|
|
[](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-ਭਾਸ਼ਾਈ ਸਮਰਥਨ
|
|
|
|
|
|
#### GitHub ਐਕਸ਼ਨ ਰਾਹੀਂ ਸਮਰਥਿਤ (ਆਪੋ-ਆਪ ਅਪਡੇਟ ਅਤੇ ਹਮੇਸ਼ਾ ਅਪਡੇਟਦਾਰ)
|
|
|
|
|
|
<!-- 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) | [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)
|
|
|
|
|
|
> **ਕੀ ਤੁਹਾਨੂੰ ਲੋਕਲ ਡਾਊਨਲੋਡ ਕਰਨਾ ਪਸੰਦ ਹੈ?**
|
|
|
|
|
|
> ਇਸ ਰਿਪੋਜ਼ਿਟਰੀ ਵਿੱਚ 50+ ਭਾਸ਼ਾ ਅਨੁਵਾਦ ਸ਼ਾਮਲ ਹਨ ਜੋ ਡਾਊਨਲੋਡ ਦਾ ਸਾਈਜ਼ ਬਹੁਤ ਵਧਾਉਂਦੇ ਹਨ। ਬਿਨਾਂ ਅਨੁਵਾਦਾਂ ਦੇ ਕਲੋਨ ਕਰਨ ਲਈ, ਸਪਾਰਸ ਚੈਕਆਉਟ ਦੀ ਵਰਤੋਂ ਕਰੋ:
|
|
|
> ```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'
|
|
|
> ```
|
|
|
> ਇਸ ਨਾਲ ਤੁਹਾਨੂੰ ਇਹ ਸਾਰੀ ਚੀਜ਼ਾਂ ਮਿਲਦੀਆਂ ਹਨ ਜੋ ਕੋਰਸ ਨੂੰ ਤੇਜ਼ ਅਤੇ ਪੂਰਾ ਕਰਨ ਲਈ ਲੋੜੀਦੀਆਂ ਹਨ।
|
|
|
<!-- CO-OP TRANSLATOR LANGUAGES TABLE END -->
|
|
|
|
|
|
#### ਸਾਡੇ ਸਮੁਦਾਇ ਵਿੱਚ ਸ਼ਾਮਿਲ ਹੋਵੋ
|
|
|
|
|
|
[](https://discord.gg/nTYy5BXMWG)
|
|
|
|
|
|
ਸਾਡੇ ਕੋਲ ਇੱਕ Discord 'Learn with AI' ਸੀਰੀਜ਼ ਚੱਲ ਰਹੀ ਹੈ, ਹੋਰ ਜਾਣੋ ਅਤੇ ਸਾਨੂੰ [Learn with AI Series](https://aka.ms/learnwithai/discord) ’ਤੇ 18 - 30 ਸਤੰਬਰ, 2025 ਨੂੰ ਮਿਲੋ। ਤੁਹਾਨੂੰ GitHub Copilot ਨਾਲ ਡਾਟਾ ਸਾਇੰਸ ਲਈ ਸਲਾਹਾਂ ਅਤੇ ਟਿੱਪਣੀਆਂ ਮਿਲਣਗੀਆਂ।
|
|
|
|
|
|
|
|
|
|
|
|
# ਸ਼ੁਰੂਆਤੀਆਂ ਲਈ ਮਸ਼ੀਨ ਲਰਨਿੰਗ - ਇੱਕ ਕੋਰਸ
|
|
|
|
|
|
> 🌍 ਸੰਸਾਰ ਦੇ ਵੱਖ-ਵੱਖ ਸੱਭਿਆਚਾਰਾਂ ਰਾਹੀਂ ਮਸ਼ੀਨ ਲਰਨਿੰਗ ਦੀ ਖੋਜ ਕਰਦੇ ਹੋਏ ਦੁਨੀਆ ਦੀ ਯਾਤਰਾ ਕਰੋ 🌍
|
|
|
|
|
|
Microsoft ਦੇ Cloud Advocates ਖੁਸ਼ ਹਨ ਕਿ ਉਹ 12 ਹਫਤੇ, 26 ਪਾਠਾਂ ਦਾ ਕੋਰਸ ਪੇਸ਼ ਕਰਦੇ ਹਨ ਜੋ ਸਿਰਫ਼ **ਮਸ਼ੀਨ ਲਰਨਿੰਗ** ਬਾਰੇ ਹੈ। ਇਸ ਕੋਰਸ ਵਿੱਚ, ਤੁਸੀਂ ਕਈ ਵਾਰੀ ਕਹਿਣ ਵਾਲੀ **ਕਲਾਸਿਕ ਮਸ਼ੀਨ ਲਰਨਿੰਗ** ਬਾਰੇ ਸਿੱਖੋਗੇ, ਜੋ ਮੁੱਖ ਤੌਰ ਤੇ Scikit-learn ਲਾਇਬਰੇਰੀ ਦੀ ਵਰਤੋਂ ਕਰਦਾ ਹੈ ਅਤੇ ਡੀਪ ਲਰਨਿੰਗ ਤੋਂ ਬਚਦਾ ਹੈ, ਜਿਸਨੂੰ ਸਾਡੀ [AI for Beginners' curriculum](https://aka.ms/ai4beginners) ਵਿੱਚ ਕਵਰ ਕੀਤਾ ਗਿਆ ਹੈ। ਇਨ੍ਹਾਂ ਪਾਠਾਂ ਨੂੰ ਸਾਡੀ ['Data Science for Beginners' curriculum](https://aka.ms/ds4beginners) ਨਾਲ ਵੀ ਜੋੜੋ।
|
|
|
|
|
|
ਸਾਡੇ ਨਾਲ ਦੁਨੀਆ ਭਰ ਦੀ ਯਾਤਰਾ ਕਰੋ ਜਦੋਂ ਅਸੀਂ ਇਹ ਕਲਾਸਿਕ ਤਕਨੀਕਾਂ ਸੰਸਾਰ ਦੇ ਕਈ ਖੇਤਰਾਂ ਦੇ ਡਾਟੇ 'ਤੇ ਲਾਗੂ ਕਰਦੇ ਹਾਂ। ਹਰ ਪਾਠ ਵਿੱਚ ਪਹਿਲਾਂ ਅਤੇ ਬਾਅਦ ਵਿੱਚ ਕਵੀਜ਼, ਲਿਖਤੀ ਹੁਕਮ, ਸਲੂਸ਼ਨ, ਅਸਾਈਨਮੈਂਟ ਅਤੇ ਹੋਰ ਹਨ। ਸਾਡੀ ਪ੍ਰੋਜੈਕਟ-ਮੁੱਖ ਪਾਠਯਕ੍ਰਮ ਦੇ ਨਾਲ ਤੁਸੀਂ ਬਣਾਉਂਦੇ ਹੋਏ ਸਿੱਖੋਗੇ, ਜੋ ਨਵੀਆਂ ਕੌਸ਼ਲਾਂ ਲਈ ਇੱਕ ਪਰਖਿਆ ਹੋਇਆ ਤਰੀਕਾ ਹੈ।
|
|
|
|
|
|
**✍️ ਸਾਡੇ ਲੇਖਕਾਂ ਨੂੰ ਦਿਲੋਂ ਧੰਨਵਾਦ** ਜੇਨ ਲੂਪਰ, ਸਟੀਫਨ ਹੋਵਲ, ਫ੍ਰਾਂਚੇਸਕਾ ਲਾਜ਼ੇਰੀ, ਟੋਮੇਮੀ ਇਮੁਰਾ, ਕੈਸੀ ਬਰੇਵਿਉ, ਡਿਮਿਟਰੀ ਸੋਸ਼ਨੀਕੋਵ, ਕ੍ਰਿਸ ਨੋਰਿੰਗ, ਅਨੀਰਬਨ ਮੁਖਰਜੀ, ਓਰੇਨਲਾ ਅਲਟੁਨਯਾਨ, ਰੁਥ ਯਾਕੁਬੂ ਅਤੇ ਐਮੀ ਬੋਇਡ
|
|
|
|
|
|
**🎨 ਸਾਡੇ ਚਿੱਤਰਕਾਰਾਂ ਨੂੰ ਵੀ ਧੰਨਵਾਦ** ਟੋਮੇਮੀ ਇਮੁਰਾ, ਦੁਸਾਨੀ ਮਾਦਿਪੱਲੀ, ਅਤੇ ਜੇਨ ਲੂਪਰ
|
|
|
|
|
|
**🙏 ਖ਼ਾਸ ਧੰਨਵਾਦ 🙏 ਸਾਡੇ Microsoft ਸਟੂਡੈਂਟ ਐਮਬੈਸਡਰ ਲੇਖਕਾਂ, ਸਮੀਖਿਆਕਾਰਾਂ ਅਤੇ ਸਮੱਗਰੀ ਯੋਗਦਾਨਕਾਰਾਂ**, ਖ਼ਾਸ ਕਰਕੇ ਰਿਸ਼ਿਤ ਦਾਗਲੀ, ਮੁਹੰਮਦ ਸਕਿਬ ਖਾਨ ਇਨਾਨ, ਰੋਹਨ ਰਾਜ, ਅਲੈਕਜ਼ੈਂਡਰੂ ਪੇਟਰੇਸਕੂ, ਅਭਿਸ਼ੇਕ ਜੈਸਵਾਲ, ਨਾਵਰੀਨ ਤਬਾਸ਼ੁਮ, ਈਆਨ ਸਮੂਇਲਾ, ਅਤੇ ਸਨਿੱਘਦਾ ਅਗਰਵਾਲ
|
|
|
|
|
|
**🤩 ਵਾਧੂ ਸ਼ੁਕਰਾਨਾ Microsoft ਸਟੂਡੈਂਟ ਐਮਬੈਸਡਰਜ਼ ਏਰਿਕ ਵੰਜਾਊ, ਜਸਲੀਨ ਸੋਂਧੀ ਅਤੇ ਵਿਦੂਸ਼ੀ ਗੁਪਤਾ ਨੂੰ ਸਾਡੇ R ਪਾਠਾਂ ਲਈ!**
|
|
|
|
|
|
# ਸ਼ੁਰੂਆਤ
|
|
|
|
|
|
ਇਹ ਕਦਮ ਅਪਣਾਓ:
|
|
|
1. **ਰਿਪੋਜ਼ਿਟਰੀ ਫੋਰਕ ਕਰੋ**: ਇਸ ਪੇਜ ਦੇ ਸੱਜੇ-ਉੱਪਰ ਵਾਲੇ "Fork" ਬਟਨ ’ਤੇ ਕਲਿੱਕ ਕਰੋ।
|
|
|
2. **ਰਿਪੋ ਕਲੋਨ ਕਰੋ**: `git clone https://github.com/microsoft/ML-For-Beginners.git`
|
|
|
|
|
|
> [ਇਸ ਕੋਰਸ ਲਈ ਸਾਡੇ Microsoft Learn ਸੰਗ੍ਰਹਿ ਵਿੱਚ ਸਾਰੇ ਵਾਧੂ ਸਾਧਨ ਲੱਭੋ](https://learn.microsoft.com/en-us/collections/qrqzamz1nn2wx3?WT.mc_id=academic-77952-bethanycheum)
|
|
|
|
|
|
> 🔧 **ਮਦਦ ਚਾਹੀਦੀ ਹੈ?** ਸਾਡੇ [Troubleshooting Guide](TROUBLESHOOTING.md) ’ਚ ਇੰਸਟਾਲੇਸ਼ਨ, ਸੈੱਟਅਪ ਅਤੇ ਪਾਠ ਚੱਲਾਉਣ ਨਾਲ ਸੰਬੰਧਿਤ ਆਮ ਸਮੱਸਿਆਵਾਂ ਲਈ ਸਮਾਧਾਨ ਚੈੱਕ ਕਰੋ।
|
|
|
|
|
|
**[ਵਿਦਿਆਰਥੀ](https://aka.ms/student-page)**, ਇਸ ਕੁਰਸ ਨੂੰ ਵਰਤਣ ਲਈ, ਪੂਰੀ ਰਿਪੋਜ਼ਿਟਰੀ ਆਪਣੇ GitHub ਖਾਤੇ ਵਿੱਚ ਫੋਰਕ ਕਰੋ ਅਤੇ ਧਿਆਨ ਨਾਲ ਅਭਿਆਸ ਕਰੋਂ:
|
|
|
|
|
|
- ਪ੍ਰੀ-ਲੈਕਚਰ ਕਵੀਜ਼ ਨਾਲ ਸ਼ੁਰੂ ਕਰੋ।
|
|
|
- ਲੈਕਚਰ ਪੜ੍ਹੋ ਅਤੇ ਗਤੀਵਿਧੀਆਂ ਪੂਰੀਆਂ ਕਰੋ, ਹਰ ਗਿਆਨ ਜਾਂਚ ’ਤੇ ਠਹਿਰੋ ਤੇ ਸੋਚੋ।
|
|
|
- ਪਾਠ ਸਮਝ ਕੇ ਪ੍ਰੋਜੈਕਟ ਬਣਾਉਣ ਦੀ ਕੋਸ਼ਿਸ਼ ਕਰੋ, ਕੋਡ ਚਲਾਉਣ ਦੀ ਨਾ; ਫਿਰ ਵੀ ਕੋਡ `/solution` ਫੋਲਡਰ ਵਿੱਚ ਉਪਲਬਧ ਹੈ ਪ੍ਰੋਜੈਕਟ-ਕੇਂਦਰਤ ਪਾਠਾਂ ਲਈ।
|
|
|
- ਪੋਸਟ-ਲੈਕਚਰ ਕਵੀਜ਼ ਦਿਓ।
|
|
|
- ਚੈਲੇਂਜ ਪੂਰਾ ਕਰੋ।
|
|
|
- ਅਸਾਈਨਮੈਂਟ ਪੂਰਾ ਕਰੋ।
|
|
|
- ਇੱਕ ਲੇਖਾ ਗਰੁੱਪ ਪੂਰਾ ਕਰਨ ਤੋਂ ਬਾਅਦ, [Discussion Board](https://github.com/microsoft/ML-For-Beginners/discussions) ’ਤੇ ਜਾਓ ਅਤੇ ‘ਲਰਨ ਆਉਟ ਲਾਊਡ’ ਕਰ ਨੂੰ ਯੋਗ ‘PAT ਰੂਬ੍ਰਿਕ’ ਭਰੋ। ‘PAT’ ਇੱਕ ਪ੍ਰਗਤੀ ਅੰਕਣ ਸੰਦ ਹੈ ਜੋ ਤੁਸੀਂ ਆਪਣੇ ਸਿੱਖਣ ਨੂੰ ਅੱਗੇ ਵਧਾਉਣ ਲਈ ਭਰਦੇ ਹੋ। ਤੁਸੀਂ ਹੋਰ PATs ਨੂੰ ਵੀ ਰੀਐਕਟ ਕਰ ਸਕਦੇ ਹੋ ਤਾਂ ਜੋ ਅਸੀਂ ਇਕੱਠੇ ਸਿੱਖੀਏ।
|
|
|
|
|
|
> ਹੋਰ ਅਧਿਐਨ ਲਈ, ਅਸੀਂ ਇਹ [Microsoft Learn](https://docs.microsoft.com/en-us/users/jenlooper-2911/collections/k7o7tg1gp306q4?WT.mc_id=academic-77952-leestott) ਮਾਡਿਊਲ ਤੇ ਸਿਖਲਾਈ ਪਾਥਾਂ ਦੀ ਸਿਫ਼ਾਰਿਸ਼ ਕਰਦੇ ਹਾਂ।
|
|
|
|
|
|
**ਅਧਿਆਪਕ**, ਸਾਡੀ ਇਸ ਕੁਰਸ ਬਾਰੇ ਕੁਝ [ਸੁਝਾਵਾਂ](for-teachers.md) ਵੀ ਹਨ ਜੋ ਤੁਸੀਂ ਵਰਤ ਸਕਦੇ ਹੋ।
|
|
|
|
|
|
---
|
|
|
|
|
|
## ਵੀਡੀਓ ਵਾਕਥਰੂ
|
|
|
|
|
|
ਕੁਝ ਪਾਠ ਛੋਟੀ ਵੀਡੀਓ ਦੇ ਰੂਪ ਵਿੱਚ ਉਪਲੱਬਧ ਹਨ। ਇਹ ਤੁਹਾਨੂੰ ਪਾਠਾਂ ਵਿੱਚ ਇਨ-ਲਾਈਨ ਮਿਲਣਗੀਆਂ ਜਾ [Microsoft Developer YouTube ਚੈਨਲ ’ਤੇ ML for Beginners ਪਲੇਲਿਸਟ](https://aka.ms/ml-beginners-videos) ‘ਤੇ ਵੀ।
|
|
|
|
|
|
[](https://aka.ms/ml-beginners-videos)
|
|
|
|
|
|
---
|
|
|
|
|
|
## ਟੀਮ ਨਾਲ ਮਿਲੋ
|
|
|
|
|
|
[](https://youtu.be/Tj1XWrDSYJU)
|
|
|
|
|
|
**ਗਿਫ਼ -** [ਮੋਹਿਤ ਜੈਸਲ](https://linkedin.com/in/mohitjaisal)
|
|
|
|
|
|
> 🎥 ਉਪਰ ਦਿੱਤੀ ਤਸਵੀਰ ‘ਤੇ ਕਲਿੱਕ ਕਰੋ ਪ੍ਰੋਜੈਕਟ ਬਾਰੇ ਵੀਡੀਓ ਅਤੇ ਇਸਨੂੰ ਬਣਾਉਣ ਵਾਲਿਆਂ ਨੂੰ ਦੇਖਣ ਲਈ!
|
|
|
|
|
|
---
|
|
|
|
|
|
## ਪੇਡਾਗੋਜ਼ੀ
|
|
|
|
|
|
ਇਸ ਕੋਰਸ ਬਣਾਉਂਦੇ ਸਮੇਂ ਅਸੀਂ ਦੋ ਅਹੰਕਾਰਪੂਰਨ ਸਿਧਾਂਤ ਚੁਣੇ ਹਨ: ਹੋਵੇ ਹੱਥ-ਨਾਲ ਕੀਤੇ ਜਾਣ ਵਾਲੇ **ਪ੍ਰੋਜੈਕਟ-ਆਧਾਰਿਤ** ਅਤੇ ਘਣਘੋਰ **ਕਵੀਜ਼**। ਇਸ ਤੋਂ ਇਲਾਵਾ, ਇਸ ਕੋਰਸ ਵਿੱਚ ਇੱਕ ਸਾਂਝਾ **ਥੀਮ** ਹੈ ਜੋ ਇਸਨੂੰ ਇਕੱਠਾ ਕਰਦੀ ਹੈ।
|
|
|
|
|
|
ਇਹ ਗੱਲ ਯਕੀਨੀ ਬਣਾਉਂਦਾ ਹੈ ਕਿ ਸਮੱਗਰੀ ਪ੍ਰੋਜੈਕਟਾਂ ਨਾਲ ਮਿਲਦੀ ਹੈ, ਜਿਸ ਨਾਲ ਵਿਦਿਆਰਥੀਆਂ ਲਈ ਸਿੱਖਣ ਦੀ ਪ੍ਰਕਿਰਿਆ ਵਧੀਆ ਅਤੇ ਮਨੋਰੰਜਕ ਬਣਦੀ ਹੈ ਅਤੇ ਧਾਰਣਾ ਨਿਭ ਰਹੀ ਹੈ। ਇੱਕ ਕਲਾਸ ਤੋਂ ਪਹਿਲਾਂ ਲੋ-ਸਟੇਕਸ ਕਵੀਜ਼ ਸਿੱਖਣ ਦੇ ਮਨੋਰਥ ਨੂੰ ਸੈੱਟ ਕਰਦਾ ਹੈ, ਅਤੇ ਕਲਾਸ ਤੋਂ ਬਾਅਦ ਦੂਜਾ ਕਵੀਜ਼ ਪੁਨਰਾਨੁਸ੍ਰਿਤੀ ਨੂੰ ਯਕੀਨੀ ਬਨਾਊਂਦਾ ਹੈ। ਇਹ ਕੋਰਸ ਲਚਕੀਲਾ ਅਤੇ ਮਨੋਰੰਜਕ ਹੈ ਜੋ ਪੂਰਾ ਜਾਂ ਹਿੱਸਾ ਵਜੋਂ ਲਿਆ ਜਾ ਸਕਦਾ ਹੈ। ਪ੍ਰੋਜੈਕਟ ਛੋਟੇ-ਛੋਟੇ ਹੋ ਕੇ 12 ਹਫ਼ਤਿਆਂ ਦੇ ਅੰਤ ਤੱਕ ਮੁਸ਼ਕਲ ਹੁੰਦੇ ਹਨ। ਇਹ ਕੋਰਸ ਅਸਲੀ ਦੁਨੀਆ ਦੇ ML ਐਪਲੀਕੇਸ਼ਨਾਂ ਬਾਰੇ ਇੱਕ ਪੋਸਟਸਕ੍ਰਿਪਟ ਸਮੇਤ ਹੈ ਜੋ ਵਾਧੂ ਸ੍ਰੇਡੀ ਕਰੈਡਿਟ ਜਾਂ ਚਰਚਾ ਦੇ ਲਈ ਵਰਤਿਆ ਜਾ ਸਕਦਾ ਹੈ।
|
|
|
|
|
|
> ਸਾਡਾ [Code of Conduct](CODE_OF_CONDUCT.md), [Contributing](CONTRIBUTING.md), [Translation](TRANSLATIONS.md), ਅਤੇ [Troubleshooting](TROUBLESHOOTING.md) ਗਾਈਡਲਾਈਨਜ਼ ਵੇਖੋ। ਅਸੀਂ ਤੁਹਾਡੇ ਸਦਭਾਵਪੂਰਕ ਪ੍ਰਤੀਕਿਰਿਆ ਦਾ ਸਵਾਗਤ ਕਰਦੇ ਹਾਂ!
|
|
|
|
|
|
## ਹਰ ਪਾਠ ਵਿੱਚ ਸ਼ਾਮਿਲ ਹੈ
|
|
|
|
|
|
- ਵਿਕਲਪਿਕ ਸਕੈਚਨੋਟ
|
|
|
- ਵਿਕਲਪਿਕ ਸਹਾਇਕ ਵੀਡੀਓ
|
|
|
- ਵੀਡੀਓ ਵਾਕਥਰੂ (ਕੁਝ ਪਾਠਾਂ ਲਈ)
|
|
|
- [ਪ੍ਰੀ-ਲੈਕਚਰ ਵਾਰਮਅਪ ਕਵੀਜ਼](https://ff-quizzes.netlify.app/en/ml/)
|
|
|
- ਲਿਖਤੀ ਪਾਠ
|
|
|
- ਪ੍ਰੋਜੈਕਟ-ਆਧਾਰਿਤ ਪਾਠਾਂ ਲਈ, ਪ੍ਰੋਜੈਕਟ ਬਣਾਉਣ ਦੀ ਵਿਵਰਣਾਤਮਕ ਦਿਸ਼ਾ-ਨਿਰਦੇਸ਼
|
|
|
- ਗਿਆਨ ਜਾਂਚਾਂ
|
|
|
- ਚੈਲੇਂਜ
|
|
|
- ਸਹਾਇਕ ਪੜ੍ਹਾਈ
|
|
|
- ਅਸਾਈਨਮੈਂਟ
|
|
|
- [ਪੋਸਟ-ਲੈਕਚਰ ਕਵੀਜ਼](https://ff-quizzes.netlify.app/en/ml/)
|
|
|
|
|
|
> **ਭਾਸ਼ਾਵਾਂ ਬਾਰੇ ਇੱਕ ਨੋਟ**: ਇਹ ਪਾਠ ਮੁੱਖ ਤੌਰ ’ਤੇ ਪਾਇਥਨ ਵਿੱਚ ਲਿਖੇ ਗਏ ਹਨ, ਪਰ ਕਈ R ਵਿੱਚ ਵੀ ਉਪਲਬਧ ਹਨ। R ਪਾਠ ਪੂਰਾ ਕਰਨ ਲਈ, `/solution` ਫੋਲਡਰ ਵਿੱਚ R ਪਾਠ ਖੋਜੋ। ਇਹਨਾਂ ਵਿੱਚ .rmd ਫਾਈਲ ਹੁੰਦੀ ਹੈ ਜੋ **R Markdown** ਫਾਈਲ ਨੁਮਾਇੰਦਗੀ ਕਰਦੀ ਹੈ, ਜਿਸਦਾ ਮਤਲਬ ਹੈ ਕਿ ਇਹ 'ਕੋਡ ਚੰਕ' (R ਜਾਂ ਹੋਰ ਭਾਸ਼ਾਵਾਂ ਵਿੱਚ) ਅਤੇ ਇੱਕ 'YAML ਹੈਡਰ' (ਜੋ PDF ਵਰਗੀਆਂ ਆਉਟਪੁੱਟਾਂ ਨੂੰ ਫਾਰਮੈਟ ਕਰਨ ਦਾ ਦਿਸ਼ਾ-ਨਿਰਦੇਸ਼ ਦਿੰਦਾ ਹੈ) ਨੂੰ ਸ਼ਾਮਿਲ ਕਰਦਾ ਹੈ। ਇਸ ਤਰ੍ਹਾਂ, ਇਹ ਡਾਟਾ ਸਾਇੰਸ ਲਈ ਇੱਕ ਉਦਾਹਰਨੀ ਲੇਖਕ ਫਰੇਮਵਰਕ ਟੂਲ ਹੈ ਜੋ ਤੁਹਾਨੂੰ ਆਪਣਾ ਕੋਡ, ਉਸ ਦਾ ਨਤੀਜਾ, ਅਤੇ ਆਪਣੇ ਵਿਚਾਰ ਮਾਰਕਡਾਊਨ ਫਾਈਲ ਵਿੱਚ ਲਿਖਣ ਦੀ ਆਗਿਆ ਦਿੰਦਾ ਹੈ। ਇਸ ਤੋਂ ਇਲਾਵਾ, R Markdown ਦਸਤਾਵੇਜ਼ PDF, HTML ਜਾਂ Word ਵਰਗੇ ਫਾਰਮੈਟਾਂ ਵਿੱਚ ਰੈਂਡਰ ਕੀਤੇ ਜਾ ਸਕਦੇ ਹਨ।
|
|
|
> **ਕੁਇਜ਼ਾਂ ਬਾਰੇ ਇੱਕ ਨੋਟ**: ਸਾਰੇ ਕੁਇਜ਼ [Quiz App folder](../../quiz-app) ਵਿੱਚ ਹਨ, ਜੋ ਕਿ ਹਰ ਇੱਕ ਵਿੱਚ ਤਿੰਨ ਪ੍ਰਸ਼ਨਾਂ ਵਾਲੇ 52 ਕੁਇਜ਼ਾਂ ਦਾ ਸਮੂਹ ਹੈ। ਇਹਨਾਂ ਨੂੰ ਪਾਠਾਂ ਦੇ ਅੰਦਰੋਂ ਲਿੰਕ ਕੀਤਾ ਗਿਆ ਹੈ ਪਰ ਕੁਇਜ਼ ਐਪ ਨੂੰ ਸਥਾਨਕ ਤੌਰ 'ਤੇ ਚਲਾਇਆ ਜਾ ਸਕਦਾ ਹੈ; ਸਥਾਨਕ ਤੌਰ 'ਤੇ ਹੋਸਟ ਜਾਂ ਏਜ਼ਯੂਰ 'ਤੇ ਡਿਪਲੋਏ ਕਰਨ ਲਈ `quiz-app` ਫੋਲਡਰ ਵਿੱਚ ਦਿੱਤੇ ਹੁਕਮਾਂ ਦੀ ਪਾਲਣਾ ਕਰੋ।
|
|
|
|
|
|
| ਪਾਠ ਨੰਬਰ | ਵਿਸ਼ਾ | ਪਾਠ ਸਮੂਹ | ਸਿੱਖਣ ਦੇ ਉਦਦੇਸ਼ | ਲਿੰਕਡ ਪਾਠ | ਲੇਖਕ |
|
|
|
| :-----------: | :------------------------------------------------------------: | :-------------------------------------------------: | ------------------------------------------------------------------------------------------------------------------------------- | :--------------------------------------------------------------------------------------------------------------------------------------: | :--------------------------------------------------: |
|
|
|
| 01 | ਮਸ਼ੀਨ ਲਰਨਿੰਗ ਦਾ ਪਰਿਚਯ | [Introduction](1-Introduction/README.md) | ਮਸ਼ੀਨ ਲਰਨਿੰਗ ਦੇ ਮੂਲ ਧਾਰਣਾ ਨੂੰ ਸਿੱਖੋ | [Lesson](1-Introduction/1-intro-to-ML/README.md) | ਮੁਹੰਮਦ |
|
|
|
| 02 | ਮਸ਼ੀਨ ਲਰਨਿੰਗ ਦਾ ਇਤਿਹਾਸ | [Introduction](1-Introduction/README.md) | ਇਸ ਖੇਤਰ ਦਾ ਇਤਿਹਾਸ ਜਾਣੋ | [Lesson](1-Introduction/2-history-of-ML/README.md) | ਜੇਨ ਅਤੇ ਐਮੀ |
|
|
|
| 03 | ਨਿਆਂ ਅਤੇ ਮਸ਼ੀਨ ਲਰਨਿੰਗ | [Introduction](1-Introduction/README.md) | ਨਿਆਂ ਨਾਲ ਜੁੜੇ ਮਹੱਤਵਪੂਰਣ ਦਰਸ਼ਨਸ਼ਾਸਤਰਕ ਮੁੱਦੇ ਕੀ ਹਨ ਜੋ ਵਿਦਿਆਰਥੀਆਂ ਨੂੰ ਐਮਐਲ ਮਾਡਲ ਬਣਾਉਣ ਅਤੇ ਲਾਗੂ ਕਰਨ ਦੌਰਾਨ ਸੋਚਣੇ ਚਾਹੀਦੇ ਹਨ? | [Lesson](1-Introduction/3-fairness/README.md) | ਟੋਮੋਮੀ |
|
|
|
| 04 | ਮਸ਼ੀਨ ਲਰਨਿੰਗ ਲਈ ਤਕਨੀਕਾਂ | [Introduction](1-Introduction/README.md) | ਐਮਐਲ ਖੋਜਕਾਰ ਮਾਡਲ ਬਣਾਉਣ ਲਈ ਕਿਹੜੀਆਂ ਤਕਨੀਕਾਂ ਦੀ ਵਰਤੋਂ ਕਰਦੇ ਹਨ? | [Lesson](1-Introduction/4-techniques-of-ML/README.md) | ਕ੍ਰਿਸ ਅਤੇ ਜੇਨ |
|
|
|
| 05 | ਰਿਗ੍ਰੈਸ਼ਨ ਦਾ ਪਰਿਚਯ | [Regression](2-Regression/README.md) | ਰਿਗ੍ਰੈਸ਼ਨ ਮਾਡਲਾਂ ਲਈ Python ਅਤੇ Scikit-learn ਨਾਲ ਸ਼ੁਰੂਆਤ ਕਰੋ | [Python](2-Regression/1-Tools/README.md) • [R](../../2-Regression/1-Tools/solution/R/lesson_1.html) | ਜੇਨ • ਐਰਿਕ ਵਾਂਜਾਊ |
|
|
|
| 06 | ਉੱਤਰ ਅਮਰੀਕੀ ਕਦੂਆਂ ਦੀਆਂ ਕੀਮਤਾਂ 🎃 | [Regression](2-Regression/README.md) | ਮਸ਼ੀਨ ਲਰਨਿੰਗ ਲਈ ਡਾਟਾ ਨੂੰ ਵੇਖੋ ਅਤੇ ਸਾਫ ਕਰੋ | [Python](2-Regression/2-Data/README.md) • [R](../../2-Regression/2-Data/solution/R/lesson_2.html) | ਜੇਨ • ਐਰਿਕ ਵਾਂਜਾਊ |
|
|
|
| 07 | ਉੱਤਰ ਅਮਰੀਕੀ ਕਦੂਆਂ ਦੀਆਂ ਕੀਮਤਾਂ 🎃 | [Regression](2-Regression/README.md) | ਰੇਖੀਅ ਅਤੇ ਪਾਲੀਨੋਮੀਅਲ ਰਿਗ੍ਰੈਸ਼ਨ ਮਾਡਲ ਬਣਾਓ | [Python](2-Regression/3-Linear/README.md) • [R](../../2-Regression/3-Linear/solution/R/lesson_3.html) | ਜੇਨ ਅਤੇ ਦਮੀਤਰੀ • ਐਰਿਕ ਵਾਂਜਾਊ |
|
|
|
| 08 | ਉੱਤਰ ਅਮਰੀਕੀ ਕਦੂਆਂ ਦੀਆਂ ਕੀਮਤਾਂ 🎃 | [Regression](2-Regression/README.md) | ਲੌਜਿਸਟਿਕ ਰਿਗ੍ਰੈਸ਼ਨ ਮਾਡਲ ਬਣਾਓ | [Python](2-Regression/4-Logistic/README.md) • [R](../../2-Regression/4-Logistic/solution/R/lesson_4.html) | ਜੇਨ • ਐਰਿਕ ਵਾਂਜਾਊ |
|
|
|
| 09 | ਇੱਕ ਵੈੱਬ ਐਪ 🔌 | [Web App](3-Web-App/README.md) | ਆਪਣੇ ਟਰੇਨ ਮਾਡਲ ਦੀ ਵਰਤੋਂ ਕਰਨ ਲਈ ਵੈੱਬ ਐਪ ਬਣਾਓ | [Python](3-Web-App/1-Web-App/README.md) | ਜੇਨ |
|
|
|
| 10 | ਵਰਗੀਕਰਨ ਦਾ ਪਰਿਚਯ | [Classification](4-Classification/README.md) | ਆਪਣੇ ਡਾਟਾ ਨੂੰ ਸਾਫ ਕਰੋ, ਤਿਆਰ ਕਰੋ ਅਤੇ ਵੇਖੋ; ਵਰਗੀਕਰਨ ਦਾ ਪਰਿਚਯ | [Python](4-Classification/1-Introduction/README.md) • [R](../../4-Classification/1-Introduction/solution/R/lesson_10.html) | ਜੇਨ ਅਤੇ ਕੈਸੀ • ਐਰਿਕ ਵਾਂਜਾਊ |
|
|
|
| 11 | ਸੁਆਦਿਲੇ ਐਸ਼ੀਆਈ ਅਤੇ ਭਾਰਤੀ ਭੋਜਨ 🍜 | [Classification](4-Classification/README.md) | ਵਰਗੀਕਰਨ ਵਾਲੇ ਦੇ ਉਪਕਰਨਾਂ ਦਾ ਪਰਿਚਯ | [Python](4-Classification/2-Classifiers-1/README.md) • [R](../../4-Classification/2-Classifiers-1/solution/R/lesson_11.html) | ਜੇਨ ਅਤੇ ਕੈਸੀ • ਐਰਿਕ ਵਾਂਜਾਊ |
|
|
|
| 12 | ਸੁਆਦਿਲੇ ਐਸ਼ੀਆਈ ਅਤੇ ਭਾਰਤੀ ਭੋਜਨ 🍜 | [Classification](4-Classification/README.md) | ਹੋਰ ਵਰਗੀ ਕਰਤਾ | [Python](4-Classification/3-Classifiers-2/README.md) • [R](../../4-Classification/3-Classifiers-2/solution/R/lesson_12.html) | ਜੇਨ ਅਤੇ ਕੈਸੀ • ਐਰਿਕ ਵਾਂਜਾਊ |
|
|
|
| 13 | ਸੁਆਦਿਲੇ ਐਸ਼ੀਆਈ ਅਤੇ ਭਾਰਤੀ ਭੋਜਨ 🍜 | [Classification](4-Classification/README.md) | ਆਪਣੇ ਮਾਡਲ ਦੀ ਵਰਤੋਂ ਕਰਦੇ ਹੋਏ ਰਿਕਮੇਂਡਰ ਵੈੱਬ ਐਪ ਬਣਾਓ | [Python](4-Classification/4-Applied/README.md) | ਜੇਨ |
|
|
|
| 14 | ਕੁਲਸੇ ਵਿੱਚ ਪਰਿਚਯ | [Clustering](5-Clustering/README.md) | ਆਪਣੇ ਡਾਟਾ ਨੂੰ ਸਾਫ ਕਰੋ, ਤਿਆਰ ਕਰੋ ਅਤੇ ਵੇਖੋ; ਕੁਲਸੇ ਵਿੱਚ ਪਰਿਚਯ | [Python](5-Clustering/1-Visualize/README.md) • [R](../../5-Clustering/1-Visualize/solution/R/lesson_14.html) | ਜੇਨ • ਐਰਿਕ ਵਾਂਜਾਊ |
|
|
|
| 15 | ਨਾਈਜੀਰੀਆਈ ਸੰਗੀਤਕ ਰੁਚੀਆਂ ਦੀ ਖੋਜ 🎧 | [Clustering](5-Clustering/README.md) | K-Means ਕੁਲਸੇ ਤਰੀਕੇ ਦੀ ਖੋਜ ਕਰੋ | [Python](5-Clustering/2-K-Means/README.md) • [R](../../5-Clustering/2-K-Means/solution/R/lesson_15.html) | ਜੇਨ • ਐਰਿਕ ਵਾਂਜਾਊ |
|
|
|
| 16 | ਕੁਦਰਤੀ ਭਾਸ਼ਾ ਪ੍ਰੋਸੈਸਿੰਗ ਦਾ ਪਰਿਚਯ ☕️ | [Natural language processing](6-NLP/README.md) | ਇੱਕ ਸਧਾਰਣ ਬੋਟ ਬਣਾ ਕੇ NLP ਬਾਰੇ ਮੂਲ ਗੱਲਾਂ ਸਿੱਖੋ | [Python](6-NLP/1-Introduction-to-NLP/README.md) | ਸਟੀਫਨ |
|
|
|
| 17 | ਆਮ NLP ਕਾਰਜ ☕️ | [Natural language processing](6-NLP/README.md) | ਭਾਸ਼ਾਈ ਢਾਂਚਿਆਂ ਨਾਲ ਨਜਿੱਠਣ ਵੇਲੇ ਲੋੜੀਂਦੇ ਆਮ ਕੰਮਾਂ ਨੂੰ ਸਮਝ ਕੇ ਆਪਣੀ NLP ਜਾਣਕਾਰੀ ਵਿਚ ਗਹਿਰਾਈ ਲਿਆਓ | [Python](6-NLP/2-Tasks/README.md) | ਸਟੀਫਨ |
|
|
|
| 18 | ਅਨੁਵਾਦ ਅਤੇ ਭਾਵਨਾ ਵਿਸ਼ਲੇਸ਼ਣ ♥️ | [Natural language processing](6-NLP/README.md) | ਜੇਨ ਆਸਟਨ ਨਾਲ ਅਨੁਵਾਦ ਅਤੇ ਭਾਵਨਾ ਵਿਸ਼ਲੇਸ਼ਣ | [Python](6-NLP/3-Translation-Sentiment/README.md) | ਸਟੀਫਨ |
|
|
|
| 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) | ਸਟੀਫਨ |
|
|
|
| 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) | ਸਟੀਫਨ |
|
|
|
| 21 | ਸਮੇਂ ਦੀ ਲੜੀ ਅਨੁਮਾਨ ਦੀ ਸ਼ੁਰੂਆਤ | [Time series](7-TimeSeries/README.md) | ਸਮੇਂ ਦੀ ਲੜੀ ਅਨੁਮਾਨ ਦਾ ਪਰਿਚਯ | [Python](7-TimeSeries/1-Introduction/README.md) | ਫ੍ਰਾਂਸੇਸਕਾ |
|
|
|
| 22 | ⚡️ ਦੁਨੀਆ ਦੀ ਬਿਜਲੀ ਵਰਤੋਂ ⚡️ - ARIMA ਨਾਲ ਸਮੇਂ ਦੀ ਲੜੀ ਅਨੁਮਾਨ | [Time series](7-TimeSeries/README.md) | ARIMA ਨਾਲ ਸਮੇਂ ਦੀ ਲੜੀ ਅਨੁਮਾਨ | [Python](7-TimeSeries/2-ARIMA/README.md) | ਫ੍ਰਾਂਸੇਸਕਾ |
|
|
|
| 23 | ⚡️ ਦੁਨੀਆ ਦੀ ਬਿਜਲੀ ਵਰਤੋਂ ⚡️ - SVR ਨਾਲ ਸਮੇਂ ਦੀ ਲੜੀ ਅਨੁਮਾਨ | [Time series](7-TimeSeries/README.md) | Support Vector Regressor ਨਾਲ ਸਮੇਂ ਦੀ ਲੜੀ ਅਨੁਮਾਨ | [Python](7-TimeSeries/3-SVR/README.md) | ਅਨੀਰਬਾਨ |
|
|
|
| 24 | ਰੀਇਨਫੋਰਸਮੈਂਟ ਲਰਨਿੰਗ ਦਾ ਪਰਿਚਯ | [Reinforcement learning](8-Reinforcement/README.md) | Q-Learning ਨਾਲ ਰੀਇਨਫੋਰਸਮੈਂਟ ਲਰਨਿੰਗ ਦਾ ਪਰਿਚਯ | [Python](8-Reinforcement/1-QLearning/README.md) | ਦਮੀਤਰੀ |
|
|
|
| 25 | ਪੀਟਰ ਨੂੰ ਬੰਦੇ ਤੋਂ ਬਚਾਓ! 🐺 | [Reinforcement learning](8-Reinforcement/README.md) | ਰੀਇਨਫੋਰਸਮੈਂਟ ਲਰਨਿੰਗ ਜਿਮ | [Python](8-Reinforcement/2-Gym/README.md) | ਦਮੀਤਰੀ |
|
|
|
| ਅੰਤਿਮ ਟਿੱਪਣੀ | ਅਸਲ ਦੁਨੀਆ ਦੇ ਐਮਐਲ ਸਥਿਤੀਆਂ ਅਤੇ ਐਪਲੀਕੇਸ਼ਨ | [ML in the Wild](9-Real-World/README.md) | ਰਵਾਇਤੀ ਮਸ਼ੀਨ ਲਰਨਿੰਗ ਦੇ ਦਿਲਚਸਪ ਅਤੇ ਖੁਲਾਸਾ ਕਰਨ ਵਾਲੇ ਅਸਲ ਦੁਨੀਆ ਦੇ ਐਪਲੀਕੇਸ਼ਨ | [Lesson](9-Real-World/1-Applications/README.md) | ਟੀਮ |
|
|
|
| ਅੰਤਿਮ ਟਿੱਪਣੀ | RAI ਡੈਸ਼ਬੋਰਡ ਦੀ ਵਰਤੋਂ ਨਾਲ ਐਮਐਲ ਮਾਡਲ ਡੀਬੱਗਿੰਗ | [ML in the Wild](9-Real-World/README.md) | ਜ਼ਿੰਮੇਵਾਰ AI ਡੈਸ਼ਬੋਰਡ ਕੰਪੋਨੈਂਟਸ ਦੀ ਵਰਤੋਂ ਨਾਲ ਮਸ਼ੀਨ ਲਰਨਿੰਗ ਵਿੱਚ ਮਾਡਲ ਡੀਬੱਗਿੰਗ | [Lesson](9-Real-World/2-Debugging-ML-Models/README.md) | ਰੁਥ ਯਾਕੁਬੂ |
|
|
|
|
|
|
> [ਇਸ ਕੋਰਸ ਲਈ ਸਾਰੇ ਵਾਧੂ ਸਰੋਤ ਸਾਡੇ ਮਾਇਕ੍ਰੋਸਾਫਟ ਲਰਨ ਸੰਕਲਨ ਵਿੱਚ ਲੱਭੋ](https://learn.microsoft.com/en-us/collections/qrqzamz1nn2wx3?WT.mc_id=academic-77952-bethanycheum)
|
|
|
|
|
|
## ਆਫਲਾਈਨ ਪਹੁੰਚ
|
|
|
|
|
|
ਤੁਸੀਂ [Docsify](https://docsify.js.org/#/) ਦੀ ਵਰਤੋਂ ਕਰ ਕੇ ਇਸ ਦਸਤਾਵੇਜ਼ ਨੂੰ ਆਫਲਾਈਨ ਚਲਾ ਸਕਦੇ ਹੋ। ਇਸ ਰੇਪੋ ਨੂੰ ਫੋਰਕ ਕਰੋ, ਆਪਣੇ ਸਥਾਨਕ ਮਸ਼ੀਨ 'ਤੇ [Docsify ਇੰਸਟਾਲ ਕਰੋ](https://docsify.js.org/#/quickstart), ਅਤੇ ਫਿਰ ਇਸ ਰੇਪੋ ਦੇ ਮੂਲ ਫੋਲਡਰ ਵਿੱਚ `docsify serve` ਟਾਈਪ ਕਰੋ। ਵੈੱਬਸਾਈਟ ਤੁਹਾਡੇ ਸਥਾਨਕ ਹੋਸਟ `localhost:3000` 'ਤੇ ਪੋਰਟ 3000 'ਤੇ ਸਰਵ ਕੀਤੀ ਜਾਵੇਗੀ।
|
|
|
|
|
|
## PDF ਫਾਈਲਾਂ
|
|
|
|
|
|
ਇਸ ਪਾਠਕ੍ਰਮ ਦਾ PDF ਵਰਜਨ ਲਿੰਕਾਂ ਸਮੇਤ [ਅੱਥੇ](https://microsoft.github.io/ML-For-Beginners/pdf/readme.pdf) ਲੱਭੋ।
|
|
|
|
|
|
|
|
|
## 🎒 ਹੋਰ ਕੋਰਸ
|
|
|
|
|
|
ਸਾਡੀ ਟੀਮ ਹੋਰ ਕੋਰਸ ਵੀ ਬਣਾਉਂਦੀ ਹੈ! ਚੈੱਕ ਕਰੋ:
|
|
|
|
|
|
<!-- 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)
|
|
|
|
|
|
---
|
|
|
|
|
|
### Generative AI Series
|
|
|
[](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 ਸਿਰੀਜ਼
|
|
|
[](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 -->
|
|
|
|
|
|
## ਸਹਾਇਤਾ ਪ੍ਰਾਪਤ ਕਰਨਾ
|
|
|
|
|
|
ਜੇ ਤੁਸੀਂ ਅਟਕ ਜਾਂਦੇ ਹੋ ਜਾਂ ਏਆਈ ਐਪਸ ਬਣਾਉਣ ਬਾਰੇ ਕੋਈ ਸਵਾਲ ਹੋਵੇ, ਤਾਂ MCP ਬਾਰੇ ਵਿਚਾਰ-ਚਰਚਾ ਵਿੱਚ ਸਾਥੀ ਸਿੱਖਣ ਵਾਲਿਆਂ ਅਤੇ ਮਾਹਰ ਡਿਵੈਲਪਰਾਂ ਨਾਲ ਜੁੜੋ। ਇਹ ਇੱਕ ਸਹਾਇਕ ਸਮੁਦਾਇ ਹੈ ਜਿੱਥੇ ਸਵਾਲ ਕਬੂਲ ਕੀਤੇ ਜਾਂਦੇ ਹਨ ਅਤੇ ਗਿਆਨ ਖੁੱਲ੍ਹ ਕੇ ਸਾਂਝਾ ਕੀਤਾ ਜਾਂਦਾ ਹੈ।
|
|
|
|
|
|
[](https://discord.gg/nTYy5BXMWG)
|
|
|
|
|
|
ਜੇ ਤੁਹਾਡੇ ਕੋਲ ਉਤਪਾਦ ਫੀਡਬੈਕ ਹੈ ਜਾਂ ਬਣਾਉਣ ਦੌਰਾਨ ਗਲਤੀਆਂ ਆ ਰਹੀਆਂ ਹਨ ਤਾਂ ਦੌਰਾ ਕਰੋ:
|
|
|
|
|
|
[](https://aka.ms/foundry/forum)
|
|
|
|
|
|
---
|
|
|
|
|
|
<!-- CO-OP TRANSLATOR DISCLAIMER START -->
|
|
|
**ਅਸਵੀਕਾਰਿਆ ਗਿਆ**:
|
|
|
ਇਹ ਦਸਤਾਵੇਜ਼ ਏਆਈ ਅਨੁਵਾਦ ਸੇਵਾ [Co-op Translator](https://github.com/Azure/co-op-translator) ਦੀ ਵਰਤੋਂ ਕਰਕੇ ਅਨੁਵਾਦ ਕੀਤਾ ਗਿਆ ਹੈ। ਜਦੋਂ ਕਿ ਅਸੀਂ ਸ਼ੁੱਧਤਾ ਲਈ ਕੋਸ਼ਿਸ਼ ਕਰਦੇ ਹਾਂ, ਕਿਰਪਾ ਕਰਕੇ ਧਿਆਨ ਵਿੱਚ ਰੱਖੋ ਕਿ ਸਵੈਚਲਿਤ ਅਨੁਵਾਦਾਂ ਵਿੱਚ ਗਲਤੀਆਂ ਜਾਂ ਅਸੁਸਪਸ਼ਟਤਾਵਾਂ ਹੋ ਸਕਦੀਆਂ ਹਨ। ਮੂਲ ਦਸਤਾਵੇਜ਼ ਆਪਣੀ ਮੂਲ ਭਾਸ਼ਾ ਵਿੱਚ ਹੀ ਅਧਿਕਾਰਕ ਸਰੋਤ ਮੰਨਿਆ ਜਾਣਾ ਚਾਹੀਦਾ ਹੈ। ਜ਼ਰੂਰੀ ਜਾਣਕਾਰੀ ਲਈ, ਪੇਸ਼ੇਵਰ ਮਨੁੱਖੀ ਅਨੁਵਾਦ ਦੀ ਸਿਫ਼ਾਰਸ਼ ਕੀਤੀ ਜਾਂਦੀ ਹੈ। ਇਸ ਅਨੁਵਾਦ ਦੀ ਵਰਤੋਂ ਕਾਰਨ ਹੋਣ ਵਾਲੀਆਂ ਕਿਸੇ ਵੀ ਗਲਤਫਹਿਮੀਆਂ ਜਾਂ ਗਲਤ ਵਿਆਖਿਆਵਾਂ ਲਈ ਅਸੀਂ ਜ਼ਿੰਮੇਵਾਰ ਨਹੀਂ ਹਾਂ।
|
|
|
<!-- CO-OP TRANSLATOR DISCLAIMER END --> |
