ML-For-Beginners/translations/ta

🌐 பலமொழி ஆதரவு

GitHub செயல்பாட்டின் மூலம் ஆதரிக்கப்பட்டது (தானாக நடந்துகொள்ளும் மற்றும் எப்போதும் புதுப்பிக்கப்படும்)

அரபிக் | பெங்காலி | பல்கேரியன் | பர்மீஸ் (மியான்மர்) | சீன (எளிமைப்படுத்தப்பட்ட) | சீன (பாரம்பரிய, ஹொங்கொங்க்) | சீன (பாரம்பரிய, மகாவ்) | சீன (பாரம்பரிய, தைவான்) | குரோசியன் | செக் | டேனிஷ் | டச்சு | எஸ்டோனியன் | பின்னிஷ் | பிரெஞ்சு | ஜெர்மன் | கிரேக்கம் | ஹீப்ரூ | இந்தி | ஹங்கேரியன் | இந்தோனீஷியன் | இத்தாலியன் | ஜப்பானிஸ் | கன்னடம் | கேமர் | கொரியன் | லிதுவேனியன் | மலாய் | மலையாளம் | மராத்தி | நேபாளி | நைஜீரியன் பிட்ஜின் | நார்வேஜியன் | பர்சியன் (ஃபார்ஸி) | போலிஷ் | போர்ச்சுகீஸ் (பிரேசில்) | போர்ச்சுகீஸ் (போர்ச்சுகல்) | பஞ்சாபி (குருமுகி) | ரோமானியன் | ரஷியன் | செர்பியன் (சிரிலா) | ஸ்லோவக் | ஸ்லோவேனியன் | ஸ்பானிஷ் | சுவாஹிலி | ஸ்வீடிஷ் | டகாலோக் (பிலிப்பைனோ) | தமிழ் | தெலுங்கு | தை | துருக்கிய | உக்ரைனியன் | உருது | வியட்நாமீஸ்

உள்ளார்வமாக கிளோன் செய்ய விருப்பமா?

இந்த களஞ்சியத்தில் 50+ மொழி மொழிபெயர்ப்புகள் உள்ளன, அவை பதிவிறக்க அளவை பெரிதாக அதிகரிக்கின்றன. மொழிபெயர்ப்புகள் இல்லாமல் கிளோன் செய்ய, sparse checkout பயன்படுத்தவும்:

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"

இதனால் நீங்கள் இந்த பாடத்தொகுப்பை முடிக்க தேவையான அனைத்தையும் விரைவாக பதிவிறக்கம் செய்ய முடியும்.

எமது சமூகத்தில் சேரவும்

நாங்கள் ஒரு Discord "AI உடன் கற்றல்" தொடரை நடத்துகிறோம், மேலும் அறிய மற்றும் எங்களுடன் சேர Learn with AI Series செப்டம்பர் 18 - 30, 2025 வரை. இதில் GitHub Copilotஐ புள்ளிவிவர அறிவியலுக்குப் பயன்படுத்துவதற்கான குறிப்பும் நடைமுறைகளும் கிடைக்கும்.

துவக்கர்களுக்கான இயந்திரக் கற்றல் - ஒரு பாடத்திட்டம்

🌍 உலகப்புகழ்பெற்ற பண்பாடுகளின் வழியாக இயந்திரக் கற்றலை ஆராய்ந்து உலகம் முழுவதும் பயணம் செய்யுங்கள் 🌍

மைக்ரோசாஃப்ட் கிளவுட் ஆதரவாளர்கள் 12 வாரங்கள் நீளும் 26 பாடங்களைக் கொண்டு உங்களுக்கான இயந்திரக் கற்றல் பாடத்திட்டத்தை வழங்குகின்றனர். இந்த பாடத்திட்டத்தில் நீங்கள் சில நேரங்களில் சாதாரணக் கற்றல் என்று அழைக்கப்படும் ஒரு படி கற்றலைப் பற்றி கற்கப்போகிறீர்கள், இது பெரும்பாலும் Scikit-learn நூலகத்தை பயன்படுத்தி, ஆழமான கற்றலைத் தவிர்த்து அமைக்கப்பட்டுள்ளது, ஆழ்ந்த கற்றல் பற்றிய பாடங்கள் எங்கள் AI for Beginners' curriculum இல் உள்ளன. இந்த பாடங்களுடன் எங்கள் 'Data Science for Beginners' curriculum ஐ இணைக்கவும்!

உலகின் பல்வேறு பகுதிகளிலிருந்து தரவுகளைச் கொண்டு நாம் இந்த சாதாரண நுட்பங்களை பயன்படுத்தி உலகம் முழுவதும் பயணம் செய்யலாம். ஒவ்வொரு பாடத்திலும் முன் மற்றும் பின் பாடத் தேர்வுகள், முழுமையாக எழுதப்பட்ட பாட வழிகாட்டல்கள், விடை, பணிகள் மற்றும் மேலும் பலவை உள்ளடக்கியுள்ளன. எங்கள் திட்டம் சார்ந்த பாசுரவியல் உங்களுக்கு புதிய திறன்களை கட்டியெழுப்பும் சிறந்த வழிமுறையைக் கற்றுக்கொள்ள உதவும்.

✍️ எங்கள் எழுத்தாளர்களுக்கு ஆழ்ந்த நன்றி ஜென் லூப்பர், ஸ்டீபன் ஹாவெல், பிரான்செஸ்கா லாஸ்ஸெரி, டொமொமி இமுரா, காசி பிரேவி, கட்மிற் சொஷ்நிக்கோவ், கிரிஸ் போலோயிங், அனிர்பன் முகர்ஜி, ஓர்னெல்லா அல்டுன்யான், ரூத் யாகுபு மற்றும் ஏமி பாராய்ட்

🎨 எங்கள் வரைபடக்கலைஞர்களுக்கும் நன்றி டொமொமி இமுரா, தசானி மாதிபள்ளி மற்றும் ஜென் லூப்பர்

🙏 சிறப்பு நன்றி 🙏 எங்கள் மைக்ரோசாஃப்ட் மாணவர் தூதர்கள் எழுத்தாளர்கள், மதிப்பாய்வாளர்கள், மற்றும் உள்ளடக்க பங்களிப்பாளர்கள், குறிப்பாக ரிஷித் டகலி, முகமது சகிப் கான் இனான், ரோகான் ராஜ், அலெக்ஸாண்ட்ரு பெட்ரெஸ்கு, அபிஷேக் ஜெய்ச்வால், நவ்ரின் தபாச்சும், இவான் சமுவிலா மற்றும் சினிக்தா அகர்வால்

🤩 கூடுதல் நன்றி எங்கள் Microsoft Student Ambassadors எரிக் வஞ்சாவ், ஜாஸ்லீன் சோந்தி மற்றும் விதுஷி குப்தா எங்கள் R பாடங்களுக்கு!

தொடங்குதல்

இந்த படிகளை பின்பற்றவும்:

1. களஞ்சியத்தை Fork செய்யவும்: இந்தப் பக்கத்தின் வலது மேல் மூலைகணையில் உள்ள "Fork" பொத்தானைக் க்ளிக் செய்யவும்.
2. களஞ்சியத்தை Clone செய்யவும்: git clone https://github.com/microsoft/ML-For-Beginners.git

இந்த பாடத்திட்டத்திற்கு அனைத்து கூடுதல் வளங்களையும் எமது Microsoft Learn சேகரிப்பில் காணவும்

🔧 உதவி வேண்டும்? கணினியில் உள்ள கட்டமைப்பு, அமைப்பு மற்றும் பாடங்களை இயக்கும் பொதுவான பிரச்சினைகளுக்கான தீர்வுகளுக்காக எங்கள் பிரச்சினை தீர்க்கும் கையேட்டை பார்க்கவும்.

மாணவர்கள், இந்த பாடத்திட்டத்தை பயன்படுத்த, முழு களஞ்சியத்தையும் உங்கள் சொந்த GitHub கணக்கில் fork செய்து தனிமையாக அல்லது குழுவாக பயிற்சிகளை செய்யவும்:

• ஒரு முன்-பாடத் தேர்ச்சியுடன் தொடங்கவும்.
• பாடங்களை வாசித்து செயல்பாடுகளை முடிக்கவும், ஒவ்வொரு அறிவுக் கட்டுப்பாடிலும் இடைநிறுத்தி சிந்திக்கவும்.
• தீர்வு குறியீட்டை இயக்குவதற்குப் பதிலாக பாடங்களை புரிந்து கொண்டு திட்டங்களை உருவாக்க முயற்சிக்கவும்; ஆனால் அந்த குறியீடு ஒவ்வொரு திட்டம் சார்ந்த பாடத்திலும் /solution கோப்புறையில் கிடைக்கும்.
• பாடம் முடிந்த பிறகு ஒரு பின்-பாடத் தேர்வை எடுத்துக்கொள்ளவும்.
• சவால் செய்து முடிக்கவும்.
• பணிகளை நிறைவேற்றவும்.
• பாட உறுப்பு முடிந்ததும், விவாத பலகையை கிழக்கு கிளிக் செய்து தத்ரூபமாக 'PAT' மதிப்பீட்டு கருவி (Progress Assessment Tool) ஆல் உங்கள் கற்றலை வெளிப்படுத்தவும். 'PAT' என்பது நீங்கள் நிறைவேற்றும் ஒரு மதிப்பீட்டு வடிவம். மற்ற PAT களுக்கும் பதிலளித்து நாம் ஒன்றாக கற்றுக் கொள்ளலாம்.

மேலதிகக் கற்றலை விரும்பினால், இந்த Microsoft Learn தொகுப்புகள் மற்றும் கற்றல் பாதைகளை பின்பற்ற பரிந்துரைக்கிறோம்.

ஆசிரியர்கள், இந்த பாடத்திட்டத்தை எப்படி பயன்படுத்துவது பற்றி சில சூழலை எங்களால் வழங்கியுள்ளோம்.

---

வீடியோ வழிகாட்டல்கள்

சில பாடங்கள் குறுகிய ஆவணப்படிவ வீடியோவாக கிடைக்கின்றன. இவற்றை பாடங்களில் நேரடியாக பார்வையிடவோ அல்லது Microsoft Developer YouTube சேனல்上的 ML for Beginners பிளேலிஸ்டில் கீழே உள்ள படத்தை கிளிக் செய்து பார்க்கலாம்.

---

குழுவை சந்திக்கவும்

Gif இல் செய்முறை மோஹித் ஜெய்சால்

🎥 இந்த படத்தை கிளிக் செய்து திட்டம் மற்றும் அதை உருவாக்கியவர்கள் பற்றிய வீடியோவைப் பார்வையிடவும்!

---

பாசுரவியல்

இந்த பாடத்திட்டத்தை உருவாக்கும்போது, இரண்டு பாசுரவியல் கொள்கைகளை நாம் தேர்ந்தெடுத்திருக்கிறோம்: இது கையெழுத்து செய்யக்கூடிய, திட்டம் சார்ந்த மாதிரி இருக்க வேண்டும் மற்றும் அதில் அடிக்கடி தேர்வுகள் இடம்பெற வேண்டும். கூடுதலாக, இந்த பாடத்திட்டத்திற்கு ஒரே தீம் உள்ளது, அது ஒருங்கிணைக்கும் வகையில்.

உள்ளடக்கங்கள் திட்டங்களுக்கு இணங்கும் வகையில் அமைந்ததால் மாணவர்களுக்கு சுவாரஸ்யமானதாகவும் கருத்துக்கள் நிலைத்து நிறுத்தத்திற்கும் இருக்கும். வகுப்புக்கு முன் குறைந்த இடர்பாடும் உள்ள தேர்வு மாணவரின் கற்றல் மனநிலையை அமைக்கும், வகுப்புக்குப் பிறகு இரண்டாவது தேர்வு மேலதிக நினைவாற்றலுக்கு உதவும். இந்த பாடத்திட்டம் வளைந்தும் சந்தோஷமாகவும் இருக்கும் வகையில் வடிவமைக்கப்பட்டுள்ளது மற்றும் முழுமையாக அல்லது பகுதி பகுதி எடுத்துக் கொள்ளலாம். 12 வார சுழற்சியின் நிறைவில் திட்டங்கள் சிறியதிலிருந்து வேகமாக கூர்மையானதாக மாறும். மேலும் இங்கு இயந்திரக் கற்றல் விருப்பப் புள்ளிகளின் பயன்பாடுகளுக்கும் ஒரு பின்னூட்டமும் உள்ளது, இதை கூடுதல் ക്രெடிட் ஆகவோ அல்லது விவாதத்துக்குப் பயன்படுத்தலாம்.

எங்கள் நெறிமுறை, பங்களிப்பு, மொழிபெயர்ப்புகள், மற்றும் பிரச்சினை தீர்க்கும் வழிகாட்டிகள் காணவும். உங்கள் கட்டுமானமான கருத்துக்களை வரவேற்கிறோம்!

ஒவ்வொரு பாடத்துக்கும்

• விருப்பமான குறித்தபடி
• விருப்பமான கூடுதல் வீடியோ
• வீடியோ வழிகாட்டு (சில பாடங்கள் மட்டுமே)
• முன்-பாடக் களஞ்சிய வெப்பத் தேர்வு
• எழுதப்பட்ட பாடம்
• திட்டம் சார்ந்த பாடங்களுக்கு, படி படி திட்டம் செய்ய வழிகாட்டல்கள்
• அறிவுக் கட்டுப்பாடுகள்
• சவால்
• கூடுதல் வாசிப்பு
• பணிகள்
• பின்-பாடக் களஞ்சியத் தேர்வு

மொழிகள் பற்றி ஒரு குறிப்புரை: இந்த பாடங்கள் முதன்மையாக Python-ல் எழுதப்பட்டிருக்கின்றன, ஆனால் பலவும் R-ல் கிடைக்கின்றன. ஒரு R பாடத்தை முடிக்க, /solution கோப்பகத்துக்கு சென்று R பாடங்களை தேடுங்கள். அவற்றில் ஒரு .rmd நீட்சியுடைய файл உள்ளது, அது ஒரு R மார்க்டவுன் கோப்பாகும், இது code chunks (R அல்லது பிற மொழிகளின்) மற்றும் ஒரு YAML header (PDF போன்ற அவுட்புட்களை எப்படிப்பட்ட முறையில் உருவாக்குவது என்பதை வழிநடத்தும்) கொண்ட ஒரு Markdown document என்று எளிதாக வரையறுக்கப்படலாம். அதனால், இது தரவியல் அறிவியலுக்காக ஒரு சிறந்த எழுத்து வடிவமைப்பு கருவியாக இருந்து உங்கள் குறியீடு, அதன் அவுட்புட்கள் மற்றும் உங்கள் எண்ணங்களை மார்க்டவுனில் எழுதுவதன் மூலம் இணைக்க அனுமதிக்கிறது. கூடவே, R மார்க்டவுன் கோப்புகள் PDF, HTML, அல்லது Word போன்ற வெளியீটுக் கோப்புகளாக உருவாக்கப்படலாம்.

க்விஸ் பற்றிய குறிப்புரை: அனைத்து க்வில்களும் Quiz App கோப்பகத்தில் உள்ளன, மொத்தம் 52 க்விஸ்கள், ஒவ்வொன்றும் மூன்று கேள்விகள் கொண்டவை. அவை பாடங்களில் இருந்து இணைக்கப்பட்டுள்ளன ஆனால் க்விஸ் செயலியை உள்ளூர் கருவியில் இயக்கலாம்; quiz-app கோப்பகத்தில் உள்ள வழிமுறைகளை பின்பற்ற, உள்ளூர் உலாவல் மூலம் ஹோஸ்ட் செய்ய அல்லது Azure இல் பிரசாரம் செய்யலாம்.

பாட எண்ணிக்கை	தலைப்பு	பாட குழுமம்	கற்றல் நோக்கங்கள்	இணைக்கப்பட்ட பாடம்	ஆசிரியர்
01	மெஷின் லெர்னிங்க்கு அறிமுகம்	அறிமுகம்	மெஷின் லெர்னிங்கின் அடிப்படையான கருத்துக்களை கற்றுக்கொள்வது	பாடம்	முகம்மது
02	மெஷின் லெர்னிங்கின் வரலாறு	அறிமுகம்	இந்த துறையின் வரலாற்றை அறியவும்	பாடம்	ஜென் மற்றும் ஏமி
03	நியாயமான மற்றும் மெஷின் லெர்னிங்	அறிமுகம்	நியாயத்தைக் குறிக்கும் முக்கிய தத்துவக் குறைகள் என்ன, மாணவர்கள் எல்.எம். மாதிரிகளை உருவாக்கும் போது பரிந்துரைக்க வேண்டும்?	பாடம்	தோமோமி
04	மெஷின் லெர்னிங்குக்கான தொழில்நுட்பங்கள்	அறிமுகம்	எல்.எம். மாதிரிகளை உருவாக்க எவ்வகை தொழில்நுட்பங்களை ஆராய்ச்சியாளர்கள் பயன்படுத்துகின்றனர்?	பாடம்	கிறிஸ் மற்றும் ஜென்
05	ரெக்ரெஷனுக்கான அறிமுகம்	Regression	ரெக்ரெஷன் மாதிரிகளுக்கான பைதான் மற்றும் Scikit-learn பயன்படுத்தி துவக்கம்	Python • R	ஜென் மற்றும் எரிக் வஞ்சாவ்
06	வட அமெரிக்க மதுளங்காய் விலை 🎃	Regression	மெஷின் லெர்னிங்குக்கு முன்னர் தரவு பார்வையிட்டு தூய்மையாக்கல்	Python • R	ஜென் மற்றும் எரிக் வஞ்சாவ்
07	வட அமெரிக்க மதுளங்காய் விலை 🎃	Regression	நேரியல் மற்றும் பன்முக ரெக்ரெஷன் மாதிரிகளை உருவாக்குக	Python • R	ஜென் மற்றும் Dmitry • எரிக் வஞ்சாவ்
08	வட அமெரிக்க மதுளங்காய் விலை 🎃	Regression	லாஜிஸ்டிக் ரெக்ரெஷன் மாதிரியை உருவாக்குக	Python • R	ஜென் மற்றும் எரிக் வஞ்சாவ்
09	ஒரு வலை பயன்பாடு 🔌	Web App	உங்கள் பயிற்சியளிக்கப்பட்ட மாதிரியை பயன்படுத்தி ஒரு வலைப் பயன்பாட்டை உருவாக்கவும்	Python	ஜென்
10	வகைப்பாடு அறிமுகம்	Classification	உங்கள் தரவைத் தூய்மையாக்கி, தயாரித்து பார்வையிடவும்; வகைப்பாட்டுக்கான அறிமுகம்	Python • R	ஜென் மற்றும் காசி • எரிக் வஞ்சாவ்
11	சுவையான ஆசிய மற்றும் இந்திய சமையல்கள் 🍜	Classification	வகைப்பாளர்களுக்கு அறிமுகம்	Python • R	ஜென் மற்றும் காசி • எரிக் வஞ்சாவ்
12	சுவையான ஆசிய மற்றும் இந்திய சமையல்கள் 🍜	Classification	இன்னும் வகைப்பாளர்கள்	Python • R	ஜென் மற்றும் காசி • எரிக் வஞ்சாவ்
13	சுவையான ஆசிய மற்றும் இந்திய சமையல்கள் 🍜	Classification	உங்கள் மாதிரியை பயன்படுத்தி பரிந்துரையளிக்கும் வலைப்பயன்பாட்டை உருவாக்கவும்	Python	ஜென்
14	குழுக்களுக்கான அறிமுகம்	Clustering	உங்கள் தரவை தூய்மையாக்கி, தயாரித்து பார்வையிடவும்; குழுக்களுக்கான அறிமுகம்	Python • R	ஜென் மற்றும் எரிக் வஞ்சாவ்
15	நைஜீரிய இசை ருசிகளை ஆராய்தல் 🎧	Clustering	K-Means குழுவிடல் முறையை ஆராயவும்	Python • R	ஜென் மற்றும் எரிக் வஞ்சாவ்
16	இயற்கை மொழி செயலாக்கத்தின் அறிமுகம் ☕️	Natural language processing	ஒரு எளிய பாட்டை உருவாக்கி NLP அடிப்படைகளை கற்றுக்கொள்	Python	ஸ்டீபன்
17	பொதுவான NLP பணிகள் ☕️	Natural language processing	மொழி அமைப்புகளுடன் வேலை செய்யும்போது தேவையான பொதுவான பணிகளை புரிந்து NLP அறிவை ஆழப்படுத்துக	Python	ஸ்டீபன்
18	மொழிபெயர்ப்பு மற்றும் உணர்வு பகுத்தறிதல் ♥️	Natural language processing	ஜேன் ஆஸ்டின் உடன் மொழிபெயர்ப்பு மற்றும் உணர்வு பகுத்தறிதல்	Python	ஸ்டீபன்
19	ஐரோப்பாவின் காதலான ஹோட்டல்கள் ♥️	Natural language processing	ஹோட்டல் மதிப்பாய்வுகளுடன் உணர்வு பகுத்தறிதல் 1	Python	ஸ்டீபன்
20	ஐரோப்பாவின் காதலான ஹோட்டல்கள் ♥️	Natural language processing	ஹோட்டல் மதிப்பாய்வுகளுடன் உணர்வு பகுத்தறிதல் 2	Python	ஸ்டீபன்
21	கால வரிசை முன்னறிவிப்புக்கு அறிமுகம்	Time series	கால வரிசை முன்னறிவிப்புக்கு அறிமுகம்	Python	பிரான்செஸ்கா
22	⚡️ உலக சக்தி பயன்பாடு ⚡️ - ARIMA உடன் கால வரிசை முன்னறிவிப்பு	Time series	ARIMA மூலம் கால வரிசை முன்னறிவிப்பு	Python	பிரான்செஸ்கா
23	⚡️ உலக சக்தி பயன்பாடு ⚡️ - SVR உடன் கால வரிசை முன்னறிவிப்பு	Time series	ஆதரவு வெக்டர் ரெக்ரெஷன் மூலம் கால வரிசை முன்னறிவிப்பு	Python	அனிர்பான்
24	துனைவுக் கற்றலுக்கான அறிமுகம்	Reinforcement learning	Q-லெர்னிங் மூலம் துனைவுக் கற்றலுக்கான அறிமுகம்	Python	Dmitry
25	பீட்டர் நரிப்பிலிருந்து தற்காப்பு! 🐺	Reinforcement learning	துனைவுக் கற்றல் ஜிம்	Python	Dmitry
பின்னொட்டு	உண்மையான உலக ML சூழல்கள் மற்றும் பயன்பாடுகள்	ML in the Wild	பாரம்பரிய எல்.எம் பயன்பாடுகளின் சுவாரசியமான மற்றும் வெளிப்படுத்தும் உண்மையான உலக பயன்பாடுகள்	பாடம்	குழு
பின்னொட்டு	RAI டாஷ்போர்ட்டைப் பயன்படுத்தி எல்.எம் மாதிரிகள் பிழைத்திருத்தம்	ML in the Wild	பொறுப்பு AI டாஷ்போர்ட் கூறுகளைப் பயன்படுத்தி எல்.எம் மாதிரிகளின் பிழைத்திருத்தம்	பாடம்	ருத் யாகுபு

இந்த பாடத்திட்டத்திற்கு அனைத்து கூடுதல் வளங்களையும் எங்கள் Microsoft Learn சேகரிப்பில் காண்க

ஆஃப்லைன் அணுகல்

Docsify பயன்படுத்தி இந்த ஆவணத்தைக் ஆஃப்லைனில் இயக்கலாம். இந்த ரெப்போவை ஃபோர்க் செய்து, உங்கள் உள்ளூர்முறை கணினியில் Docsify ஐ நிறுவி, பிறகு இந்த ரெப்போவின் ரூட் கோப்பகத்தில் docsify serve என தட்டச்சு செய்யவும். இணையதளம் உங்கள் உள்ளூர் இயந்திரத்தில் 3000 போர்ட் மூலம் இயங்கும்: localhost:3000.

PDF-கள்

பாடத்திட்டத்தின் PDF மற்றும் இணைப்புகள் இங்கு காணலாம்.

🎒 பிற பாடங்கள்

எங்கள் குழு பிற பாடங்களையும் தயாரிக்கின்றது! பாருங்கள்:

LangChain

Azure / Edge / MCP / Agents

---

ஜெனரேட்டிவ் ஏஐ தொடர்

---

முதன்மை கற்றல்

---

கோபைலட் தொடர்

உதவி பெறுதல்

இயந்திர கற்றல் கற்கும் போது அல்லது ஏஐ பயன்பாடுகளை உருவாக்கும்போது நீங்கள் சிக்கலில் அல்லது கேள்விகளில் இருந்தால், கவலைப்பட வேண்டாம் — உதவி கிடைக்கிறது.

நீங்கள் மற்ற கற்றுக்கொள்ளும் மற்றும் டெவலப்பர்களுடன் பேசலாம், கேள்விகள் கேட்கலாம், மற்றும் உங்கள் கருத்துக்களை சமூகத்துடன் பகரலாம்.

• கேள்விகள் கேட்டு மற்றவர்களுடன் கற்றுக்கொள்ள சமூகத்தில் சேர்ந்துகொள்ளுங்கள்
• இயந்திரக் கற்றல் கருத்துக்களை மற்றும் திட்ட யோசனைகளை விவாதிக்கவும்
• அனுபவம் வாய்ந்த டெவலப்பர்களிடமிருந்து வழிகாட்டுதலை பெறவும்

ஒரு ஆதரவான சமூகத்தைப் பெற்றிருப்பது உங்கள் திறன்களை மேம்படுத்தவும் பிரச்சினைகளை விரைவாக தீர்க்கவும் சிறந்த வழி.

Microsoft Foundry Discord Community

பிழைகள், தவறுகள் இருந்தால் அல்லது மேம்படுத்தல் பரிந்துரைகள் இருப்பின், நீங்கள் இந்த சேமிப்பகம் வாயிலாக ஒரு Issue ஐத் திறந்து புகாரை தெரிவித்துக் கொள்ளலாம்.

தயாரிப்பு கருத்து அல்லது தற்போதைய சமூக பதிவுகளை தேட:

கூடுதல் கற்றல் குறிப்புகள்

• ஒவ்வொரு பாடத்தையும் முடித்த பின் நோட்ட்புக்குகளை மறுபார்வையிடுக.
• உங்கள் சொந்தமாக ஆல்கொரிதங்களை நடைமுறைப்படுத்தவும்.
• கற்றுக் கொண்ட கருத்துக்களை பயன்படுத்தி உண்மையான தரவுத் தொகுப்புகளை ஆராயவும்.

---

பயன்பாட்டு அறிக்கை: இந்த ஆவணம் Co-op Translator என்ற ஏஐ மொழி மாற்ற சேவையைப் பயன்படுத்தி மொழிபெயர்க்கப்பட்டுள்ளது. நாங்கள் துல்லியத்திற்காக முயற்சித்தாலும், தானியங்கி மொழி மாற்றங்களில் பிழைகள் அல்லது தவறான தகவல்கள் இருக்கக்கூடும். அசல் ஆவணம் அதன் உள்ளூர் மொழியில் அதிகாரப்பூர்வமான மூலமாக கருதப்பட வேண்டும். முக்கியமான தகவல்களுக்கு, தொழில்துறை மனித மொழி மொழியாக்கம் பரிந்துரைக்கப்படுகிறது. இந்த மொழிபெயர்ப்பின் பயன்பாட்டால் ஏற்படும் எந்தவொரு தவறான புரிதல்கள் அல்லது தவறான விளக்கங்களுக்கு நாங்கள் பொறுப்பேற்கமாட்டோம்.