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.
223 lines
30 KiB
223 lines
30 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/)
|
|
|
|
### 🌐 Višejezična podrška
|
|
|
|
#### Podržano putem GitHub akcije (Automatski i uvijek ažurirano)
|
|
|
|
<!-- 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](./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) | [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)](../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) | [Telugu](../te/README.md) | [Thai](../th/README.md) | [Turkish](../tr/README.md) | [Ukrainian](../uk/README.md) | [Urdu](../ur/README.md) | [Vietnamese](../vi/README.md)
|
|
|
|
> **Radije klonirati lokalno?**
|
|
|
|
> Ovaj repozitorij uključuje prijevode na više od 50 jezika što znatno povećava veličinu preuzimanja. Za kloniranje bez prijevoda koristite sparse checkout:
|
|
> ```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'
|
|
> ```
|
|
> Ovo vam daje sve što vam je potrebno za završetak tečaja uz znatno brže preuzimanje.
|
|
<!-- CO-OP TRANSLATOR LANGUAGES TABLE END -->
|
|
|
|
#### Pridružite se našoj zajednici
|
|
|
|
[](https://discord.gg/nTYy5BXMWG)
|
|
|
|
Imamo seriju "Uči s AI" na Discordu, saznajte više i pridružite se na [Learn with AI Series](https://aka.ms/learnwithai/discord) od 18. do 30. rujna 2025. Dobit ćete savjete i trikove za korištenje GitHub Copilot za Data Science.
|
|
|
|
|
|
|
|
# Strojno učenje za početnike - Kurikulum
|
|
|
|
> 🌍 Putujte oko svijeta dok istražujemo Strojno učenje kroz kulture svijeta 🌍
|
|
|
|
Cloud Advocates u Microsoftu s ponosom nude 12-tjedni, 26-lekcijski kurikulum posvećen **Strojnom učenju**. U ovom kurikulumu ćete naučiti o onome što se ponekad naziva **klasičnim strojnim učenjem**, koristeći prvenstveno biblioteku Scikit-learn i izbjegavajući duboko učenje, koje je obrađeno u našem [AI for Beginners' kurikulumu](https://aka.ms/ai4beginners). Uparite ove lekcije i s našim ['Data Science for Beginners' kurikulumom](https://aka.ms/ds4beginners).
|
|
|
|
Putujte s nama oko svijeta dok primjenjujemo ove klasične tehnike na podatke iz raznih dijelova svijeta. Svaka lekcija uključuje kvizove prije i nakon lekcije, pisane upute za dovršetak lekcije, rješenje, zadatak i još mnogo toga. Naša metodologija zasnovana na projektima omogućuje vam učenje kroz izgradnju, što je dokazano učinkovit način da nova znanja "ostanu".
|
|
|
|
**✍️ Veliko hvala našim autorima** Jen Looper, Stephen Howell, Francesca Lazzeri, Tomomi Imura, Cassie Breviu, Dmitry Soshnikov, Chris Noring, Anirban Mukherjee, Ornella Altunyan, Ruth Yakubu i Amy Boyd
|
|
|
|
**🎨 Zahvale i našim ilustratorima** Tomomi Imura, Dasani Madipalli i Jen Looper
|
|
|
|
**🙏 Posebna zahvala 🙏 našim Microsoft Student Ambassador autorima, recenzentima i suradnicima sadržaja**, posebno Rishitu Dagliju, Muhammadu Sakib Khanu Inanu, Rohanu Raju, Alexandruu Petrescuu, Abhisheku Jaiswalu, Nawrin Tabassumu, Ioanu Samuili i Snigdhi Agarwalu
|
|
|
|
**🤩 Posebna zahvalnost Microsoft Student Ambassadorima Eric Wanjau, Jasleen Sondhi i Vidushi Gupta za naše R lekcije!**
|
|
|
|
# Početak rada
|
|
|
|
Slijedite ove korake:
|
|
1. **Forkajte repozitorij**: Kliknite na gumb "Fork" u gornjem desnom kutu ove stranice.
|
|
2. **Klonirajte repozitorij**: `git clone https://github.com/microsoft/ML-For-Beginners.git`
|
|
|
|
> [pronađite sve dodatne resurse za ovaj tečaj u našoj Microsoft Learn kolekciji](https://learn.microsoft.com/en-us/collections/qrqzamz1nn2wx3?WT.mc_id=academic-77952-bethanycheum)
|
|
|
|
> 🔧 **Trebate pomoć?** Pogledajte naš [Vodič za rješavanje problema](TROUBLESHOOTING.md) za rješenja čestih problema s instalacijom, postavljanjem i izvođenjem lekcija.
|
|
|
|
|
|
**[Učenici](https://aka.ms/student-page)**, za korištenje ovog kurikuluma, forkajte cijeli repozitorij na vlastiti GitHub račun i dovršavajte vježbe samostalno ili u grupi:
|
|
|
|
- Počnite s kvizom prije predavanja.
|
|
- Pročitajte predavanje i dovršite aktivnosti, zaustavljajući se i razmišljajući na svakoj provjeri znanja.
|
|
- Pokušajte stvoriti projekte razumijevanjem lekcija, a ne samo pokretanjem rješenja; međutim, taj je kod dostupan u mapama `/solution` u svakoj lekciji usmjerenoj na projekte.
|
|
- Uradite kviz nakon predavanja.
|
|
- Dovršite izazov.
|
|
- Dovršite zadatak.
|
|
- Nakon završetka grupe lekcija, posjetite [Diskusijski forum](https://github.com/microsoft/ML-For-Beginners/discussions) i "učite naglas" ispunjavanjem odgovarajućeg PAT obrasca. 'PAT' je alat za procjenu napretka koji ispunjavate za daljnje učenje. Također možete reagirati na druge PAT-ove kako bismo zajedno učili.
|
|
|
|
> Za daljnje učenje preporučujemo praćenje ovih [Microsoft Learn](https://docs.microsoft.com/en-us/users/jenlooper-2911/collections/k7o7tg1gp306q4?WT.mc_id=academic-77952-leestott) modula i obrazovnih putanja.
|
|
|
|
**Nastavnici**, uključili smo [neke prijedloge](for-teachers.md) o tome kako koristiti ovaj kurikulum.
|
|
|
|
---
|
|
|
|
## Video vodiči
|
|
|
|
Neke lekcije dostupne su u obliku kratkih video zapisa. Sve ih možete pronaći unutar lekcija ili na [ML for Beginners playlisti na Microsoft Developer YouTube kanalu](https://aka.ms/ml-beginners-videos) klikom na donju sliku.
|
|
|
|
[](https://aka.ms/ml-beginners-videos)
|
|
|
|
---
|
|
|
|
## Upoznajte tim
|
|
|
|
[](https://youtu.be/Tj1XWrDSYJU)
|
|
|
|
**Gif autora** [Mohit Jaisal](https://linkedin.com/in/mohitjaisal)
|
|
|
|
> 🎥 Kliknite gornju sliku za video o projektu i ljudima koji su ga stvorili!
|
|
|
|
---
|
|
|
|
## Pedagogija
|
|
|
|
Pri izradi ovog kurikuluma odabrali smo dva pedagoška principa: osigurati da je praktičan i **zasnovan na projektima** te da uključuje **učestale kvizove**. Osim toga, ovaj kurikulum ima zajedničku **temu** za koheziju.
|
|
|
|
Osiguravajući da se sadržaj uskladi s projektima, proces učenja postaje zanimljiviji za učenike i poboljšava zadržavanje pojmova. Uz to, kviz s niskim ulogom prije nastave usmjerava namjeru učenika ka učenju teme, dok drugi kviz nakon nastave osigurava dodatno usvajanje znanja. Ovaj je kurikulum osmišljen kao fleksibilan i zabavan te se može koristiti u cijelosti ili djelomično. Projekti počinju jednostavni i postaju sve složeniji do kraja 12-tjednog ciklusa. Kurikulum također uključuje epilog o stvarnim primjenama strojnog učenja, koji se može koristiti kao dodatni bodovi ili kao osnova za raspravu.
|
|
|
|
> Pronađite naš [Kodeks ponašanja](CODE_OF_CONDUCT.md), [Pravila za doprinos](CONTRIBUTING.md), [Prijevode](TRANSLATIONS.md) i [Vodič za rješavanje problema](TROUBLESHOOTING.md). Dobrodošao je vaš konstruktivan feedback!
|
|
|
|
## Svaka lekcija uključuje
|
|
|
|
- neobaveznu skicu bilješki
|
|
- neobavezni dopunski video
|
|
- video vodič (samo neke lekcije)
|
|
- [pripremni kviz prije predavanja](https://ff-quizzes.netlify.app/en/ml/)
|
|
- pisanu lekciju
|
|
- za lekcije temeljene na projektima, vodiče korak-po-korak za izradu projekta
|
|
- provjere znanja
|
|
- izazov
|
|
- dodatno čitanje
|
|
- zadatak
|
|
- [kviz nakon predavanja](https://ff-quizzes.netlify.app/en/ml/)
|
|
|
|
> **Napomena o jezicima**: Ove su lekcije prvenstveno napisane u Pythonu, ali mnoge su dostupne i u R-u. Za dovršetak R lekcije, idite u mapu `/solution` i potražite R lekcije. One uključuju .rmd ekstenziju koja predstavlja **R Markdown** datoteku, što se može jednostavno definirati kao umetanje `code chunks` (R ili drugih jezika) i `YAML zaglavlja` (koje usmjerava kako formatirati izlaze kao PDF) u `Markdown dokument`. Kao takav, služi kao izvrstan okvir za autorstvo za data science jer vam dopušta kombinirati vaš kod, njegov izlaz i vaše misli pisanjem u Markdownu. Nadalje, R Markdown dokumenti mogu se izvesti u izlazne formate poput PDF, HTML ili Word.
|
|
> **Napomena o kvizovima**: Svi kvizovi su sadržani u [Quiz App folderu](../../quiz-app), ukupno 52 kviza sa po tri pitanja. Linkani su unutar lekcija, no aplikaciju za kvizove moguće je pokrenuti lokalno; slijedite upute u `quiz-app` folderu za lokalno hostanje ili deploy na Azure.
|
|
|
|
| Broj lekcije | Tema | Grupiranje lekcija | Ciljevi učenja | Povezana lekcija | Autor |
|
|
| :----------: | :----------------------------------------------------------: | :----------------------------------------------------: | ------------------------------------------------------------------------------------------------------------------------------- | :--------------------------------------------------------------------------------------------------------------------------------------: | :-------------------------------------------------: |
|
|
| 01 | Uvod u strojno učenje | [Uvod](1-Introduction/README.md) | Naučiti osnovne pojmove strojnog učenja | [Lekcija](1-Introduction/1-intro-to-ML/README.md) | Muhammad |
|
|
| 02 | Povijest strojnog učenja | [Uvod](1-Introduction/README.md) | Naučiti povijest ovog područja | [Lekcija](1-Introduction/2-history-of-ML/README.md) | Jen i Amy |
|
|
| 03 | Pravednost i strojno učenje | [Uvod](1-Introduction/README.md) | Koja su važna filozofska pitanja o pravednosti koja učenici trebaju razmotriti pri izgradnji i primjeni ML modela? | [Lekcija](1-Introduction/3-fairness/README.md) | Tomomi |
|
|
| 04 | Tehnike za strojno učenje | [Uvod](1-Introduction/README.md) | Koje tehnike istraživači strojnog učenja koriste za izgradnju ML modela? | [Lekcija](1-Introduction/4-techniques-of-ML/README.md) | Chris i Jen |
|
|
| 05 | Uvod u regresiju | [Regresija](2-Regression/README.md) | Početak rada s Pythonom i Scikit-learn za regresijske modele | [Python](2-Regression/1-Tools/README.md) • [R](../../2-Regression/1-Tools/solution/R/lesson_1.html) | Jen • Eric Wanjau |
|
|
| 06 | Cijene bundeva u Sjevernoj Americi 🎃 | [Regresija](2-Regression/README.md) | Vizualizirati i očistiti podatke kao pripremu za ML | [Python](2-Regression/2-Data/README.md) • [R](../../2-Regression/2-Data/solution/R/lesson_2.html) | Jen • Eric Wanjau |
|
|
| 07 | Cijene bundeva u Sjevernoj Americi 🎃 | [Regresija](2-Regression/README.md) | Izraditi linearne i polinomijalne regresijske modele | [Python](2-Regression/3-Linear/README.md) • [R](../../2-Regression/3-Linear/solution/R/lesson_3.html) | Jen i Dmitry • Eric Wanjau |
|
|
| 08 | Cijene bundeva u Sjevernoj Americi 🎃 | [Regresija](2-Regression/README.md) | Izraditi logistički regresijski model | [Python](2-Regression/4-Logistic/README.md) • [R](../../2-Regression/4-Logistic/solution/R/lesson_4.html) | Jen • Eric Wanjau |
|
|
| 09 | Web aplikacija 🔌 | [Web App](3-Web-App/README.md) | Izgraditi web aplikaciju za upotrebu vašeg istreniranog modela | [Python](3-Web-App/1-Web-App/README.md) | Jen |
|
|
| 10 | Uvod u klasifikaciju | [Klasifikacija](4-Classification/README.md) | Očistiti, pripremiti i vizualizirati podatke; uvod u klasifikaciju | [Python](4-Classification/1-Introduction/README.md) • [R](../../4-Classification/1-Introduction/solution/R/lesson_10.html) | Jen i Cassie • Eric Wanjau |
|
|
| 11 | Ukusne azijske i indijske kuhinje 🍜 | [Klasifikacija](4-Classification/README.md) | Uvod u klasifikatore | [Python](4-Classification/2-Classifiers-1/README.md) • [R](../../4-Classification/2-Classifiers-1/solution/R/lesson_11.html) | Jen i Cassie • Eric Wanjau |
|
|
| 12 | Ukusne azijske i indijske kuhinje 🍜 | [Klasifikacija](4-Classification/README.md) | Više klasifikatora | [Python](4-Classification/3-Classifiers-2/README.md) • [R](../../4-Classification/3-Classifiers-2/solution/R/lesson_12.html) | Jen i Cassie • Eric Wanjau |
|
|
| 13 | Ukusne azijske i indijske kuhinje 🍜 | [Klasifikacija](4-Classification/README.md) | Izraditi web aplikaciju za preporuke koristeći vaš model | [Python](4-Classification/4-Applied/README.md) | Jen |
|
|
| 14 | Uvod u klasteriranje | [Klasteriranje](5-Clustering/README.md) | Očistiti, pripremiti i vizualizirati podatke; uvod u klasteriranje | [Python](5-Clustering/1-Visualize/README.md) • [R](../../5-Clustering/1-Visualize/solution/R/lesson_14.html) | Jen • Eric Wanjau |
|
|
| 15 | Istraživanje nigerijskih glazbenih ukusa 🎧 | [Klasteriranje](5-Clustering/README.md) | Istražiti K-Means metodu klasteriranja | [Python](5-Clustering/2-K-Means/README.md) • [R](../../5-Clustering/2-K-Means/solution/R/lesson_15.html) | Jen • Eric Wanjau |
|
|
| 16 | Uvod u obradu prirodnog jezika ☕️ | [Obrada prirodnog jezika](6-NLP/README.md) | Naučiti osnove NLP-a kroz izgradnju jednostavnog bota | [Python](6-NLP/1-Introduction-to-NLP/README.md) | Stephen |
|
|
| 17 | Uobičajeni NLP zadaci ☕️ | [Obrada prirodnog jezika](6-NLP/README.md) | Produbiti svoje znanje NLP-a razumijevanjem čestih zadataka u radu s jezičnim strukturama | [Python](6-NLP/2-Tasks/README.md) | Stephen |
|
|
| 18 | Prevođenje i analiza sentimenta ♥️ | [Obrada prirodnog jezika](6-NLP/README.md) | Prevođenje i analiza sentimenta s Jane Austen | [Python](6-NLP/3-Translation-Sentiment/README.md) | Stephen |
|
|
| 19 | Romantični hoteli Europe ♥️ | [Obrada prirodnog jezika](6-NLP/README.md) | Analiza sentimenta s recenzijama hotela 1 | [Python](6-NLP/4-Hotel-Reviews-1/README.md) | Stephen |
|
|
| 20 | Romantični hoteli Europe ♥️ | [Obrada prirodnog jezika](6-NLP/README.md) | Analiza sentimenta s recenzijama hotela 2 | [Python](6-NLP/5-Hotel-Reviews-2/README.md) | Stephen |
|
|
| 21 | Uvod u predviđanje vremenskih serija | [Vremenske serije](7-TimeSeries/README.md) | Uvod u predviđanje vremenskih serija | [Python](7-TimeSeries/1-Introduction/README.md) | Francesca |
|
|
| 22 | ⚡️ Svjetska potrošnja energije ⚡️ - predviđanje vremenskih serija s ARIMA | [Vremenske serije](7-TimeSeries/README.md) | Predviđanje vremenskih serija s ARIMA | [Python](7-TimeSeries/2-ARIMA/README.md) | Francesca |
|
|
| 23 | ⚡️ Svjetska potrošnja energije ⚡️ - predviđanje vremenskih serija sa SVR | [Vremenske serije](7-TimeSeries/README.md) | Predviđanje vremenskih serija pomoću regresora s podrškom vektora | [Python](7-TimeSeries/3-SVR/README.md) | Anirban |
|
|
| 24 | Uvod u učenje s pojačanjem | [Učenje s pojačanjem](8-Reinforcement/README.md) | Uvod u učenje s pojačanjem pomoću Q-Learninga | [Python](8-Reinforcement/1-QLearning/README.md) | Dmitry |
|
|
| 25 | Pomozite Peteru izbjeći vuka! 🐺 | [Učenje s pojačanjem](8-Reinforcement/README.md) | Učenje s pojačanjem uz Gym | [Python](8-Reinforcement/2-Gym/README.md) | Dmitry |
|
|
| Poslije | Scenariji i primjene stvarnog svijeta s ML | [ML u stvarnom svijetu](9-Real-World/README.md) | Zanimljive i otkrivajuće stvarne primjene klasičnog strojnog učenja | [Lekcija](9-Real-World/1-Applications/README.md) | Tim |
|
|
| Poslije | Debugiranje modela u ML s RAI dashboardom | [ML u stvarnom svijetu](9-Real-World/README.md) | Debugiranje modela u strojnome učenju koristeći komponente Responsible AI dashboarda | [Lekcija](9-Real-World/2-Debugging-ML-Models/README.md) | Ruth Yakubu |
|
|
|
|
> [pronađite sve dodatne resurse za ovaj tečaj u našoj Microsoft Learn kolekciji](https://learn.microsoft.com/en-us/collections/qrqzamz1nn2wx3?WT.mc_id=academic-77952-bethanycheum)
|
|
|
|
## Offline pristup
|
|
|
|
Ovu dokumentaciju možete pokrenuti offline koristeći [Docsify](https://docsify.js.org/#/). Forkajte ovaj repozitorij, [instalirajte Docsify](https://docsify.js.org/#/quickstart) na svoj lokalni uređaj i u korijenskom direktoriju repozitorija upišite `docsify serve`. Web stranica će biti dostupna na portu 3000 na vašem localhostu: `localhost:3000`.
|
|
|
|
## PDF-ovi
|
|
|
|
Pronađite pdf nastavnog plana s linkovima [ovdje](https://microsoft.github.io/ML-For-Beginners/pdf/readme.pdf).
|
|
|
|
|
|
## 🎒 Drugi tečajevi
|
|
|
|
Naš tim proizvodi i druge tečajeve! Pogledajte:
|
|
|
|
<!-- 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 / Agenti
|
|
[](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)
|
|
|
|
---
|
|
|
|
### Serija generativne umjetne inteligencije
|
|
[](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)
|
|
|
|
---
|
|
|
|
### Osnovno učenje
|
|
[](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)
|
|
|
|
---
|
|
|
|
### Serija Copilot
|
|
[](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 -->
|
|
|
|
## Dobivanje pomoći
|
|
|
|
Ako zapnete ili imate pitanja o izgradnji AI aplikacija. Pridružite se drugim učenicima i iskusnim programerima u raspravama o MCP-u. To je podržavajuća zajednica gdje su pitanja dobrodošla i znanje se slobodno dijeli.
|
|
|
|
[](https://discord.gg/nTYy5BXMWG)
|
|
|
|
Ako imate povratne informacije o proizvodu ili greške tijekom izrade, posjetite:
|
|
|
|
[](https://aka.ms/foundry/forum)
|
|
|
|
---
|
|
|
|
<!-- CO-OP TRANSLATOR DISCLAIMER START -->
|
|
**Odricanje od odgovornosti**:
|
|
Ovaj dokument preveden je korištenjem AI prevoditeljskog servisa [Co-op Translator](https://github.com/Azure/co-op-translator). Iako nastojimo postići točnost, imajte na umu da automatski prijevodi mogu sadržavati pogreške ili netočnosti. Izvorni dokument na izvornom jeziku smatra se službenim i autoritativnim izvorom. Za kritične informacije preporučuje se profesionalni ljudski prijevod. Nismo odgovorni za bilo kakve nesporazume ili kriva tumačenja koja proizlaze iz korištenja ovog prijevoda.
|
|
<!-- CO-OP TRANSLATOR DISCLAIMER END --> |