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.
183 lines
26 KiB
183 lines
26 KiB
<!--
|
|
CO_OP_TRANSLATOR_METADATA:
|
|
{
|
|
"original_hash": "a54f98da7bbee99ddc62a9e490eef7dc",
|
|
"translation_date": "2025-09-29T22:28:08+00:00",
|
|
"source_file": "README.md",
|
|
"language_code": "lt"
|
|
}
|
|
-->
|
|
[](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/)
|
|
|
|
### 🌐 Daugiakalbė parama
|
|
|
|
#### Palaikoma per GitHub Action (automatizuota ir visada atnaujinta)
|
|
|
|
[Prancūzų](../fr/README.md) | [Ispanų](../es/README.md) | [Vokiečių](../de/README.md) | [Rusų](../ru/README.md) | [Arabų](../ar/README.md) | [Persų (Farsi)](../fa/README.md) | [Urdu](../ur/README.md) | [Kinų (supaprastinta)](../zh/README.md) | [Kinų (tradicinė, Makao)](../mo/README.md) | [Kinų (tradicinė, Honkongas)](../hk/README.md) | [Kinų (tradicinė, Taivanas)](../tw/README.md) | [Japonų](../ja/README.md) | [Korėjiečių](../ko/README.md) | [Hindi](../hi/README.md) | [Bengalų](../bn/README.md) | [Marathi](../mr/README.md) | [Nepalų](../ne/README.md) | [Pandžabi (Gurmukhi)](../pa/README.md) | [Portugalų (Portugalija)](../pt/README.md) | [Portugalų (Brazilija)](../br/README.md) | [Italų](../it/README.md) | [Lenkų](../pl/README.md) | [Turkų](../tr/README.md) | [Graikų](../el/README.md) | [Tajų](../th/README.md) | [Švedų](../sv/README.md) | [Danų](../da/README.md) | [Norvegų](../no/README.md) | [Suomių](../fi/README.md) | [Olandų](../nl/README.md) | [Hebrajų](../he/README.md) | [Vietnamiečių](../vi/README.md) | [Indoneziečių](../id/README.md) | [Malajų](../ms/README.md) | [Tagalogų (Filipinų)](../tl/README.md) | [Svahilių](../sw/README.md) | [Vengrų](../hu/README.md) | [Čekų](../cs/README.md) | [Slovakų](../sk/README.md) | [Rumunų](../ro/README.md) | [Bulgarų](../bg/README.md) | [Serbų (kirilica)](../sr/README.md) | [Kroatų](../hr/README.md) | [Slovėnų](../sl/README.md) | [Ukrainiečių](../uk/README.md) | [Birmos (Mianmaras)](../my/README.md)
|
|
|
|
#### Prisijunkite prie mūsų bendruomenės
|
|
|
|
[](https://aka.ms/ml4beginners/discord)
|
|
|
|
Turime Discord mokymų seriją apie AI, sužinokite daugiau ir prisijunkite prie mūsų [Learn with AI Series](https://aka.ms/learnwithai/discord) nuo 18 iki 30 rugsėjo, 2025. Čia gausite patarimų ir gudrybių, kaip naudoti GitHub Copilot duomenų mokslui.
|
|
|
|
|
|
|
|
# Mašininis mokymasis pradedantiesiems - mokymo programa
|
|
|
|
> 🌍 Keliaukite po pasaulį, tyrinėdami mašininį mokymąsi per pasaulio kultūras 🌍
|
|
|
|
Microsoft Cloud Advocates džiaugiasi galėdami pasiūlyti 12 savaičių, 26 pamokų mokymo programą apie **mašininį mokymąsi**. Šioje programoje sužinosite apie tai, kas kartais vadinama **klasikiniu mašininiu mokymusi**, daugiausia naudojant Scikit-learn biblioteką ir vengiant giluminio mokymosi, kuris aptariamas mūsų [AI pradedantiesiems mokymo programoje](https://aka.ms/ai4beginners). Šias pamokas taip pat galite derinti su mūsų ['Duomenų mokslas pradedantiesiems' mokymo programa](https://aka.ms/ds4beginners).
|
|
|
|
Keliaukite su mumis po pasaulį, taikydami šiuos klasikinius metodus duomenims iš įvairių pasaulio regionų. Kiekviena pamoka apima prieš ir po pamokos testus, rašytines instrukcijas, kaip atlikti pamoką, sprendimą, užduotį ir dar daugiau. Mūsų projektinis mokymosi metodas leidžia mokytis kuriant, o tai yra patikrintas būdas įsisavinti naujus įgūdžius.
|
|
|
|
**✍️ Nuoširdus ačiū mūsų autoriams** Jen Looper, Stephen Howell, Francesca Lazzeri, Tomomi Imura, Cassie Breviu, Dmitry Soshnikov, Chris Noring, Anirban Mukherjee, Ornella Altunyan, Ruth Yakubu ir Amy Boyd
|
|
|
|
**🎨 Taip pat dėkojame mūsų iliustratoriams** Tomomi Imura, Dasani Madipalli ir Jen Looper
|
|
|
|
**🙏 Ypatinga padėka 🙏 mūsų Microsoft Student Ambassador autoriams, recenzentams ir turinio kūrėjams**, ypač Rishit Dagli, Muhammad Sakib Khan Inan, Rohan Raj, Alexandru Petrescu, Abhishek Jaiswal, Nawrin Tabassum, Ioan Samuila ir Snigdha Agarwal
|
|
|
|
**🤩 Papildoma padėka Microsoft Student Ambassadors Eric Wanjau, Jasleen Sondhi ir Vidushi Gupta už mūsų R pamokas!**
|
|
|
|
# Pradžia
|
|
|
|
Sekite šiuos žingsnius:
|
|
1. **Fork repo**: Spustelėkite "Fork" mygtuką viršutiniame dešiniajame šios puslapio kampe.
|
|
2. **Klonuokite repo**: `git clone https://github.com/microsoft/ML-For-Beginners.git`
|
|
|
|
> [Raskite visus papildomus šios mokymo programos išteklius mūsų Microsoft Learn kolekcijoje](https://learn.microsoft.com/en-us/collections/qrqzamz1nn2wx3?WT.mc_id=academic-77952-bethanycheum)
|
|
|
|
**[Studentai](https://aka.ms/student-page)**, norėdami naudoti šią mokymo programą, fork'inkite visą repo į savo GitHub paskyrą ir atlikite užduotis savarankiškai arba grupėje:
|
|
|
|
- Pradėkite nuo prieš pamokos testo.
|
|
- Perskaitykite pamoką ir atlikite veiklas, sustodami ir apmąstydami kiekvieną žinių patikrinimą.
|
|
- Stenkitės kurti projektus suprasdami pamokas, o ne tiesiog paleisdami sprendimo kodą; tačiau tas kodas yra prieinamas `/solution` aplankuose kiekvienoje projektinėje pamokoje.
|
|
- Atlikite po pamokos testą.
|
|
- Įvykdykite iššūkį.
|
|
- Atlikite užduotį.
|
|
- Baigę pamokų grupę, apsilankykite [Diskusijų lentoje](https://github.com/microsoft/ML-For-Beginners/discussions) ir "mokykitės garsiai", užpildydami atitinkamą PAT rubriką. 'PAT' yra pažangos vertinimo įrankis, rubrika, kurią užpildote, kad gilintumėte savo mokymąsi. Taip pat galite reaguoti į kitų PAT, kad mokytumėmės kartu.
|
|
|
|
> Tolimesniam mokymuisi rekomenduojame sekti šiuos [Microsoft Learn](https://docs.microsoft.com/en-us/users/jenlooper-2911/collections/k7o7tg1gp306q4?WT.mc_id=academic-77952-leestott) modulius ir mokymosi kelius.
|
|
|
|
**Mokytojai**, mes [įtraukėme keletą pasiūlymų](for-teachers.md), kaip naudoti šią mokymo programą.
|
|
|
|
---
|
|
|
|
## Vaizdo įrašų apžvalgos
|
|
|
|
Kai kurios pamokos yra prieinamos kaip trumpi vaizdo įrašai. Visus juos galite rasti pamokose arba [ML pradedantiesiems grojaraštyje Microsoft Developer YouTube kanale](https://aka.ms/ml-beginners-videos), spustelėdami žemiau esančią nuotrauką.
|
|
|
|
[](https://aka.ms/ml-beginners-videos)
|
|
|
|
---
|
|
|
|
## Susipažinkite su komanda
|
|
|
|
[](https://youtu.be/Tj1XWrDSYJU)
|
|
|
|
**Gif sukūrė** [Mohit Jaisal](https://linkedin.com/in/mohitjaisal)
|
|
|
|
> 🎥 Spustelėkite aukščiau esančią nuotrauką, kad pamatytumėte vaizdo įrašą apie projektą ir žmones, kurie jį sukūrė!
|
|
|
|
---
|
|
|
|
## Pedagogika
|
|
|
|
Kuriant šią mokymo programą, pasirinkome du pedagoginius principus: užtikrinti, kad ji būtų praktiška **projektinė** ir kad joje būtų **dažni testai**. Be to, ši mokymo programa turi bendrą **temą**, suteikiančią jai nuoseklumo.
|
|
|
|
Užtikrinant, kad turinys atitiktų projektus, procesas tampa įdomesnis studentams, o koncepcijų išlaikymas sustiprėja. Be to, mažos rizikos testas prieš pamoką nustato studento ketinimą mokytis temos, o antrasis testas po pamokos užtikrina tolesnį išlaikymą. Ši mokymo programa buvo sukurta taip, kad būtų lanksti ir smagi, ją galima naudoti visą arba dalimis. Projektai prasideda nuo mažų ir tampa vis sudėtingesni iki 12 savaičių ciklo pabaigos. Ši mokymo programa taip pat apima priedą apie realaus pasaulio ML taikymus, kuris gali būti naudojamas kaip papildomi kreditai arba diskusijų pagrindas.
|
|
|
|
> Raskite mūsų [Elgesio kodeksą](CODE_OF_CONDUCT.md), [Prisidėjimo](CONTRIBUTING.md) ir [Vertimo](TRANSLATIONS.md) gaires. Laukiame jūsų konstruktyvios grįžtamosios informacijos!
|
|
|
|
## Kiekviena pamoka apima
|
|
|
|
- pasirenkamą eskizą
|
|
- pasirenkamą papildomą vaizdo įrašą
|
|
- vaizdo įrašo apžvalgą (kai kurios pamokos)
|
|
- [prieš pamokos apšilimo testą](https://ff-quizzes.netlify.app/en/ml/)
|
|
- rašytinę pamoką
|
|
- projektinėms pamokoms, žingsnis po žingsnio vadovus, kaip sukurti projektą
|
|
- žinių patikrinimus
|
|
- iššūkį
|
|
- papildomą skaitymą
|
|
- užduotį
|
|
- [po pamokos testą](https://ff-quizzes.netlify.app/en/ml/)
|
|
|
|
> **Pastaba apie kalbas**: Šios pamokos daugiausia parašytos Python kalba, tačiau daugelis jų taip pat yra prieinamos R kalba. Norėdami atlikti R pamoką, eikite į `/solution` aplanką ir ieškokite R pamokų. Jos turi .rmd plėtinį, kuris reiškia **R Markdown** failą, kurį galima paprastai apibrėžti kaip `kodo fragmentų` (R ar kitų kalbų) ir `YAML antraštės` (nurodančios, kaip formatuoti išvestis, pvz., PDF) įterpimą į `Markdown dokumentą`. Todėl tai yra puikus autorystės pagrindas duomenų mokslui, nes leidžia sujungti kodą, jo išvestį ir jūsų mintis, leidžiant jas užrašyti Markdown formatu. Be to, R Markdown dokumentai gali būti pateikiami tokiuose išvesties formatuose kaip PDF, HTML ar Word.
|
|
|
|
> **Pastaba apie testus**: Visi testai yra [Testų programos aplanke](../../quiz-app), iš viso 52 testai, kiekviename po tris klausimus. Jie yra susieti iš pamokų, tačiau testų programą galima paleisti vietoje; sekite instrukcijas `quiz-app` aplanke, kad paleistumėte vietoje arba įdiegtumėte Azure.
|
|
|
|
| Pamokos numeris | Tema | Pamokų grupavimas | Mokymosi tikslai | Susieta pamoka | Autorius |
|
|
| :-----------: | :------------------------------------------------------------: | :-------------------------------------------------: | ------------------------------------------------------------------------------------------------------------------------------- | :--------------------------------------------------------------------------------------------------------------------------------------: | :--------------------------------------------------: |
|
|
| 01 | Įvadas į mašininį mokymąsi | [Įvadas](1-Introduction/README.md) | Sužinokite pagrindines mašininio mokymosi sąvokas | [Pamoka](1-Introduction/1-intro-to-ML/README.md) | Muhammad |
|
|
| 02 | Mašininio mokymosi istorija | [Įvadas](1-Introduction/README.md) | Sužinokite šios srities istoriją | [Pamoka](1-Introduction/2-history-of-ML/README.md) | Jen ir Amy |
|
|
| 03 | Sąžiningumas ir mašininis mokymasis | [Įvadas](1-Introduction/README.md) | Kokius svarbius filosofinius klausimus apie sąžiningumą studentai turėtų apsvarstyti kurdami ir taikydami ML modelius? | [Pamoka](1-Introduction/3-fairness/README.md) | Tomomi |
|
|
| 04 | Mašininio mokymosi technikos | [Įvadas](1-Introduction/README.md) | Kokias technikas ML tyrėjai naudoja kurdami ML modelius? | [Pamoka](1-Introduction/4-techniques-of-ML/README.md) | Chris ir Jen |
|
|
| 05 | Įvadas į regresiją | [Regresija](2-Regression/README.md) | Pradėkite naudoti Python ir Scikit-learn regresijos modeliams | [Python](2-Regression/1-Tools/README.md) • [R](../../2-Regression/1-Tools/solution/R/lesson_1.html) | Jen • Eric Wanjau |
|
|
| 06 | Šiaurės Amerikos moliūgų kainos 🎃 | [Regresija](2-Regression/README.md) | Vizualizuokite ir išvalykite duomenis pasiruošimui ML | [Python](2-Regression/2-Data/README.md) • [R](../../2-Regression/2-Data/solution/R/lesson_2.html) | Jen • Eric Wanjau |
|
|
| 07 | Šiaurės Amerikos moliūgų kainos 🎃 | [Regresija](2-Regression/README.md) | Sukurkite linijinius ir polinominius regresijos modelius | [Python](2-Regression/3-Linear/README.md) • [R](../../2-Regression/3-Linear/solution/R/lesson_3.html) | Jen ir Dmitry • Eric Wanjau |
|
|
| 08 | Šiaurės Amerikos moliūgų kainos 🎃 | [Regresija](2-Regression/README.md) | Sukurkite logistinės regresijos modelį | [Python](2-Regression/4-Logistic/README.md) • [R](../../2-Regression/4-Logistic/solution/R/lesson_4.html) | Jen • Eric Wanjau |
|
|
| 09 | Interneto aplikacija 🔌 | [Interneto aplikacija](3-Web-App/README.md) | Sukurkite interneto aplikaciją, kad galėtumėte naudoti savo apmokytą modelį | [Python](3-Web-App/1-Web-App/README.md) | Jen |
|
|
| 10 | Įvadas į klasifikaciją | [Klasifikacija](4-Classification/README.md) | Išvalykite, paruoškite ir vizualizuokite savo duomenis; įvadas į klasifikaciją | [Python](4-Classification/1-Introduction/README.md) • [R](../../4-Classification/1-Introduction/solution/R/lesson_10.html) | Jen ir Cassie • Eric Wanjau |
|
|
| 11 | Skani Azijos ir Indijos virtuvė 🍜 | [Klasifikacija](4-Classification/README.md) | Įvadas į klasifikatorius | [Python](4-Classification/2-Classifiers-1/README.md) • [R](../../4-Classification/2-Classifiers-1/solution/R/lesson_11.html) | Jen ir Cassie • Eric Wanjau |
|
|
| 12 | Skani Azijos ir Indijos virtuvė 🍜 | [Klasifikacija](4-Classification/README.md) | Daugiau klasifikatorių | [Python](4-Classification/3-Classifiers-2/README.md) • [R](../../4-Classification/3-Classifiers-2/solution/R/lesson_12.html) | Jen ir Cassie • Eric Wanjau |
|
|
| 13 | Skani Azijos ir Indijos virtuvė 🍜 | [Klasifikacija](4-Classification/README.md) | Sukurkite rekomendacijų interneto aplikaciją naudodami savo modelį | [Python](4-Classification/4-Applied/README.md) | Jen |
|
|
| 14 | Įvadas į klasterizaciją | [Klasterizacija](5-Clustering/README.md) | Išvalykite, paruoškite ir vizualizuokite savo duomenis; įvadas į klasterizaciją | [Python](5-Clustering/1-Visualize/README.md) • [R](../../5-Clustering/1-Visualize/solution/R/lesson_14.html) | Jen • Eric Wanjau |
|
|
| 15 | Nigerijos muzikos skonių tyrinėjimas 🎧 | [Klasterizacija](5-Clustering/README.md) | Tyrinėkite K-Means klasterizacijos metodą | [Python](5-Clustering/2-K-Means/README.md) • [R](../../5-Clustering/2-K-Means/solution/R/lesson_15.html) | Jen • Eric Wanjau |
|
|
| 16 | Įvadas į natūralios kalbos apdorojimą ☕️ | [Natūralios kalbos apdorojimas](6-NLP/README.md) | Sužinokite pagrindus apie NLP kurdami paprastą botą | [Python](6-NLP/1-Introduction-to-NLP/README.md) | Stephen |
|
|
| 17 | Dažnos NLP užduotys ☕️ | [Natūralios kalbos apdorojimas](6-NLP/README.md) | Gilinkite savo NLP žinias suprasdami dažnas užduotis, susijusias su kalbos struktūromis | [Python](6-NLP/2-Tasks/README.md) | Stephen |
|
|
| 18 | Vertimas ir nuotaikų analizė ♥️ | [Natūralios kalbos apdorojimas](6-NLP/README.md) | Vertimas ir nuotaikų analizė su Jane Austen | [Python](6-NLP/3-Translation-Sentiment/README.md) | Stephen |
|
|
| 19 | Romantiški Europos viešbučiai ♥️ | [Natūralios kalbos apdorojimas](6-NLP/README.md) | Nuotaikų analizė su viešbučių apžvalgomis 1 | [Python](6-NLP/4-Hotel-Reviews-1/README.md) | Stephen |
|
|
| 20 | Romantiški Europos viešbučiai ♥️ | [Natūralios kalbos apdorojimas](6-NLP/README.md) | Nuotaikų analizė su viešbučių apžvalgomis 2 | [Python](6-NLP/5-Hotel-Reviews-2/README.md) | Stephen |
|
|
| 21 | Įvadas į laiko eilučių prognozavimą | [Laiko eilutės](7-TimeSeries/README.md) | Įvadas į laiko eilučių prognozavimą | [Python](7-TimeSeries/1-Introduction/README.md) | Francesca |
|
|
| 22 | ⚡️ Pasaulio energijos naudojimas ⚡️ - laiko eilučių prognozavimas su ARIMA | [Laiko eilutės](7-TimeSeries/README.md) | Laiko eilučių prognozavimas su ARIMA | [Python](7-TimeSeries/2-ARIMA/README.md) | Francesca |
|
|
| 23 | ⚡️ Pasaulio energijos naudojimas ⚡️ - laiko eilučių prognozavimas su SVR | [Laiko eilutės](7-TimeSeries/README.md) | Laiko eilučių prognozavimas su Support Vector Regressor | [Python](7-TimeSeries/3-SVR/README.md) | Anirban |
|
|
| 24 | Įvadas į stiprinamąjį mokymą | [Stiprinamasis mokymas](8-Reinforcement/README.md) | Įvadas į stiprinamąjį mokymą su Q-Learning | [Python](8-Reinforcement/1-QLearning/README.md) | Dmitry |
|
|
| 25 | Padėkite Peteriui išvengti vilko! 🐺 | [Stiprinamasis mokymas](8-Reinforcement/README.md) | Stiprinamasis mokymas su Gym | [Python](8-Reinforcement/2-Gym/README.md) | Dmitry |
|
|
| Postscript | Tikrojo pasaulio ML scenarijai ir taikymas | [ML realiame pasaulyje](9-Real-World/README.md) | Įdomūs ir atskleidžiantys klasikinio ML realaus pasaulio taikymo pavyzdžiai | [Pamoka](9-Real-World/1-Applications/README.md) | Komanda |
|
|
| Postscript | Modelio derinimas ML naudojant RAI prietaisų skydelį | [ML realiame pasaulyje](9-Real-World/README.md) | Modelio derinimas mašininio mokymosi srityje naudojant atsakingo AI prietaisų skydelio komponentus | [Pamoka](9-Real-World/2-Debugging-ML-Models/README.md) | Ruth Yakubu |
|
|
|
|
> [Raskite visus papildomus šio kurso išteklius mūsų Microsoft Learn kolekcijoje](https://learn.microsoft.com/en-us/collections/qrqzamz1nn2wx3?WT.mc_id=academic-77952-bethanycheum)
|
|
|
|
## Prieiga neprisijungus
|
|
|
|
Šią dokumentaciją galite naudoti neprisijungus naudodami [Docsify](https://docsify.js.org/#/). Nukopijuokite šį repozitoriją, [įdiekite Docsify](https://docsify.js.org/#/quickstart) savo vietiniame kompiuteryje, o tada pagrindiniame šio repozitorijos aplanke įveskite `docsify serve`. Svetainė bus pasiekiama per 3000 prievadą jūsų vietiniame kompiuteryje: `localhost:3000`.
|
|
|
|
## PDF failai
|
|
|
|
Raskite mokymo programos PDF su nuorodomis [čia](https://microsoft.github.io/ML-For-Beginners/pdf/readme.pdf).
|
|
|
|
|
|
## 🎒 Kiti kursai
|
|
|
|
Mūsų komanda kuria ir kitus kursus! Peržiūrėkite:
|
|
|
|
- [Edge AI pradedantiesiems](https://aka.ms/edgeai-for-beginners)
|
|
- [AI agentai pradedantiesiems](https://aka.ms/ai-agents-beginners)
|
|
- [Generatyvus AI pradedantiesiems](https://aka.ms/genai-beginners)
|
|
- [Generatyvus AI pradedantiesiems .NET](https://github.com/microsoft/Generative-AI-for-beginners-dotnet)
|
|
- [Generatyvus AI su JavaScript](https://github.com/microsoft/generative-ai-with-javascript)
|
|
- [Generatyvus AI su Java](https://github.com/microsoft/Generative-AI-for-beginners-java)
|
|
- [AI pradedantiesiems](https://aka.ms/ai-beginners)
|
|
- [Duomenų mokslas pradedantiesiems](https://aka.ms/datascience-beginners)
|
|
- [ML pradedantiesiems](https://aka.ms/ml-beginners)
|
|
- [Kibernetinis saugumas pradedantiesiems](https://github.com/microsoft/Security-101)
|
|
- [Interneto kūrimas pradedantiesiems](https://aka.ms/webdev-beginners)
|
|
- [IoT pradedantiesiems](https://aka.ms/iot-beginners)
|
|
- [XR kūrimas pradedantiesiems](https://github.com/microsoft/xr-development-for-beginners)
|
|
- [GitHub Copilot įvaldymas poriniam programavimui](https://github.com/microsoft/Mastering-GitHub-Copilot-for-Paired-Programming)
|
|
- [GitHub Copilot įvaldymas C#/.NET programuotojams](https://github.com/microsoft/mastering-github-copilot-for-dotnet-csharp-developers)
|
|
- [Pasirinkite savo Copilot nuotykį](https://github.com/microsoft/CopilotAdventures)
|
|
|
|
---
|
|
|
|
**Atsakomybės atsisakymas**:
|
|
Šis dokumentas buvo išverstas naudojant AI vertimo paslaugą [Co-op Translator](https://github.com/Azure/co-op-translator). Nors stengiamės užtikrinti tikslumą, prašome atkreipti dėmesį, kad automatiniai vertimai gali turėti klaidų ar netikslumų. Originalus dokumentas jo gimtąja kalba turėtų būti laikomas autoritetingu šaltiniu. Dėl svarbios informacijos rekomenduojama profesionali žmogaus vertimo paslauga. Mes neprisiimame atsakomybės už nesusipratimus ar neteisingus interpretavimus, atsiradusius naudojant šį vertimą. |