ML-For-Beginners/translations/sw

🌐 Msaada wa Lugha Nyingi

Umeungwa mkono kupitia Kitendo cha GitHub (Kisotomati & Kila Wakati kina Sasishwa)

Kiarabu | Kibengali | Kibulgaria | Kiburma (Myanma) | Kichina (Rahisi) | Kichina (Asili, Hong Kong) | Kichina (Asili, Macau) | Kichina (Asili, Taiwan) | Kroeshia | Cheki | Denmaki | Kiholanzi | Eistonia | Kifini | Kifaransa | Kijerumani | Kigiriki | Kiebrania | Kihindi | Kihungari | Kiindonesia | Kiitaliano | Kijapani | Kikannada | Kikmeru | Kikorea | Kilithuania | Kimalay | Kimalayalam | Kimarathi | Kinepali | Pidgin ya Nigeria | Kinorwe | Kiajemi (Farsi) | Kipolandi | Kireno (Brazil) | Kireno (Portugal) | Kipunjabi (Gurmukhi) | Kiromania | Kirusi | Kiserbia (Kisiliki) | Kislovakia | Kislovenia | Kihispania | Kiswahili | Kiswidi | Kitagalog (Kifilipino) | Kitamili | Kitelugu | Kithai | Kituruki | Kiukraini | Kiurudu | Kivietinamu

Ungependa Kukopa Mitaa?

Hifadhi hii inajumuisha tafsiri za lugha zaidi ya 50 ambazo huongeza kwa kiasi kikubwa ukubwa wa kupakua. Ili kukopa bila tafsiri, tumia sparse checkout:

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"

Hii inakupa kila kitu unachohitaji kukamilisha kozi kwa kupakua kwa kasi zaidi.

Jiunge na Jamii Yetu

Tuna mfululizo wa kujifunza wa Discord pamoja na AI unaoendelea, jifunze zaidi na jiunge nasi kwenye Mfululizo wa Kujifunza na AI kuanzia 18 - 30 Septemba, 2025. Utapokea vidokezo na mbinu za kutumia GitHub Copilot kwa Sayansi ya Takwimu.

Kujifunza Mashine kwa Wakianza - Mtaala

🌍 Tembea ulimwenguni tunapochunguza Kujifunza Mashine kwa njia za tamaduni za dunia 🌍

Watetezi wa Wingu wa Microsoft wanafurahia kutoa mtaala wa wiki 12, masomo 26 kuhusu Kujifunza Mashine. Katika mtaala huu, utajifunza kuhusu kile kinachoitwa mara nyingine kujifunza mashine cha classic, ukitumia hasa maktaba ya Scikit-learn na kuepuka kujifunza kwa kina, ambacho kinashughulikiwa katika mtaala wetu wa AI kwa Wakianza. Pia weka masomo haya pamoja na mtaala wetu wa 'Sayansi ya Takwimu kwa Wakianza'.

Safiri nasi duniani kote tunapotumia mbinu hizi za classic kwa data kutoka maeneo mengi ya dunia. Kila somo lina mtihani wa kabla na baada ya somo, maelekezo yaliyoandikwa ya kukamilisha somo, suluhisho, kazi ya nyumbani, na zaidi. Njia yetu ya kujifunza kwa mradi inakuwezesha kujifunza unajenga, njia iliyo thibitishwa ya kuufanya ujuzi mpya udumu.

✍️ Shukrani za dhati kwa waandishi wetu Jen Looper, Stephen Howell, Francesca Lazzeri, Tomomi Imura, Cassie Breviu, Dmitry Soshnikov, Chris Noring, Anirban Mukherjee, Ornella Altunyan, Ruth Yakubu na Amy Boyd

🎨 Asante pia kwa wachoraji wetu Tomomi Imura, Dasani Madipalli, na Jen Looper

🙏 Shukrani maalum 🙏 kwa waandishi, wachambuzi, na wachangiaji wa maudhui wa Ubalozi wa Wanafunzi wa Microsoft, hasa Rishit Dagli, Muhammad Sakib Khan Inan, Rohan Raj, Alexandru Petrescu, Abhishek Jaiswal, Nawrin Tabassum, Ioan Samuila, na Snigdha Agarwal

🤩 Shukrani za ziada kwa Mabalozi wa Wanafunzi wa Microsoft Eric Wanjau, Jasleen Sondhi, na Vidushi Gupta kwa masomo yetu ya R!

Kuanza

Fuata hatua hizi:

1. Fanya Fork ya Hifadhi: Bofya kitufe cha "Fork" upande wa juu kulia wa ukurasa huu.
2. Nakili Hifadhi: git clone https://github.com/microsoft/ML-For-Beginners.git

pata rasilimali zote za ziada za kozi hii kwenye mkusanyiko wetu wa Microsoft Learn

🔧 Unahitaji msaada? Angalia Mwongozo wa Utatuzi wa Matatizo kwa suluhisho za matatizo ya kawaida katika usakinishaji, usanidi, na kuendesha masomo.

Wanafunzi, ili kutumia mtaala huu, fanya fork ya repo yote kwenye akaunti yako ya GitHub na ukamilishe mazoezi mwenyewe au na kikundi:

• Anza na mtihani wa kabla ya mhadhara.
• Soma mhadhara na ukamilishe shughuli, simama na fikiri kila baada ya kila kipimo cha maarifa.
• Jaribu kuunda miradi kwa kuelewa masomo badala ya kuendesha msimbo wa suluhisho; hata hivyo msimbo huo unapatikana kwenye folda za /solution katika kila somo la mradi.
• Fanya mtihani wa baada ya mhadhara.
• Kukamilisha changamoto.
• Kukamilisha kazi ya nyumbani.
• Baada ya kukamilisha kikundi cha masomo, tembelea Bodi ya Majadiliano na "jifunze kwa sauti" kwa kujaza rubric ya PAT inayofaa. 'PAT' ni Chombo cha Tathmini ya Maendeleo ambacho ni rubric unayojaza ili kuendeleza kujifunza kwako. Pia unaweza kutoa maoni kwa PAT zingine ili tufunzwe pamoja.

Kwa masomo zaidi, tunapendekeza kufuata moduli na njia za kujifunza za Microsoft Learn.

Walezi, tumewajumuisha mapendekezo kadhaa juu ya jinsi ya kutumia mtaala huu.

---

Maelezo ya video

Baadhi ya masomo yanapatikana kama video fupi. Unaweza kupata yote haya ndani ya masomo, au kwenye mfululizo wa ML kwa Wakianza kwenye chaneli ya Microsoft Developer YouTube kwa kubofya picha hapa chini.

---

Kutambuliana na Timu

Gif kwa Mohit Jaisal

🎥 Bonyeza picha hapo juu kwa video kuhusu mradi na watu waliouunda!

---

Mbinu ya Kufundishia

Tumekuwa na kauli mbiu mbili za kielimu wakati wa kujenga mtaala huu: kuhakikisha kwamba ni mkono-katika-mtu unaotegemea mradi na kwamba unajumuisha mitihani ya mara kwa mara. Zaidi ya hayo, mtaala huu una kauli mbiu ya pamoja kutoa mshikamano.

Kwa kuhakikisha kwamba maudhui yanahusiana na miradi, mchakato unatengenezwa kuvutia zaidi kwa wanafunzi na uwezo wa kumbukumbu wa dhana utaongezeka. Zaidi ya hayo, mtihani wa chini wa hatari kabla ya darasa huweka nia ya mwanafunzi kuelekea kujifunza mada, wakati mtihani wa pili baada ya darasa unaongeza kumbukumbu zaidi. Mtaala huu umetengenezwa kuwa mraimu na wa kufurahisha na unaweza kuchukuliwa kwa ukamilifu au sehemu. Miradi huanza kwa ndogo na kuendelea kuwa ngumu zaidi mwishoni mwa mzunguko wa wiki 12. Mtaala huu pia una kumbusho kuhusu matumizi halisi ya ML, ambayo inaweza kutumika kama mkopo wa ziada au kama msingi wa mjadala.

Tafuta Kanuni zetu za Maadili, Michango, Tafsiri, na mwongozo wa Utatuzi wa Matatizo. Tunakaribisha maoni yako yenye tija!

Kila somo linajumuisha

• chati ya sketchnote hiari
• video ya ziada hiari
• maelekezo ya video (baadhi ya masomo tu)
• mtihani wa awali wa joto kabla ya mhadhara
• somo maandishi
• kwa masomo yanayotegemea mradi, mwongozo hatua kwa hatua wa ujenzi wa mradi
• vipimo vya maarifa
• changamoto
• kusoma ziada
• kazi ya nyumbani
• mtihani wa baada ya mhadhara

Kumbuka kuhusu lugha: Masomo haya yameandikwa hasa kwa Python, lakini mengi pia yanapatikana kwa R. Ili kumaliza somo la R, nenda kwenye folda ya /solution na tafuta masomo ya R. Yana nyongeza ya .rmd ambayo inawakilisha faili la R Markdown ambalo linaweza kuelezwa kwa urahisi kama kuingiza vidonge vya nambari (za R au lugha nyingine) na kichwa cha YAML (ambacho kinaongoza jinsi ya kuunda matokeo kama PDF) kwenye nyaraka za Markdown. Kwa kuwa hivyo, hutoa mfumo bora wa uandishi wa sayansi ya data kwa sababu inakuwezesha kuunganisha nambari zako, matokeo yake, na mawazo yako kwa kuweza kuyaandika chini kwa Markdown. Zaidi ya hayo, nyaraka za R Markdown zinaweza kutengenezwa kuwa aina za matokeo kama PDF, HTML, au Word.

Kumbuka kuhusu maswali ya mtihani: Maswali yote ya mtihani yanapatikana kwenye Folda ya Programu ya Mtihani, kwa jumla ya maswali 52 yenye maswali matatu kila moja. Yameunganishwa ndani ya masomo lakini programu ya mtihani inaweza kuendeshwa kwa mtaa; fuata maelekezo kwenye folda ya quiz-app ili kuiendesha kwa mtaa au kuipeleka kwenye Azure.

Nambari ya Somo	Mada	Ukusanyaji wa Masomo	Malengo ya Kujifunza	Somo Lililo Unganishwa	Mwandishi
01	Utangulizi wa ujifunzaji wa mashine	Utangulizi	Jifunze dhana za msingi nyuma ya ujifunzaji wa mashine	Somo	Muhammad
02	Historia ya ujifunzaji wa mashine	Utangulizi	Jifunze historia inayojihusisha na eneo hili	Somo	Jen na Amy
03	Uadilifu na ujifunzaji wa mashine	Utangulizi	Je, ni masuala gani muhimu ya falsafa kuhusu uadilifu ambayo wanafunzi wanapaswa kuzingatia wanapojenga na kutekeleza mifano ya ML?	Somo	Tomomi
04	Mbinu za ujifunzaji wa mashine	Utangulizi	Ni mbinu gani watafiti wa ML hutumia kujenga mifano ya ML?	Somo	Chris na Jen
05	Utangulizi wa regression	Regression	Anza na Python na Scikit-learn kwa mifano ya regression	Python • R	Jen • Eric Wanjau
06	Bei za maboga ya Amerika Kaskazini 🎃	Regression	Onyesha kwa kuona na safisha data kwa ajili ya ML	Python • R	Jen • Eric Wanjau
07	Bei za maboga ya Amerika Kaskazini 🎃	Regression	Jenga mifano ya regression ya mstari na polynomial	Python • R	Jen na Dmitry • Eric Wanjau
08	Bei za maboga ya Amerika Kaskazini 🎃	Regression	Jenga mfano wa regression wa logistic	Python • R	Jen • Eric Wanjau
09	Programu ya Wavuti 🔌	Web App	Jenga programu ya wavuti kutumia mfano wako uliopata mafunzo	Python	Jen
10	Utangulizi wa uainishaji	Classification	Safisha, andaa, na onyesha data yako; utangulizi wa uainishaji	Python • R	Jen na Cassie • Eric Wanjau
11	Vyakula vitamu vya Asia na India 🍜	Classification	Utangulizi wa waainishaji	Python • R	Jen na Cassie • Eric Wanjau
12	Vyakula vitamu vya Asia na India 🍜	Classification	Waainishaji zaidi	Python • R	Jen na Cassie • Eric Wanjau
13	Vyakula vitamu vya Asia na India 🍜	Classification	Jenga programu ya wavuti ya kupendekeza kutumia mfano wako	Python	Jen
14	Utangulizi wa uundaji	Clustering	Safisha, andaa, na onyesha data yako; Utangulizi wa uundaji	Python • R	Jen • Eric Wanjau
15	Kuchunguza Ladha za Muziki za Nigeria 🎧	Clustering	Chunguza njia ya uundaji ya K-Means	Python • R	Jen • Eric Wanjau
16	Utangulizi wa usindikaji wa lugha asilia ☕️	Natural language processing	Jifunze misingi ya NLP kwa kujenga roboti rahisi	Python	Stephen
17	Majukumu ya kawaida ya NLP ☕️	Natural language processing	Zidi uelewa wako wa NLP kwa kuelewa majukumu ya kawaida yanayohitajika wakati wa kushughulika na miundo ya lugha	Python	Stephen
18	Tafsiri na uchambuzi wa hisia ♥️	Natural language processing	Tafsiri na uchambuzi wa hisia na Jane Austen	Python	Stephen
19	Hoteli za kimapenzi za Ulaya ♥️	Natural language processing	Uchambuzi wa hisia kwa mapitio ya hoteli 1	Python	Stephen
20	Hoteli za kimapenzi za Ulaya ♥️	Natural language processing	Uchambuzi wa hisia kwa mapitio ya hoteli 2	Python	Stephen
21	Utangulizi wa utabiri wa mfululizo wa wakati	Time series	Utangulizi wa utabiri wa mfululizo wa wakati	Python	Francesca
22	⚡️ Matumizi ya Nguvu Duniani ⚡️ - utabiri wa mfululizo wa wakati kwa ARIMA	Time series	Utabiri wa mfululizo wa wakati kwa ARIMA	Python	Francesca
23	⚡️ Matumizi ya Nguvu Duniani ⚡️ - utabiri wa mfululizo wa wakati kwa SVR	Time series	Utabiri wa mfululizo wa wakati kwa Support Vector Regressor	Python	Anirban
24	Utangulizi wa ujifunzaji wa msaada	Reinforcement learning	Utangulizi wa ujifunzaji wa msaada kwa kutumia Q-Learning	Python	Dmitry
25	Msaada kwa Peter kuepuka mbwa mwitu! 🐺	Reinforcement learning	Gym ya ujifunzaji wa msaada	Python	Dmitry
Postscript	Matukio halisi ya ML na matumizi	ML in the Wild	Matumizo ya kuvutia na kufunua ya ML ya zamani	Somo	Team
Postscript	Urekebishaji wa Mfano wa ML kwa kutumia dashibodi ya RAI	ML in the Wild	Urekebishaji wa Mfano wa Ujifunzaji wa Mashine kwa kutumia vipengele vya dashibodi ya Responsible AI	Somo	Ruth Yakubu

pata rasilimali zote za ziada kwa kozi hii katika mkusanyiko wetu wa Microsoft Learn

Ufikiaji nje ya mtandao

Unaweza kuendesha hati hizi nje ya mtandao kwa kutumia Docsify. Nakili repo hii, weka Docsify kwenye mashine yako ya mtaa, na kisha kwenye folda ya mzizi ya repo hii, andika docsify serve. Tovuti itakuwa inapatikana kwenye bandari 3000 kwenye mtaa wako wa localhost: localhost:3000.

PDFs

Tafuta pdf ya mtaala wenye viungo hapa.

🎒 Kozi Nyingine

Timu yetu huandaa kozi zingine! Angalia:

LangChain

Azure / Edge / MCP / Wakala

---

Mfululizo wa AI Inayotengeneza

---

Mafunzo ya Msingi

---

Mfululizo wa Copilot

Kupata Msaada

Ukikumbwa au ikiwa na maswali yoyote kuhusu kujenga programu za AI. Jiunge na wanajifunza wenzako na waendelezaji wenye uzoefu katika mijadala kuhusu MCP. Ni jamii yenye msaada ambapo maswali yanakaribishwa na maarifa yanashirikishwa kwa ukarimu.

Ikiwa una maoni kuhusu bidhaa au makosa wakati wa kujenga tembelea:

Vidokezo Zaidi vya Kujifunza

• Pitia daftari za maelezo baada ya kila somo kwa uelewa mzuri zaidi.
• Fanya mazoezi ya kutekeleza algoriti peke yako.
• Chunguza seti halisi za data ukitumia dhana ulizojifunza.

---

Tangazo la Msamaha:
Hati hii imetafsiriwa kwa kutumia huduma ya tafsiri ya AI Co-op Translator. Wakati tunajitahidi kwa usahihi, tafadhali fahamu kuwa tafsiri za kiotomatiki zinaweza kuwa na makosa au kasoro. Hati ya awali katika lugha yake ya asili inapaswa kuchukuliwa kama chanzo cha mamlaka. Kwa taarifa muhimu, tafsiri ya kitaalamu ya binadamu inashauriwa. Hatukuwajibiki kwa kutoelewana au tafsiri potofu zinazotokea kutokana na matumizi ya tafsiri hii.