You can not select more than 25 topics
Topics must start with a letter or number, can include dashes ('-') and can be up to 35 characters long.
238 lines
43 KiB
238 lines
43 KiB
[](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/)
|
|
|
|
### 🌐 ਬਹੁ-ਭਾਸ਼ਾ ਸਹਾਇਤਾ
|
|
|
|
#### GitHub ਐਕਸ਼ਨ ਰਾਹੀਂ ਸਮਰਥਿਤ (ਆਟੋਮੇਟਿਕ ਅਤੇ ਹਮੇਸ਼ਾ ਅਪ-ਟੂ-ਡੇਟ)
|
|
|
|
<!-- 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](../km/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)](./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)
|
|
|
|
> **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:**
|
|
> ```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"
|
|
> ```
|
|
>
|
|
> ਇਹ ਤੁਹਾਨੂੰ ਕੋਰਸ ਨੂੰ ਜ਼ਿਆਦਾ ਤੇਜ਼ ਡਾਊਨਲੋਡ ਨਾਲ ਪੂਰਾ ਕਰਨ ਲਈ ਸਾਰੀ ਜਰੂਰੀ ਚੀਜ਼ਾਂ ਦਿੰਦਾ ਹੈ।
|
|
<!-- CO-OP TRANSLATOR LANGUAGES TABLE END -->
|
|
|
|
#### ਸਾਡੇ ਕਮਿਊਨਿਟੀ ਵਿੱਚ ਸ਼ਾਮਿਲ ਹੋਵੋ
|
|
|
|
[](https://discord.gg/nTYy5BXMWG)
|
|
|
|
ਅਸੀਂ ਇੱਕ ਡਿਸਕਾਰਡ ਲਰਨ ਵਿਥ ਏਆਈ ਸਿਰੀਜ਼ ਚਲਾ ਰਹੇ ਹਾਂ, ਵੱਧ ਜਾਣਕਾਰੀ ਲਈ ਅਤੇ ਸਾਡੇ ਨਾਲ ਜੁੜਨ ਲਈ [Learn with AI Series](https://aka.ms/learnwithai/discord) '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](https://aka.ms/ai4beginners) ਵਿੱਚ ਕਵਰ ਕੀਤਾ ਗਿਆ ਹੈ। ਇਹ ਪਾਠ ਸਾਡੇ ['ਡਾਟਾ ਸਾਇੰਸ ਫਾਰ ਬਿਗਿਨਰਜ਼' ਕਰੀਕੁਲਮ](https://aka.ms/ds4beginners) 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](https://learn.microsoft.com/en-us/collections/qrqzamz1nn2wx3?WT.mc_id=academic-77952-bethanycheum)
|
|
|
|
> 🔧 **ਮਦਦ ਚਾਹੀਦੀ ਹੈ?** ਸਾਡੀ [ਪਰੇਸ਼ਾਨੀਆਂ ਸੁਲਝਾਉਣ ਦੀ ਗਾਈਡ](TROUBLESHOOTING.md) ਵਿੱਚ ਇੰਸਟਾਲੇਸ਼ਨ, ਸੈਟਅੱਪ ਅਤੇ ਪਾਠ ਚਲਾਉਣ ਸਮੱਸਿਆਵਾਂ ਦੇ ਹੱਲ ਹਨ।
|
|
|
|
|
|
**[ਵਿਦਿਆਰਥੀ](https://aka.ms/student-page)**, 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](https://github.com/microsoft/ML-For-Beginners/discussions) 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](https://docs.microsoft.com/en-us/users/jenlooper-2911/collections/k7o7tg1gp306q4?WT.mc_id=academic-77952-leestott) ਮਾਡਿਊਲਾਂ ਅਤੇ ਲਰਨਿੰਗ ਪਾਥਾਂ ਦੀ ਸਿਫ਼ਾਰਸ਼ ਕੀਤੀ ਜਾਂਦੀ ਹੈ।
|
|
|
|
**ਅਧਿਆਪਕ**, ਅਸੀਂ [ਕੁਝ ਸੁਝਾਵ](for-teachers.md) 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](https://aka.ms/ml-beginners-videos) 'ਤੇ ਤਸਵੀਰ 'ਤੇ ਕਲਿੱਕ ਕਰਕੇ ਵੇਖ ਸਕਦੇ ਹੋ।
|
|
|
|
[](https://aka.ms/ml-beginners-videos)
|
|
|
|
---
|
|
|
|
## ਟੀਮ ਨਾਲ ਮਿਲੋ
|
|
|
|
[](https://youtu.be/Tj1XWrDSYJU)
|
|
|
|
**ਗਿਫ਼** [ਮੋਹਿਤ ਜੈਸਲ](https://linkedin.com/in/mohitjaisal) 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](CODE_OF_CONDUCT.md), [ਯੋਗਦਾਨ](CONTRIBUTING.md), [ਅਨੁਵਾਦ](..), ਅਤੇ [ਮੁਸ਼ਕਲਾਂ ਦਾ ਹੱਲ](TROUBLESHOOTING.md) 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](https://ff-quizzes.netlify.app/en/ml/)
|
|
- ਲਿਖਤੀ ਪਾਠ
|
|
- ਪ੍ਰੋਜੈਕਟ-ਅਧਾਰਿਤ ਪਾਠਾਂ ਲਈ, ਪ੍ਰੋਜੈਕਟ ਬਣਾਉਣ ਲਈ ਕਦਮ-ਦਰ-ਕਦਮ ਮਾਰਗਦਰਸ਼ਨ
|
|
- ਗਿਆਨ ਚੈੱਕ
|
|
- ਇੱਕ ਚੈਲੰਜ
|
|
- ਸਹਾਇਕ ਪਾਠ
|
|
- ਅਸਾਈਨਮੈਂਟ
|
|
- [ਪੋਸਟ-ਲੇਕਚਰ ਕਵਿਜ਼](https://ff-quizzes.netlify.app/en/ml/)
|
|
> **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](../../quiz-app) 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](1-Introduction/README.md) | ਮਸ਼ੀਨ ਲਰਨਿੰਗ ਦੇ ਮੂਲ ਭਾਵ ਦੱਸੋ | [Lesson](1-Introduction/1-intro-to-ML/README.md) | Muhammad |
|
|
| 02 | ਮਸ਼ੀਨ ਲਰਨਿੰਗ ਦਾ ਇਤਿਹਾਸ | [Introduction](1-Introduction/README.md) | ਇਸ ਖੇਤਰ ਦੇ ਇਤਿਹਾਸ ਬਾਰੇ ਜਾਣੋ | [Lesson](1-Introduction/2-history-of-ML/README.md) | Jen and Amy |
|
|
| 03 | ਨਿਆਂ ਅਤੇ ਮਸ਼ੀਨ ਲਰਨਿੰਗ | [Introduction](1-Introduction/README.md) | ਨਿਆਂ ਦੇ ਮੁੱਖ ਫ਼ਲਸਫ਼ੀ ਮੁੱਦੇ ਕੀ ਹਨ ਜੋ ਵਿਦਿਆਰਥੀਆਂ ਨੂੰ ਮਸ਼ੀਨ ਲਰਨਿੰਗ ਮਾਡਲ ਬਣਾਉਂਦੇ ਤੇ ਲਾਗੂ ਕਰਦੇ ਸਮੇਂ ਧਿਆਨ ਵਿੱਚ ਰੱਖਣੇ ਚਾਹੀਦੇ ਹਨ? | [Lesson](1-Introduction/3-fairness/README.md) | Tomomi |
|
|
| 04 | ਮਸ਼ੀਨ ਲਰਨਿੰਗ ਲਈ ਤਕਨੀਕਾਂ | [Introduction](1-Introduction/README.md) | ਮਸ਼ੀਨ ਲਰਨਿੰਗ ਖੋਜਕਰਤਾ ਕਿਸ ਤਰ੍ਹਾਂ ਦੀਆਂ ਤਕਨੀਕਾਂ ਵਰਤਦੇ ਹਨ ਮਾਡਲ ਬਣਾਉਣ ਲਈ? | [Lesson](1-Introduction/4-techniques-of-ML/README.md) | Chris and Jen |
|
|
| 05 | ਰਿਗਰੇਸ਼ਨ ਦਾ ਪਰਚਯ | [Regression](2-Regression/README.md) | ਰਿਗਰੇਸ਼ਨ ਮਾਡਲਾਂ ਲਈ ਪਾਇਥਨ ਅਤੇ ਸਕਿਕਿਟ-ਲਰਨ ਨਾਲ ਸ਼ੁਰੂਆਤ ਕਰੋ | [Python](2-Regression/1-Tools/README.md) • [R](../../2-Regression/1-Tools/solution/R/lesson_1.html) | Jen • Eric Wanjau |
|
|
| 06 | ਉੱਤਰ ਅਮਰੀਕੀ ਕੁੱਲھو ਦਾ ਮੁਲ (Pumpkin Prices) 🎃 | [Regression](2-Regression/README.md) | ਮਸ਼ੀਨ ਲਰਨਿੰਗ ਦੀ ਤਿਆਰੀ ਲਈ ਡਾਟਾ ਨੂੰ ਵਿਜ਼ੁਅਲਾਈਜ਼ ਅਤੇ ਸਾਫ ਕਰੋ | [Python](2-Regression/2-Data/README.md) • [R](../../2-Regression/2-Data/solution/R/lesson_2.html) | Jen • Eric Wanjau |
|
|
| 07 | ਉੱਤਰ ਅਮਰੀਕੀ ਕੁੱਲਹੁ ਦੇ ਮੁਲ 🎃 | [Regression](2-Regression/README.md) | ਸੀਧੀ ਅਤੇ ਘਾਤਕ ਰਿਗਰੇਸ਼ਨ ਮਾਡਲ ਬਣਾਓ | [Python](2-Regression/3-Linear/README.md) • [R](../../2-Regression/3-Linear/solution/R/lesson_3.html) | Jen and Dmitry • Eric Wanjau |
|
|
| 08 | ਉੱਤਰ ਅਮਰੀਕੀ ਕੁੱਲਹੁ ਦੇ ਮੁਲ 🎃 | [Regression](2-Regression/README.md) | ਇਕ ਲਾਜਿਸਟਿਕ ਰਿਗਰੇਸ਼ਨ ਮਾਡਲ ਬਣਾਓ | [Python](2-Regression/4-Logistic/README.md) • [R](../../2-Regression/4-Logistic/solution/R/lesson_4.html) | Jen • Eric Wanjau |
|
|
| 09 | ਇੱਕ ਵੈੱਬ ਐਪ 🔌 | [Web App](3-Web-App/README.md) | ਆਪਣਾ ਟ੍ਰੇਨ ਕੀਤਾ ਮਾਡਲ ਵਰਤਣ ਲਈ ਵੈੱਬ ਐਪ ਬਣਾਓ | [Python](3-Web-App/1-Web-App/README.md) | Jen |
|
|
| 10 | ਵਰਗੀਕਰਨ ਦਾ ਪਰਚਯ | [Classification](4-Classification/README.md) | ਆਪਣੇ ਡਾਟੇ ਨੂੰ ਸਾਫ, ਤਿਆਰ ਅਤੇ ਵਿਜ਼ੁਅਲਾਈਜ਼ ਕਰੋ; ਵਰਗੀਕਰਨ ਦਾ ਪਰਚਯ | [Python](4-Classification/1-Introduction/README.md) • [R](../../4-Classification/1-Introduction/solution/R/lesson_10.html) | Jen and Cassie • Eric Wanjau |
|
|
| 11 | ਸੁਆਦੀ ਅਸ਼ੀਅਈ ਅਤੇ ਭਾਰਤੀ ਰਸੋਈਆਂ 🍜 | [Classification](4-Classification/README.md) | ਵਰਗੀਕਰਨ ਕਰਨ ਵਾਲਿਆਂ ਦਾ ਪਰਚਯ | [Python](4-Classification/2-Classifiers-1/README.md) • [R](../../4-Classification/2-Classifiers-1/solution/R/lesson_11.html) | Jen and Cassie • Eric Wanjau |
|
|
| 12 | ਸੁਆਦੀ ਅਸ਼ੀਅਈ ਅਤੇ ਭਾਰਤੀ ਰਸੋਈਆਂ 🍜 | [Classification](4-Classification/README.md) | ਹੋਰ ਵਰਗੀਕਰਨ ਕਰਨ ਵਾਲੇ | [Python](4-Classification/3-Classifiers-2/README.md) • [R](../../4-Classification/3-Classifiers-2/solution/R/lesson_12.html) | Jen and Cassie • Eric Wanjau |
|
|
| 13 | ਸੁਆਦੀ ਅਸ਼ੀਅਈ ਅਤੇ ਭਾਰਤੀ ਰਸੋਈਆਂ 🍜 | [Classification](4-Classification/README.md) | ਆਪਣਾ ਮਾਡਲ ਵਰਤ ਕੇ ਸਿਫ਼ਾਰਸ਼ਕਾਰ ਵੈੱਬ ਐਪ ਬਣਾਓ | [Python](4-Classification/4-Applied/README.md) | Jen |
|
|
| 14 | ਕਲੱਸਟਰਿੰਗ ਦਾ ਪਰਚਯ | [Clustering](5-Clustering/README.md) | ਆਪਣੇ ਡਾਟੇ ਨੂੰ ਸਾਫ, ਤਿਆਰ ਅਤੇ ਵਿਜ਼ੁਅਲਾਈਜ਼ ਕਰੋ; ਕਲੱਸਟਰਿੰਗ ਦਾ ਪਰਚਯ | [Python](5-Clustering/1-Visualize/README.md) • [R](../../5-Clustering/1-Visualize/solution/R/lesson_14.html) | Jen • Eric Wanjau |
|
|
| 15 | ਨਾਈਜੀਰੀਆਈ ਸੰਗੀਤਕ ਸੋਚਾਂ ਦੀ ਪੜਚੋਲ 🎧 | [Clustering](5-Clustering/README.md) | K-ਮੀਨਜ਼ ਕਲੱਸਟਰਿੰਗ ਵਿਧੀ ਦੀ ਪੜਚੋਲ ਕਰੋ | [Python](5-Clustering/2-K-Means/README.md) • [R](../../5-Clustering/2-K-Means/solution/R/lesson_15.html) | Jen • Eric Wanjau |
|
|
| 16 | ਕੁਦਰਤੀ ਭਾਸ਼ਾ ਪ੍ਰੋਸੈਸਿੰਗ ਦਾ ਪਰਚਯ ☕️ | [Natural language processing](6-NLP/README.md) | ਸਧਾਰਨ ਬੋਟ ਬਣਾਕੇ NLP ਦੇ ਮੂਲ ਸਿਧਾਂਤ ਸਿੱਖੋ | [Python](6-NLP/1-Introduction-to-NLP/README.md) | Stephen |
|
|
| 17 | ਆਮ NLP ਕੰਮ ☕️ | [Natural language processing](6-NLP/README.md) | ਭਾਸ਼ਾਈ ਸੰਰਚਨਾਵਾਂ ਨਾਲ ਨਿਪਟਣ ਸਮੇਂ ਲੋੜੀਂਦੇ ਆਮ ਕੰਮਾਂ ਨੂੰ ਸਮਝ ਕੇ NLP ਗਿਆਨ ਨੂੰ ਮਜ਼ਬੂਤ ਕਰੋ | [Python](6-NLP/2-Tasks/README.md) | Stephen |
|
|
| 18 | ਅਨੁਵਾਦ ਅਤੇ ਭਾਵਨਾ ਵਿਸ਼ਲੇਸ਼ਣ ♥️ | [Natural language processing](6-NLP/README.md) | ਜੇਨ ਆਸਟਿਨ ਦੇ ਨਾਲ ਅਨੁਵਾਦ ਅਤੇ ਭਾਵਨਾ ਵਿਸ਼ਲੇਸ਼ਣ | [Python](6-NLP/3-Translation-Sentiment/README.md) | Stephen |
|
|
| 19 | ਯੂਰਪ ਦੇ ਰੋਮਾਂਟਿਕ ਹੋਟਲ ♥️ | [Natural language processing](6-NLP/README.md) | ਹੋਟਲ ਸਮੀਖਿਆਵਾਂ ਨਾਲ ਭਾਵਨਾ ਵਿਸ਼ਲੇਸ਼ਣ 1 | [Python](6-NLP/4-Hotel-Reviews-1/README.md) | Stephen |
|
|
| 20 | ਯੂਰਪ ਦੇ ਰੋਮਾਂਟਿਕ ਹੋਟਲ ♥️ | [Natural language processing](6-NLP/README.md) | ਹੋਟਲ ਸਮੀਖਿਆਵਾਂ ਨਾਲ ਭਾਵਨਾ ਵਿਸ਼ਲੇਸ਼ਣ 2 | [Python](6-NLP/5-Hotel-Reviews-2/README.md) | Stephen |
|
|
| 21 | ਸਮਾਂ ਕ੍ਰਮ ਅਨੁਮਾਨ ਦਾ ਪਰਚਯ | [Time series](7-TimeSeries/README.md) | ਸਮਾਂ ਕ੍ਰਮ ਅਨੁਮਾਨ ਦਾ ਪਰਚਯ | [Python](7-TimeSeries/1-Introduction/README.md) | Francesca |
|
|
| 22 | ⚡️ ਦੁਨੀਆ ਦੀ ਬਿਜਲੀ ਉਪਭੋਗਤਾ ⚡️ - ARIMA ਨਾਲ ਸਮਾਂ ਕ੍ਰਮ ਅਨੁਮਾਨ | [Time series](7-TimeSeries/README.md) | ARIMA ਨਾਲ ਸਮਾਂ ਕ੍ਰਮ ਅਨੁਮਾਨ | [Python](7-TimeSeries/2-ARIMA/README.md) | Francesca |
|
|
| 23 | ⚡️ ਦੁਨੀਆ ਦੀ ਬਿਜਲੀ ਉਪਭੋਗਤਾ ⚡️ - SVR ਨਾਲ ਸਮਾਂ ਕ੍ਰਮ ਅਨੁਮਾਨ | [Time series](7-TimeSeries/README.md) | Support Vector Regressor ਨਾਲ ਸਮਾਂ ਕ੍ਰਮ ਅਨੁਮਾਨ | [Python](7-TimeSeries/3-SVR/README.md) | Anirban |
|
|
| 24 | ਰੀਇਨਫੋਰਸਮੈਂਟ ਲਰਨਿੰਗ ਦਾ ਪਰਚਯ | [Reinforcement learning](8-Reinforcement/README.md) | Q-Learning ਨਾਲ ਰੀਇਨਫੋਰਸਮੈਂਟ ਲਰਨਿੰਗ ਦਾ ਪਰਚਯ | [Python](8-Reinforcement/1-QLearning/README.md) | Dmitry |
|
|
| 25 | ਪੀਟਰ ਨੂੰ ਭੇੜੀ ਤੋਂ ਬਚਾਓ! 🐺 | [Reinforcement learning](8-Reinforcement/README.md) | ਰੀਇਨਫੋਰਸਮੈਂਟ ਲਰਨਿੰਗ ਲਈ ਜਿਮ | [Python](8-Reinforcement/2-Gym/README.md) | Dmitry |
|
|
| ਪੋਸਟਸਕ੍ਰਿਪਟ | ਅਸਲੀ ਸੰਸਾਰ ਦੇ ਮਸ਼ੀਨ ਲਰਨਿੰਗ ਦ੍ਰਿਸ਼ | [ML in the Wild](9-Real-World/README.md) | ਪਾਰੰਪਰਿਕ ਮਸ਼ੀਨ ਲਰਨਿੰਗ ਦੀਆਂ ਦਿਲਚਸਪ ਅਤੇ ਪ੍ਰਕਾਸ਼ਮਾਨ ਅਸਲੀ ਦੁਨੀਆ ਦੀਆਂ ਐਪਲੀਕੇਸ਼ਨਾਂ | [Lesson](9-Real-World/1-Applications/README.md) | ਟੀਮ |
|
|
| ਪੋਸਟਸਕ੍ਰਿਪਟ | Machine Learning ਵਿੱਚ ਮਾਡਲ ਡਿਬੱਗਿੰਗ RAI ਡੈਸ਼ਬੋਰਡ ਨਾਲ | [ML in the Wild](9-Real-World/README.md) | ਜ਼ਿੰਮੇਵਾਰ AI ਡੈਸ਼ਬੋਰਡ ਕੰਪੋਨੈਂਟਾਂ ਦੀ ਵਰਤੋਂ ਕਰਕੇ ਮਸ਼ੀਨ ਲਰਨਿੰਗ ਵਿੱਚ ਮਾਡਲ ਡਿਬੱਗਿੰਗ | [Lesson](9-Real-World/2-Debugging-ML-Models/README.md) | Ruth Yakubu |
|
|
|
|
> [ਇਸ ਕੋਰਸ ਲਈ ਸਾਰੇ ਵਾਧੂ ਸਾਧਨ ਸਾਡੇ Microsoft Learn ਕਲੇਕਸ਼ਨ ਵਿੱਚ ਲੱਭੋ](https://learn.microsoft.com/en-us/collections/qrqzamz1nn2wx3?WT.mc_id=academic-77952-bethanycheum)
|
|
|
|
## ਆਫਲਾਈਨ ਐਕਸੈੱਸ
|
|
|
|
ਤੁਸੀਂ ਇਹ ਦਸਤਾਵੇਜ਼ ਆਫਲਾਈਨ [Docsify](https://docsify.js.org/#/) ਦੀ ਵਰਤੋਂ ਕਰਕੇ ਚਲਾ ਸਕਦੇ ਹੋ। ਇਸ ਰੇਪੋ ਨੂੰ ਫੋਰਕ ਕਰੋ, ਆਪਣੇ ਲੋਕਲ ਮਸ਼ੀਨ 'ਤੇ [Docsify ਇੰਸਟਾਲ ਕਰੋ](https://docsify.js.org/#/quickstart), 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](https://microsoft.github.io/ML-For-Beginners/pdf/readme.pdf) ਲੱਭੋ।
|
|
|
|
|
|
## 🎒 ਹੋਰ ਕੋਰਸਜ਼
|
|
|
|
ਸਾਡੀ ਟੀਮ ਹੋਰ ਕੋਰਸਜ਼ ਬਣਾਉਂਦੀ ਹੈ! ਦੇਖੋ:
|
|
|
|
<!-- CO-OP TRANSLATOR OTHER COURSES START -->
|
|
### LangChain
|
|
[](https://aka.ms/langchain4j-for-beginners)
|
|
[](https://aka.ms/langchainjs-for-beginners?WT.mc_id=m365-94501-dwahlin)
|
|
[](https://github.com/microsoft/langchain-for-beginners?WT.mc_id=m365-94501-dwahlin)
|
|
---
|
|
|
|
### Azure / Edge / MCP / Agents
|
|
[](https://github.com/microsoft/AZD-for-beginners?WT.mc_id=academic-105485-koreyst)
|
|
[](https://github.com/microsoft/edgeai-for-beginners?WT.mc_id=academic-105485-koreyst)
|
|
[](https://github.com/microsoft/mcp-for-beginners?WT.mc_id=academic-105485-koreyst)
|
|
[](https://github.com/microsoft/ai-agents-for-beginners?WT.mc_id=academic-105485-koreyst)
|
|
|
|
---
|
|
|
|
### ਜਨਰੇਟਿਵ AI ਸੀਰੀਜ਼
|
|
[](https://github.com/microsoft/generative-ai-for-beginners?WT.mc_id=academic-105485-koreyst)
|
|
[-9333EA?style=for-the-badge&labelColor=E5E7EB&color=9333EA)](https://github.com/microsoft/Generative-AI-for-beginners-dotnet?WT.mc_id=academic-105485-koreyst)
|
|
[-C084FC?style=for-the-badge&labelColor=E5E7EB&color=C084FC)](https://github.com/microsoft/generative-ai-for-beginners-java?WT.mc_id=academic-105485-koreyst)
|
|
[-E879F9?style=for-the-badge&labelColor=E5E7EB&color=E879F9)](https://github.com/microsoft/generative-ai-with-javascript?WT.mc_id=academic-105485-koreyst)
|
|
|
|
---
|
|
|
|
### ਮੁੱਖ ਸਿੱਖਿਆ
|
|
[](https://aka.ms/ml-beginners?WT.mc_id=academic-105485-koreyst)
|
|
[](https://aka.ms/datascience-beginners?WT.mc_id=academic-105485-koreyst)
|
|
[](https://aka.ms/ai-beginners?WT.mc_id=academic-105485-koreyst)
|
|
[](https://github.com/microsoft/Security-101?WT.mc_id=academic-96948-sayoung)
|
|
[](https://aka.ms/webdev-beginners?WT.mc_id=academic-105485-koreyst)
|
|
[](https://aka.ms/iot-beginners?WT.mc_id=academic-105485-koreyst)
|
|
[](https://github.com/microsoft/xr-development-for-beginners?WT.mc_id=academic-105485-koreyst)
|
|
|
|
---
|
|
|
|
### ਕੋਪਾਇਲਟ ਸੀਰੀਜ਼
|
|
[](https://aka.ms/GitHubCopilotAI?WT.mc_id=academic-105485-koreyst)
|
|
[](https://github.com/microsoft/mastering-github-copilot-for-dotnet-csharp-developers?WT.mc_id=academic-105485-koreyst)
|
|
[](https://github.com/microsoft/CopilotAdventures?WT.mc_id=academic-105485-koreyst)
|
|
<!-- CO-OP TRANSLATOR OTHER COURSES END -->
|
|
|
|
## 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।
|
|
|
|
[](https://discord.gg/nTYy5BXMWG)
|
|
|
|
ਜੇ ਤੁਹਾਡੇ ਕੋਲ ਉਤਪਾਦੀ ਪ੍ਰਤੀਕਿਰਿਆ ਜਾਂ ਤਰਤੀਬ ਵਿੱਚ ਗਲਤੀਆਂ ਹਨ ਤਾਂ ਇੱਥੇ ਜਾਓ:
|
|
|
|
[](https://aka.ms/foundry/forum)
|
|
## 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।
|
|
|
|
---
|
|
|
|
<!-- CO-OP TRANSLATOR DISCLAIMER START -->
|
|
**ਅਸਪਸ਼ਟੀਕਰਨ**:
|
|
ਇਸ ਦਸਤਾਵੇਜ਼ ਦਾ ਅਨੁਵਾਦ ਏਆਈ ਅਨੁਵਾਦ ਸੇਵਾ [Co-op Translator](https://github.com/Azure/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।
|
|
<!-- CO-OP TRANSLATOR DISCLAIMER END --> |