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.
248 lines
46 KiB
248 lines
46 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/)
|
|
|
|
### 🌐 ਬਹੁਭਾਸ਼ਾ ਸਹਾਇਤਾ
|
|
|
|
#### GitHub ਐਕਸ਼ਨ ਰਾਹੀਂ ਸਹਾਇਤਾ (ਆਟੋਮੇਟਿਕ ਅਤੇ ਹਮੇਸ਼ਾ ਅਪ-ਟੂ-ਡੇਟ)
|
|
|
|
<!-- 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) | [Khmer](../km/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 ਤੁਸੀਂ ਸਥਾਨਕ ਕਲੋਨ ਕਰਨਾ ਪਸੰਦ ਕਰਦੇ ਹੋ?**
|
|
>
|
|
> ਇਸ ਰਿਪੋਜ਼ਟਰੀ ਵਿੱਚ 50+ ਭਾਸ਼ਾ ਅਨੁਵਾਦ ਸ਼ਾਮਲ ਹਨ ਜੋ ਡਾਊਨਲੋਡ ਦਾ ਆਕਾਰ ਬਹੁਤ ਵਧਾ ਦਿੰਦੇ ਹਨ। ਬਿਨਾਂ ਅਨੁਵਾਦਾਂ ਦੇ ਕਲੋਨ ਕਰਨ ਲਈ, sparse checkout ਵਰਤੋ:
|
|
>
|
|
> **Bash / macOS / Linux:**
|
|
> ```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'
|
|
> ```
|
|
>
|
|
> **CMD (Windows):**
|
|
> ```cmd
|
|
> 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"
|
|
> ```
|
|
>
|
|
> ਇਹ ਤੁਹਾਨੂੰ ਪੂਰਾ ਕੋਰਸ ਮੁਕੰਮਲ ਕਰਨ ਲਈ ਜਰੂਰੀ ਸਾਰਾ ਕੁਝ ਤੇਜ਼ ਡਾਊਨਲੋਡ ਨਾਲ ਦਿੰਦਾ ਹੈ।
|
|
<!-- CO-OP TRANSLATOR LANGUAGES TABLE END -->
|
|
|
|
#### ਸਾਡੇ ਸਮੁਦਾਇ ਨਾਲ ਜੁੜੋ
|
|
|
|
[](https://discord.gg/nTYy5BXMWG)
|
|
|
|
ਸਾਡੇ ਕੋਲ Discord ਤੇ ਇੱਕ AI ਸਿਖਣ ਵਾਲੀ ਸੀਰੀਜ਼ ਚੱਲ ਰਹੀ ਹੈ, ਵਧੇਰੇ ਜਾਣਨ ਅਤੇ ਸਾਡੇ ਨਾਲ ਜੁੜਨ ਲਈ [Learn with AI Series](https://aka.ms/learnwithai/discord) 'ਤੇ 18 - 30 ਸਤੰਬਰ, 2025 ਨੂੰ ਮਿਲੋ। ਤੁਸੀਂ GitHub Copilot ਦੀ ਵਰਤੋਂ ਲਈ ਟਿੱਪਸ ਅਤੇ ਟ੍ਰਿੱਕਸ ਹਾਸਲ ਕਰੋਗੇ।
|
|
|
|
|
|
|
|
# ਮਸ਼ੀਨ ਲਰਨਿੰਗ ਲਈ ਬਿਗਿਨਰਜ਼ - ਇੱਕ ਕੋਰਸ
|
|
|
|
> 🌍 ਦੁਨੀਆ ਦੀ ਸੈਰ ਕਰੋ ਜਿਵੇਂ ਅਸੀਂ ਮਸ਼ੀਨ ਲਰਨਿੰਗ ਨੂੰ ਵੱਖ-ਵੱਖ ਸੰਸਕ੍ਰਿਤੀਆਂ ਰਾਹੀਂ ਸਮਝਦੇ ਹਾਂ 🌍
|
|
|
|
ਮਾਈਕ੍ਰੋਸਾਫਟ ਦੇ Cloud Advocates ਤੁਹਾਨੂੰ 12 ਹਫ਼ਤੇ, 26 ਪਾਠਾਂ ਵਾਲਾ ਕੋਰਸ ਪ੍ਰਦਾਨ ਕਰਨ ਵਿੱਚ ਖੁਸ਼ ਹਨ ਜੋ ਪੂਰੀ ਤਰ੍ਹਾਂ **ਮਸ਼ੀਨ ਲਰਨਿੰਗ** ਵਾਰੇ ਹੈ। ਇਸ ਕੋਰਸ ਵਿੱਚ, ਤੁਸੀਂ ਅਕਸਰ ਕਿਹਾ ਜਾਂਦਾ ਹੈ **ਕਲਾਸਿਕ ਮਸ਼ੀਨ ਲਰਨਿੰਗ**, ਅੰਕੜਿਆਂ ਲਈ ਮੁੱਖ ਤੌਰ 'ਤੇ Scikit-learn ਪੁਸਤਕਾਲੇ ਦੀ ਵਰਤੋਂ ਕਰਦਿਆਂ ਅਤੇ ਡੀਪ ਲਰਨਿੰਗ ਤੋਂ ਬਚਦਿਆਂ ਸਿੱਖੋਗੇ, ਜੋ ਸਾਡੇ [AI for Beginners' curriculum](https://aka.ms/ai4beginners) ਵਿੱਚ ਕਵਰ ਕੀਤਾ ਗਿਆ ਹੈ। ਇਹਨਾਂ ਪਾਠਾਂ ਨੂੰ ਸਾਡੇ ['ਡਾਟਾ ਸਾਇੰਸ ਫਾਰ ਬਿਗਿਨਰਜ਼' ਕੋਰਸ](https://aka.ms/ds4beginners) ਨਾਲ ਜੋੜ ਸਕਦੇ ਹੋ।
|
|
|
|
ਸਾਡੇ ਨਾਲ ਦੁਨੀਆ ਭਰ ਦੀ ਯਾਤਰਾ ਕਰੋ ਜਦੋਂ ਅਸੀਂ ਇਹ ਕਲਾਸਿਕ ਤਕਨੀਕਾਂ ਦੁਨੀਆ ਦੇ ਬਹੁਤ ਸਾਰੇ ਹਿੱਸਿਆਂ ਦੇ ਡੇਟਾ 'ਤੇ ਲਾਗੂ ਕਰਦੇ ਹਾਂ। ਹਰ ਪਾਠ ਵਿੱਚ ਪਹਿਲਾਂ ਅਤੇ ਬਾਅਦ ਵਾਲੇ ਕੁਇਜ਼, ਲਿਖਤੀ ਹਦਾਇਤਾਂ, ਸਮਾਧਾਨ, ਅਸਾਈਨਮੈਂਟ ਅਤੇ ਹੋਰ ਸ਼ਾਮਲ ਹਨ। ਸਾਡੀ ਪ੍ਰੋਜੈਕਟ ਅਧਾਰਿਤ ਪੈਡਾਗੋਜੀ ਤੁਹਾਨੂੰ ਬਣਾਉਂਦੇ ਹੋਏ ਸਿੱਖਣ ਦਿੰਦੀ ਹੈ, ਜੋ ਨਵੇਂ ਹੁਨਰਾਂ ਨੂੰ ਲੱਗਣ ਲਈ ਸਾਬਿਤ ਤਰੀਕਾ ਹੈ।
|
|
|
|
**✍️ ਸਾਡੇ ਲੇਖਕਾਂ ਨੂੰ ਦਿਲੋਂ ਧੰਨਵਾਦ** ਜੈਨ ਲੂਪਰ, ਸਟੀਫਨ ਹੋਵੇਲ, ਫ੍ਰਾਂਚੇਸਕਾ ਲਾਜੇਰੀ, ਟੋਮੋਮੀ ਇਮුරਾ, ਕੈਸੀ ਬ੍ਰੇਵਿਉ, ਦਿਮਿੱਤਰੀ ਸੋਸ਼ਨਿਕੋਵ, ਕ੍ਰਿਸ ਨੋਰਿੰਗ, ਅਨਿਰਬਨ ਮੁਖਰਜੀ, ਔਰਨੇਲਾ ਅਲਟੁਨਯਾਨ, ਰੁਥ ਯਾਕੂਬੂ ਅਤੇ ਐਮੀ ਬੋਇਡ
|
|
|
|
**🎨 ਸਾਡੇ ਇਲੱਸਟ੍ਰੇਟਰਾਂ ਨੂੰ ਧੰਨਵਾਦ** ਟੋਮੋਮੀ ਇਮੁਰਾ, ਦਸਾਨੀ ਮਡਿਪੱਲੀ, ਅਤੇ ਜੈਨ ਲੂਪਰ
|
|
|
|
**🙏 ਵਿਸ਼ੇਸ਼ ਧੰਨਵਾਦ 🙏 ਸਾਡੇ ਮਾਈਕ੍ਰੋਸਾਫਟ ਸਟੂਡੈਂਟ ਐਂਬੈਸਡਰ ਲੇਖਕਾਂ, ਸਮੀਖਣਕਾਰਾਂ ਅਤੇ ਸਮੱਗਰੀ ਸਹਿਯੋਗੀਆਂ ਨੂੰ**, ਖਾਸ ਕਰਕੇ ਰਿਸ਼ਿਤ ਡਾਗਲੀ, ਮੁਹੰਮਦ ਸਾਕਿਬ ਖਾਨ ਇਨਾਨ, ਰੋਹਨ ਰਾਜ, ਅਲੈਕਜ਼ੈਂਡਰੂ ਪੇਟਰੈਸਕੂ, ਅਭਿਸ਼ੇਕ ਜੈਸਵਾਲ, ਨੌਰੀਨ ਤਬੱਸਮ, ਆਇਓਨ ਸਮੂਲਾ, ਅਤੇ ਸਨਿਗਧਾ ਅਗਰਵਾਲ
|
|
|
|
**🤩 ਵਧੇਰੇ ਧੰਨਵਾਦ ਮਾਈਕ੍ਰੋਸਾਫਟ ਸਟੂਡੈਂਟ ਐਂਬੈਸਡਰ ਏਰਿਕ ਵੰਜਾਉ, ਜਸਲੀਨ ਸੋਂਧੀ, ਅਤੇ ਵਿਦੂਸ਼ੀ ਗੁਪਤਾ ਲਈ ਸਾਡੇ R ਪਾਠਾਂ 'ਤੇ!**
|
|
|
|
# ਸ਼ੁਰੂਆਤ ਕਿਵੇਂ ਕਰੀਏ
|
|
|
|
ਹੇਠਾਂ ਦਿੱਤੇ ਕਦਮਾਂ ਦੀ ਪਾਲਣਾ ਕਰੋ:
|
|
1. **ਰਿਪੋਜ਼ਟਰੀ ਫੋਰਕ ਕਰੋ**: ਇਸ ਪੰਨੇ ਦੇ ਸੱਜੇ-ਵੱਛਰੇ ਕੋਨੇ ਵਿੱਚ "Fork" ਬਟਨ 'ਤੇ ਕਲਿੱਕ ਕਰੋ।
|
|
2. **ਰਿਪੋਜ਼ਟਰੀ ਕਲੋਨ ਕਰੋ**: `git clone https://github.com/microsoft/ML-For-Beginners.git`
|
|
|
|
> [ਇਸ ਕੋਰਸ ਲਈ ਸਾਰੀਆਂ ਵਾਧੂ ਸਾਂਝ ਵਸਤਾਂ ਸਾਡੇ Microsoft Learn ਕਲੈਕਸ਼ਨ ਵਿੱਚ ਲੱਭੋ](https://learn.microsoft.com/en-us/collections/qrqzamz1nn2wx3?WT.mc_id=academic-77952-bethanycheum)
|
|
|
|
> 🔧 **ਮਦਦ ਚਾਹੀਦੀ ਹੈ?** ਸਾਡਾ [Troubleshooting Guide](TROUBLESHOOTING.md) ਵੇਖੋ ਸਥਾਪਨਾ, ਸੈਟਅਪ, ਅਤੇ ਪਾਠ ਚਲਾਉਣ ਸਮੇਤ ਆਮ ਸਮੱਸਿਆਵਾਂ ਲਈ ਹਲਾਂ.
|
|
|
|
**[ਵਿਦਿਆਰਥੀ](https://aka.ms/student-page)**, ਇਸ ਕੋਰਸ ਨੂੰ ਵਰਤਣ ਲਈ, ਪੂਰਾ ਰਿਪੋ ਆਪਣੇ GitHub ਖਾਤੇ ਤੇ ਫੋਰਕ ਕਰੋ ਅਤੇ ਅਭਿਆਸ ਖੁਦ ਜਾਂ ਟੀਮ ਨਾਲ ਪੂਰੇ ਕਰੋ:
|
|
|
|
- ਪ੍ਰੀ-ਲੇਕਚਰ ਕੁਇਜ਼ ਤੋਂ ਸ਼ੁਰੂ ਕਰੋ।
|
|
- ਲੈਕਚਰ ਪੜ੍ਹੋ ਅਤੇ ਸਰਗਰਮੀ ਮੁਕੰਮਲ ਕਰੋ, ਹਰ ਗਿਆਨ ਜਾਂਚ 'ਤੇ ਰੁਕ ਕੇ ਸੋਚੋ।
|
|
- ਇੰਡੇਪੈਂਡੈਂਟ ਅਰਥ ਨਾਲ ਪ੍ਰੋਜੈਕਟ ਬਣਾਉਣ ਦੀ ਕੋਸ਼ਿਸ਼ ਕਰੋ ਨਾ ਕਿ ਸਾਲੂਸ਼ਨ ਕੋਡ ਚਲਾਉਣ ਦੀ; ਹਾਲਾਂਕਿ /solution ਫੋਲਡਰਾਂ ਵਿੱਚ ਉਹ ਕੋਡ ਉਪਲਬਧ ਹੈ।
|
|
- ਪੋਸਟ-ਲੇਕਚਰ ਕੁਇਜ਼ ਲਓ।
|
|
- ਚੈਲੰਜ ਪੂਰਾ ਕਰੋ।
|
|
- ਅਸਾਈਨਮੈਂਟ ਪੂਰਾ ਕਰੋ।
|
|
- ਕਿਸੇ ਪਾਠ ਗਰూప ਨੂੰ ਪੂਰਾ ਕਰਨ ਤੋਂ ਬਾਅਦ, [Discussion Board](https://github.com/microsoft/ML-For-Beginners/discussions) 'ਤੇ ਜਾਓ ਅਤੇ 'ਜੋਖਮ ਲਓ' ਦੁਆਰਾ ਸਹੀ PAT ਰੁਬ੍ਰਿਕ ਭਰੋ। PAT ਇੱਕ ਪਰੇਗਤੀ ਮੁਲਾਂਕਣ ਸੰਦ ਹੈ ਜੋ ਤੁਸੀਂ ਆਪਣੇ ਸਿੱਖਣ ਨੂੰ ਅੱਗੇ ਵਧਾਉਣ ਲਈ ਭਰਦੇ ਹੋ। ਤੁਸੀਂ ਹੋਰ PATs 'ਤੇ ਵੀ ਪ੍ਰਤੀਕਿਰਿਆ ਕਰ ਸਕਦੇ ਹੋ ਤਾਂ ਜੋ ਸਾਨੂੰ ਇਕੱਠੇ ਸਿੱਖਣ ਵਿੱਚ ਮਦਦ ਮਿਲੇ।
|
|
|
|
> ਅੱਗੇ ਪੜ੍ਹਾਈ ਲਈ ਸਾਨੂੰ ਇਹ ਸਿਫਾਰਸ਼ ਹੈ ਕਿ ਤੁਸੀਂ ਇਹ [Microsoft Learn](https://docs.microsoft.com/en-us/users/jenlooper-2911/collections/k7o7tg1gp306q4?WT.mc_id=academic-77952-leestott) ਮਾਡਿਊਲਾਂ ਅਤੇ ਅਧਿਐਨ ਮਾਰਗਾਂ ਦੀ ਪਾਲਣਾ ਕਰੋ।
|
|
|
|
**ਅਧਿਆਪਕ**, ਅਸੀਂ [ਇਸ ਕੋਰਸ ਲਈ ਕੁਝ ਸੁਝਾਵ](for-teachers.md) ਸ਼ਾਮਲ ਕੀਤੇ ਹਨ।
|
|
|
|
---
|
|
|
|
## ਵੀਡੀਓ ਵਾਕਥਰੂਜ਼
|
|
|
|
ਕੁਝ ਪਾਠ ਛੋਟੀ-ਰੀਤਿਕ ਵੀਡੀਓ ਦੇ ਰੂਪ ਵਿੱਚ ਉਪਲਬਧ ਹਨ। ਤੁਸੀਂ ਇਹ ਹਰ ਪਾਠ ਵਿੱਚ ਲਾਈਨ ਵਿੱਚ ਜਾਂ Microsoft Developer YouTube ਚੈਨਲ ਦੇ [ML for Beginners ਪਲੇਲਿਸਟ](https://aka.ms/ml-beginners-videos) 'ਤੇ ਵੀਖ ਸਕਦੇ ਹੋ, ਹੇਠਾਂ ਦਿੱਤੀ ਤਸਵੀਰ 'ਤੇ ਕਲਿੱਕ ਕਰਕੇ।
|
|
|
|
[](https://aka.ms/ml-beginners-videos)
|
|
|
|
---
|
|
|
|
## ਟੀਮ ਨਾਲ ਮਿਲੋ
|
|
|
|
[](https://youtu.be/Tj1XWrDSYJU)
|
|
|
|
**ਗਿਫ਼ ਬਣਾਇਆ** [Mohit Jaisal](https://linkedin.com/in/mohitjaisal)
|
|
|
|
> 🎥 ਪ੍ਰਾਜੈਕਟ ਅਤੇ ਇਸਨੂੰ ਬਣਾਉਣ ਵਾਲਿਆਂ ਬਾਰੇ ਵੀਡੀਓ ਵੇਖਣ ਲਈ ਉਪਰ ਦਿੱਤੀ ਤਸਵੀਰ 'ਤੇ ਕਲਿੱਕ ਕਰੋ!
|
|
|
|
---
|
|
|
|
## ਪੈਡਾਗੋਜੀ
|
|
|
|
ਅਸੀਂ ਇਸ ਕੋਰਸ ਨੂੰ ਬਣਾਉਂਦੇ ਸਮੇਂ ਦੋ ਪੈਡਾਗੋਜੀ ਵਿਚਾਰ ਅਪਣਾਏ ਹਨ: ਇਹ ਸੁਨਿਸ਼ਚਿਤ ਕਰਨਾ ਕਿ ਇਹ ਹੱਥੋਂ-ਹੱਥ **ਪ੍ਰੋਜੈਕਟ-ਅਧਾਰਿਤ** ਹੈ ਅਤੇ ਇਸ ਵਿੱਚ **ਅਕਸਰ ਕੁਇਜ਼ਾਂ** ਸ਼ਾਮਲ ਹਨ। ਇਸ ਦੇ ਨਾਲ, ਇਹ ਕੋਰਸ ਇੱਕ ਸਮਾਨ **ਥੀਮ** ਦੇ ਨਾਲ ਬਣਾਇਆ ਗਿਆ ਹੈ ਤਾਂ ਜੋ ਇਸ ਨੂੰ ਇੱਕਜੁੱਟਤਾ ਮਿਲੇ।
|
|
|
|
ਸਮੱਗਰੀ ਦਾ ਪ੍ਰੋਜੈਕਟਾਂ ਨਾਲ ਮਿਲਣਾ ਵਿਦਿਆਰਥੀਆਂ ਲਈ ਵੀ ਲੁਭਾਵਣਾ ਬਣਾਉਂਦਾ ਹੈ ਅਤੇ ਧਾਰਨਾ ਦੀ ਬਚਾਅ ਨੂੰ ਵਧਾਉਂਦਾ ਹੈ। ਇਸ ਤੋਂ ਇਲਾਵਾ, ਕਲਾਸ ਤੋਂ ਪਹਿਲਾਂ ਇੱਕ ਨਿਮਨ ਸਟੇਕ ਕੁਇਜ਼ ਵਿਦਿਆਰਥੀ ਨੂੰ ਟਾਪਿਕ ਸਿੱਖਣ ਲਈ ਤਿਆਰ ਕਰਦਾ ਹੈ, ਅਤੇ ਦੂਜਾ ਕੁਇਜ਼ ਕਲਾਸ ਤੋਂ ਬਾਅਦ ਧਾਰਣਾ ਨੂੰ ਮਜ਼ਬੂਤ ਕਰਦਾ ਹੈ। ਇਹ ਕੋਰਸ ਲਚੀਲਾ ਅਤੇ ਮਨੋਰੰਜਕ ਬਣਾਇਆ ਗਿਆ ਹੈ ਅਤੇ ਪੂਰੇ ਜਾਂ ਹਿੱਸੇ ਵਜੋਂ ਕੀਤਾ ਜਾ ਸਕਦਾ ਹੈ। ਪ੍ਰੋਜੈਕਟ ਛੋਟੇ ਤੋਂ ਸ਼ੁਰੂ ਹੋ ਕੇ 12 ਹਫ਼ਤਿਆਂ ਦੇ ਸਮਾਪਨ ਤੱਕ ਜਟਿਲ ਹੋ ਜਾਂਦੇ ਹਨ। ਇਹ ਕੋਰਸ ਮਸ਼ੀਨ ਲਰਨਿੰਗ ਦੀ ਅਸਲੀ ਦੁਨੀਆ ਵਿੱਚ ਵਰਤੋਂ ਬਾਰੇ ਇੱਕ ਪੋਸਟਸਕ੍ਰਿਪਟ ਵੀ ਦਿੰਦਾ ਹੈ, ਜੋ ਵਾਧੂ ਐਹਿਲਿਆ ਦੌਰ ਤੇ ਜਾਂ ਚਰਚਾ ਲਈ ਬੁਨਿਆਦ ਵਜੋਂ ਵਰਤਿਆ ਜਾ ਸਕਦਾ ਹੈ।
|
|
|
|
> ਸਾਡਾ [Code of Conduct](CODE_OF_CONDUCT.md), [Contributing](CONTRIBUTING.md), [Translations](..), ਅਤੇ [Troubleshooting](TROUBLESHOOTING.md) ਰਾਹਨੁਮਾ ਵੇਖੋ। ਅਸੀਂ ਤੁਹਾਡੇ ਰਚਨਾਤਮਕ ਫੀਡਬੈਕ ਦਾ ਸਵਾਗਤ ਕਰਦੇ ਹਾਂ!
|
|
|
|
## ਹਰ ਪਾਠ ਵਿੱਚ ਸ਼ਾਮਲ ਹਨ
|
|
|
|
- ਵੈਕਲਪੀਕ ਸਕੈਚਨੋਟ
|
|
- ਵੈਕਲਪੀਕ ਸਹਾਇਕ ਵੀਡੀਓ
|
|
- ਵੀਡੀਓ ਵਾਕਥਰੂ (ਕੁਝ ਪਾਠਾਂ ਲਈ ਹੀ)
|
|
- [ਪ੍ਰੀ-ਲੇਕਚਰ ਵਾਰਮਅੱਪ ਕੁਇਜ਼](https://ff-quizzes.netlify.app/en/ml/)
|
|
- ਲਿਖਤੀ ਪਾਠ
|
|
- ਪ੍ਰੋਜੈਕਟ ਅਧਾਰਿਤ ਪਾਠਾਂ ਲਈ, ਪ੍ਰੋਜੈਕਟ ਬਣਾਉਣ ਲਈ ਕ੍ਰਮਾਂਕਿਤ ਗਾਈਡਾਂ
|
|
- ਗਿਆਨ ਜਾਂਚ
|
|
- ਇੱਕ ਚੈਲੰਜ
|
|
- ਸਹਾਇਕ ਪੜ੍ਹਾਈ
|
|
- ਅਸਾਈਨਮੈਂਟ
|
|
- [ਪੋਸਟ-ਲੇਕਚਰ ਕੁਇਜ਼](https://ff-quizzes.netlify.app/en/ml/)
|
|
> **ਭਾਸ਼ਾਵਾਂ ਬਾਰੇ ਇੱਕ ਨੋਟ**: ਇਹ ਪਾਠਭਾਗ ਮੁੱਖ ਤੌਰ 'ਤੇ ਪਾਇਥਨ ਵਿੱਚ ਲਿਖੇ ਗਏ ਹਨ, ਪਰ ਬਹੁਤ ਸਾਰੇ R ਵਿੱਚ ਵੀ ਉਪਲਬਧ ਹਨ। R ਦਾ ਪਾਠਪੱਠ ਸਮਾਪਤ ਕਰਨ ਲਈ, `/solution` ਫੋਲਡਰ ਵਿੱਚ ਜਾਓ ਅਤੇ R ਦੇ ਪਾਠਭਾਗਾਂ ਦੀ ਖੋਜ ਕਰੋ। ਇਹਨਾਂ ਵਿੱਚ .rmd ਐਕਸਟੈਂਸ਼ਨ ਹੁੰਦਾ ਹੈ ਜੋ ਕਿ **R ਮਾਰਕਡਾਊਨ** ਫਾਇਲ ਨੂੰ ਦਰਸਾਉਂਦਾ ਹੈ ਜੋ ਕਿ ਸਧਾਰਨ ਤੌਰ ਤੇ `ਕੋਡ ਚੰਕਸ` (R ਜਾਂ ਹੋਰ ਭਾਸ਼ਾਵਾਂ ਦੇ) ਅਤੇ ਇੱਕ `YAML ਹੈਡਰ` (ਜੋ ਆਉਟਪੁੱਟ ਨੂੰ PDF ਵਰਗੇ ਫਾਰਮੈਟ ਵਿੱਚ ਫਾਰਮੈਟ ਕਰਨ ਦੀ ਗਾਈਡ ਕਰਦਾ ਹੈ) ਨੂੰ ਇੱਕ `ਮਾਰਕਡਾਊਨ ਦਸਤਾਵੇਜ਼` ਵਿੱਚ ਸਮੇਤਣ ਦਾ ਤਰੀਕਾ ਹੈ। ਇਸ ਤਰ੍ਹਾਂ, ਇਹ ਡਾਟਾ ਸਾਇੰਸ ਲਈ ਇੱਕ ਮਿਸਾਲੀ ਲੇਖਨ ਅਧਾਰ ਦੇ ਤੌਰ 'ਤੇ ਕੰਮ ਕਰਦਾ ਹੈ ਕਿਉਂਕਿ ਇਹ ਤੁਹਾਡੇ ਕੋਡ, ਇਸਦਾ ਆਉਟਪੁੱਟ, ਅਤੇ ਤੁਹਾਡੇ ਵਿਚਾਰਾਂ ਨੂੰ ਮਾਰਕਡਾਊਨ ਵਿੱਚ ਲਿਖਣ ਦੀ ਆਗਿਆ ਦੇ ਕੇ ਇਕੱਠਾ ਕਰਨ ਦੀ ਆਗਿਆ ਦਿੰਦਾ ਹੈ। ਇਸ ਤੋਂ ਇਲਾਵਾ, R ਮਾਰਕਡਾਊਨ ਦਸਤਾਵੇਜ਼ਾਂ ਨੂੰ PDF, HTML, ਜਾਂ Word ਵਰਗੇ ਆਉਟਪੁੱਟ ਫਾਰਮੈਟਾਂ ਵਿੱਚ ਰੇਂਡਰ ਕੀਤਾ ਜਾ ਸਕਦਾ ਹੈ।
|
|
|
|
> **ਕੁਇਜ਼ਾਂ ਬਾਰੇ ਇੱਕ ਨੋਟ**: ਸਾਰੇ ਕੁਇਜ਼ [Quiz App ਫੋਲਡਰ](../../quiz-app) ਵਿੱਚ ਹਨ, ਜਿੱਥੇ 52 ਕੁਇਜ਼ ਹਨ ਜਿਹਨਾਂ ਵਿੱਚ ਹਰ ਇਕ ਵਿੱਚ ਤਿੰਨ ਪ੍ਰਸ਼ਨ ਹਨ। ਇਹਨਾਂ ਨੂੰ ਪਾਠਭਾਗਾਂ ਵਿੱਚ ਲਿੰਕ ਕੀਤਾ ਗਿਆ ਹੈ ਪਰ ਕੁਇਜ਼ ਐਪ ਨੂੰ ਆਪਣੇ ਸਥਾਨਕ ਸਿਸਟਮ 'ਤੇ ਚਲਾਇਆ ਜਾ ਸਕਦਾ ਹੈ; ਸਥਾਨਕ ਹੋਸਟਿੰਗ ਜਾਂ Azure 'ਤੇ ਡਿਪਲੌਇ ਕਰਨ ਲਈ `quiz-app` ਫੋਲਡਰ ਵਿੱਚ ਦਿੱਤੇ ਨਿਰਦੇਸ਼ਾਂ ਦਾ ਪਾਲਣ ਕਰੋ।
|
|
|
|
| ਪਾਠ ਨੰਬਰ | ਵਿਸ਼ਾ | ਪਾਠ ਸਮੂਹ | ਸਿੱਖਣ ਦੇ ਉਦੇਸ਼ | ਲਿੰਕਡ ਪਾਠ | ਲੇਖਕ |
|
|
| :-------: | :------------------------------------------------------------: | :--------------------------------------------: | ----------------------------------------------------------------------------------------------------------------------------- | :------------------------------------------------------------------------------------------------------------------------------------: | :------------------------------------------------: |
|
|
| 01 | ਮਸ਼ੀਨ ਲਰਨਿੰਗ ਦਾ ਪਰਚਾਅ | [ਪਰਚਾਅ](1-Introduction/README.md) | ਮਸ਼ੀਨ ਲਰਨਿੰਗ ਦੇ ਮੂਲ ਭਾਵਾਂ ਨੂੰ ਸਮਝੋ | [ਪਾਠ](1-Introduction/1-intro-to-ML/README.md) | ਮੁਹੰਮਦ |
|
|
| 02 | ਮਸ਼ੀਨ ਲਰਨਿੰਗ ਦਾ ਇਤਿਹਾਸ | [ਪਰਚਾਅ](1-Introduction/README.md) | ਇਸ ਖੇਤਰ ਦੇ ਇਤਿਹਾਸ ਬਾਰੇ ਜਾਣੋ | [ਪਾਠ](1-Introduction/2-history-of-ML/README.md) | ਜੇਨ ਅਤੇ ਏਮੀ |
|
|
| 03 | ਨਿਆਇਕਤਾ ਅਤੇ ਮਸ਼ੀਨ ਲਰਨਿੰਗ | [ਪਰਚਾਅ](1-Introduction/README.md) | ਮਸ਼ੀਨ ਲਰਨਿੰਗ ਮਾਡਲ ਬਣਾਉਣ ਅਤੇ ਲਾਗੂ ਕਰਨ ਵੇਲੇ ਨਿਆਇਕਤਾ ਸੰਬੰਧੀ ਮਹੱਤਵਪੂਰਨ ਫਿਲਾਸਫੀਕਲ ਮਸਲੇ ਕੀ ਹਨ? | [ਪਾਠ](1-Introduction/3-fairness/README.md) | ਟੋਮੋਮੀ |
|
|
| 04 | ਮਸ਼ੀਨ ਲਰਨਿੰਗ ਲਈ ਤਕਨੀਕਾਂ | [ਪਰਚਾਅ](1-Introduction/README.md) | ਮਸ਼ੀਨ ਲਰਨਿੰਗ ਰਿਸਰਚਰ ਕਿਹੜੀਆਂ ਤਕਨੀਕਾਂ ਦੀ ਵਰਤੋਂ ਕਰਦੇ ਹਨ? | [ਪਾਠ](1-Introduction/4-techniques-of-ML/README.md) | ਕ੍ਰਿਸ ਅਤੇ ਜੇਨ |
|
|
| 05 | ਰਿਗ੍ਰੈਸ਼ਨ ਦਾ ਪਰਚਾਅ | [ਰਿਗ੍ਰੈਸ਼ਨ](2-Regression/README.md) | ਰਿਗ੍ਰੈਸ਼ਨ ਮਾਡਲਾਂ ਲਈ ਪਾਇਥਨ ਅਤੇ ਸਕਿਕਿਟ-ਲਰਨ ਨਾਲ ਸ਼ੁਰੂਆਤ ਕਰੋ | [ਪਾਇਥਨ](2-Regression/1-Tools/README.md) • [R](../../2-Regression/1-Tools/solution/R/lesson_1.html) | ਜੇਨ • ਏਰਿਕ ਵਾਂਜਾਊ |
|
|
| 06 | ਉੱਤਰੀ ਅਮਰੀਕੀ ਕੱਦੂ ਦੀਆਂ ਕੀਮਤਾਂ 🎃 | [ਰਿਗ੍ਰੈਸ਼ਨ](2-Regression/README.md) | ਮਸ਼ੀਨ ਲਰਨਿੰਗ ਲਈ ਡਾਟਾ ਨੂੰ ਦ੍ਰਿਸ਼ਟੀਗਤ ਅਤੇ ਸਾਫ਼ ਕਰੋ | [ਪਾਇਥਨ](2-Regression/2-Data/README.md) • [R](../../2-Regression/2-Data/solution/R/lesson_2.html) | ਜੇਨ • ਏਰਿਕ ਵਾਂਜਾਊ |
|
|
| 07 | ਉੱਤਰੀ ਅਮਰੀਕੀ ਕੱਦੂ ਦੀਆਂ ਕੀਮਤਾਂ 🎃 | [ਰਿਗ੍ਰੈਸ਼ਨ](2-Regression/README.md) | ਰੇਖੀ ਅਤੇ ਬਹੁਪਦਾਤਮਕ ਰਿਗ੍ਰੈਸ਼ਨ ਮਾਡਲ ਬਨਾਓ | [ਪਾਇਥਨ](2-Regression/3-Linear/README.md) • [R](../../2-Regression/3-Linear/solution/R/lesson_3.html) | ਜੇਨ ਅਤੇ ਦਿਮਿਤਰੀ • ਏਰਿਕ ਵਾਂਜਾਊ |
|
|
| 08 | ਉੱਤਰੀ ਅਮਰੀਕੀ ਕੱਦੂ ਦੀਆਂ ਕੀਮਤਾਂ 🎃 | [ਰਿਗ੍ਰੈਸ਼ਨ](2-Regression/README.md) | ਲਾਜਿਸਟਿਕ ਰਿਗ੍ਰੈਸ਼ਨ ਮਾਡਲ ਬਣਾਓ | [ਪਾਇਥਨ](2-Regression/4-Logistic/README.md) • [R](../../2-Regression/4-Logistic/solution/R/lesson_4.html) | ਜੇਨ • ਏਰਿਕ ਵਾਂਜਾਊ |
|
|
| 09 | ਇੱਕ ਵੈੱਬ ਐਪ 🔌 | [ਵੈੱਬ ਐਪ](3-Web-App/README.md) | ਆਪਣੇ ਟ੍ਰੇਨ ਕੀਤੇ ਮਾਡਲ ਨਾਲ ਵੈੱਬ ਐਪ ਬਣਾਓ | [ਪਾਇਥਨ](3-Web-App/1-Web-App/README.md) | ਜੇਨ |
|
|
| 10 | ਵਰਗੀਕਰਨ ਦਾ ਪਰਚਾਅ | [ਵਰਗੀਕਰਨ](4-Classification/README.md) | ਆਪਣੇ ਡਾਟੇ ਨੂੰ ਸਾਫ਼, ਤਿਆਰ ਅਤੇ ਦ੍ਰਿਸ਼ਟੀਗਤ ਕਰੋ; ਵਰਗੀਕਰਨ ਦਾ ਪਰਚਾਅ | [ਪਾਇਥਨ](4-Classification/1-Introduction/README.md) • [R](../../4-Classification/1-Introduction/solution/R/lesson_10.html) | ਜੇਨ ਅਤੇ ਕੈਸੀ • ਏਰਿਕ ਵਾਂਜਾਊ |
|
|
| 11 | ਸੁਆਦਿਸ਼ਟ ਏਸ਼ੀਅਨ ਅਤੇ ਭਾਰਤੀ ਖਾਣੇ 🍜 | [ਵਰਗੀਕਰਨ](4-Classification/README.md) | ਵਰਗੀਕਰਨਕਾਰਾਂ ਦਾ ਪਰਚਾਅ | [ਪਾਇਥਨ](4-Classification/2-Classifiers-1/README.md) • [R](../../4-Classification/2-Classifiers-1/solution/R/lesson_11.html) | ਜੇਨ ਅਤੇ ਕੈਸੀ • ਏਰਿਕ ਵਾਂਜਾਊ |
|
|
| 12 | ਸੁਆਦਿਸ਼ਟ ਏਸ਼ੀਅਨ ਅਤੇ ਭਾਰਤੀ ਖਾਣੇ 🍜 | [ਵਰਗੀਕਰਨ](4-Classification/README.md) | ਹੋਰ ਵਰਗੀਕਰਨਕਾਰ | [ਪਾਇਥਨ](4-Classification/3-Classifiers-2/README.md) • [R](../../4-Classification/3-Classifiers-2/solution/R/lesson_12.html) | ਜੇਨ ਅਤੇ ਕੈਸੀ • ਏਰਿਕ ਵਾਂਜਾਊ |
|
|
| 13 | ਸੁਆਦਿਸ਼ਟ ਏਸ਼ੀਅਨ ਅਤੇ ਭਾਰਤੀ ਖਾਣੇ 🍜 | [ਵਰਗੀਕਰਨ](4-Classification/README.md) | ਆਪਣੇ ਮਾਡਲ ਦੀ ਵਰਤੋਂ ਕਰਦੇ ਹੋਏ ਇੱਕ ਸਿਫਾਰਸ਼ੀ ਵੈੱਬ ਐਪ ਬਣਾਓ | [ਪਾਇਥਨ](4-Classification/4-Applied/README.md) | ਜੇਨ |
|
|
| 14 | ਬੁਦਬੁਦ ਕਰਨ ਦੀ ਜਾਣ-ਪਹਚਾਣ | [ਕਲੱਸਟਰਿੰਗ](5-Clustering/README.md) | ਆਪਣੇ ਡਾਟੇ ਨੂੰ ਸਾਫ਼, ਤਿਆਰ ਅਤੇ ਦ੍ਰਿਸ਼ਟੀਗਤ ਕਰੋ; ਕਲੱਸਟਰਿੰਗ ਦਾ ਪਰਚਾਅ | [ਪਾਇਥਨ](5-Clustering/1-Visualize/README.md) • [R](../../5-Clustering/1-Visualize/solution/R/lesson_14.html) | ਜੇਨ • ਏਰਿਕ ਵਾਂਜਾਊ |
|
|
| 15 | ਨਾਈਜੀਰੀਆਈ ਸੰਗੀਤਕ ਰੁਚੀਆਂ ਦਾ ਅਧਿਐਨ 🎧 | [ਕਲੱਸਟਰਿੰਗ](5-Clustering/README.md) | K-Means ਕਲੱਸਟਰਿੰਗ ਤਰੀਕੇ ਦੀ ਜਾਂਚ ਕਰੋ | [ਪਾਇਥਨ](5-Clustering/2-K-Means/README.md) • [R](../../5-Clustering/2-K-Means/solution/R/lesson_15.html) | ਜੇਨ • ਏਰਿਕ ਵਾਂਜਾਊ |
|
|
| 16 | ਕੁਦਰਤੀ ਭਾਸ਼ਾ ਪ੍ਰੋਸੈਸਿੰਗ ਦਾ ਪਰਚਾਅ ☕️ | [ਕੁਦਰਤੀ ਭਾਸ਼ਾ ਪ੍ਰੋਸੈਸਿੰਗ](6-NLP/README.md) | ਇੱਕ ਸਧਾਰਨ ਬੌਟ ਬਣਾਕੇ NLP ਦੇ ਬੁਨਿਆਦੀ ਸਿਧਾਂਤ ਸਿੱਖੋ | [ਪਾਇਥਨ](6-NLP/1-Introduction-to-NLP/README.md) | ਸਟੀਫਨ |
|
|
| 17 | ਆਮ NLP ਕਾਰਜ ☕️ | [ਕੁਦਰਤੀ ਭਾਸ਼ਾ ਪ੍ਰੋਸੈਸਿੰਗ](6-NLP/README.md) | ਭਾਸ਼ਾ ਦੇ ਢਾਂਚਿਆਂ ਨਾਲ ਨਿਪਟਣ ਸਮੇਂ ਲੋੜੀਂਦੇ ਆਮ ਕਾਰਜਾਂ ਨੂੰ ਸਮਝ ਕੇ ਆਪਣੀ NLP ਜਾਣਕਾਰੀ ਗਹਿਰੀ ਕਰੋ | [ਪਾਇਥਨ](6-NLP/2-Tasks/README.md) | ਸਟੀਫਨ |
|
|
| 18 | ਅਨੁਵਾਦ ਅਤੇ ਭਾਵਨਾਤਮਕ ਵਿਸ਼ਲੇਸ਼ਣ ♥️ | [ਕੁਦਰਤੀ ਭਾਸ਼ਾ ਪ੍ਰੋਸੈਸਿੰਗ](6-NLP/README.md) | ਜੇਨ ਆਸਟਿਨ ਨਾਲ ਅਨੁਵਾਦ ਅਤੇ ਭਾਵਨਾਤਮਕ ਵਿਸ਼ਲੇਸ਼ਣ | [ਪਾਇਥਨ](6-NLP/3-Translation-Sentiment/README.md) | ਸਟੀਫਨ |
|
|
| 19 | ਯੂਰਪ ਦੇ ਰੋਮਾਂਟਿਕ ਹੋਟਲ ♥️ | [ਕੁਦਰਤੀ ਭਾਸ਼ਾ ਪ੍ਰੋਸੈਸਿੰਗ](6-NLP/README.md) | ਹੋਟਲ ਸਮੀਖਿਆਵਾਂ ਨਾਲ ਭਾਵਨਾਤਮਕ ਵਿਸ਼ਲੇਸ਼ਣ 1 | [ਪਾਇਥਨ](6-NLP/4-Hotel-Reviews-1/README.md) | ਸਟੀਫਨ |
|
|
| 20 | ਯੂਰਪ ਦੇ ਰੋਮਾਂਟਿਕ ਹੋਟਲ ♥️ | [ਕੁਦਰਤੀ ਭਾਸ਼ਾ ਪ੍ਰੋਸੈਸਿੰਗ](6-NLP/README.md) | ਹੋਟਲ ਸਮੀਖਿਆਵਾਂ ਨਾਲ ਭਾਵਨਾਤਮਕ ਵਿਸ਼ਲੇਸ਼ਣ 2 | [ਪਾਇਥਨ](6-NLP/5-Hotel-Reviews-2/README.md) | ਸਟੀਫਨ |
|
|
| 21 | ਸਮਾਂ סדר ਸੂਚਕ ਅਨੁਮਾਨ ਦਾ ਪਰਚਾਅ | [ਸਮਾਂ ਸਿਰੀਜ਼](7-TimeSeries/README.md) | ਸਮਾਂ ਸਿਰੀਜ਼ ਸੂਚਕ ਅਨੁਮਾਨ ਦਾ ਪਰਚਾਅ | [ਪਾਇਥਨ](7-TimeSeries/1-Introduction/README.md) | ਫ੍ਰਾਂਸੇਸਕਾ |
|
|
| 22 | ⚡️ ਸੰਸਾਰ ਪਾਵਰ ਵਰਤੋਂ ⚡️ - ARIMA ਨਾਲ ਸਮਾਂ ਸਿਰੀਜ਼ ਦਾ ਅਨੁਮਾਨ | [ਸਮਾਂ ਸਿਰੀਜ਼](7-TimeSeries/README.md) | ARIMA ਨਾਲ ਸਮਾਂ ਸਿਰੀਜ਼ ਸੂਚਕ ਅਨੁਮਾਨ | [ਪਾਇਥਨ](7-TimeSeries/2-ARIMA/README.md) | ਫ੍ਰਾਂਸੇਸਕਾ |
|
|
| 23 | ⚡️ ਸੰਸਾਰ ਪਾਵਰ ਵਰਤੋਂ ⚡️ - SVR ਨਾਲ ਸਮਾਂ ਸਿਰੀਜ਼ ਦਾ ਅਨੁਮਾਨ | [ਸਮਾਂ ਸਿਰੀਜ਼](7-TimeSeries/README.md) | Support Vector Regressor ਨਾਲ ਸਮਾਂ ਸਿਰੀਜ਼ ਸੂਚਕ ਅਨੁਮਾਨ | [ਪਾਇਥਨ](7-TimeSeries/3-SVR/README.md) | ਅਨਿਰਬਣ |
|
|
| 24 | ਰੀਇਨਫੋਰਸਮੈਂਟ ਲਰਨਿੰਗ ਦਾ ਪਰਚਾਅ | [ਰੀਇਨਫੋਰਸਮੈਂਟ ਲਰਨਿੰਗ](8-Reinforcement/README.md) | Q-ਲਰਨਿੰਗ ਨਾਲ ਰੀਇਨਫੋਰਸਮੈਂਟ ਲਰਨਿੰਗ ਦਾ ਪਰਚਾਅ | [ਪਾਇਥਨ](8-Reinforcement/1-QLearning/README.md) | ਦਿਮਿਤਰੀ |
|
|
| 25 | ਪੀਟਰ ਨੂੰ ਭੇੜੀ ਤੋਂ ਬਚਾਓ! 🐺 | [ਰੀਇਨਫੋਰਸਮੈਂਟ ਲਰਨਿੰਗ](8-Reinforcement/README.md) | ਰੀਇਨਫੋਰਸਮੈਂਟ ਲਰਨਿੰਗ ਜਿਮ | [ਪਾਇਥਨ](8-Reinforcement/2-Gym/README.md) | ਦਿਮਿਤਰੀ |
|
|
| ਪੋਸਟਸਕ੍ਰਿਪਟ | ਅਸਲ ਦੁਨੀਆ ਦੇ ML ਸਸੰਦੇਸ਼ ਅਤੇ ਅਰਜ਼ੀਆਂ | [ਵਾਈਲਡ ਵਿੱਚ ML](9-Real-World/README.md) | ਪਰੰਪਰਾਗਤ ML ਦੇ ਦਿਲਚਸਪ ਅਤੇ ਪ੍ਰਗਟਾਵਾਂ ਵਾਲੇ ਅਸਲੀ ਅਰਜ਼ੀਆਂ | [ਪਾਠ](9-Real-World/1-Applications/README.md) | ਟੀਮ |
|
|
| ਪੋਸਟਸਕ੍ਰਿਪਟ | RAI ਡੈਸ਼ਬੋਰਡ ਦੀ ਵਰਤੋਂ ਨਾਲ ML ਵਿੱਚ ਮਾਡਲ ਡੀਬੱਗਿੰਗ | [ਵਾਈਲਡ ਵਿੱਚ ML](9-Real-World/README.md) | ਜ਼ਿੰਮੇਵਾਰ AI ਡੈਸ਼ਬੋਰਡ ਘਟਕਾਂ ਦੀ ਵਰਤੋਂ ਕਰ ਕੇ ਮਸ਼ੀਨ ਲਰਨਿੰਗ ਵਿੱਚ ਮਾਡਲ ਡੀਬੱਗਿੰਗ | [ਪਾਠ](9-Real-World/2-Debugging-ML-Models/README.md) | ਰੁਥ ਯਾਕੁਬੂ |
|
|
|
|
> [ਇਸ ਕੋਰਸ ਲਈ ਸਾਡੇ Microsoft Learn ਕਲੇਕਸ਼ਨ ਵਿੱਚ ਸਾਰੇ ਵਾਧੂ ਸਰੋਤ 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 ਕਰਕੇ ਇਸ ਦਸਤਾਵੇਜ਼ ਨੂੰ ਆਫਲਾਈਨ ਚਲਾ ਸਕਦੇ ਹੋ। ਇਸ ਰੀਪੋ ਦਾ ਫੋਰਕ ਬਣਾਓ, [Docsify ਇੰਸਟਾਲ ਕਰੋ](https://docsify.js.org/#/quickstart) ਆਪਣੇ ਸਥਾਨਕ ਮਸ਼ੀਨ 'ਤੇ ਅਤੇ ਫਿਰ ਇਸ ਰੀਪੋ ਦੇ ਰੂਟ ਫੋਲਡਰ ਵਿੱਚ `docsify serve` ਟਾਈਪ ਕਰੋ। ਵੈੱਬਸਾਈਟ ਤੁਹਾਡੇ ਲੋਕਲ ਹੋਸਟ ਉੱਤੇ ਪੋਰਟ 3000 'ਤੇ ਸਰਵ ਕੀਤੀ ਜਾਵੇਗੀ: `localhost:3000`।
|
|
|
|
## PDFs
|
|
|
|
ਕਰੀਕੁਲਮ ਦਾ pdf ਲਿੰਕਾਂ ਸਮੇਤ [ਇੱਥੇ](https://microsoft.github.io/ML-For-Beginners/pdf/readme.pdf) ਲੱਭੋ।
|
|
|
|
|
|
## 🎒 ਹੋਰ ਕੋਰਸ
|
|
|
|
ਸਾਡੀ ਟੀਮ ਹੋਰ ਕੋਰਸ ਵੀ ਤਿਆਰ ਕਰਦੀ ਹੈ! ਵੇਖੋ:
|
|
|
|
<!-- 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)
|
|
|
|
---
|
|
|
|
### ਜੈਨਰੇਟਿਵ AI ਸੀਰੀਜ਼
|
|
[](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 ਸੀਰੀਜ਼
|
|
[](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 -->
|
|
|
|
## ਮਦਦ ਪ੍ਰਾਪਤ ਕਰਨਾ
|
|
|
|
ਜੇ ਤੁਸੀਂ ਮਸ਼ੀਨ ਲਰਨਿੰਗ ਸਿੱਖਣ ਜਾਂ AI ਐਪਲੀਕੇਸ਼ਨ ਤਿਆਰ ਕਰਨ ਦੌਰਾਨ ਫਸ ਜਾਂਦੇ ਹੋ ਜਾਂ ਤੁਹਾਡੇ ਕੋਲ ਸਵਾਲ ਹਨ, ਤਾਂ ਚਿੰਤਾ ਨਾ ਕਰੋ — ਮਦਦ ਉਪਲਬਧ ਹੈ।
|
|
|
|
ਤੁਸੀਂ ਹੋਰ ਸਿੱਖਣ ਵਾਲਿਆਂ ਅਤੇ ਵਿਕਾਸਕਾਰਾਂ ਦੇ ਨਾਲ ਵਿਚਾਰ-ਵਿਮਰਸ਼ ਕਰ ਸਕਦੇ ਹੋ, ਸਵਾਲ ਪੁੱਛ ਸਕਦੇ ਹੋ, ਅਤੇ ਸਮੁਦਾਇ ਨਾਲ ਆਪਣੇ ਵਿਚਾਰ ਸਾਂਝੇ ਕਰ ਸਕਦੇ ਹੋ।
|
|
|
|
- ਸਮੁਦਾਇ ਵਿੱਚ ਸ਼ਾਮਲ ਹੋਵੋ ਤਾਂ ਜੋ ਸਵਾਲ ਪੁੱਛ ਸਕੋ ਅਤੇ ਹੋਰਾਂ ਨਾਲ ਸਿੱਖ ਸਕੋ
|
|
- ਮਸ਼ੀਨ ਲਰਨਿੰਗ ਧਾਰਣਾਵਾਂ ਅਤੇ ਪ੍ਰੋਜੈਕਟ ਵਿਚਾਰਾਂ ’ਤੇ ਗੱਲ-ਬਾਤ ਕਰੋ
|
|
- ਅਨੁਭਵੀ ਡਿਵੈਲਪਰਾਂ ਤੋਂ ਮਦਦ ਪ੍ਰਾਪਤ ਕਰੋ
|
|
|
|
ਇੱਕ ਸਹਾਇਕ ਸਮੁਦਾਇ ਤੁਹਾਡੇ ਹੁਨਰ ਨੂੰ ਵਿਕਸਤ ਕਰਨ ਅਤੇ ਸਮੱਸਿਆਵਾਂ ਨੂੰ ਤੇਜ਼ੀ ਨਾਲ ਹੱਲ ਕਰਨ ਦਾ ਸੁਨਹਿਰਾ ਮੌਕਾ ਹੈ।
|
|
|
|
[Microsoft Foundry Discord Community](https://discord.gg/nTYy5BXMWG)
|
|
|
|
ਜੇ ਤੁਸੀਂ ਕਿਸੇ ਬੱਗ, ਗਲਤੀ ਜਾਂ ਸੁਧਾਰ ਲਈ ਸੁਝਾਵ ਦੇਣਾ ਚਾਹੁੰਦੇ ਹੋ, ਤਾਂ ਤੁਸੀਂ ਇਸ ਰਿਪੋਜ਼ਟਰੀ ਵਿੱਚ ਇੱਕ **Issue** ਖੋਲ੍ਹ ਕੇ ਸਮੱਸਿਆ ਦੀ ਸੂਚਨਾ ਦੇ ਸਕਦੇ ਹੋ।
|
|
|
|
ਉਤਪਾਦ ਦੀ ਫੀਡਬੈੱਕ ਲਈ ਜਾਂ ਮੌਜੂਦਾ ਸਮੁਦਾਇ ਪੋਸਟਾਂ ਨੂੰ ਖੋਜਣ ਲਈ, ਡਿਵੈਲਪਰ ਫੋਰਮ ਦਰਸ਼ਨ ਕਰੋ:
|
|
|
|
[](https://aka.ms/foundry/forum)
|
|
|
|
## ਵਾਧੂ ਸਿੱਖਣ ਲਈ ਸੁਝਾਅ
|
|
|
|
- ਹਰ ਪਾਠ ਤੋਂ ਬਾਅਦ نوਟਬੁੱਕ ਦੀ ਸਮੀਖਿਆ ਕਰੋ ਤਾਂ ਜੋ ਵਧੀਆ ਸਮਝ ਬਣੇ।
|
|
- ਖੁਦ ਲਈ ਅਲਗੋਰਿਦਮ ਲਾਗੂ ਕਰਨ ਦਾ ਅਭਿਆਸ ਕਰੋ।
|
|
- ਸਿੱਖੀਆਂ ਗਈਆਂ ਧਾਰਣਾਵਾਂ ਦੀ ਵਰਤੋਂ ਕਰਕੇ ਅਸਲੀ ਦੁਨੀਆ ਦੇ ਡੇਟਾ ਸੈਟ ਦੀ ਖੋਜ ਕਰੋ।
|
|
|
|
---
|
|
|
|
<!-- CO-OP TRANSLATOR DISCLAIMER START -->
|
|
**ਬਿਆਨਬਾਜ਼ੀ**:
|
|
ਇਹ ਦਸਤਾਵੇਜ਼ AI ਅਨੁਵਾਦ ਸੇਵਾ [Co-op Translator](https://github.com/Azure/co-op-translator) ਦੀ ਵਰਤੋਂ ਕਰਕੇ ਅਨੁਵਾਦ ਕੀਤਾ ਗਿਆ ਹੈ। ਜਦੋਂ ਕਿ ਅਸੀਂ ਸਹੀਤਾ ਲਈ ਕੋਸ਼ਿਸ਼ ਕਰਦੇ ਹਾਂ, ਕਿਰਪਾ ਕਰਕੇ ਧਿਆਨ ਰੱਖੋ ਕਿ ਸਵੈਚਾਲਿਤ ਅਨੁਵਾਦਾਂ ਵਿੱਚ ਗਲਤੀਆਂ ਜਾਂ ਅਸਮਰਥਤਾਵਾਂ ਹੋ ਸਕਦੀਆਂ ਹਨ। ਮੂਲ ਦਸਤਾਵੇਜ਼ ਆਪਣੀ ਮੂਲ ਭਾਸ਼ਾ ਵਿੱਚ ਪ੍ਰਮਾਣਿਕ ਸਰੋਤ ਵਜੋਂ ਮੰਨਿਆ ਜਾਣਾ ਚਾਹੀਦਾ ਹੈ। ਮਹੱਤਵਪੂਰਣ ਜਾਣਕਾਰੀ ਲਈ, ਪੇਸ਼ਾਵਰ ਮਨੁੱਖੀ ਅਨੁਵਾਦ ਦੀ ਸਿਫਾਰਸ਼ ਕੀਤੀ ਜਾਂਦੀ ਹੈ। ਅਸੀਂ ਇਸ ਅਨੁਵਾਦ ਦੀ ਵਰਤੋਂ ਦੇ ਕਾਰਨ ਪੈਦਾ ਹੋਣ ਵਾਲੀਆਂ ਕੋਈ ਵੀ ਗਲਤਫਹਮੀਆਂ ਜਾਂ ਗਲਤ ਵਿਆਖਿਆਵਾਂ ਲਈ ਜ਼ਿੰਮੇਵਾਰ ਨਹੀਂ ਹਾਂ।
|
|
<!-- CO-OP TRANSLATOR DISCLAIMER END --> |