|
|
<!--
|
|
|
CO_OP_TRANSLATOR_METADATA:
|
|
|
{
|
|
|
"original_hash": "74da5cc84f2716b6b9944241a141e2f9",
|
|
|
"translation_date": "2025-11-18T16:59:35+00:00",
|
|
|
"source_file": "README.md",
|
|
|
"language_code": "ur"
|
|
|
}
|
|
|
-->
|
|
|
[](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/)
|
|
|
|
|
|
### 🌐 کثیر زبان کی حمایت
|
|
|
|
|
|
#### GitHub ایکشن کے ذریعے دستیاب (خودکار اور ہمیشہ تازہ ترین)
|
|
|
|
|
|
[Arabic](../ar/README.md) | [Bengali](../bn/README.md) | [Bulgarian](../bg/README.md) | [Burmese (Myanmar)](../my/README.md) | [Chinese (Simplified)](../zh/README.md) | [Chinese (Traditional, Hong Kong)](../hk/README.md) | [Chinese (Traditional, Macau)](../mo/README.md) | [Chinese (Traditional, Taiwan)](../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) | [Korean](../ko/README.md) | [Lithuanian](../lt/README.md) | [Malay](../ms/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)](../br/README.md) | [Portuguese (Portugal)](../pt/README.md) | [Punjabi (Gurmukhi)](../pa/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) | [Thai](../th/README.md) | [Turkish](../tr/README.md) | [Ukrainian](../uk/README.md) | [Urdu](./README.md) | [Vietnamese](../vi/README.md)
|
|
|
|
|
|
#### ہماری کمیونٹی میں شامل ہوں
|
|
|
|
|
|
[](https://discord.gg/nTYy5BXMWG)
|
|
|
|
|
|
ہمارے Discord پر AI کے ساتھ سیکھنے کی سیریز جاری ہے، مزید جانیں اور ہمارے ساتھ شامل ہوں [Learn with AI Series](https://aka.ms/learnwithai/discord) 18 - 30 ستمبر، 2025۔ آپ کو GitHub Copilot کو ڈیٹا سائنس کے لیے استعمال کرنے کے طریقے کے بارے میں تجاویز اور ترکیبیں ملیں گی۔
|
|
|
|
|
|
|
|
|
|
|
|
# مشین لرننگ برائے ابتدائی - ایک نصاب
|
|
|
|
|
|
> 🌍 دنیا کے مختلف ثقافتوں کے ذریعے مشین لرننگ کو دریافت کریں 🌍
|
|
|
|
|
|
Microsoft کے Cloud Advocates خوشی کے ساتھ 12 ہفتوں، 26 اسباق پر مشتمل نصاب پیش کرتے ہیں جو مکمل طور پر **مشین لرننگ** کے بارے میں ہے۔ اس نصاب میں، آپ **کلاسک مشین لرننگ** کے بارے میں سیکھیں گے، بنیادی طور پر Scikit-learn لائبریری کا استعمال کرتے ہوئے اور گہرائی میں سیکھنے سے گریز کرتے ہوئے، جو ہمارے [AI for Beginners' curriculum](https://aka.ms/ai4beginners) میں شامل ہے۔ ان اسباق کو ہمارے ['Data Science for Beginners' curriculum](https://aka.ms/ds4beginners) کے ساتھ جوڑیں!
|
|
|
|
|
|
ہمارے ساتھ دنیا بھر کا سفر کریں کیونکہ ہم ان کلاسک تکنیکوں کو دنیا کے مختلف علاقوں کے ڈیٹا پر لاگو کرتے ہیں۔ ہر سبق میں سبق سے پہلے اور بعد کے کوئز، سبق مکمل کرنے کے لیے تحریری ہدایات، ایک حل، ایک اسائنمنٹ، اور مزید شامل ہیں۔ ہمارا پروجیکٹ پر مبنی تدریسی طریقہ آپ کو سیکھنے کے دوران تعمیر کرنے کی اجازت دیتا ہے، جو نئے مہارتوں کو 'یاد رکھنے' کا ایک ثابت شدہ طریقہ ہے۔
|
|
|
|
|
|
**✍️ ہمارے مصنفین کا دل سے شکریہ** Jen Looper, Stephen Howell, Francesca Lazzeri, Tomomi Imura, Cassie Breviu, Dmitry Soshnikov, Chris Noring, Anirban Mukherjee, Ornella Altunyan, Ruth Yakubu اور Amy Boyd
|
|
|
|
|
|
**🎨 ہمارے مصوروں کا بھی شکریہ** Tomomi Imura, Dasani Madipalli, اور Jen Looper
|
|
|
|
|
|
**🙏 خاص شکریہ 🙏 ہمارے Microsoft Student Ambassador مصنفین، جائزہ لینے والوں، اور مواد کے تعاون کرنے والوں کا**, خاص طور پر Rishit Dagli, Muhammad Sakib Khan Inan, Rohan Raj, Alexandru Petrescu, Abhishek Jaiswal, Nawrin Tabassum, Ioan Samuila, اور Snigdha Agarwal
|
|
|
|
|
|
**🤩 اضافی شکریہ Microsoft Student Ambassadors Eric Wanjau, Jasleen Sondhi, اور Vidushi Gupta ہمارے R اسباق کے لیے!**
|
|
|
|
|
|
# شروع کریں
|
|
|
|
|
|
یہ اقدامات کریں:
|
|
|
1. **ریپوزیٹری کو فورک کریں**: اس صفحے کے اوپر دائیں کونے میں "Fork" بٹن پر کلک کریں۔
|
|
|
2. **ریپوزیٹری کو کلون کریں**: `git clone https://github.com/microsoft/ML-For-Beginners.git`
|
|
|
|
|
|
> [اس کورس کے لیے تمام اضافی وسائل ہماری Microsoft Learn کلیکشن میں تلاش کریں](https://learn.microsoft.com/en-us/collections/qrqzamz1nn2wx3?WT.mc_id=academic-77952-bethanycheum)
|
|
|
|
|
|
> 🔧 **مدد چاہیے؟** ہمارے [Troubleshooting Guide](TROUBLESHOOTING.md) کو چیک کریں تاکہ انسٹالیشن، سیٹ اپ، اور اسباق چلانے کے عام مسائل کے حل تلاش کیے جا سکیں۔
|
|
|
|
|
|
**[طلباء](https://aka.ms/student-page)**، اس نصاب کو استعمال کرنے کے لیے، پورے ریپوزیٹری کو اپنے GitHub اکاؤنٹ میں فورک کریں اور مشقیں خود یا گروپ کے ساتھ مکمل کریں:
|
|
|
|
|
|
- سبق سے پہلے کوئز کے ساتھ شروع کریں۔
|
|
|
- سبق پڑھیں اور سرگرمیاں مکمل کریں، ہر علم کی جانچ پر رکیں اور غور کریں۔
|
|
|
- اسباق کو سمجھ کر پروجیکٹس بنانے کی کوشش کریں بجائے اس کے کہ حل کوڈ چلائیں؛ تاہم وہ کوڈ ہر پروجیکٹ پر مبنی سبق کے `/solution` فولڈرز میں دستیاب ہے۔
|
|
|
- سبق کے بعد کوئز لیں۔
|
|
|
- چیلنج مکمل کریں۔
|
|
|
- اسائنمنٹ مکمل کریں۔
|
|
|
- سبق گروپ مکمل کرنے کے بعد، [Discussion Board](https://github.com/microsoft/ML-For-Beginners/discussions) پر جائیں اور "بلند آواز میں سیکھیں" مناسب PAT rubric کو بھر کر۔ 'PAT' ایک Progress Assessment Tool ہے جو ایک rubric ہے جسے آپ اپنی سیکھنے کو مزید آگے بڑھانے کے لیے بھرتے ہیں۔ آپ دوسرے PATs پر بھی ردعمل دے سکتے ہیں تاکہ ہم مل کر سیکھ سکیں۔
|
|
|
|
|
|
> مزید مطالعہ کے لیے، ہم ان [Microsoft Learn](https://docs.microsoft.com/en-us/users/jenlooper-2911/collections/k7o7tg1gp306q4?WT.mc_id=academic-77952-leestott) ماڈیولز اور سیکھنے کے راستوں کی پیروی کرنے کی تجویز کرتے ہیں۔
|
|
|
|
|
|
**اساتذہ**, ہم نے اس نصاب کو استعمال کرنے کے لیے [کچھ تجاویز شامل کی ہیں](for-teachers.md)۔
|
|
|
|
|
|
---
|
|
|
|
|
|
## ویڈیو واک تھرو
|
|
|
|
|
|
کچھ اسباق مختصر ویڈیو کی شکل میں دستیاب ہیں۔ آپ ان سب کو اسباق میں ان لائن یا [Microsoft Developer YouTube چینل پر ML for Beginners پلے لسٹ](https://aka.ms/ml-beginners-videos) پر دیکھ سکتے ہیں، نیچے دی گئی تصویر پر کلک کریں۔
|
|
|
|
|
|
[](https://aka.ms/ml-beginners-videos)
|
|
|
|
|
|
---
|
|
|
|
|
|
## ٹیم سے ملاقات کریں
|
|
|
|
|
|
[](https://youtu.be/Tj1XWrDSYJU)
|
|
|
|
|
|
**Gif by** [Mohit Jaisal](https://linkedin.com/in/mohitjaisal)
|
|
|
|
|
|
> 🎥 اوپر دی گئی تصویر پر کلک کریں تاکہ پروجیکٹ اور اسے بنانے والے افراد کے بارے میں ویڈیو دیکھ سکیں!
|
|
|
|
|
|
---
|
|
|
|
|
|
## تدریسی طریقہ
|
|
|
|
|
|
ہم نے اس نصاب کو بناتے وقت دو تدریسی اصولوں کا انتخاب کیا ہے: یہ یقینی بنانا کہ یہ عملی **پروجیکٹ پر مبنی** ہے اور اس میں **بار بار کوئز** شامل ہیں۔ اس کے علاوہ، اس نصاب میں ایک عام **موضوع** شامل ہے تاکہ اسے ہم آہنگی دی جا سکے۔
|
|
|
|
|
|
یہ یقینی بنا کر کہ مواد پروجیکٹس کے ساتھ ہم آہنگ ہے، عمل کو طلباء کے لیے زیادہ دلچسپ بنایا گیا ہے اور تصورات کی یادداشت کو بڑھایا جائے گا۔ اس کے علاوہ، کلاس سے پہلے ایک کم دباؤ والا کوئز طالب علم کو کسی موضوع کو سیکھنے کی طرف متوجہ کرتا ہے، جبکہ کلاس کے بعد دوسرا کوئز مزید یادداشت کو یقینی بناتا ہے۔ یہ نصاب لچکدار اور تفریحی طور پر ڈیزائن کیا گیا ہے اور اسے مکمل یا جزوی طور پر لیا جا سکتا ہے۔ پروجیکٹس چھوٹے سے شروع ہوتے ہیں اور 12 ہفتوں کے اختتام تک بتدریج پیچیدہ ہو جاتے ہیں۔ اس نصاب میں ML کے حقیقی دنیا کے اطلاقات پر ایک پوسٹ اسکرپٹ بھی شامل ہے، جسے اضافی کریڈٹ کے طور پر یا بحث کی بنیاد کے طور پر استعمال کیا جا سکتا ہے۔
|
|
|
|
|
|
> ہمارا [Code of Conduct](CODE_OF_CONDUCT.md)، [Contributing](CONTRIBUTING.md), [Translation](TRANSLATIONS.md), اور [Troubleshooting](TROUBLESHOOTING.md) رہنما خطوط تلاش کریں۔ ہم آپ کی تعمیری رائے کا خیر مقدم کرتے ہیں!
|
|
|
|
|
|
## ہر سبق میں شامل ہے
|
|
|
|
|
|
- اختیاری اسکیچ نوٹ
|
|
|
- اختیاری اضافی ویڈیو
|
|
|
- ویڈیو واک تھرو (کچھ اسباق میں)
|
|
|
- [سبق سے پہلے وارم اپ کوئز](https://ff-quizzes.netlify.app/en/ml/)
|
|
|
- تحریری سبق
|
|
|
- پروجیکٹ پر مبنی اسباق کے لیے، پروجیکٹ بنانے کے لیے مرحلہ وار گائیڈز
|
|
|
- علم کی جانچ
|
|
|
- ایک چیلنج
|
|
|
- اضافی مطالعہ
|
|
|
- اسائنمنٹ
|
|
|
- [سبق کے بعد کوئز](https://ff-quizzes.netlify.app/en/ml/)
|
|
|
|
|
|
> **زبانوں کے بارے میں ایک نوٹ**: یہ اسباق بنیادی طور پر Python میں لکھے گئے ہیں، لیکن بہت سے R میں بھی دستیاب ہیں۔ R سبق مکمل کرنے کے لیے، `/solution` فولڈر پر جائیں اور R اسباق تلاش کریں۔ ان میں .rmd ایکسٹینشن شامل ہے جو **R Markdown** فائل کی نمائندگی کرتا ہے جسے آسانی سے 'کوڈ چنکس' (R یا دیگر زبانوں کے) اور 'YAML ہیڈر' (جو آؤٹ پٹ فارمیٹس جیسے PDF کو فارمیٹ کرنے کی رہنمائی کرتا ہے) کو 'Markdown دستاویز' میں شامل کرنے کے طور پر بیان کیا جا سکتا ہے۔ اس طرح، یہ ڈیٹا سائنس کے لیے ایک مثالی تصنیفی فریم ورک کے طور پر کام کرتا ہے کیونکہ یہ آپ کو اپنے کوڈ، اس کے آؤٹ پٹ، اور اپنے خیالات کو Markdown میں لکھنے کی اجازت دیتا ہے۔ مزید برآں، R Markdown دستاویزات کو آؤٹ پٹ فارمیٹس جیسے PDF، HTML، یا Word میں رینڈر کیا جا سکتا ہے۔
|
|
|
|
|
|
> **کوئز کے بارے میں ایک نوٹ**: تمام کوئز [Quiz App folder](../../quiz-app) میں موجود ہیں، کل 52 کوئز، ہر ایک میں تین سوالات۔ یہ اسباق کے اندر سے لنک کیے گئے ہیں لیکن کوئز ایپ کو مقامی طور پر چلایا جا سکتا ہے؛ `quiz-app` فولڈر میں دی گئی ہدایات پر عمل کریں تاکہ مقامی طور پر ہوسٹ کریں یا Azure پر تعینات کریں۔
|
|
|
|
|
|
| سبق نمبر | موضوع | سبق گروپنگ | سیکھنے کے مقاصد | لنک شدہ سبق | مصنف |
|
|
|
| :-----------: | :------------------------------------------------------------: | :-------------------------------------------------: | ------------------------------------------------------------------------------------------------------------------------------- | :--------------------------------------------------------------------------------------------------------------------------------------: | :--------------------------------------------------: |
|
|
|
| 01 | مشین لرننگ کا تعارف | [تعارف](1-Introduction/README.md) | مشین لرننگ کے بنیادی تصورات سیکھیں | [سبق](1-Introduction/1-intro-to-ML/README.md) | محمد |
|
|
|
| 02 | مشین لرننگ کی تاریخ | [تعارف](1-Introduction/README.md) | اس میدان کی تاریخ کے بارے میں جانیں | [سبق](1-Introduction/2-history-of-ML/README.md) | جین اور ایمی |
|
|
|
| 03 | مشین لرننگ اور انصاف | [تعارف](1-Introduction/README.md) | انصاف کے ارد گرد اہم فلسفیانہ مسائل کیا ہیں جن پر طلباء کو مشین لرننگ ماڈلز بناتے اور استعمال کرتے وقت غور کرنا چاہیے؟ | [سبق](1-Introduction/3-fairness/README.md) | تومومی |
|
|
|
| 04 | مشین لرننگ کے طریقے | [تعارف](1-Introduction/README.md) | مشین لرننگ کے محققین ماڈلز بنانے کے لیے کون سے طریقے استعمال کرتے ہیں؟ | [سبق](1-Introduction/4-techniques-of-ML/README.md) | کرس اور جین |
|
|
|
| 05 | ریگریشن کا تعارف | [ریگریشن](2-Regression/README.md) | ریگریشن ماڈلز کے لیے پائتھون اور سکائٹ لرن کے ساتھ شروعات کریں | [پائتھون](2-Regression/1-Tools/README.md) • [آر](../../2-Regression/1-Tools/solution/R/lesson_1.html) | جین • ایرک وانجو |
|
|
|
| 06 | شمالی امریکی کدو کی قیمتیں 🎃 | [ریگریشن](2-Regression/README.md) | مشین لرننگ کی تیاری کے لیے ڈیٹا کو بصری بنائیں اور صاف کریں | [پائتھون](2-Regression/2-Data/README.md) • [آر](../../2-Regression/2-Data/solution/R/lesson_2.html) | جین • ایرک وانجو |
|
|
|
| 07 | شمالی امریکی کدو کی قیمتیں 🎃 | [ریگریشن](2-Regression/README.md) | لکیری اور پولینومیئل ریگریشن ماڈلز بنائیں | [پائتھون](2-Regression/3-Linear/README.md) • [آر](../../2-Regression/3-Linear/solution/R/lesson_3.html) | جین اور دمتری • ایرک وانجو |
|
|
|
| 08 | شمالی امریکی کدو کی قیمتیں 🎃 | [ریگریشن](2-Regression/README.md) | لاجسٹک ریگریشن ماڈل بنائیں | [پائتھون](2-Regression/4-Logistic/README.md) • [آر](../../2-Regression/4-Logistic/solution/R/lesson_4.html) | جین • ایرک وانجو |
|
|
|
| 09 | ایک ویب ایپ 🔌 | [ویب ایپ](3-Web-App/README.md) | اپنے تربیت یافتہ ماڈل کو استعمال کرنے کے لیے ایک ویب ایپ بنائیں | [پائتھون](3-Web-App/1-Web-App/README.md) | جین |
|
|
|
| 10 | درجہ بندی کا تعارف | [درجہ بندی](4-Classification/README.md) | اپنے ڈیٹا کو صاف کریں، تیار کریں، اور بصری بنائیں؛ درجہ بندی کا تعارف | [پائتھون](4-Classification/1-Introduction/README.md) • [آر](../../4-Classification/1-Introduction/solution/R/lesson_10.html) | جین اور کیسی • ایرک وانجو |
|
|
|
| 11 | مزیدار ایشیائی اور بھارتی کھانے 🍜 | [درجہ بندی](4-Classification/README.md) | درجہ بندی کرنے والوں کا تعارف | [پائتھون](4-Classification/2-Classifiers-1/README.md) • [آر](../../4-Classification/2-Classifiers-1/solution/R/lesson_11.html) | جین اور کیسی • ایرک وانجو |
|
|
|
| 12 | مزیدار ایشیائی اور بھارتی کھانے 🍜 | [درجہ بندی](4-Classification/README.md) | مزید درجہ بندی کرنے والے | [پائتھون](4-Classification/3-Classifiers-2/README.md) • [آر](../../4-Classification/3-Classifiers-2/solution/R/lesson_12.html) | جین اور کیسی • ایرک وانجو |
|
|
|
| 13 | مزیدار ایشیائی اور بھارتی کھانے 🍜 | [درجہ بندی](4-Classification/README.md) | اپنے ماڈل کا استعمال کرتے ہوئے ایک سفارش کنندہ ویب ایپ بنائیں | [پائتھون](4-Classification/4-Applied/README.md) | جین |
|
|
|
| 14 | کلسٹرنگ کا تعارف | [کلسٹرنگ](5-Clustering/README.md) | اپنے ڈیٹا کو صاف کریں، تیار کریں، اور بصری بنائیں؛ کلسٹرنگ کا تعارف | [پائتھون](5-Clustering/1-Visualize/README.md) • [آر](../../5-Clustering/1-Visualize/solution/R/lesson_14.html) | جین • ایرک وانجو |
|
|
|
| 15 | نائجیریا کے موسیقی کے ذوق کی تلاش 🎧 | [کلسٹرنگ](5-Clustering/README.md) | کے-میینز کلسٹرنگ طریقہ کی تلاش | [پائتھون](5-Clustering/2-K-Means/README.md) • [آر](../../5-Clustering/2-K-Means/solution/R/lesson_15.html) | جین • ایرک وانجو |
|
|
|
| 16 | قدرتی زبان کی پروسیسنگ کا تعارف ☕️ | [قدرتی زبان کی پروسیسنگ](6-NLP/README.md) | ایک سادہ بوٹ بنا کر قدرتی زبان کی پروسیسنگ کے بنیادی اصول سیکھیں | [پائتھون](6-NLP/1-Introduction-to-NLP/README.md) | اسٹیفن |
|
|
|
| 17 | عام NLP کام ☕️ | [قدرتی زبان کی پروسیسنگ](6-NLP/README.md) | زبان کے ڈھانچوں سے نمٹنے کے وقت درکار عام کاموں کو سمجھ کر اپنی NLP معلومات کو گہرا کریں | [پائتھون](6-NLP/2-Tasks/README.md) | اسٹیفن |
|
|
|
| 18 | ترجمہ اور جذباتی تجزیہ ♥️ | [قدرتی زبان کی پروسیسنگ](6-NLP/README.md) | جین آسٹن کے ساتھ ترجمہ اور جذباتی تجزیہ | [پائتھون](6-NLP/3-Translation-Sentiment/README.md) | اسٹیفن |
|
|
|
| 19 | یورپ کے رومانوی ہوٹل ♥️ | [قدرتی زبان کی پروسیسنگ](6-NLP/README.md) | ہوٹل کے جائزوں کے ساتھ جذباتی تجزیہ 1 | [پائتھون](6-NLP/4-Hotel-Reviews-1/README.md) | اسٹیفن |
|
|
|
| 20 | یورپ کے رومانوی ہوٹل ♥️ | [قدرتی زبان کی پروسیسنگ](6-NLP/README.md) | ہوٹل کے جائزوں کے ساتھ جذباتی تجزیہ 2 | [پائتھون](6-NLP/5-Hotel-Reviews-2/README.md) | اسٹیفن |
|
|
|
| 21 | وقت کی پیش گوئی کا تعارف | [وقت کی پیش گوئی](7-TimeSeries/README.md) | وقت کی پیش گوئی کا تعارف | [پائتھون](7-TimeSeries/1-Introduction/README.md) | فرانسسکا |
|
|
|
| 22 | ⚡️ دنیا کی بجلی کا استعمال ⚡️ - ARIMA کے ساتھ وقت کی پیش گوئی | [وقت کی پیش گوئی](7-TimeSeries/README.md) | ARIMA کے ساتھ وقت کی پیش گوئی | [پائتھون](7-TimeSeries/2-ARIMA/README.md) | فرانسسکا |
|
|
|
| 23 | ⚡️ دنیا کی بجلی کا استعمال ⚡️ - SVR کے ساتھ وقت کی پیش گوئی | [وقت کی پیش گوئی](7-TimeSeries/README.md) | سپورٹ ویکٹر ریگریسر کے ساتھ وقت کی پیش گوئی | [پائتھون](7-TimeSeries/3-SVR/README.md) | انربن |
|
|
|
| 24 | تقویت یافتہ لرننگ کا تعارف | [تقویت یافتہ لرننگ](8-Reinforcement/README.md) | کیو-لرننگ کے ساتھ تقویت یافتہ لرننگ کا تعارف | [پائتھون](8-Reinforcement/1-QLearning/README.md) | دمتری |
|
|
|
| 25 | پیٹر کو بھیڑیا سے بچائیں! 🐺 | [تقویت یافتہ لرننگ](8-Reinforcement/README.md) | تقویت یافتہ لرننگ جم | [پائتھون](8-Reinforcement/2-Gym/README.md) | دمتری |
|
|
|
| پوسٹ اسکرپٹ | حقیقی دنیا کے مشین لرننگ کے منظرنامے اور اطلاقات | [مشین لرننگ ان دی وائلڈ](9-Real-World/README.md) | کلاسیکل مشین لرننگ کے دلچسپ اور انکشاف کرنے والے حقیقی دنیا کے اطلاقات | [سبق](9-Real-World/1-Applications/README.md) | ٹیم |
|
|
|
| پوسٹ اسکرپٹ | RAI ڈیش بورڈ کا استعمال کرتے ہوئے مشین لرننگ میں ماڈل کی ڈیبگنگ | [مشین لرننگ ان دی وائلڈ](9-Real-World/README.md) | ذمہ دار AI ڈیش بورڈ کے اجزاء کا استعمال کرتے ہوئے مشین لرننگ میں ماڈل کی ڈیبگنگ | [سبق](9-Real-World/2-Debugging-ML-Models/README.md) | روتھ یاکوب |
|
|
|
|
|
|
> [اس کورس کے لیے تمام اضافی وسائل ہماری مائیکروسافٹ لرن کلیکشن میں تلاش کریں](https://learn.microsoft.com/en-us/collections/qrqzamz1nn2wx3?WT.mc_id=academic-77952-bethanycheum)
|
|
|
|
|
|
## آف لائن رسائی
|
|
|
|
|
|
آپ اس دستاویز کو آف لائن چلا سکتے ہیں [Docsify](https://docsify.js.org/#/) کا استعمال کرتے ہوئے۔ اس ریپو کو فورک کریں، [Docsify انسٹال کریں](https://docsify.js.org/#/quickstart) اپنی مقامی مشین پر، اور پھر اس ریپو کے روٹ فولڈر میں `docsify serve` ٹائپ کریں۔ ویب سائٹ آپ کے لوکل ہوسٹ پر پورٹ 3000 پر پیش کی جائے گی: `localhost:3000`۔
|
|
|
|
|
|
## پی ڈی ایفز
|
|
|
|
|
|
نصاب کے لنکس کے ساتھ پی ڈی ایف [یہاں](https://microsoft.github.io/ML-For-Beginners/pdf/readme.pdf) تلاش کریں۔
|
|
|
|
|
|
## 🎒 دیگر کورسز
|
|
|
|
|
|
ہماری ٹیم دیگر کورسز تیار کرتی ہے! دیکھیں:
|
|
|
|
|
|
### 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)
|
|
|
|
|
|
---
|
|
|
|
|
|
### جنریٹو AI سیریز
|
|
|
[](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)
|
|
|
|
|
|
---
|
|
|
|
|
|
### بنیادی تعلیم
|
|
|
[](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)
|
|
|
|
|
|
---
|
|
|
|
|
|
### کوپائلٹ سیریز
|
|
|
[](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)
|
|
|
|
|
|
---
|
|
|
|
|
|
## مدد حاصل کریں
|
|
|
|
|
|
اگر آپ کسی مسئلے میں پھنس جائیں یا AI ایپس بنانے کے بارے میں سوالات ہوں، تو MCP کے بارے میں گفتگو میں شامل ہوں۔ یہ ایک معاون کمیونٹی ہے جہاں سوالات کا خیر مقدم کیا جاتا ہے اور علم آزادانہ طور پر شیئر کیا جاتا ہے۔
|
|
|
|
|
|
[](https://discord.gg/nTYy5BXMWG)
|
|
|
|
|
|
اگر آپ کو پروڈکٹ کے بارے میں رائے دینی ہو یا ایپس بنانے کے دوران کوئی خرابی ہو تو یہاں جائیں:
|
|
|
|
|
|
[](https://aka.ms/foundry/forum)
|
|
|
|
|
|
---
|
|
|
|
|
|
<!-- CO-OP TRANSLATOR DISCLAIMER START -->
|
|
|
**اعلانِ لاتعلقی**:
|
|
|
یہ دستاویز AI ترجمہ سروس [Co-op Translator](https://github.com/Azure/co-op-translator) کا استعمال کرتے ہوئے ترجمہ کی گئی ہے۔ ہم درستگی کے لیے کوشش کرتے ہیں، لیکن براہ کرم آگاہ رہیں کہ خودکار ترجمے میں غلطیاں یا خامیاں ہو سکتی ہیں۔ اصل دستاویز کو اس کی اصل زبان میں مستند ذریعہ سمجھا جانا چاہیے۔ اہم معلومات کے لیے، پیشہ ور انسانی ترجمہ کی سفارش کی جاتی ہے۔ اس ترجمے کے استعمال سے پیدا ہونے والی کسی بھی غلط فہمی یا غلط تشریح کے لیے ہم ذمہ دار نہیں ہیں۔
|
|
|
<!-- CO-OP TRANSLATOR DISCLAIMER END --> |
