ML-For-Beginners/translations/lt

🌐 Daugiakalbė parama

Palaikoma per GitHub Action (automatinis ir visada atnaujintas)

Arabų | Bengalų | Bulgarų | Birmos (Mianmaras) | Kinų (supaprastinta) | Kinų (tradicinė, Honkongas) | Kinų (tradicinė, Makao) | Kinų (tradicinė, Taivanas) | Kroatų | Čekų | Danų | Olandų | Estų | Suomių | Prancūzų | Vokiečių | Graikų | Hebrajų | Hindi | Vengrų | Indoneziečių | Italų | Japonų | Kannadų | Chmerų | Korėjiečių | Lietuvių | Malajiečių | Malajalių | Maratų | Nepaliečių | Nigerijos pidžinas | Norvegų | Persų (Farsi) | Lenkų | Brazilų portugalų | Portugalų (Portugalija) | Pandžabių (Gurmukhi) | Rumunų | Rusų | Serbų (kirilica) | Slovakų | Slovėnų | Ispanų | Svahilių | Švedų | Tagalogų (Filipinų) | Tamilų | Telugų | Tailando | Turkų | Ukrainiečių | Urdu | Vietnamiečių

Norite atsisiųsti vietoje?

Šiame saugykloje yra virš 50 kalbų vertimų, kas žymiai padidina atsisiuntimo dydį. Norėdami klonuoti be vertimų, naudokite retinį atsisiuntimą:

Bash / macOS / Linux:

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'

CMD (Windows):

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"

Tai suteiks jums viską, ko reikia kursui užbaigti, daug greičiau atsisiunčiant.

Prisijunkite prie mūsų bendruomenės

Mes turime vykdomą Discord mokymosi su DI seriją, sužinokite daugiau ir prisijunkite prie mūsų Learn with AI Series nuo 2025 m. rugsėjo 18 iki 30 d. Ten gausite patarimų ir triukų, kaip naudoti GitHub Copilot duomenų moksle.

Mašininis mokymasis pradedantiesiems – mokymo programa

🌍 Keliaukite po pasaulį, tyrinėdami mašininį mokymąsi per pasaulio kultūras 🌍

Microsoft Cloud Advocates džiaugiasi galėdami pasiūlyti 12 savaičių, 26 pamokų mokymo programą apie mašininį mokymąsi. Šioje programoje sužinosite apie tai, ką kartais vadiname klasikiniu mašininiu mokymusi, daugiausiai naudodami Scikit-learn biblioteką ir vengdami giluminio mokymosi, kuris aprašytas mūsų DI pradedantiesiems mokymo programoje. Taip pat derinkite šias pamokas su mūsų 'Duomenų mokslas pradedantiesiems' programa!

Keliaukite kartu po pasaulį, taikydami šias klasikines technikas duomenims iš įvairių pasaulio vietų. Kiekviena pamoka apima prieš ir po pamokos testus, rašytines instrukcijas pamokos užbaigimui, sprendimą, užduotį ir dar daugiau. Mūsų projektinis mokymo metodas leidžia mokytis statant projektus – tai įrodytas būdas naujiems įgūdžiams „įsitvirtinti“.

✍️ Širdingi dėkojame mūsų autoriams Jen Looper, Stephen Howell, Francesca Lazzeri, Tomomi Imura, Cassie Breviu, Dmitry Soshnikov, Chris Noring, Anirban Mukherjee, Ornella Altunyan, Ruth Yakubu ir Amy Boyd

🎨 Ačiū taip pat mūsų iliustratoriams Tomomi Imura, Dasani Madipalli ir Jen Looper

🙏 Ypatingas ačiū 🙏 Microsoft studentų ambasadoriams autoriams, recenzentams ir turinio prisidėjusiems, ypač Rishit Dagli, Muhammad Sakib Khan Inan, Rohan Raj, Alexandru Petrescu, Abhishek Jaiswal, Nawrin Tabassum, Ioan Samuila ir Snigdha Agarwal

🤩 Papildoma padėka Microsoft studentų ambasadoriams Eric Wanjau, Jasleen Sondhi ir Vidushi Gupta už mūsų R pamokas!

Pradžia

Sekite šiuos žingsnius:

1. Šaknis (fork) saugyklą: spauskite „Fork“ mygtuką viršutiniame dešiniajame šio puslapio kampe.
2. Klonavimas (clone): git clone https://github.com/microsoft/ML-For-Beginners.git

raskite visas papildomas šio kurso medžiagas mūsų Microsoft Learn kolekcijoje

🔧 Reikia pagalbos? Peržiūrėkite mūsų Gedimų šalinimo gaires, kur rasite sprendimus dažniausiai pasitaikančioms problemoms diegiant, nustatant ir vykdant pamokas.

Studentai, kad naudotumėtės šia programa, šaknikite visą saugyklą į savo GitHub paskyrą ir atlikite užduotis savarankiškai arba grupėje:

• Pradėkite nuo priešpaskaitinio testo.
• Perskaitykite paskaitą ir atlikite veiklas, sustodami bei apmąstydami kiekvieną žinių patikrinimą.
• Stenkitės kurti projektus suprasdami pamokas, o ne paleisdami sprendimo kodą; vis dėlto tas kodas prieinamas kiekvienos projektinės pamokos /solution aplankuose.
• Laikykite po paskaitos testą.
• Įveikite iššūkį.
• Atlikite užduotį.
• Baigę pamokos grupę, apsilankykite Diskusijų lentoje ir „mokykitės garsiai“, užpildydami atitinkamą PAT rubriką. 'PAT' yra pažangos vertinimo įrankis, kurį pildote, norėdami pagerinti mokymąsi. Taip pat galite reaguoti į kitus PAT, kad mokytumės kartu.

Tolimesniam mokymuisi rekomenduojame šiuos Microsoft Learn modulius ir mokymosi kelius.

Mokytojai, mes įtraukėme keletą pasiūlymų, kaip naudoti šią mokymo programą.

---

Vaizdo įrašų peržiūros

Kai kurios pamokos prieinamos trumpųjų vaizdo įrašų forma. Galite rasti visus juos įterptus pamokose arba ML pradedantiesiems grojaraštyje Microsoft Developer YouTube kanale spustelėję žemiau esančią nuotrauką.

---

Susipažinkite su komanda

Gif autorius Mohit Jaisal

🎥 Spustelėkite aukščiau esančią paveikslėlį, jei norite pamatyti vaizdo įrašą apie projektą ir jį sukūrusius žmones!

---

Pedagogika

Kuriant šią programą pasirinkome du pedagoginius principus: užtikrinti, kad ji būtų praktinė, projektinė ir kad būtų dažni testai. Be to, ši programa turi bendrą temą, suteikiančią jai vientisumo.

Užtikrinant turinio atitikimą projektams, procesas tampa įdomesnis studentams, o konceptų įsisavinimas – geresnis. Be to, mažo svorio testas prieš pamoką nukreipia studentų dėmesį mokytis temos, o antras testas po pamokos užtikrina geresnį įsisavinimą. Programa buvo sukurta lanksti ir linksma, ją galima vykdyti pilnai arba dalimis. Projektai pradžioje yra maži ir tampa vis sudėtingesni per 12 savaičių ciklą. Programoje taip pat pateikiamas priedas apie tikrų pasaulio ML taikymų, kuris gali būti naudojamas kaip papildomas įvertinimas arba diskusijų pagrindas.

Raskite mūsų Elgesio kodeksą, Prisidėjimo gaires, Vertimus ir Gedimų šalinimą. Laukiame jūsų konstruktyvios grįžtamosios informacijos!

Kiekviena pamoka apima

• neprivalomą eskizo užrašą
• neprivalomą papildomą vaizdo įrašą
• vaizdo įrašo peržiūrą (tik kai kurios pamokos)
• priešpaskaitinį įšilimo testą
• rašytinę pamoką
• projekto pamokose – žingsnis po žingsnio gidus, kaip sukurti projektą
• žinių patikrinimus
• iššūkį
• papildomą skaitymą
• užduotį
• paskaitos pabaigos testą

Pastaba apie kalbas: Šios pamokos daugiausia rašytos Python kalba, tačiau daugelis jų taip pat prieinamos R kalba. Norėdami baigti R pamoką, eikite į /solution aplanką ir ieškokite R pamokų. Jos turi .rmd plėtinį, kuris reiškia R Markdown failą, kurį galima paprastai apibrėžti kaip kodo dalių (R ar kitų kalbų) ir YAML antraštės (kuri nurodo, kaip formatuoti išvestis, pvz., PDF) įterpimą į Markdown dokumentą. Tokiu būdu tai tarnauja kaip pavyzdinis autorystės pagrindas duomenų mokslui, nes leidžia sujungti jūsų kodą, jo išvestį ir mintis, leidžiant jas užrašyti Markdown formatu. Be to, R Markdown dokumentus galima atvaizduoti į tokias išvesties formas kaip PDF, HTML ar Word.

Pastaba apie viktorinas: Visos viktorinos yra Quiz App aplanke, iš viso 52 viktorinos, po tris klausimus kiekvienoje. Jos susietos iš pamokų, tačiau viktorinų programėlę galima paleisti vietoje; vadovaukitės instrukcijomis quiz-app aplanke, kad paleistumėte vietoje arba įdiegtumėte į Azure.

Pamokos numeris	Tema	Pamokų grupė	Mokymosi tikslai	Susieta pamoka	Autorius
01	Įvadas į mašininį mokymąsi	Įvadas	Sužinokite pagrindines mašininio mokymosi sąvokas	Pamoka	Muhammad
02	Mašininio mokymosi istorija	Įvadas	Sužinokite šio srities istoriją	Pamoka	Jen ir Amy
03	Teisingumas ir mašininis mokymasis	Įvadas	Kokie svarbūs filosofiniai teisingumo klausimai, kuriuos studentai turėtų apsvarstyti kurdami ir taikydami ML modelius?	Pamoka	Tomomi
04	Mašininio mokymosi technikos	Įvadas	Kokias technikas naudoja ML tyrėjai modeliams kurti?	Pamoka	Chris ir Jen
05	Įvadas į regresiją	Regresija	Pradėkite dirbti su Python ir Scikit-learn regresijos modeliams	Python • R	Jen • Eric Wanjau
06	Šiaurės Amerikos moliūgų kainos 🎃	Regresija	Vizualizuokite ir išvalykite duomenis pasiruošimui ML	Python • R	Jen • Eric Wanjau
07	Šiaurės Amerikos moliūgų kainos 🎃	Regresija	Kurkite tiesinį ir polinominį regresijos modelius	Python • R	Jen ir Dmitry • Eric Wanjau
08	Šiaurės Amerikos moliūgų kainos 🎃	Regresija	Kurkite logistinės regresijos modelį	Python • R	Jen • Eric Wanjau
09	Interneto programa 🔌	Internetinė programa	Sukurkite interneto programą, kad naudotumėte savo apmokytą modelį	Python	Jen
10	Įvadas į klasifikaciją	Klasifikacija	Išvalykite, paruoškite ir vizualizuokite duomenis; įvadas į klasifikaciją	Python • R	Jen ir Cassie • Eric Wanjau
11	Skani Azijos ir Indijos virtuvė 🍜	Klasifikacija	Įvadas į klasifikatorius	Python • R	Jen ir Cassie • Eric Wanjau
12	Skani Azijos ir Indijos virtuvė 🍜	Klasifikacija	Daugiau klasifikatorių	Python • R	Jen ir Cassie • Eric Wanjau
13	Skani Azijos ir Indijos virtuvė 🍜	Klasifikacija	Sukurkite rekomendacijų interneto programą naudodami savo modelį	Python	Jen
14	Įvadas į klasterizaciją	Klasterizacija	Išvalykite, paruoškite ir vizualizuokite duomenis; Įvadas į klasterizaciją	Python • R	Jen • Eric Wanjau
15	Nige­rijos muzikos skonių tyrinėjimas 🎧	Klasterizacija	Ištirkite K-means klasterizavimo metodą	Python • R	Jen • Eric Wanjau
16	Įvadas į natūralios kalbos apdorojimą ☕️	Natūralios kalbos apdorojimas	Sužinokite NLP pagrindus kurdami paprastą botą	Python	Stephen
17	Dažnos NLP užduotys ☕️	Natūralios kalbos apdorojimas	Gilinkite NLP žinias suprasdami dažnas užduotis, reikalingas dirbant su kalbos struktūromis	Python	Stephen
18	Vertimas ir nuotaikų analizė ♥️	Natūralios kalbos apdorojimas	Vertimas ir nuotaikų analizė su Jane Austen	Python	Stephen
19	Romantiški Europos viešbučiai ♥️	Natūralios kalbos apdorojimas	Nuotaikų analizė su viešbučių atsiliepimais 1	Python	Stephen
20	Romantiški Europos viešbučiai ♥️	Natūralios kalbos apdorojimas	Nuotaikų analizė su viešbučių atsiliepimais 2	Python	Stephen
21	Įvadas į laiko eilučių prognozavimą	Laiko eilutės	Įvadas į laiko eilučių prognozavimą	Python	Francesca
22	⚡️ Pasaulio energijos vartojimas ⚡️ - laiko eilutės prognozavimas su ARIMA	Laiko eilutės	Laiko eilučių prognozavimas su ARIMA	Python	Francesca
23	⚡️ Pasaulio energijos vartojimas ⚡️ - laiko eilutės prognozavimas su SVR	Laiko eilutės	Laiko eilučių prognozavimas su Palaikomųjų Vektorių Regresoriumi	Python	Anirban
24	Įvadas į stiprinamąjį mokymąsi	Stiprinamasis mokymasis	Įvadas į stiprinamąjį mokymąsi naudojant Q-Mokymą	Python	Dmitry
25	Padėkite Petrui išvengti vilko! 🐺	Stiprinamasis mokymasis	Stiprinamojo mokymosi treniruoklis (Gym)	Python	Dmitry
Postscript	Tikri ML scenarijai ir taikymai	ML laukinėje gamtoje	Įdomūs ir atskleidžiantys realaus pasaulio klasikinio ML taikymai	Pamoka	Komanda
Postscript	ML modelių derinimas naudojant RAI panelę	ML laukinėje gamtoje	Modelių derinimas mašininiame mokymesi naudojant Responsible AI valdymo pultą	Pamoka	Ruth Yakubu

raskite visus papildomus šio kurso išteklius mūsų Microsoft Learn kolekcijoje

Prieiga neprisijungus

Šią dokumentaciją galite naudoti neprisijungę naudodami Docsify. Šaknijate šį repozitoriją, įdiekite Docsify savo vietinėje mašinoje, tada šio repozitorijos šakniniame aplanke įveskite docsify serve. Svetainė bus patiekiama per 3000 prievadą jūsų localhost aplinkoje: localhost:3000.

PDF failai

Raskite programos PDF su nuorodomis čia.

🎒 Kiti kursai

Mūsų komanda kuria ir kitus kursus! Peržiūrėkite:

LangChain

Azure / Edge / MCP / Agentai

---

Generatyvinės DI serija

---

Pagrindinis mokymasis

---

Copilot serija

Pagalbos gavimas

Jei užstringate arba turite klausimų mokydamiesi mašininio mokymosi ar kurdami DI programas, nesijaudinkite — pagalba yra prieinama.

Galite prisijungti prie diskusijų su kitais mokiniais ir kūrėjais, užduoti klausimus ir dalintis savo idėjomis bendruomenei.

• Prisijunkite prie bendruomenės, kad užduotumėte klausimus ir mokytumėtės kartu su kitais
• Aptarkite mašininio mokymosi sąvokas ir projektų idėjas
• Gaukite patarimų iš patyrusių kūrėjų

Palaikanti bendruomenė yra puikus būdas tobulinti savo įgūdžius ir greičiau spręsti problemas.

Microsoft Foundry Discord bendruomenė

Jei susiduriate su klaidomis, gedimais arba turite pasiūlymų patobulinimams, galite taip pat atidaryti Issue šiame saugykloje ir pranešti apie problemą.

Norėdami pateikti atsiliepimus apie produktą arba ieškoti jau egzistuojančių bendruomenės įrašų, apsilankykite Kūrėjų forume:

Papildomi mokymosi patarimai

• Peržiūrėkite užrašų knygutes po kiekvienos pamokos, kad geriau suprastumėte.
• Praktikuokite algoritmų įgyvendinimą savarankiškai.
• Tyrinėkite tikrus duomenų rinkinius naudodami išmoktą medžiagą.

---

Atsakomybės apribojimas:
Šis dokumentas buvo išverstas naudojant dirbtinio intelekto vertimo paslaugą Co-op Translator. Nors stengiamės užtikrinti tikslumą, prašome atkreipti dėmesį, kad automatiniai vertimai gali turėti klaidų ar netikslumų. Originalus dokumentas jo gimtąja kalba turėtų būti laikomas autoritetingu šaltiniu. Esant kritinei informacijai, rekomenduojamas profesionalus žmogaus vertimas. Mes neatsakome už jokius nesusipratimus ar neteisingus aiškinimus, kilusius naudojantis šiuo vertimu.