ML-For-Beginners/translations/et

🌐 Mitmekeelne tugi

Toetatud GitHub Actioni kaudu (automaatne ja alati ajakohane)

Araabia | Bengali | Bulgaaria | Birma (Myanmar) | Hiina (lihtsustatud) | Hiina (traditsiooniline, Hongkong) | Hiina (traditsiooniline, Macau) | Hiina (traditsiooniline, Taiwan) | Horvaadi | Tšehhi | Taani | Hollandi | Eesti | Soome | Prantsuse | Saksa | Kreeka | Heebrea | Hindi | Ungari | Indoneesia | Itaalia | Jaapani | Kannada | Korea | Leedu | Malai | Malayalam | Marathi | Nepali | Nigeeria pidžin | Norra | Pärsia (Farsi) | Poola | Portugali (Brasiilia) | Portugali (Portugal) | Punjabi (Gurmukhi) | Rumeenia | Vene | Serbia (kirillitsa) | Slovaki | Sloveeni | Hispaania | Sahhari | Rootsi | Tagalog (filipiino) | Tamil | Telugu | Tai | Türgi | Ukraina | Urdu | Vietnam

Eelistate kopeerida kohalikult?

See hoidla sisaldab 50+ keele tõlkeid, mis suurendavad oluliselt allalaaditavat mahtu. Kui soovite kloneerida ilma tõlgeteta, kasutage harvendatud kontrollimist:

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'

See annab teile kõik vajaliku kursuse läbimiseks palju kiirema allalaadimisega.

Liitu meie kogukonnaga

Meil on Discordis käimas sarja "Õpi koos AI-ga", lisateabe saamiseks ja osalemiseks liituge Learn with AI Series alates 18. kuni 30. septembrini 2025. Saate näpunäiteid GitHub Copiloti kasutamiseks andmeteaduses.

Masinõpe algajatele – õppekava

🌍 Reisige üle maailma, uurides masinõpet maailma kultuuride kaudu 🌍

Microsofti pilve toetajad on rõõmuga loonud 12-nädalase 26-õppetunniga õppekava, mis käsitleb masinõpet. Selles õppekavas õpite nii-öelda klassikalisest masinõppest, kasutades peamiselt Scikit-learn raamatukogu ja vältides süvaõpet, mida käsitletakse meie AI algajatele õppekavas. Ühendage need õppetunnid ka meie 'Andmeteadus algajatele' õppekavaga!

Reisige meiega mööda maailma, rakendades neid klassikalisi meetodeid andmetele erinevatest maailma piirkondadest. Igas õppetunnis on eelkohane ja järeltest, kirjalikud juhised, lahendus, ülesanne ja palju muud. Meie projektipõhine õppeviis võimaldab õppida, ehitades ise, mis on tõestatud viis uute oskuste kinnistamiseks.

✍️ Südamlik tänu meie autoritele Jen Looper, Stephen Howell, Francesca Lazzeri, Tomomi Imura, Cassie Breviu, Dmitry Soshnikov, Chris Noring, Anirban Mukherjee, Ornella Altunyan, Ruth Yakubu ja Amy Boyd

🎨 Tänu ka meie illustraatoritele Tomomi Imura, Dasani Madipalli ja Jen Looper

🙏 Eriline tänu 🙏 meie Microsofti tudengi saadiku autoritele, arvustajatele ja sisuloojatele, eriti Rishit Dagli, Muhammad Sakib Khan Inan, Rohan Raj, Alexandru Petrescu, Abhishek Jaiswal, Nawrin Tabassum, Ioan Samuila ja Snigdha Agarwal

🤩 Täiendav tänu Microsofti tudengi saadikutele Eric Wanjau, Jasleen Sondhi ja Vidushi Guptale meie R-õppetundide eest!

Alustamine

Järgige neid samme:

1. Täitke hoidla Forkimine: klõpsake lehe paremas ülanurgas nuppu "Fork".
2. Kloonige hoidla: git clone https://github.com/microsoft/ML-For-Beginners.git

leidke kõik lisaressursid selle kursuse jaoks meie Microsoft Learn kollektsioonist

🔧 Vaja abi? Vaadake meie rikete tõrkeotsingu juhendit, mis sisaldab lahendusi levinud installatsiooni, seadistamise ja õppetundide käivitamise probleemidele.

Õpilased, selle õppekava kasutamiseks tehke fork kogu hoidlast oma GitHubi kontole ja lahendage harjutused individuaalselt või grupiga:

• Alustage eel-õppetunni testiga.
• Loe loengut ja lõpeta tegevused, peatudes ja mõeldes iga teadmistekontrolli juures.
• Proovige projekte luua, mõistes õppetunde, mitte ainult käivitades lahenduskoodi; see kood on saadaval iga projektipõhise tunni /solution kaustas.
• Võtke järel-õppetunni test.
• Täitke väljakutse.
• Täitke ülesanne.
• Peale õppetundide grupi lõpetamist külastage Arutelufoorumit ja "õppige valjusti", täites sobiva PAT hindamislehe. PAT on edenemise hindamisvahend, mille abil te oma õpinguid süvendate. Samuti võite reageerida teiste PAT-dele, et saaksime üheskoos õppida.

Lisauuringuteks soovitame neid Microsoft Learn mooduleid ja õpiteid.

Õpetajad, oleme lisanud soovitusi, kuidas seda õppekava kasutada.

---

Video juhendid

Mõned õppetunnid on saadaval lühivideotena. Need leiate õppetundide seest või ML for Beginners esitusloendist Microsoft Developer YouTube kanalil, klõpsates alloleval pildil.

---

Meeskonna tutvustus

Gif autor Mohit Jaisal

🎥 Klõpsake ülaloleval pildil, et vaadata videot projektist ja selle loomisega seotud inimestest!

---

Pedagoogika

Selles õppekavas oleme valinud kaks pedagoogilist alustala: kindlustada, et see on praktiline projektipõhine ning sisaldab sagedasi teste. Lisaks on sellel õppekaval ühine teema, mis annab sellele sidususe.

Sisule projektide kaudu vastavuse tagamine muudab protsessi õpilastele kaasahaaravamaks ning soodustab kontseptsioonide kinnistamist. Madala riskiga test enne tundi seab õppija eesmärgi teemat õppida, teine test pärast tundi kindlustab teadmiste parema kinnistumise. See õppekava on paindlik ja lõbus ning seda saab läbida tervikuna või osadena. Projektid algavad väikeselt ja muutuvad 12-nädalase tsükli lõpetamisel järjest keerukamaks. Õppekava sisaldab ka lisaosa masinõppe reaalmaailma rakendustest, mida saab kasutada lisapunktide teenimiseks või arutelude aluseks.

Leidke meie juhised käitumisreeglid, panustamine, tõlkimine ja rikete tõrkeotsing. Ootame teie konstruktiivset tagasisidet!

Igas õppetunnis on

• valikuline sketšmärkmed
• valikuline täiendav video
• video juhend (ainult mõnedes õppetundides)
• eel-loengu soojendustest
• kirjalik õppetund
• projektipõhiste õppetundide juhend samm-sammult projektide ehitamiseks
• teadmistekontrollid
• väljakutse
• täiendav lugemine
• ülesanne
• järel-loengu test

Märkuse keeltest: Need õppetunnid on peamiselt kirjutatud Pythonis, kuid paljud on saadaval ka R-s. R-õppetunni läbimiseks minge /solution kausta ja otsige R-õppetunde. Nendil on .rmd laiend, mis tähistab R Markdown faili, mida saab lihtsalt defineerida kui 'koodiplokkide' (R või teiste keelte) ja YAML päise (mis juhib väljundite, näiteks PDF-i vormindamist) manustamist Markdown dokumendi sees. Seetõttu on see eeskujulik andmeteaduse raamistik, kuna võimaldab kombineerida koodi, selle väljundit ja mõtteid, kirjutades neid Markdownis. Lisaks saab R Markdown dokumente renderdada väljund vormingutesse nagu PDF, HTML või Word. Märkus viktoriinide kohta: Kõik viktoriinid asuvad Quiz App kaustas, kokku on 52 viktoriini, milles igaühes on kolm küsimust. Neile viidatakse tundide sees, kuid viktoriinirakendust saab käivitada ka lokaalselt; tutvu juhistega quiz-app kaustas, et hostida lokaalselt või paigaldada Azure’i.

Tunni number	Teema	Tunni grupp	Õpieesmärgid	Seotud tund	Autor
01	Masinõppe tutvustus	Sissejuhatus	Õppida masinõppe põhikontseptsioone	Tund	Muhammad
02	Masinõppe ajalugu	Sissejuhatus	Õppida selle valdkonna ajaloo kohta	Tund	Jen ja Amy
03	Õiglus ja masinõpe	Sissejuhatus	Mis on olulised filosoofilised õiglusprobleemid, mida õppijad peaksid arvestama, ehitades ja rakendades masinõppe mudeleid?	Tund	Tomomi
04	Masinõppe tehnikad	Sissejuhatus	Milliseid meetodeid kasutavad masinõppe uurijad mudelite loomisel?	Tund	Chris ja Jen
05	Regresiooni tutvustus	Regressioon	Alustamine Pythoni ja Scikit-learniga regressioonimudelite loomiseks	Python • R	Jen • Eric Wanjau
06	Põhja-Ameerika kõrvitsa hinnad 🎃	Regressioon	Andmete visualiseerimine ja puhastamine masinõppe ettevalmistamiseks	Python • R	Jen • Eric Wanjau
07	Põhja-Ameerika kõrvitsa hinnad 🎃	Regressioon	Lineaarsete ja polünoomsete regressioonimudelite ehitamine	Python • R	Jen ja Dmitry • Eric Wanjau
08	Põhja-Ameerika kõrvitsa hinnad 🎃	Regressioon	Logistilise regressioonimudeli loomine	Python • R	Jen • Eric Wanjau
09	Veebirakendus 🔌	Veebirakendus	Ehita veebirakendus, mis kasutab sinu väljaõpetatud mudelit	Python	Jen
10	Klassifitseerimise tutvustus	Klassifitseerimine	Andmete puhastamine, ettevalmistamine ja visualiseerimine; tutvustus klassifitseerimisse	Python • R	Jen ja Cassie • Eric Wanjau
11	Maitsvad Aasia ja India köögid 🍜	Klassifitseerimine	Tutvustus klassifikaatoritele	Python • R	Jen ja Cassie • Eric Wanjau
12	Maitsvad Aasia ja India köögid 🍜	Klassifitseerimine	Rohkem klassifikaatoreid	Python • R	Jen ja Cassie • Eric Wanjau
13	Maitsvad Aasia ja India köögid 🍜	Klassifitseerimine	Ehita oma mudelit kasutav soovitusrakendus veebis	Python	Jen
14	Klastrite tutvustus	Klastrid	Andmete puhastamine, ettevalmistamine ja visualiseerimine; tutvustus klastritele	Python • R	Jen • Eric Wanjau
15	Nigeeria muusikamaitse uurimine 🎧	Klastrid	K-Meansi klastrimeetodi uurimine	Python • R	Jen • Eric Wanjau
16	Loodusliku keele töötlemise tutvustus ☕️	Loodusliku keele töötlemine	Õpi NLP põhialuseid, ehitades lihtsa roboti	Python	Stephen
17	Tavalised NLP ülesanded ☕️	Loodusliku keele töötlemine	Süvenda NLP teadmisi, mõistes keelestruktuuridega tegelemisel vajalikke tavalisi ülesandeid	Python	Stephen
18	Tõlkimine ja meeleolu analüüs ♥️	Loodusliku keele töötlemine	Tõlkimine ja meeleolu analüüs Jane Austeni tekstidega	Python	Stephen
19	Euroopa romantilised hotellid ♥️	Loodusliku keele töötlemine	Meeleolu analüüs hotellide arvustustega 1	Python	Stephen
20	Euroopa romantilised hotellid ♥️	Loodusliku keele töötlemine	Meeleolu analüüs hotellide arvustustega 2	Python	Stephen
21	Ajasarja ennustamise tutvustus	Ajasarja	Ajasarja ennustamise tutvustus	Python	Francesca
22	⚡️ Maailma energiatarbimine ⚡️ - ajasarja ennustamine ARIMA abil	Ajasarja	Ajasarja ennustamine ARIMA mudeliga	Python	Francesca
23	⚡️ Maailma energiatarbimine ⚡️ - ajasarja ennustamine SVR abil	Ajasarja	Ajasarja ennustamine tugivektori regressori abil	Python	Anirban
24	Tugevdusõppe tutvustus	Tugevdusõpe	Tugevdusõppe tutvustus Q-õppe abil	Python	Dmitry
25	Aita Peteril hunti vältida! 🐺	Tugevdusõpe	Tugevdusõppe Gym	Python	Dmitry
Järelsõna	Masinõppe stsenaariumid ja rakendused pärismaailmas	Masinõpe pärismaailmas	Klassikalise masinõppe huvitavad ja valgustavad reaalsed rakendused	Tund	Team
Järelsõna	Masinõppe mudelite silumine RAI juhtpaneeli abil	Masinõpe pärismaailmas	Masinõppe mudelite silumine kasutades Responsible AI juhtpaneeli	Tund	Ruth Yakubu

leiad kõik selle kursuse lisamaterjalid meie Microsoft Learn kogust

Võimalus kasutada võrguühenduseta

Seda dokumentatsiooni saab kasutada võrguühenduseta, kasutades Docsify. Halda seda repo fork’i, paigalda Docsify oma arvutisse ja seejärel selle repo juurkaustas käivita käsk docsify serve. Veebileht laetakse localhosti pordile 3000: localhost:3000.

PDF-id

Leia õppekava pdf koos linkidega siit.

🎒 Muud kursused

Meie meeskond toodab ka muud kursused! Vaata lähemalt:

LangChain

Azure / Edge / MCP / Agendid

---

Generatiivne tehisintellekti seeria

---

Põhioskuste õppimine

---

Copiloti sari

Abi saamine

Kui jääd kinni või sul on küsimusi tehisintellekti rakenduste ehitamise kohta, liitu teiste õppijate ja kogenud arendajatega MCP aruteludes. See on toetav kogukond, kus küsimused on teretulnud ja teadmisi jagatakse vabalt.

Kui sul on toote tagasisidet või ehitamise käigus esineb vigu, külasta järgmist:

---

Vastutusest loobumine: See dokument on tõlgitud kasutades tehisintellekti tõlketeenust Co-op Translator. Kuigi püüdleme täpsuse poole, tuleb arvestada, et automaatsel tõlkel võivad esineda vead või ebatäpsused. Algne dokument selle emakeeles tuleks pidada usaldusväärseks allikaks. Olulise teabe puhul soovitatakse kasutada professionaalset inimtõlget. Me ei vastuta selle tõlke kasutamisest tingitud arusaamatuste või moonutuste eest.