|
|
[](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/)
|
|
|
|
|
|
### 🌐 多言語サポート
|
|
|
|
|
|
#### GitHub Actionによるサポート（自動で常に最新）
|
|
|
|
|
|
<!-- CO-OP TRANSLATOR LANGUAGES TABLE START -->
|
|
|
[アラビア語](../ar/README.md) | [ベンガル語](../bn/README.md) | [ブルガリア語](../bg/README.md) | [ビルマ語 (ミャンマー)](../my/README.md) | [中国語（簡体字）](../zh-CN/README.md) | [中国語（繁体字、香港）](../zh-HK/README.md) | [中国語（繁体字、マカオ）](../zh-MO/README.md) | [中国語（繁体字、台湾）](../zh-TW/README.md) | [クロアチア語](../hr/README.md) | [チェコ語](../cs/README.md) | [デンマーク語](../da/README.md) | [オランダ語](../nl/README.md) | [エストニア語](../et/README.md) | [フィンランド語](../fi/README.md) | [フランス語](../fr/README.md) | [ドイツ語](../de/README.md) | [ギリシャ語](../el/README.md) | [ヘブライ語](../he/README.md) | [ヒンディー語](../hi/README.md) | [ハンガリー語](../hu/README.md) | [インドネシア語](../id/README.md) | [イタリア語](../it/README.md) | [日本語](./README.md) | [カンナダ語](../kn/README.md) | [韓国語](../ko/README.md) | [リトアニア語](../lt/README.md) | [マレー語](../ms/README.md) | [マラヤーラム語](../ml/README.md) | [マラーティー語](../mr/README.md) | [ネパール語](../ne/README.md) | [ナイジェリア・ピジン語](../pcm/README.md) | [ノルウェー語](../no/README.md) | [ペルシャ語（ファルシー）](../fa/README.md) | [ポーランド語](../pl/README.md) | [ポルトガル語（ブラジル）](../pt-BR/README.md) | [ポルトガル語（ポルトガル）](../pt-PT/README.md) | [パンジャブ語（グルムキー）](../pa/README.md) | [ルーマニア語](../ro/README.md) | [ロシア語](../ru/README.md) | [セルビア語（キリル文字）](../sr/README.md) | [スロバキア語](../sk/README.md) | [スロベニア語](../sl/README.md) | [スペイン語](../es/README.md) | [スワヒリ語](../sw/README.md) | [スウェーデン語](../sv/README.md) | [タガログ語（フィリピン語）](../tl/README.md) | [タミル語](../ta/README.md) | [テルグ語](../te/README.md) | [タイ語](../th/README.md) | [トルコ語](../tr/README.md) | [ウクライナ語](../uk/README.md) | [ウルドゥー語](../ur/README.md) | [ベトナム語](../vi/README.md)
|
|
|
|
|
|
> **ローカルでクローンしたいですか？**
|
|
|
|
|
|
> 本リポジトリには50以上の言語の翻訳が含まれており、ダウンロードサイズが大きくなります。翻訳なしでクローンするには、スパースチェックアウトを使用してください：
|
|
|
> ```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'
|
|
|
> ```
|
|
|
> これにより、コースを完了するために必要なすべてがより高速にダウンロードできます。
|
|
|
<!-- CO-OP TRANSLATOR LANGUAGES TABLE END -->
|
|
|
|
|
|
#### コミュニティに参加する
|
|
|
|
|
|
[](https://discord.gg/nTYy5BXMWG)
|
|
|
|
|
|
DiscordではAI学習シリーズを開催中です。詳細と参加は[Learn with AI Series](https://aka.ms/learnwithai/discord)（2025年9月18日～30日）から。GitHub Copilotを使ったデータサイエンスのヒントやコツが得られます。
|
|
|
|
|
|
|
|
|
|
|
|
# Machine Learning for Beginners - カリキュラム
|
|
|
|
|
|
> 🌍 世界の文化を通じて機械学習を探求しながら、世界を旅しよう 🌍
|
|
|
|
|
|
MicrosoftのCloud Advocatesは、**機械学習**に関する12週間、26レッスンのカリキュラムを提供します。このカリキュラムでは、主にScikit-learnを使い、ディープラーニングは扱わずに「クラシック機械学習」と呼ばれる分野を学びます。ディープラーニングは[AI for Beginners](https://aka.ms/ai4beginners)カリキュラムで取り扱っています。こちらと併せて['Data Science for Beginners'カリキュラム](https://aka.ms/ds4beginners)もどうぞ。
|
|
|
|
|
|
世界各地のデータにクラシックな技術を適用しながら、共に世界を旅しましょう。各レッスンには、事前・事後クイズ、手順書、解答例、課題などが含まれています。プロジェクト型の教育法で学習しながら実践するため、新しいスキルが身につきやすい構成です。
|
|
|
|
|
|
**✍️ 心より感謝を込めて著者の皆様へ** Jen Looper, Stephen Howell, Francesca Lazzeri, Tomomi Imura, Cassie Breviu, Dmitry Soshnikov, Chris Noring, Anirban Mukherjee, Ornella Altunyan, Ruth Yakubu, Amy Boyd
|
|
|
|
|
|
**🎨 イラストレーターの皆様にも感謝** Tomomi Imura, Dasani Madipalli, Jen Looper
|
|
|
|
|
|
**🙏 Microsoft Student Ambassadorの著者、レビュアー、コンテンツ寄稿者にも特別な感謝を** Rishit Dagli, Muhammad Sakib Khan Inan, Rohan Raj, Alexandru Petrescu, Abhishek Jaiswal, Nawrin Tabassum, Ioan Samuila, Snigdha Agarwal
|
|
|
|
|
|
**🤩 Rレッスンに関してはMicrosoft Student AmbassadorsのEric Wanjau, Jasleen Sondhi, Vidushi Guptaにも大変感謝！**
|
|
|
|
|
|
# はじめに
|
|
|
|
|
|
以下の手順で進めてください：
|
|
|
1. **リポジトリをフォーク**：ページ右上の「Fork」ボタンをクリックしてください。
|
|
|
2. **リポジトリをクローン**： `git clone https://github.com/microsoft/ML-For-Beginners.git`
|
|
|
|
|
|
> [このコースのその他リソースはMicrosoft Learnコレクションで確認できます](https://learn.microsoft.com/en-us/collections/qrqzamz1nn2wx3?WT.mc_id=academic-77952-bethanycheum)
|
|
|
|
|
|
> 🔧 **困ったときは？** インストール・セットアップ・レッスン実行時のよくある問題は[トラブルシューティングガイド](TROUBLESHOOTING.md)をご参照ください。
|
|
|
|
|
|
|
|
|
**[学生の皆さん](https://aka.ms/student-page)** このカリキュラムを使うには、自分のGitHubアカウントにリポジトリをフォークし、一人またはグループで演習を完了してください：
|
|
|
|
|
|
- 事前講義クイズを受ける。
|
|
|
- 講義を読み、活動を完了しながら各知識チェックで一時停止して考える。
|
|
|
- 解答コードを実行するより、自分で理解してプロジェクトを作ってみよう。ただし、解答コードは各プロジェクト型レッスンの `/solution` フォルダーにあります。
|
|
|
- 講義後クイズを受ける。
|
|
|
- チャレンジをクリアする。
|
|
|
- 課題を提出する。
|
|
|
- レッスングループの完了後は[ディスカッションボード](https://github.com/microsoft/ML-For-Beginners/discussions)を訪れ、「大声で学ぶ」ために該当のPATルーブリックを記入してください。PATは学習進捗を評価するためのルーブリックです。また他のPATにリアクションして共に学びましょう。
|
|
|
|
|
|
> さらなる学習には、以下の[Microsoft Learn](https://docs.microsoft.com/en-us/users/jenlooper-2911/collections/k7o7tg1gp306q4?WT.mc_id=academic-77952-leestott)モジュールやラーニングパスもおすすめです。
|
|
|
|
|
|
**教員の皆様** 各種利用の提案を[用意しています](for-teachers.md)。
|
|
|
|
|
|
---
|
|
|
|
|
|
## 動画解説
|
|
|
|
|
|
一部レッスンはショートフォーム動画で提供しています。レッスン内のインラインや、[Microsoft DeveloperのYouTubeチャンネル上のML for Beginnersプレイリスト](https://aka.ms/ml-beginners-videos)からご覧ください。下の画像をクリックするとアクセスできます。
|
|
|
|
|
|
[](https://aka.ms/ml-beginners-videos)
|
|
|
|
|
|
---
|
|
|
|
|
|
## チーム紹介
|
|
|
|
|
|
[](https://youtu.be/Tj1XWrDSYJU)
|
|
|
|
|
|
**Gif 制作：** [Mohit Jaisal](https://linkedin.com/in/mohitjaisal)
|
|
|
|
|
|
> 🎥 上の画像をクリックすると、プロジェクトと制作者の動画が視聴できます！
|
|
|
|
|
|
---
|
|
|
|
|
|
## 教育方針
|
|
|
|
|
|
本カリキュラムでは「実践的なプロジェクトベース」と「頻繁なクイズ」を教育理念として採用しています。また、カリキュラム全体にわたる共通の**テーマ**で統一感を持たせています。
|
|
|
|
|
|
内容をプロジェクトに合わせることで、学習者の関与を高め、概念の定着を促進します。クラス前の軽いクイズは学習の意図付けに、クラス後のクイズは理解の強化に役立ちます。本カリキュラムは柔軟かつ楽しく、全体または部分的に受講可能です。プロジェクトは小さく始まり、12週間の最後にはより複雑になります。さらに、実際の機械学習応用例をまとめた後書きも含まれており、追加課題やディスカッションの素材として利用できます。
|
|
|
|
|
|
> [行動規範](CODE_OF_CONDUCT.md)、[参加方法](CONTRIBUTING.md)、[翻訳ガイドライン](TRANSLATIONS.md)、[トラブルシューティング](TROUBLESHOOTING.md)をご覧ください。建設的なフィードバックをお待ちしています！
|
|
|
|
|
|
## 各レッスンに含まれるもの
|
|
|
|
|
|
- 任意のスケッチノート
|
|
|
- 任意の補足動画
|
|
|
- 動画解説（一部のレッスンのみ）
|
|
|
- [事前講義ウォームアップクイズ](https://ff-quizzes.netlify.app/en/ml/)
|
|
|
- 書面によるレッスン
|
|
|
- プロジェクト型レッスンでは、プロジェクト作成手順の詳細ガイド
|
|
|
- 知識チェック
|
|
|
- チャレンジ課題
|
|
|
- 補足資料
|
|
|
- 課題
|
|
|
- [事後講義クイズ](https://ff-quizzes.netlify.app/en/ml/)
|
|
|
|
|
|
> **言語についての注意**：これらのレッスンは主にPythonで書かれていますが、多くはRでも利用可能です。Rレッスンを行うには、`/solution`フォルダー内のRレッスンを探してください。Rレッスンファイルは`.rmd`拡張子の**R Markdown**ファイルで、これはRまたは他言語の`コードチャンク`と`YAMLヘッダー`（PDF等の出力形式を指定）をMarkdown文書に埋め込んだものです。コード、結果、考えをMarkdownで記述できるため、データサイエンスに最適な著述フレームワークとなっています。また、R MarkdownはPDF、HTML、Wordなどの形式にレンダリング可能です。
|
|
|
> **クイズについての注意**: すべてのクイズは[Quiz Appフォルダー](../../quiz-app)に含まれており、3問ずつの全52クイズがあります。レッスン内でリンクされていますが、クイズアプリはローカルでも実行可能です。ローカルホストやAzureへのデプロイ方法は`quiz-app`フォルダー内の指示に従ってください。
|
|
|
|
|
|
| レッスン番号 | トピック | レッスングループ | 学習目標 | リンクされたレッスン | 著者 |
|
|
|
| :-----------: | :------------------------------------------------------------: | :-------------------------------------------------: | ---------------------------------------------------------------------------------------------------------------------------- | :--------------------------------------------------------------------------------------------------------------------------------------: | :--------------------------------------------------: |
|
|
|
| 01 | 機械学習の紹介 | [Introduction](1-Introduction/README.md) | 機械学習の基本概念を学ぶ | [Lesson](1-Introduction/1-intro-to-ML/README.md) | Muhammad |
|
|
|
| 02 | 機械学習の歴史 | [Introduction](1-Introduction/README.md) | この分野の歴史を学ぶ | [Lesson](1-Introduction/2-history-of-ML/README.md) | Jen and Amy |
|
|
|
| 03 | 公平性と機械学習 | [Introduction](1-Introduction/README.md) | 公平性に関する重要な哲学的問題とは何か。MLモデルの構築と応用時に学生が考慮すべきこと | [Lesson](1-Introduction/3-fairness/README.md) | Tomomi |
|
|
|
| 04 | 機械学習の手法 | [Introduction](1-Introduction/README.md) | ML研究者がMLモデル構築に使用する手法は何か | [Lesson](1-Introduction/4-techniques-of-ML/README.md) | Chris and Jen |
|
|
|
| 05 | 回帰分析入門 | [Regression](2-Regression/README.md) | PythonとScikit-learnを使った回帰モデルの入門 | [Python](2-Regression/1-Tools/README.md) • [R](../../2-Regression/1-Tools/solution/R/lesson_1.html) | Jen • Eric Wanjau |
|
|
|
| 06 | 北米のパンプキン価格 🎃 | [Regression](2-Regression/README.md) | 機械学習準備のためのデータ可視化とクリーニング | [Python](2-Regression/2-Data/README.md) • [R](../../2-Regression/2-Data/solution/R/lesson_2.html) | Jen • Eric Wanjau |
|
|
|
| 07 | 北米のパンプキン価格 🎃 | [Regression](2-Regression/README.md) | 線形回帰モデルおよび多項式回帰モデルの構築 | [Python](2-Regression/3-Linear/README.md) • [R](../../2-Regression/3-Linear/solution/R/lesson_3.html) | Jen and Dmitry • Eric Wanjau |
|
|
|
| 08 | 北米のパンプキン価格 🎃 | [Regression](2-Regression/README.md) | ロジスティック回帰モデルの構築 | [Python](2-Regression/4-Logistic/README.md) • [R](../../2-Regression/4-Logistic/solution/R/lesson_4.html) | Jen • Eric Wanjau |
|
|
|
| 09 | ウェブアプリ 🔌 | [Web App](3-Web-App/README.md) | 学習したモデルを使うウェブアプリの構築 | [Python](3-Web-App/1-Web-App/README.md) | Jen |
|
|
|
| 10 | 分類分析入門 | [Classification](4-Classification/README.md) | データのクリーニング、準備、可視化；分類分析の入門 | [Python](4-Classification/1-Introduction/README.md) • [R](../../4-Classification/1-Introduction/solution/R/lesson_10.html) | Jen and Cassie • Eric Wanjau |
|
|
|
| 11 | 美味しいアジアとインド料理 🍜 | [Classification](4-Classification/README.md) | 分類器の紹介 | [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 | 美味しいアジアとインド料理 🍜 | [Classification](4-Classification/README.md) | より多くの分類器 | [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 | 美味しいアジアとインド料理 🍜 | [Classification](4-Classification/README.md) | モデルを使った推薦ウェブアプリの構築 | [Python](4-Classification/4-Applied/README.md) | Jen |
|
|
|
| 14 | クラスタリング入門 | [Clustering](5-Clustering/README.md) | データのクリーニング、準備、可視化；クラスタリング入門 | [Python](5-Clustering/1-Visualize/README.md) • [R](../../5-Clustering/1-Visualize/solution/R/lesson_14.html) | Jen • Eric Wanjau |
|
|
|
| 15 | ナイジェリアの音楽嗜好を探る 🎧 | [Clustering](5-Clustering/README.md) | K-Meansクラスタリング手法の探究 | [Python](5-Clustering/2-K-Means/README.md) • [R](../../5-Clustering/2-K-Means/solution/R/lesson_15.html) | Jen • Eric Wanjau |
|
|
|
| 16 | 自然言語処理入門 ☕️ | [Natural language processing](6-NLP/README.md) | 簡単なボットを作成しながら自然言語処理の基本を学ぶ | [Python](6-NLP/1-Introduction-to-NLP/README.md) | Stephen |
|
|
|
| 17 | 一般的なNLPタスク ☕️ | [Natural language processing](6-NLP/README.md) | 言語構造に対応する際に必要な一般的なタスクの理解でNLP知識を深める | [Python](6-NLP/2-Tasks/README.md) | Stephen |
|
|
|
| 18 | 翻訳と感情分析 ♥️ | [Natural language processing](6-NLP/README.md) | ジェーン・オースティンを使った翻訳と感情分析 | [Python](6-NLP/3-Translation-Sentiment/README.md) | Stephen |
|
|
|
| 19 | ヨーロッパのロマンチックホテル ♥️ | [Natural language processing](6-NLP/README.md) | ホテルレビューによる感情分析１ | [Python](6-NLP/4-Hotel-Reviews-1/README.md) | Stephen |
|
|
|
| 20 | ヨーロッパのロマンチックホテル ♥️ | [Natural language processing](6-NLP/README.md) | ホテルレビューによる感情分析２ | [Python](6-NLP/5-Hotel-Reviews-2/README.md) | Stephen |
|
|
|
| 21 | 時系列予測入門 | [Time series](7-TimeSeries/README.md) | 時系列予測の入門 | [Python](7-TimeSeries/1-Introduction/README.md) | Francesca |
|
|
|
| 22 | ⚡️ 世界の電力使用量 ⚡️ - ARIMAによる時系列予測 | [Time series](7-TimeSeries/README.md) | ARIMAを使った時系列予測 | [Python](7-TimeSeries/2-ARIMA/README.md) | Francesca |
|
|
|
| 23 | ⚡️ 世界の電力使用量 ⚡️ - SVRによる時系列予測 | [Time series](7-TimeSeries/README.md) | サポートベクター回帰(SVR)を使った時系列予測 | [Python](7-TimeSeries/3-SVR/README.md) | Anirban |
|
|
|
| 24 | 強化学習入門 | [Reinforcement learning](8-Reinforcement/README.md) | Q-ラーニングによる強化学習の紹介 | [Python](8-Reinforcement/1-QLearning/README.md) | Dmitry |
|
|
|
| 25 | ピーターがオオカミを避ける手助けを！ 🐺 | [Reinforcement learning](8-Reinforcement/README.md) | 強化学習ジム | [Python](8-Reinforcement/2-Gym/README.md) | Dmitry |
|
|
|
| ポストスクリプト | 実世界のMLシナリオと応用 | [ML in the Wild](9-Real-World/README.md) | 古典的なMLの興味深く示唆に富む実際の応用 | [Lesson](9-Real-World/1-Applications/README.md) | Team |
|
|
|
| ポストスクリプト | RAIダッシュボードを用いたMLモデルのデバッグ | [ML in the Wild](9-Real-World/README.md) | Responsible AIダッシュボードコンポーネントを用いた機械学習モデルのデバッグ | [Lesson](9-Real-World/2-Debugging-ML-Models/README.md) | Ruth Yakubu |
|
|
|
|
|
|
> [このコースの追加リソースは当社のMicrosoft Learnコレクションでご覧いただけます](https://learn.microsoft.com/en-us/collections/qrqzamz1nn2wx3?WT.mc_id=academic-77952-bethanycheum)
|
|
|
|
|
|
## オフラインアクセス
|
|
|
|
|
|
[Docsify](https://docsify.js.org/#/)を使えば、このドキュメントをオフラインで閲覧できます。このリポジトリをフォークして、ローカルマシンに[Docsifyをインストール](https://docsify.js.org/#/quickstart)し、リポジトリのルートフォルダーで`docsify serve`コマンドを実行してください。ウェブサイトはローカルホストのポート3000で配信されます: `localhost:3000`.
|
|
|
|
|
|
## PDF
|
|
|
|
|
|
カリキュラムのPDF（リンク付き）は[こちら](https://microsoft.github.io/ML-For-Beginners/pdf/readme.pdf)をご覧ください。
|
|
|
|
|
|
|
|
|
## 🎒 その他のコース
|
|
|
|
|
|
当チームは他のコースも制作しています！ぜひチェックしてください：
|
|
|
|
|
|
<!-- 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)
|
|
|
|
|
|
---
|
|
|
|
|
|
### 生成AI シリーズ
|
|
|
[](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)
|
|
|
|
|
|
---
|
|
|
|
|
|
### コアラーニング
|
|
|
[](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)
|
|
|
|
|
|
---
|
|
|
|
|
|
### Copilot シリーズ
|
|
|
[](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 -->
|
|
|
|
|
|
## ヘルプを得るには
|
|
|
|
|
|
AI アプリの構築で行き詰まったり質問がある場合は、仲間の学習者や経験豊富な開発者たちと一緒に MCP について議論に参加しましょう。ここは質問が歓迎され、知識が自由に共有される支援的なコミュニティです。
|
|
|
|
|
|
[](https://discord.gg/nTYy5BXMWG)
|
|
|
|
|
|
製品のフィードバックやビルド中のエラーがある場合は、こちらを訪問してください:
|
|
|
|
|
|
[](https://aka.ms/foundry/forum)
|
|
|
|
|
|
---
|
|
|
|
|
|
<!-- CO-OP TRANSLATOR DISCLAIMER START -->
|
|
|
**免責事項**：
|
|
|
本書類はAI翻訳サービス「[Co-op Translator](https://github.com/Azure/co-op-translator)」を使用して翻訳されました。正確性の確保に努めておりますが、自動翻訳には誤りや不正確な箇所が含まれる場合があります。正式な情報は原文の言語による文書を権威ある資料としてご参照ください。重要な情報については、専門の人間による翻訳を推奨いたします。本翻訳の利用により生じたいかなる誤解や解釈の相違についても、当方は一切責任を負いかねます。
|
|
|
<!-- CO-OP TRANSLATOR DISCLAIMER END -->
|
