਾਂ, ਕਿਰਪਾ ਕਰਕੇ ਧਿਆਨ ਦਿਓ ਕਿ ਸਵੈਚਾਲਿਤ ਅਨੁਵਾਦਾਂ ਵਿੱਚ ਗਲਤੀਆਂ ਜਾਂ ਅਸੂਚਿਤਤਾਵਾਂ ਹੋ ਸਕਦੀਆਂ ਹਨ। ਮੂਲ ਦਸਤਾਵੇਜ਼ ਆਪਣੀ ਮੂਲ ਭਾਸ਼ਾ ਵਿੱਚ ਅਥਾਰਟੀਟੇਟਿਵ ਸੋਰਸ ਮੰਨਿਆ ਜਾਣਾ ਚਾਹੀਦਾ ਹੈ। ਮਹੱਤਵਪੂਰਨ ਜਾਣਕਾਰੀ ਲਈ, ਵਿਸ਼ੇਸ਼ਜ્ઞ ਮਨੁੱਖੀ ਅਨੁਵਾਦ ਦੀ ਸਿਫਾਰਸ਼ ਕੀਤੀ ਜਾਂਦੀ ਹੈ। ਅਸੀਂ ਇਸ ਅਨੁਵਾਦ ਦੀ ਵਰਤੋਂ ਤੋਂ ਉਪਜਣ ਵਾਲੀਆਂ ਕਿਸੇ ਵੀ ਗਲਤਫਹਿਮੀਆਂ ਜਾਂ ਗਲਤ ਵਿਆਖਿਆਵਾਂ ਲਈ ਜ਼ਿੰਮੇਵਾਰ ਨਹੀਂ ਹਾਂ।