|
|
[](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/)
|
|
|
|
|
|
### 🌐 Suporta sa Maraming Wika
|
|
|
|
|
|
#### Sinusuportahan sa pamamagitan ng GitHub Action (Awtomatik at Laging Napapanahon)
|
|
|
|
|
|
<!-- 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)](../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)](./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)
|
|
|
|
|
|
> **Mas gusto bang I-clone Locally?**
|
|
|
|
|
|
> Naglalaman ang repositoryong ito ng 50+ pagsasalin ng wika na nagpapalaki ng laki ng download. Para makapag-clone nang walang mga pagsasalin, gamitin ang 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'
|
|
|
> ```
|
|
|
> Binibigyan ka nito ng lahat ng kailangan mo upang matapos ang kurso nang mas mabilis ang pag-download.
|
|
|
<!-- CO-OP TRANSLATOR LANGUAGES TABLE END -->
|
|
|
|
|
|
#### Sumali sa Aming Komunidad
|
|
|
|
|
|
[](https://discord.gg/nTYy5BXMWG)
|
|
|
|
|
|
Mayroon kaming patuloy na serye sa Discord na "learn with AI", matuto pa at sumali sa amin sa [Learn with AI Series](https://aka.ms/learnwithai/discord) mula Setyembre 18 - 30, 2025. Makakakuha ka ng mga tip at trick sa paggamit ng GitHub Copilot para sa Data Science.
|
|
|
|
|
|
|
|
|
|
|
|
# Machine Learning para sa mga Baguhan - Isang Kurikulum
|
|
|
|
|
|
> 🌍 Maglakbay sa buong mundo habang pinag-aaralan natin ang Machine Learning gamit ang mga kultura ng mundo 🌍
|
|
|
|
|
|
Ang mga Cloud Advocates sa Microsoft ay natutuwa na mag-alok ng 12-linggong, 26-aralin na kurikulum tungkol sa **Machine Learning**. Sa kurikulum na ito, matututuhan mo ang tinatawag na **classic machine learning**, gamit ang pangunahing Scikit-learn bilang library at iniiwasan ang deep learning, na tinatalakay sa aming [AI for Beginners' curriculum](https://aka.ms/ai4beginners). Ipares din ang mga araling ito sa aming ['Data Science for Beginners' curriculum](https://aka.ms/ds4beginners)!
|
|
|
|
|
|
Maglakbay kasama kami sa buong mundo habang inilalapat natin ang mga klasikong teknik na ito sa data mula sa iba't ibang bahagi ng mundo. Bawat aralin ay may kasamang pre- at post-lesson quizzes, nakasulat na mga tagubilin para matapos ang aralin, solusyon, takdang-aralin, at higit pa. Ang aming pedagogy na nakabase sa proyekto ay nagpapahintulot sa iyo na matuto habang bumubuo, isang napatunayang paraan para maging matatag ang mga bagong kasanayan.
|
|
|
|
|
|
**✍️ Taos-pusong pasasalamat sa aming mga may-akda** Jen Looper, Stephen Howell, Francesca Lazzeri, Tomomi Imura, Cassie Breviu, Dmitry Soshnikov, Chris Noring, Anirban Mukherjee, Ornella Altunyan, Ruth Yakubu at Amy Boyd
|
|
|
|
|
|
**🎨 Salamat din sa aming mga ilustrador** Tomomi Imura, Dasani Madipalli, at Jen Looper
|
|
|
|
|
|
**🙏 Espesyal na pasasalamat 🙏 sa aming mga Microsoft Student Ambassador na mga may-akda, tagasuri, at kontribyutor ng nilalaman**, lalo na kina Rishit Dagli, Muhammad Sakib Khan Inan, Rohan Raj, Alexandru Petrescu, Abhishek Jaiswal, Nawrin Tabassum, Ioan Samuila, at Snigdha Agarwal
|
|
|
|
|
|
**🤩 Dagdag pasasalamat sa Microsoft Student Ambassadors Eric Wanjau, Jasleen Sondhi, at Vidushi Gupta para sa aming mga aralin sa R!**
|
|
|
|
|
|
# Pagsisimula
|
|
|
|
|
|
Sundin ang mga hakbang na ito:
|
|
|
1. **I-fork ang Repositoryo**: I-click ang "Fork" na button sa kanang itaas na bahagi ng pahinang ito.
|
|
|
2. **I-clone ang Repositoryo**: `git clone https://github.com/microsoft/ML-For-Beginners.git`
|
|
|
|
|
|
> [hanapin lahat ng karagdagang mga resource para sa kursong ito sa aming Microsoft Learn koleksyon](https://learn.microsoft.com/en-us/collections/qrqzamz1nn2wx3?WT.mc_id=academic-77952-bethanycheum)
|
|
|
|
|
|
> 🔧 **Kailangan ng tulong?** Tingnan ang aming [Troubleshooting Guide](TROUBLESHOOTING.md) para sa mga solusyon sa karaniwang isyu sa pag-install, setup, at pagpapatakbo ng mga aralin.
|
|
|
|
|
|
|
|
|
**[Mga estudyante](https://aka.ms/student-page)**, upang magamit ang kurikulum na ito, i-fork ang buong repo sa inyong sariling GitHub account at tapusin ang mga pagsasanay nang mag-isa o kasama ang grupo:
|
|
|
|
|
|
- Magsimula sa pre-lecture quiz.
|
|
|
- Basahin ang lektura at tapusin ang mga gawain, tumigil at magmuni-muni sa bawat knowledge check.
|
|
|
- Subukang likhain ang mga proyekto sa pag-unawa ng mga aralin sa halip na patakbuhin ang solution code; gayunpaman, ang code na iyon ay available sa `/solution` na mga folder sa bawat araling nakatuon sa proyekto.
|
|
|
- Kunin ang post-lecture quiz.
|
|
|
- Tapusin ang hamon.
|
|
|
- Tapusin ang takdang-aralin.
|
|
|
- Pagkatapos tapusin ang isang grupo ng aralin, bisitahin ang [Discussion Board](https://github.com/microsoft/ML-For-Beginners/discussions) at "mag-aral nang malakas" sa pamamagitan ng pagpuno ng angkop na PAT rubric. Ang 'PAT' ay Progress Assessment Tool na isang rubric na pinupunan mo upang higit pang paunlarin ang iyong pagkatuto. Maaari ka ring mag-react sa ibang mga PAT para sabay tayong matuto.
|
|
|
|
|
|
> Para sa karagdagang pag-aaral, inirerekomenda naming sundan ang mga [Microsoft Learn](https://docs.microsoft.com/en-us/users/jenlooper-2911/collections/k7o7tg1gp306q4?WT.mc_id=academic-77952-leestott) na mga module at learning paths.
|
|
|
|
|
|
**Mga guro**, mayroon kaming [mga mungkahi](for-teachers.md) kung paano gamitin ang kurikulum na ito.
|
|
|
|
|
|
---
|
|
|
|
|
|
## Mga walkthrough sa video
|
|
|
|
|
|
Ilan sa mga aralin ay makukuha bilang mga maikling video. Maaari mong makita ang mga ito sa loob ng mga aralin, o sa [ML for Beginners playlist sa Microsoft Developer YouTube channel](https://aka.ms/ml-beginners-videos) sa pamamagitan ng pag-click sa larawan sa ibaba.
|
|
|
|
|
|
[](https://aka.ms/ml-beginners-videos)
|
|
|
|
|
|
---
|
|
|
|
|
|
## Kilalanin ang Team
|
|
|
|
|
|
[](https://youtu.be/Tj1XWrDSYJU)
|
|
|
|
|
|
**Gif by** [Mohit Jaisal](https://linkedin.com/in/mohitjaisal)
|
|
|
|
|
|
> 🎥 I-click ang larawan sa itaas para sa isang video tungkol sa proyekto at sa mga taong gumawa nito!
|
|
|
|
|
|
---
|
|
|
|
|
|
## Pedagohiya
|
|
|
|
|
|
Pinili namin ang dalawang pedagogical tenet habang binubuo ang kurikulum na ito: siguraduhin na ito ay hands-on **project-based** at kasama ang **madalas na quizzes**. Bukod dito, ang kurikulum na ito ay may pangkaraniwang **tema** upang bigyan ito ng pagkakaisa.
|
|
|
|
|
|
Sa pamamagitan ng pagsigurado na ang nilalaman ay naka-ayon sa mga proyekto, mas nagiging kawili-wili ang proseso para sa mga estudyante at mas mapapahusay ang retention ng mga konsepto. Dagdag pa, ang isang low-stakes quiz bago ang klase ay nagtatakda ng intensyon ng estudyante para matuto ng paksa, habang ang ikalawang quiz pagkatapos ng klase ay nagsisiguro ng mas malalim na retention. Ang kurikulum na ito ay dinisenyo na maging flexible at masaya at maaaring kunin nang buo o bahagya. Ang mga proyekto ay nagsisimula nang maliit at humahantong sa mas kumplikadong gawain sa katapusan ng 12-linggong siklo. Kasama rin dito ang postscript tungkol sa mga totoong aplikasyon ng ML, na maaaring gamitin bilang extra credit o bilang basehan ng talakayan.
|
|
|
|
|
|
> Hanapin ang aming [Code of Conduct](CODE_OF_CONDUCT.md), [Contributing](CONTRIBUTING.md), [Translation](TRANSLATIONS.md), at [Troubleshooting](TROUBLESHOOTING.md) guidelines. Malugod naming tinatanggap ang iyong konstruktibong feedback!
|
|
|
|
|
|
## Bawat aralin ay may kasamang
|
|
|
|
|
|
- optional na sketchnote
|
|
|
- optional na karagdagang video
|
|
|
- video walkthrough (ilang aralin lamang)
|
|
|
- [pre-lecture warmup quiz](https://ff-quizzes.netlify.app/en/ml/)
|
|
|
- nakasulat na lektura
|
|
|
- para sa mga araling nakabatay sa proyekto, gabay hakbang-hakbang kung paano buuin ang proyekto
|
|
|
- knowledge checks
|
|
|
- hamon
|
|
|
- karagdagang babasahin
|
|
|
- takdang-aralin
|
|
|
- [post-lecture quiz](https://ff-quizzes.netlify.app/en/ml/)
|
|
|
|
|
|
> **Tungkol sa mga wika**: Pangunahing nakasulat ang mga araling ito sa Python, ngunit marami rin ang available sa R. Para tapusin ang isang araling R, pumunta sa `/solution` na folder at hanapin ang mga R na aralin. Kasama dito ang .rmd extension na kumakatawan sa isang **R Markdown** file na simpleng maipaliwanag bilang pagsasama ng `code chunks` (ng R o ibang mga wika) at `YAML header` (na nagtuturo kung paano i-format ang mga output tulad ng PDF) sa isang `Markdown document`. Dahil dito, nagsisilbi itong napakainam na framework para sa data science dahil pinapayagan kang pagsamahin ang iyong code, ang output nito, at ang iyong mga kaisipan sa pagsusulat sa Markdown. Bukod dito, ang mga R Markdown documents ay maaaring ire-render sa mga output format tulad ng PDF, HTML, o Word.
|
|
|
> **Isang paalala tungkol sa mga pagsusulit**: Lahat ng pagsusulit ay matatagpuan sa [Quiz App folder](../../quiz-app), na may kabuuang 52 pagsusulit na may tig-tatlong tanong bawat isa. Nakalagay ang mga ito sa loob ng mga aralin ngunit maaaring patakbuhin ang quiz app nang lokal; sundan ang mga tagubilin sa `quiz-app` folder upang mag-host nang lokal o mag-deploy sa Azure.
|
|
|
|
|
|
| Lesson Number | Paksa | Pangkat ng Aralin | Mga Layunin sa Pagkatuto | Nakalink na Aralin | May-akda |
|
|
|
| :-----------: | :------------------------------------------------------------: | :-------------------------------------------------: | ------------------------------------------------------------------------------------------------------------------------------- | :--------------------------------------------------------------------------------------------------------------------------------------: | :--------------------------------------------------: |
|
|
|
| 01 | Panimula sa machine learning | [Introduction](1-Introduction/README.md) | Matutunan ang mga pangunahing konsepto sa likod ng machine learning | [Lesson](1-Introduction/1-intro-to-ML/README.md) | Muhammad |
|
|
|
| 02 | Kasaysayan ng machine learning | [Introduction](1-Introduction/README.md) | Matutunan ang kasaysayan sa likod ng larangang ito | [Lesson](1-Introduction/2-history-of-ML/README.md) | Jen and Amy |
|
|
|
| 03 | Katarungan at machine learning | [Introduction](1-Introduction/README.md) | Ano ang mga mahalagang pilosopikal na isyu tungkol sa katarungan na dapat isaalang-alang ng mga estudyante kapag gumagawa at nag-aaplay ng ML models? | [Lesson](1-Introduction/3-fairness/README.md) | Tomomi |
|
|
|
| 04 | Mga teknik para sa machine learning | [Introduction](1-Introduction/README.md) | Anong mga teknik ang ginagamit ng mga mananaliksik sa ML upang bumuo ng mga ML models? | [Lesson](1-Introduction/4-techniques-of-ML/README.md) | Chris and Jen |
|
|
|
| 05 | Panimula sa regression | [Regression](2-Regression/README.md) | Magsimula gamit ang Python at Scikit-learn para sa regression models | [Python](2-Regression/1-Tools/README.md) • [R](../../2-Regression/1-Tools/solution/R/lesson_1.html) | Jen • Eric Wanjau |
|
|
|
| 06 | Mga presyo ng kalabasa sa Hilagang Amerika 🎃 | [Regression](2-Regression/README.md) | I-visualisa at linisin ang datos bilang paghahanda para sa ML | [Python](2-Regression/2-Data/README.md) • [R](../../2-Regression/2-Data/solution/R/lesson_2.html) | Jen • Eric Wanjau |
|
|
|
| 07 | Mga presyo ng kalabasa sa Hilagang Amerika 🎃 | [Regression](2-Regression/README.md) | Bumuo ng linear at polynomial regression models | [Python](2-Regression/3-Linear/README.md) • [R](../../2-Regression/3-Linear/solution/R/lesson_3.html) | Jen and Dmitry • Eric Wanjau |
|
|
|
| 08 | Mga presyo ng kalabasa sa Hilagang Amerika 🎃 | [Regression](2-Regression/README.md) | Bumuo ng isang logistic regression model | [Python](2-Regression/4-Logistic/README.md) • [R](../../2-Regression/4-Logistic/solution/R/lesson_4.html) | Jen • Eric Wanjau |
|
|
|
| 09 | Isang Web App 🔌 | [Web App](3-Web-App/README.md) | Bumuo ng isang web app para gamitin ang iyong na-train na modelo | [Python](3-Web-App/1-Web-App/README.md) | Jen |
|
|
|
| 10 | Panimula sa classification | [Classification](4-Classification/README.md) | Linisin, ihanda, at i-visualisa ang iyong datos; panimula sa classification | [Python](4-Classification/1-Introduction/README.md) • [R](../../4-Classification/1-Introduction/solution/R/lesson_10.html) | Jen and Cassie • Eric Wanjau |
|
|
|
| 11 | Masasarap na lutuing Asyano at Indian 🍜 | [Classification](4-Classification/README.md) | Panimula sa mga classifier | [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 | Masasarap na lutuing Asyano at Indian 🍜 | [Classification](4-Classification/README.md) | Higit pang mga classifier | [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 | Masasarap na lutuing Asyano at Indian 🍜 | [Classification](4-Classification/README.md) | Bumuo ng isang recommender web app gamit ang iyong modelo | [Python](4-Classification/4-Applied/README.md) | Jen |
|
|
|
| 14 | Panimula sa clustering | [Clustering](5-Clustering/README.md) | Linisin, ihanda, at i-visualisa ang iyong datos; panimula sa clustering | [Python](5-Clustering/1-Visualize/README.md) • [R](../../5-Clustering/1-Visualize/solution/R/lesson_14.html) | Jen • Eric Wanjau |
|
|
|
| 15 | Pagsasaliksik ng mga Ugali sa Musika ng Nigeria 🎧 | [Clustering](5-Clustering/README.md) | Tuklasin ang K-Means clustering method | [Python](5-Clustering/2-K-Means/README.md) • [R](../../5-Clustering/2-K-Means/solution/R/lesson_15.html) | Jen • Eric Wanjau |
|
|
|
| 16 | Panimula sa natural language processing ☕️ | [Natural language processing](6-NLP/README.md) | Matutunan ang mga batayan tungkol sa NLP sa pamamagitan ng paggawa ng isang simpleng bot | [Python](6-NLP/1-Introduction-to-NLP/README.md) | Stephen |
|
|
|
| 17 | Mga Karaniwang Gawain sa NLP ☕️ | [Natural language processing](6-NLP/README.md) | Palalimin ang iyong kaalaman sa NLP sa pamamagitan ng pag-unawa sa mga karaniwang gawain na kailangan kapag nakikipag-ugnayan sa mga estruktura ng wika | [Python](6-NLP/2-Tasks/README.md) | Stephen |
|
|
|
| 18 | Pagsasalin at pagsusuri ng saloobin ♥️ | [Natural language processing](6-NLP/README.md) | Pagsasalin at pagsusuri ng saloobin gamit si Jane Austen | [Python](6-NLP/3-Translation-Sentiment/README.md) | Stephen |
|
|
|
| 19 | Mga romantikong hotel sa Europa ♥️ | [Natural language processing](6-NLP/README.md) | Pagsusuri ng saloobin gamit ang mga review ng hotel 1 | [Python](6-NLP/4-Hotel-Reviews-1/README.md) | Stephen |
|
|
|
| 20 | Mga romantikong hotel sa Europa ♥️ | [Natural language processing](6-NLP/README.md) | Pagsusuri ng saloobin gamit ang mga review ng hotel 2 | [Python](6-NLP/5-Hotel-Reviews-2/README.md) | Stephen |
|
|
|
| 21 | Panimula sa time series forecasting | [Time series](7-TimeSeries/README.md) | Panimula sa time series forecasting | [Python](7-TimeSeries/1-Introduction/README.md) | Francesca |
|
|
|
| 22 | ⚡️ Paggamit ng Enerhiya sa Mundo ⚡️ - time series forecasting gamit ang ARIMA | [Time series](7-TimeSeries/README.md) | Time series forecasting gamit ang ARIMA | [Python](7-TimeSeries/2-ARIMA/README.md) | Francesca |
|
|
|
| 23 | ⚡️ Paggamit ng Enerhiya sa Mundo ⚡️ - time series forecasting gamit ang SVR | [Time series](7-TimeSeries/README.md) | Time series forecasting gamit ang Support Vector Regressor | [Python](7-TimeSeries/3-SVR/README.md) | Anirban |
|
|
|
| 24 | Panimula sa reinforcement learning | [Reinforcement learning](8-Reinforcement/README.md) | Panimula sa reinforcement learning gamit ang Q-Learning | [Python](8-Reinforcement/1-QLearning/README.md) | Dmitry |
|
|
|
| 25 | Tumulong kay Peter na iwasan ang lobo! 🐺 | [Reinforcement learning](8-Reinforcement/README.md) | Reinforcement learning Gym | [Python](8-Reinforcement/2-Gym/README.md) | Dmitry |
|
|
|
| Postscript | Mga totoong kaso at aplikasyon ng ML | [ML in the Wild](9-Real-World/README.md) | Mga kawili-wili at nakakalantad na mga totoong aplikasyon ng klasikong ML | [Lesson](9-Real-World/1-Applications/README.md) | Team |
|
|
|
| Postscript | Pag-debug ng Modelo sa ML gamit ang RAI dashboard | [ML in the Wild](9-Real-World/README.md) | Pag-debug ng Modelo sa Machine Learning gamit ang Responsible AI dashboard components | [Lesson](9-Real-World/2-Debugging-ML-Models/README.md) | Ruth Yakubu |
|
|
|
|
|
|
> [hanapin ang lahat ng karagdagang mga mapagkukunan para sa kursong ito sa aming Microsoft Learn collection](https://learn.microsoft.com/en-us/collections/qrqzamz1nn2wx3?WT.mc_id=academic-77952-bethanycheum)
|
|
|
|
|
|
## Offline access
|
|
|
|
|
|
Maaari mong patakbuhin ang dokumentasyong ito nang offline gamit ang [Docsify](https://docsify.js.org/#/). I-fork ang repo na ito, [i-install ang Docsify](https://docsify.js.org/#/quickstart) sa iyong lokal na makina, at pagkatapos ay sa root folder ng repo na ito, i-type ang `docsify serve`. Ang website ay mase-serve sa port 3000 sa iyong localhost: `localhost:3000`.
|
|
|
|
|
|
## PDFs
|
|
|
|
|
|
Hanapin ang pdf ng kurikulum na may mga link [dito](https://microsoft.github.io/ML-For-Beginners/pdf/readme.pdf).
|
|
|
|
|
|
|
|
|
## 🎒 Iba Pang Mga Kurso
|
|
|
|
|
|
Ang aming koponan ay gumagawa ng iba pang mga kurso! Silipin:
|
|
|
|
|
|
<!-- 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)
|
|
|
|
|
|
---
|
|
|
|
|
|
### Pangunahing Pagkatuto
|
|
|
[](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 Series
|
|
|
[](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 -->
|
|
|
|
|
|
## Pagkuha ng Tulong
|
|
|
|
|
|
Kung ikaw ay na-stuck o may mga tanong tungkol sa paggawa ng mga AI apps. Sumali sa mga kapwa nag-aaral at eksperyensadong mga developer sa mga talakayan tungkol sa MCP. Isa itong suportadong komunidad kung saan malugod na tinatanggap ang mga tanong at malaya ang pagbabahagi ng kaalaman.
|
|
|
|
|
|
[](https://discord.gg/nTYy5BXMWG)
|
|
|
|
|
|
Kung mayroon kang feedback sa produkto o mga error habang nagtatayo, bisitahin:
|
|
|
|
|
|
[](https://aka.ms/foundry/forum)
|
|
|
|
|
|
---
|
|
|
|
|
|
<!-- CO-OP TRANSLATOR DISCLAIMER START -->
|
|
|
**Paalala**:
|
|
|
Ang dokumentong ito ay isinalin gamit ang serbisyo ng AI na pagsasalin na [Co-op Translator](https://github.com/Azure/co-op-translator). Bagama’t nagsusumikap kami para sa katumpakan, pakatandaan na ang mga awtomatikong pagsasalin ay maaaring maglaman ng mga pagkakamali o kamalian. Ang orihinal na dokumento sa kanyang likas na wika ang itinuturing na may pinakamataas na otoridad. Para sa mahahalagang impormasyon, inirerekomenda ang propesyonal na pagsasalin ng tao. Hindi kami mananagot sa anumang hindi pagkakaunawaan o maling interpretasyon na maaaring magmula sa paggamit ng pagsasaling ito.
|
|
|
<!-- CO-OP TRANSLATOR DISCLAIMER END --> |
