ML-For-Beginners/translations/kn

🌐 ಬಹುಭಾಷಾ ಬೆಂಬಲ

GitHub ಕ್ರಿಯೆಯಿಂದ ಬೆಂಬಲಿತ (ಸ್ವಯಂಚಾಲಿತ ಮತ್ತು ಎದ್ದು ನಿಲ್ಲುತ್ತದೆ)

ಸ್ಥಳೀಯವಾಗಿ ಕ್ಲೋನ್ ಮಾಡಲು ಇಚ್ಛಿಸುತ್ತೀರಾ?

ಈ ಸಂಗ್ರಹವು 50+ ಭಾಷಾ ಅನುವಾದಗಳನ್ನು ಒಳಗೊಂಡಿದೆ, ಇದು ಡೌನ್ಲೋಡ್ ಗಾತ್ರವನ್ನು ಬಹುಮಾನಿಸಲಾಗಿದೆ. ಅನುವಾದಗಳಿಲ್ಲದೆ ಕ್ಲೋನ್ ಮಾಡಲು, ಸ್ಪಾರ್ಸ್ ಔಟ್‌ಚೆಕ್ ಬಳಸಿ:

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'

ಇದರಿಂದ ನೀವು ಧಾರೆಗತ ವೇಗವಾದ ಡೌನ್ಲೋಡ್‌ನೊಂದಿಗೆ ಕೋರ್ಸನ್ನು ಪೂರ್ಣಗೊಳಿಸಲು ಬೇಕಾದ ಎಲ್ಲವನ್ನೂ ಪಡೆಯುತ್ತೀರಿ.

ನಮ್ಮ ಸಮುದಾಯದಲ್ಲಿ ಸೇರ್ಪಡೆ ಹೊಂದಿ

ನಾವು ಡಿಸ್ಕೋರ್ಡ್ ನಲ್ಲಿ AI ಸರಣಿಯನ್ನು ಕಲಿಯುತ್ತಿದ್ದೇವೆ, ಮತ್ತಷ್ಟು ತಿಳಿದುಕೊಳ್ಳಲು ಮತ್ತು ಸೇರ್ಪಡೆಗಾಗಿ Learn with AI Series ಭೇಟಿ ನೀಡಿ, 18 - 30 ಸೆಪ್ಟೆಂಬರ್, 2025. ನೀವು GitHub Copilot ಅನ್ನು ಡೇಟಾ ಸೈನ್ಸಿಗಾಗಿ ಬಳಸುವ ಸಲಹೆ ಮತ್ತು ತಂತ್ರಗಳನ್ನು ಪಡೆಯುತ್ತೀರಿ.

ಮಷಿನ್ ಲರ್ನಿಂಗ್ ಫಾರ್ ಸ್ಟಾರ್ಟರ್ಸ್ - ಓದುಕ್ರಮ

🌍 ನಾವು ಮಷಿನ್ ಲರ್ನಿಂಗ್ ಅನ್ನು ಜಗತ್ತಿನ ಸಂಸ್ಕೃತಿಗಳ ಮೂಲಕ ಅನ್ವೇಷಿಸುತ್ತಿರುವಾಗ ವಿಶ್ವಾದ್ಯಂತ ಪ್ರವಾಸ ಮಾಡಿ 🌍

ಮೈಕ್ರೋಸಾಫ್ಟ್‌ನ ಕ್ಲೌಡ್ ಅಡ್ವೊಕೇಟ್ಸ್ ನಿಮಗೆ 12 ವಾರಗಳ, 26 ಪಾಠಗಳжди ಮಷಿನ್ ಲರ್ನಿಂಗ್ ಕುರಿತ ಒಟ್ಟು ಓದುಕ್ರಮವನ್ನು ನೀಡಲು ಸಂತೋಷಪಡುತ್ತಾರೆ. ಈ ಓದುಕ್ರಮದಲ್ಲಿ ನೀವು ಕೆಲವೊಮ್ಮೆ "ಕ್ಲಾಸಿಕ್ ಮಷಿನ್ ಲರ್ನಿಂಗ್" ಎನ್ನುತ್ತಿರುವುದನ್ನು ಕಲಿಯೋದು, ಮುಖ್ಯವಾಗಿ ಸ್ಕಿಕಿಟ್-ಲರ್ನ್ ಗ್ರಂಥಾಲಯವನ್ನು ಬಳಸುವುದರೊಂದಿಗೆ ಡೀಪ್ ಲರ್ನಿಂಗ್ ಅನ್ನು ತಪ್ಪಿಸುವದು, ಇದು ನಮ್ಮ AI for Beginners' ಓದುಕ್ರಮ ನಲ್ಲಿ ಒಳಗೊಂಡಿದೆ. ಈ ಪಾಠಗಳನ್ನು ನಮ್ಮ 'ಡೇಟಾ ಸೈನ್ಸ್ ಫಾರ್ ಸ್ಟಾರ್ಟರ್ಸ್' ಓದುಕ್ರಮ ಜೊತೆಗೆ ಕೂಡಾ ಜೋಡಿಸಬಹುದು.

ನಮ್ಮ ಜೊತೆ ಜಗತ್ತಿನ ವಿಭಿನ್ನ ಭಾಗಗಳಿಂದ ಡೇಟಾ ಮೇಲೆ ಈ ಕ್ಲಾಸಿಕ್ ತಂತ್ರಗಳನ್ನು ಅನ್ವಯಿಸಿಕೊಂಡು ಪ್ರವಾಸ ಮಾಡಿ. ಪ್ರತಿ ಪಾಠವು ಪೂರ್ವ ಮತ್ತು ನಂತರದ ಪರೀಕ್ಷೆಗಳು, ಪಾಠ ಪೂರ್ಣಗೊಳಿಸುವ ಬರಹ ಸೂಚನೆಗಳು, ಪರಿಹಾರ, ನಿಯೋಗ, ಮತ್ತಿತರ ವಿಷಯಗಳನ್ನು ಒಳಗೊಂಡಿದೆ. ನಮ್ಮ ಯೋಜನೆ ಆಧಾರಿತ ಅಧ್ಯಯನ ವಿಧಾನವು ನಿಮ್ಮನ್ನು ನಿರ್ಮಾಣ ಮಾಡುವಾಗ ಕಲಿಯುತ್ತೀರಿ ಎಂಬುದನ್ನು ಖಚಿತಪಡಿಸುತ್ತದೆ, ಹೊಸ ಕೌಶಲಗಳನ್ನು ಹಿಡಿದಿಡಲು ಬಳಸುವ ಪರಿಣಾಮಕಾರಿ ವಿಧಾನ.

✍️ ನಮ್ಮ ಬರಹಗಾರರಿಗೆ ಹೃತ್ಪೂರ್ವಕ ಧನ್ಯವಾದಗಳು ಜೆನ್ ಲೂಪರ್, ಸ್ಟೀಫನ್ ಹೌವೆಲ್, ಫ್ರೆನ್ಸೆಸ್ಕಾ ಲಾಜೆರ್ರಿ, ಟೊಮೊಮಿ ಇಮುರಾ, ಕ್ಯಾಸಿ ಬ್ರೇವಿಯು, ದಿಮಿತ್ರೀ ಸೋಶ್ನಿಕೋವ್, ಕ್ರಿಸ್ ನೋರಿಂಗ್, ಅನಿರ്ബನ್ ಮುಖರ್ಜಿ, ಓರ್ನೆಲ್ಲಾ ಅಲ್ಟುನಿಯನ್, ರೂತ್ ಯಕುಬು ಮತ್ತು ಏಮಿ ಬಾಯ್ಡ್

🎨 ನಮ್ಮ ಚಿತ್ರಕಾರರಿಗೆ ಸಹ ಧನ್ಯವಾದಗಳು ಟೊಮೊಮಿ ಇಮುರಾ, ದಸಾನಿ ಮಡಿಪಳ್ಳಿ, ಮತ್ತು ಜೆನ್ ಲೂಪರ್

🙏 ವಿಶೇಷ ಧನ್ಯವಾದಗಳು 🙏 ನಮ್ಮ ಮೈಕ್ರೋಸಾಫ್ಟ್ ವಿದ್ಯಾರ್ಥಿ ಅಂಬರ್‌ಡಾಸರ್ ಬರಹಗಾರರಿಗೆ, ವಿಮರ್ಶಕರಿಗೆ ಮತ್ತು ವಿಷಯ ನೆರವು ನೀಡಿದವರಿಗೆ, ವಿಶೇಷವಾಗಿ ರಿಶಿತ್ ದಾಗ್ಲಿ, ಮುಹಮ್ಮದ್ ಸಕೀబ్ ಖಾನ್ ಇನאן, ರೋಹನ್ ರಾಜ್, ಅಲ್ಯಕ್ಸಾಂಡ್ರು ಪೆಟ್ರೆಸ್ಕು, ಅಭಿಷೇಕ್ ಜೈಸ್ವಾಲ್, ನವ್ರಿನ್ ತಬಸ್ಸುಂ, ಇಒನ್ ಸಾಮೈಲಾ, ಮತ್ತು ಸ್ಂಧಾ ಅಗರ್ವಲ್

🤩 ನಮ್ಮ R ಪಾಠಗಳಿಗಾಗಿ ಮೈಕ್ರೋಸಾಫ್ಟ್ ವಿದ್ಯಾರ್ಥಿ ಅಂಬರ್‌ಡಾಸರ್ ಎರಿಕ್ ವಾಂಜಾಉ, ಜಸ್ಲೀನ್ ಸೊಂಧಿ ಮತ್ತು ವಿಡುಷಿ ಗುಪ್ತಾ ಅವರಿಗೆ ಹೆಚ್ಚುವರಿ ಧನ್ಯವಾದಗಳು!

ಪ್ರಾರಂಭಿಸುವುದು

ಈ ಹಂತಗಳನ್ನು ಅನುಸರಿಸಿ:

1. ರೆಪೊ ಫೋರ್ಕ್ ಮಾಡಿ: ಈ ಪುಟದ ಮೇಲ್ಭಾಗದ ಬಲಭಾಗದ "Fork" ಬಟನ್ ಅನ್ನು ಕ್ಲಿಕ್ ಮಾಡಿ.
2. ರೆಪೊ ಕ್ಲೋನ್ಮಾಡಿ: git clone https://github.com/microsoft/ML-For-Beginners.git

ಈ ಕೋರ್ಸಿನ ಎಲ್ಲಾ ಹೆಚ್ಚುವರಿ ಸಂಪನ್ಮೂಲಗಳನ್ನು ನಮ್ಮ ಮೈಕ್ರೋಸಾಫ್ಟ್ ಲರ್ನ್ ಸಂಕಲನದಲ್ಲಿ ಹುಡುಕಿ

🔧 ಸಹಾಯ ಬೇಕೇ? ಸಾಮಾನ್ಯ ಸ್ಥಾಪನೆ, ಸೆಟಪ್ ಮತ್ತು ಪಾಠಗಳನ್ನು ಓಡಿಸುವ ಸಮಸ್ಯೆಗಳಿಗೆ ನಮ್ಮ ತೊಂದರೆ ನಿವೇದನೆ ಮಾರ್ಗದರ್ಶಿ ಅನ್ನು ಪರಿಶೀಲಿಸಿ.

ವಿದ್ಯಾರ್ಥಿಗಳು, ಈ ಓದುಕ್ರಮವನ್ನು ಬಳಸಲು, ಸಂಪೂರ್ಣ ರೆಪೊವನ್ನು ನಿಮ್ಮ ಗಿಥಬ್ ಖಾತೆಗೆ ಫೋರ್ಕ್ ಮಾಡಿ ಮತ್ತು ಅಭ್ಯಾಸಗಳನ್ನು ಸ್ವತಃ ಅಥವಾ ಗುಂಪಿನಲ್ಲಿ ಪೂರ್ಣಗೊಳಿಸಿ:

• ಪಾಠ ಪೂರ್ವದ ಕ್ವಿಜ್ ಮೂಲಕ ಪ್ರಾರಂಭಿಸಿ.
• ಉಪನ್ಯಾಸವನ್ನು ಓದಿ ಮತ್ತು ಚಟುವಟಿಕೆಗಳನ್ನು ಪೂರೈಸಿ, ಪ್ರತಿ ಜ್ಞಾನ ಪರಿಶೀಲನೆಯಲ್ಲಿ ನಿಲ್ಲಿಸಿ ಮತ್ತು ಆಲೋಚಿಸಿ.
• ಪಾಠಗಳಿಗೆ “ಸಾಲ್ಯೂಶನ್ ಕೋಡ್” ಓಡಿಸುವ ಬದಲು, ಪಾಠಗಳನ್ನು ಅರ್ಥಮಾಡಿಕೊಂಡು ಯೋಜನೆಗಳನ್ನು ಸೃಷ್ಟಿಸಲು ಪ್ರಯತ್ನಿಸಿ; ಸೌಲಭ್ಯಕ್ಕೆ ಆ ಕೋಡ್ ಪ್ರತಿ ಯೋಜನೆ ಆಧಾರಿತ ಪಾಠದ /solution ಫೋಲ್ಡರ್ಸ್‌ನಲ್ಲಿದೆ.
• ಪಾಠವಾದ ನಂತರದ ಕ್ವಿಜ್ ಬಿಡಿ.
• ಚಾಲೆಂಜ್ ಪೂರೈಸಿ.
• ನಿಯೋಗ ಪೂರ್ಣಗೊಳಿಸಿ.
• ಪಾಠ ಗುಂಪನ್ನು ಸಂಪೂರ್ಣ ಮಾಡಿದ ನಂತರ, ಚರ್ಚಾ ಫಲಕ ಗೆ ಭೇಟಿ ನೀಡಿ ಮತ್ತು ಸೂಕ್ತ PAT ರೂಬ್ರಿಕ್ ಮೂಲಕ 'ಲಾರ್ಜ್ ಲರ್ನಿಂಗ್' ಮಾಡಿ. 'PAT' ಎಂದರೆ ಪ್ರಗತಿ ಅಂಕನೋಪಕರಣ. ನೀವು ಇನ್ನಿತರ PAT ಗೆ ಪ್ರತಿಕ್ರಿಯೆ ನೀಡಬಹುದು, ಹೀಗೆ ನಾವು ಒಟ್ಟಿಗೆ ಕಲಿಯಬಹುದು.

ಹೆಚ್ಚುವರಿ ಅಧ್ಯಯನಕ್ಕಾಗಿ, ಈ Microsoft Learn ತರಗತಿಗಳು ಮತ್ತು ಕಲಿಕಾ ಮಾರ್ಗಗಳನ್ನು ಅನುಸರಿಸುವುದಾಗಿ ಶಿಫಾರಸು ಮಾಡುತ್ತೇವೆ.

ಶಿಕ್ಷಕರಿಗೆ, ಈ ಓದುಕ್ರಮವನ್ನು ಹೇಗೆ ಬಳಸುವುದು ಎಂಬುದರ ಕುರಿತು ನಾವು ಕೆಲವು ಸಲಹೆಗಳು ಒದಗಿಸಿದ್ದೇವೆ.

---

ವೀಡಿಯೋ ವಾಕ್ಥ್ರೂಗಳು

ಕೆಲವು ಪಾಠಗಳು ಚುಟುಕು ವೀಡಿಯೋ ರೂಪದಲ್ಲಿ ಲಭ್ಯವಿವೆ. ನೀವು ಈ ಎಲ್ಲವನ್ನು ಪಾಠಗಳಲ್ಲಿ ಸೇರಿದರೂ ಅಥವಾ Microsoft ಡೆವಲಪರ್ YouTube ಚಾನೆಲು ML for Beginners ಪ್ಲೇಲಿಸ್ಟ್ ನಲ್ಲಿ ಚಿತ್ರವನ್ನು ಕ್ಲಿಕ್ ಮಾಡಿ ಕಾಣಬಹುದು.

---

ತಂಡವನ್ನು ಪರಿಚಯಿಸಿಕೊಳ್ಳಿ

🎥 ಮೇಲಿನ ಚಿತ್ರವನ್ನು ಕ್ಲಿಕ್ ಮಾಡಿ ಯೋಜನೆ ಮತ್ತು ಅದನ್ನು ರಚಿಸಿದವರ ಬಗ್ಗೆ ವೀಡಿಯೋ ವೀಕ್ಷಣೆಗೆ!

---

ಅಧ್ಯಯನ ಪೈಪೋಟಿ

ನಾವು ಈ ಓದುಕ್ರಮವನ್ನು ನಿರ್ಮಿಸುವಾಗ ಎರಡು ಅಧ್ಯಯನ ತತ್ವಗಳನ್ನು ಆಯ್ಕೆಮಾಡಿದ್ದೇವೆ: ಇದು ಕೈಗೂಡಬಹುದಾದ ಯೋಜನೆ ಆಧಾರಿತ ಆಗಿರಬೇಕು ಮತ್ತು ಅದು ಸರಿಗಮಪ ದರದ ಪ್ರಶ್ನೋತ್ತರಗಳನ್ನು ಒಳಗೊಂಡಿರಬೇಕು. ಜೊತೆಗೆ, ಈ ಓದುಕ್ರಮಕ್ಕೆ ಸಾಮಾನ್ಯ ವಿಷಯಸೂತ್ರ ಇದ್ದು ಅದರಿಂದ ಒಂದು ಬದ್ಧತೆ ಬರುತ್ತದೆ.

ವಿಷಯವನ್ನು ಯೋಜನೆಗಳಿಗೆ ಹೊಂದಿಸುವ ಮೂಲಕ ವಿದ್ಯಾರ್ಥಿಗಳಿಗೆ ಅದನ್ನು ಅನುಭವಿಸಲು ಮತ್ತು ಕಲಿತ ವಿಷಯಗಳಿಡಕೆ ಹೆಚ್ಚುವರಿ ಸಾಂದ್ರತೆ ಸಿಗುತ್ತದೆ. ತರಗತಿಯ ಮೊದಲು ಕಡಿಮೆ-ಅಂಕದ ಪ್ರಶ್ನೋತ್ತರವು ವಿದ್ಯಾರ್ಥಿಯು ಒಂದು ವಿಷಯ ಕಲಿಯಲು ಇಚ್ಛೆಯ ಬೆಳೆದಂತೆ ಮಾಡುತ್ತದೆ, ಮತ್ತು ನಂತರದ ಪ್ರಶ್ನೋತ್ತರವು ಹೆಚ್ಚುವರಿ ನೆನಪನ್ನು ಖಚಿತಪಡಿಸುತ್ತದೆ. ಈ ಓದುಕ್ರಮವು ಬಹುಮುಖ ಮತ್ತು ಮನರಂಜನಾತ್ಮಕವಾಗಿದ್ದು, ಸಂಪೂರ್ಣವಾಗಿ ಅಥವಾ ಭಾಗವಾಗಿ ತೆಗೆದುಕೊಳ್ಳಬಹುದು. ಯೋಜನೆಗಳು ಸಣ್ಣದಾಗಿ ಪ್ರಾರಂಭವಾಗಿ 12 ವಾರಗಳ ಚಕ್ರದ ಕೊನೆಯಲ್ಲಿ ಜಟಿಲವಾಗುತ್ತದೆ. ಈ ಓದುಕ್ರಮವು ಎಂಎಲ್ ನ ನೈಜ-ಜಗತ್ತಿನ ಅನ್ವಯಿಕೆಗಳ ಕುರಿತು ಒಂದು ಇಳಿವೆಯನ್ನೂ ಒಳಗೊಂಡಿದೆ, ಅದು ಹೆಚ್ಚುವರಿ ಕ್ರೆಡಿಟ್ ಅಥವಾ ಚರ್ಚೆಗೆ ಆಧರಾಗಿ ಬಳಸಬಹುದು.

ನಮ್ಮ Code of Conduct, Contributing, Translation, ಮತ್ತು Troubleshooting ಮಾರ್ಗಸೂಚಿಗಳನ್ನು ನೋಡಿ. ನಿಮ್ಮ ನಿರ್ಮಾಣಾತ್ಮಕ ಪ್ರತಿಕ್ರಿಯೆಯನ್ನು ಸ್ವಾಗತಿಸುತ್ತೇವೆ!

ಪ್ರತಿ ಪಾಠದಲ್ಲಿ ಇದಿವೆ

• ಐಚ್ಛಿಕ ಸ್ಕೆಚ್ನೋಟ್
• ಐಚ್ಛಿಕ ಹ@FXML ಅಪ್ಡೇಟ್ ವೀಡಿಯೋ
• ವೀಡಿಯೋ ವಾಕ್ಥ್ರೂ (ಕೆಲವು ಪಾಠಗಳು ಮಾತ್ರ)
• ಪೂರ್ವ-ಪಾಠ ತಾತ್ಕಾಲಿಕ ಪ್ರಶ್ನೋತ್ತರ
• ಬರಹಪದ ಪಾಠ
• ಯೋಜನೆ ಆಧಾರಿತ ಪಾಠಗಳಿಗೆ ಪ್ರತಿ ಹಂತದ ಮಾರ್ಗದರ್ಶನ
• ಜ್ಞಾನ ಪರೀಕ್ಷೆಗಳು
• ಒಂದು ಚಾಲೆಂಜ್
• ಪೂರಕ ಓದು
• ನಿಯೋಗ
• ಪೋಸ್ಟ್-ಪಾಠ ಪ್ರಶ್ನೋತ್ತರ

ಭಾಷೆ ಕುರಿತು ಟಿಪ್ಪಣಿ: ಈ ಪಾಠಗಳು ಮುಖ್ಯವಾಗಿ Python ನಲ್ಲಿ ಬರೆಯಲ್ಪಟ್ಟಿವೆ, ಆದರೆ ಅನೇಕವೂ R ನಲ್ಲಿ ಲಭ್ಯವಿವೆ. R ಪಾಠವನ್ನು ಪೂರ್ಣಗೊಳಿಸಲು /solution ಫೋಲ್ಡರ್ನಲ್ಲಿ R ಪಾಠಗಳನ್ನು ಹುಡುಕಿ. ಅವುಗಳಲ್ಲಿ .rmd ವಿಸ್ತರಣೆ ಇರುತ್ತದೆ, ಇದು R Markdown ಫೈಲ್ ಆಗಿದ್ದು ಅದು ಕೋಡ್ ಚಂಕ್‌ಗಳು (R ಅಥವಾ ಇತರೆ ಭಾಷೆಗಳ) ಮತ್ತು YAML ಶೀರ್ಷಿಕೆ ಅನ್ನು ಒಳಗೊಂಡಿದೆ, ಇದು PDFಂತಹ ಆಕಾರಗಳಿಗೆ ಔಟ್‌ಪುಟ್ ಅನ್ನು ನಿರ್ವಹಿಸಲು ಮಾರ್ಗದರ್ಶಿಸುತ್ತದೆ Markdown ಡಾಕ್ಯುಮೆಂಟ್ ಅನ್ನು. ಆದಕಾರಣ, ಇದು ಡೇಟಾ ಸೈನ್ಸ್‌ಗಾಗಿ ಉತ್ತಮ ಪ್ರಾಧಿಕಾರ_Framework ಆಗಿದೆ, ಏಕೆಂದರೆ ನೀವು ನಿಮ್ಮ ಕೋಡ್, ಅದರ ಔಟ್‌ಪುಟ್, ಮತ್ತು ನಿಮ್ಮ ಆಲೋಚನೆಗಳನ್ನು Markdown ನಲ್ಲಿ ಬರೆದು ಸಂಯೋಜಿಸಬಹುದು. ಇನ್ನೂ, R Markdown ಡಾಕ್ಯುಮೆಂಟ್‌ಗಳನ್ನು PDF, HTML, ಅಥವಾ Word ರೀತಿಗಳಲ್ಲಿ ರೂಪಾಂತರಿಸಬಹುದು. ಕ್ವಿಜ್‌ಗಳ ಬಗ್ಗೆ ಟಿಪ್ಪಣಿ: ಎಲ್ಲಾ ಕ್ವಿಜ್‌ಗಳು Quiz App ಫೋಲ್ಡರ್ ನಲ್ಲಿ ಸಂಗ್ರಹಿಸಲ್ಪಟ್ಟಿವೆ, ಪ್ರತಿ ಮೂವರು ಪ್ರಶ್ನೆಗಳ 52 ಸಂಪೂರ್ಣ ಕ್ವಿಜ್‌ಗಳಿವೆ. ಅವು ಪಾಠಗಳೊಳಗಿನ ಲಿಂಕುಗಳ ಮೂಲಕ ಸಂಪರ್ಕ ಹೊಂದಿವೆ ಆದರೆ ಕ್ವಿಜ್ ಆಪ್ ಅನ್ನು ಸ್ಥಳೀಯವಾಗಿ ನಡೆಸಬಹುದು; ಸ್ಥಳೀಯವಾಗಿ ಆತಿಥ್ಯ ವಹಿಸಲು ಅಥವಾ Azure ಗೆ ಹೋಸ್ಟ್ ಮಾಡಲು quiz-app ಫೋಲ್ಡರ್‌ನ ಸೂಚನೆಯನ್ನು ಅನುಸರಿಸಿ.

ಪಾಠ ಸಂಖ್ಯೆ	ವಿಷಯ	ಪಾಠ ಗುಂಪು	ಅಧ್ಯಯನ ಉದ್ದೇಶಗಳು	ಲಿಂಕು ಪಾಠ	ಲೇಖಕ
01	ಯಂತ್ರ ಅಧ್ಯಯನದ ಪರಿಚಯ	ಪರಿಚಯ	ಯಂತ್ರ ಅಧ್ಯಯನದ ಮೂಲ ತತ್ವಗಳನ್ನು ಕಲಿಯಿರಿ	ಪಾಠ	ಮುಹಮ್ಮದ್
02	ಯಂತ್ರ ಅಧ್ಯಯನದ ಇತಿಹಾಸ	ಪರಿಚಯ	ಈ ಕ್ಷೇತ್ರದ ಹಿಂದಿನ ಇತಿಹಾಸವನ್ನು ತಿಳಿಯಿರಿ	ಪಾಠ	ಜೆನ್ ಮತ್ತು ಎಮಿ
03	ನ್ಯಾಯತಪ್ರತಿಬಂಧ ಮತ್ತು ಯಂತ್ರ ಅಧ್ಯಯನ	ಪರಿಚಯ	ಯಂತ್ರ ಮಾದರಿಗಳನ್ನು ರಚಿಸುವ ಮತ್ತು ಅನ್ವಯಿಸುವಾಗ ವಿದ್ಯಾರ್ಥಿಗಳು ಪರಿಗಣಿಸಬೇಕಾಗಿರುವ ನ್ಯಾಯತದ ಪ್ರಮುಖ ತತ್ವಜ್ಞಾನ ವಿರುದ್ದ ಯಾವವು?	ಪಾಠ	ತೊಮೊಮಿ
04	ಯಂತ್ರ ಅಧ್ಯಯನಕ್ಕೆ ತಂತ್ರಗಳು	ಪರಿಚಯ	ಯಂತ್ರ ಮಾದರಿಗಳನ್ನು ರಚಿಸಲು ಯಂತ್ರ ಅಧ್ಯಯನ ಸಂಶೋಧಕರು ಯಾವ ತಂತ್ರಗಳನ್ನು ಬಳಸುತ್ತಾರೆ?	ಪಾಠ	ಕ್ರಿಸ್ ಮತ್ತು ಜೆನ್
05	ಸಂಬಂಧಿತ ನಿಯಮಾವಳಿಗಳ ಪರಿಚಯ	ಸಂಬಂಧಿತ ನಿಯಮಾವಳಿಗಳು	ಸಂಬಂಧಿತ ಮಾದರಿಗಳಿಗೆ ಪೈಥಾನ್ ಮತ್ತು ಸ್ಕೈಕಿಟ್‌ಲರ್ನ್ ಅನ್ನು ಪ್ರಾರಂಭಿಸಿ	Python • R	ಜೆನ್ • ಎರಿಕ್ ವಾಂಜಶೌ
06	ನಾರ್ತ್ ಅಮೆರಿಕನ್ ಕद्दು ತುಂಬಿಸಿದ ಬೆಲೆಗಳು 🎃	ಸಂಬಂಧಿತ ನಿಯಮಾವಳಿಗಳು	ಯಂತ್ರ ಅಧ್ಯಯನದ ಪೂರ್ವತಯಾರಿಕೆಗೆ ಡೇಟಾವನ್ನು ದೃಶ್ಯೀಕರಿಸಿ ಮತ್ತು ಸ್ವಚ್ಛಗೊಳಿಸಿ	Python • R	ಜೆನ್ • ಎರಿಕ್ ವಾಂಜಶೌ
07	ನಾರ್ತ್ ಅಮೆರಿಕನ್ ಕದ್ದು ತುಂಬಿಸಿದ ಬೆಲೆಗಳು 🎃	ಸಂಬಂಧಿತ ನಿಯಮಾವಳಿಗಳು	ರೇಖೀಯ ಮತ್ತು ಬಹುಘಾತ ಸಂಬಂಧಿತ ಮಾದರಿಗಳನ್ನು ರಚಿಸಿ	Python • R	ಜೆನ್ ಮತ್ತು ಡಿಮಿಟ್ರಿ • ಎರಿಕ್ ವಾಂಜಶೌ
08	ನಾರ್ತ್ ಅಮೆರಿಕನ್ ಕದ್ದು ತುಂಬಿಸಿದ ಬೆಲೆಗಳು 🎃	ಸಂಬಂಧಿತ ನಿಯಮಾವಳಿಗಳು	ಲಾಜಿಸ್ಟಿಕ್ ಸಂಬಂಧಿತ ಮಾದರಿಯನ್ನು ರಚಿಸಿ	Python • R	ಜೆನ್ • ಎರಿಕ್ ವಾಂಜಶೌ
09	ವೆಬ್ ಆಪ್ 🔌	ವೆಬ್ ಆಪ್	ತರಬೇತುಗೊಂಡ ಮಾದರಿಯನ್ನು ಬಳಸಲು ವೆಬ್ ಆಪ್ ರಚಿಸಿ	Python	ಜೆನ್
10	ವರ್ಗೀಕರಣಕ್ಕೆ ಪರಿಚಯ	ವರ್ಗೀಕರಣ	ಡೇಟಾವನ್ನು ಶುದ್ಧಗೊಳಿಸಿ, ಸಿದ್ಧಪಡಿಸಿ ಮತ್ತು ದೃಶ್ಯೀಕರಿಸಿ; ವರ್ಗೀಕರಣಕ್ಕೆ ಪರಿಚಯ	Python • R	ಜೆನ್ ಮತ್ತು ಕ್ಯासी • ಎರಿಕ್ ವಾಂಜಶೌ
11	ರುಚಿಕರ ಏಷ್ಯನ್ ಮತ್ತು ಭಾರತೀಯ ಆಹಾರಗಳು 🍜	ವರ್ಗೀಕರಣ	ವರ್ಗೀಕರಣಗಳಿಗೆ ಪರಿಚಯ	Python • R	ಜೆನ್ ಮತ್ತು ಕ್ಯಾಸ್ • ಎರಿಕ್ ವಾಂಜಶೌ
12	ರುಚಿಕರ ಏಷ್ಯನ್ ಮತ್ತು ಭಾರತೀಯ ಆಹಾರಗಳು 🍜	ವರ್ಗೀಕರಣ	ಇನ್ನಷ್ಟು ವರ್ಗೀಕರಣ ವಿಧಾನಗಳು	Python • R	ಜೆನ್ ಮತ್ತು ಕ್ಯಾಸ್ • ಎರಿಕ್ ವಾಂಜಶೌ
13	ರುಚಿಕರ ಏಷ್ಯನ್ ಮತ್ತು ಭಾರತೀಯ ಆಹಾರಗಳು 🍜	ವರ್ಗೀಕರಣ	ನಿಮ್ಮ ಮಾದರಿಯನ್ನು ಬಳಸಿಕೊಂಡು ಶಿಫಾರಸು ವೇಬ್ ಆಪ್ ರಚಿಸಿ	Python	ಜೆನ್
14	ಕ್ಲಸ್ಟರಿಂಗ್ ಗೆ ಪರಿಚಯ	ಕ್ಲಸ್ಟರಿಂಗ್	ನಿಮ್ಮ ಡೇಟಾವನ್ನು ಶುದ್ದಗೊಳಿಸಿ, ಸಿದ್ಧಪಡಿಸಿ ಮತ್ತು ದೃಶ್ಯೀಕರಿಸಿ; ಕ್ಲಸ್ಟರಿಂಗ್ ಗೆ ಪರಿಚಯ	Python • R	ಜೆನ್ • ಎರಿಕ್ ವಾಂಜಶೌ
15	ನೈಜೀರಿಯನ್ ಮ್ಯೂಸಿಕಲ್ ರುಚಿಗಳ ಅನ್ವೇಷಣೆ 🎧	ಕ್ಲಸ್ಟರಿಂಗ್	ಕೆ-ಮೀನ್ ಕ್ಲಸ್ಟರಿಂಗ್ ವಿಧಾನವನ್ನು ಅನ್ವೇಷಿಸಿ	Python • R	ಜೆನ್ • ಎರಿಕ್ ವಾಂಜಶೌ
16	ನೈಸರ್ಗಿಕ ಭಾಷಾ ಪ್ರಕ್ರಿಯೆಗೆ ಪರಿಚಯ ☕️	ನೈಸರ್ಗಿಕ ಭಾಷಾ ಪ್ರಕ್ರಿಯೆ	ಸರಳ ಬಾಟ್ ರಚನೆಯ ಮೂಲಕ NLP ಮೂಲಗಳನ್ನು ಕಲಿಯಿರಿ	Python	ಸ್ಟೀಫನ್
17	ಸಾಮಾನ್ಯ NLP ಕಾರ್ಯಗಳು ☕️	ನೈಸರ್ಗಿಕ ಭಾಷಾ ಪ್ರಕ್ರಿಯೆ	ಭಾಷೆ ರಚನೆಗಳೊಂದಿಗೆ ಕೆಲಸ ಮಾಡುವಾಗ ಅಗತ್ಯವಿರುವ ಸಾಮಾನ್ಯ ಕಾರ್ಯಗಳನ್ನು ಅರ್ಥಮಾಡಿಕೊಳ್ಳಿ ಮತ್ತು ನಿಮ್ಮ NLP ಜ್ಞಾನವನ್ನು ವಿಸ್ತರಿಸಿ	Python	ಸ್ಟೀಫನ್
18	ಅನುವಾದ ಮತ್ತು ಭಾವ ವಿಶ್ಲೇಷಣೆ ♥️	ನೈಸರ್ಗಿಕ ಭಾಷಾ ಪ್ರಕ್ರಿಯೆ	ಜೆನ್ ಆಸ್ಟಿನ್ ಜೊತೆ ಅನುವಾದ ಮತ್ತು ಭಾವ ವಿಶ್ಲೇಷಣೆ	Python	ಸ್ಟೀಫನ್
19	ಯುರೋಪಿನ ರೊಮ್ಯಾಂಟಿಕ್ ಹೋಟೆಲ್ಗಳು ♥️	ನೈಸರ್ಗಿಕ ಭಾಷಾ ಪ್ರಕ್ರಿಯೆ	ಹೋಟೆಲ್ ವಿಮರ್ಶೆಗಳೊಂದಿಗೆ ಭಾವ ವಿಶ್ಲೇಷಣೆ 1	Python	ಸ್ಟೀಫನ್
20	ಯುರೋಪಿನ ರೊಮ್ಯಾಂಟಿಕ್ ಹೋಟೆಲ್ಗಳು ♥️	ನೈಸರ್ಗಿಕ ಭಾಷಾ ಪ್ರಕ್ರಿಯೆ	ಹೋಟೆಲ್ ವಿಮರ್ಶೆಗಳೊಂದಿಗೆ ಭಾವ ವಿಶ್ಲೇಷಣೆ 2	Python	ಸ್ಟೀಫನ್
21	ಸಮಯ ಸರಣಿಯ ಮುನ್ಸೂಚನೆಯ ಪರಿಚಯ	ಸಮಯ ಸರಣಿ	ಸಮಯ ಸರಣಿಯ ಮುನ್ಸೂಚನೆಯ ಪರಿಚಯ	Python	ಫ್ರಾನ್ಸೆಸ್ಕಾ
22	⚡️ ವಿಶ್ವ ವಿದ್ಯುತ್ ಬಳಕೆ ⚡️ - ARIMA-ನೊಂದಿಗೆ ಸಮಯ ಸರಣಿ ಮುನ್ಸೂಚನೆ	ಸಮಯ ಸರಣಿ	ARIMA ನೊಂದಿಗೆ ಸಮಯ ಸರಣಿ ಮುನ್ಸೂಚನೆ	Python	ಫ್ರಾನ್ಸೆಸ್ಕಾ
23	⚡️ ವಿಶ್ವ ವಿದ್ಯುತ್ ಬಳಕೆ ⚡️ - SVR-ನೊಂದಿಗೆ ಸಮಯ ಸರಣಿ ಮುನ್ಸೂಚನೆ	ಸಮಯ ಸರಣಿ	ಸಪೋರ್ಟ್ ವೆಕ್ಟರ್ ರಿಗ್ರೆಸರ್ ಮೂಲಕ ಸಮಯ ಸರಣಿ ಮುನ್ಸೂಚನೆ	Python	ಅನಿರ್ಬಾನ್
24	ನೇತೃತ್ವ ಕಲಿಕೆಯ ಪರಿಚಯ	ನೇತೃತ್ವ ಕಲಿಕೆ	Q-ಕಲಿಕೆಯಲ್ಲಿ ನೇತೃತ್ವ ಕಲಿಕೆಯ ಪರಿಚಯ	Python	ಡಿಮಿಟ್ರಿ
25	ಪೀಟರ್ ಅನ್ನು ಕುರೆಯಿಂದ ತಪ್ಪಿಸು! 🐺	ನೇತೃತ್ವ ಕಲಿಕೆ	ನೇತೃತ್ವ ಕಲಿಕೆಯ ಜಿಮ್	Python	ಡಿಮಿಟ್ರಿ
ನಂತರದ ಪ್ರಕಾರ	ನೈಜ ಯಂತ್ರ ಅಧ್ಯಯನ ದೃಶ್ಯಗಳು ಮತ್ತು ಅನ್ವಯಿಕೆಗಳು	ಕ್ರಮಬದ್ಧ ಮದ್ದಿನಲ್ಲಿ ML	ಔಪಚಾರಿಕ ಯಂತ್ರ ಅಧ್ಯಯನದ ಆಸಕ್ತಿದಾಯಕ ಮತ್ತು ಬಹುಮುಖ್ಯ ನೈಜ-ಜಗತ್ತಿನ ಅನ್ವಯಿಕೆಗಳು	ಪಾಠ	ತಂಡ
ನಂತರದ ಪ್ರಕಾರ	RAI ಡ್ಯಾಶ್‌ಬೋರ್ಡ್ ಬಳಸಿ ML ಮಾದರಿ ಡಿಬಗಿಂಗ್	ಕ್ರಮಬದ್ಧ ಮದ್ದಿನಲ್ಲಿ ML	ಜವಾಬ್ದಾರಿಯಾದ AI ಡ್ಯಾಶ್‌ಬೋರ್ಡ್ ಘಟಕಗಳನ್ನು ಬಳಸಿ ಯಂತ್ರ ಅಧ್ಯಯನದಲ್ಲಿ ಮಾದರಿ ಡಿಬಗಿಂಗ್	ಪಾಠ	ರೂತ್ ಕಾಯ್ತುಬು

ಈ ಕೋರ್ಸಿನ ಎಲ್ಲಾ ಹೆಚ್ಚುವರಿ ಸಂಪನ್ಮೂಲಗಳನ್ನು ನಮ್ಮ ಮೈಕ್ರೋಸಾಫ್ಟ್ ಲರ್ನ್ ಸಂಗ್ರಹದಲ್ಲಿ ಹುಡುಕಿ

ಆಫ್‌ಲೈನ್ ಪ್ರಾಪ್ತಿ

ನೀವು ಈ ದಸ್ತಾವೇಜುಗಳನ್ನು ಆಫ್‌ಲೈನ್‌ನಲ್ಲಿ Docsify ಬಳಸಿ ನಡೆಸಬಹುದು. ಈ ರೆಪೋ ಅನ್ನು ಫೋರ್ಕ್ ಮಾಡಿ, ನಿಮ್ಮ ಸ್ಥಳೀಯ ಯಂತ್ರದಲ್ಲಿ Docsify ಅನ್ನು ಸ್ಥಾಪಿಸಿ, ನಂತರ ಈ ರೆಪೋ ರूट ಫೋಲ್ಡರ್ ನಲ್ಲಿ docsify serve ಟೈಪ್ ಮಾಡಿ. ವೆಬ್‌ಸೈಟ್ ನಿಮ್ಮ ಲೋಕಲ್‌ಹೋಸ್ಟ್ ನಲ್ಲಿ ಪೋಟ್ 3000 ರಂದು ಪ್ರServe ಮಾಡಲಾಗುವುದು: localhost:3000.

PDF ಗಳು

ಲಿಂಕುಗಳಿಂದ ಪಠ್ಯಕ್ರಮದ PDF ಅನ್ನು ಇಲ್ಲಿ ಹುಡುಕಿ ಇಲ್ಲಿ.

🎒 ಇತರೆ ಕೋರ್ಸುಗಳು

ನಮ್ಮ ತಂಡ ಇತರೆ ಕೋರ್ಸುಗಳನ್ನು ಉತ್ಪಾದಿಸುತ್ತದೆ! ಪರಿಶೀಲಿಸಿ:

ಲ್ಯಾಂಗ್‌ಚೈನ್

---

ಅಜೂರ್ / ಎಡ್ಜ್ / MCP / ಏಜೆಂಟ್ಸ್

---

ಜನರೇಟಿವ್ AI ಸರಣಿ

---

ಸ್ನಾಯು ಕೋರ್ ಕಲಿಕೆ

---

ಕೋಪೈಲಟ್ ಸರಣಿ

ಸಹಾಯ ಪಡೆಯುವುದು

ನೀವು ಅಡ್ಡಪಡೆಯುವುದಾದರೆ ಅಥವಾ AI ಅಪ್ಲಿಕೇಶನ್‌ಗಳನ್ನು ನಿರ್ಮಿಸುವ ಬಗ್ಗೆ ಯಾವ ಬೆಳೆಸುಗಳು ಇದ್ದರೂ, MCP ಬಗ್ಗೆ ಚರ್ಚೆಗಳಲ್ಲಿ ಅನುಭವಜ್ಞಾನಿ ಅಭ್ಯಾಸಿಗಳು ಮತ್ತು ಸಹಯೋಗಿ ಕಲಿಯುವವರ ಜೊತೆ ಸೇರಿ. ಇದು ಬೆಂಬಲಿತ ಸಮುದಾಯವಾಗಿದ್ದು, ಅಲ್ಲಿ ಪ್ರಶ್ನೆಗಳಿಗೆ ಸ್ವಾಗತವಿದ್ದು ಮತ್ತು ಜ್ಞಾನವನ್ನು ಮುಕ್ತವಾಗಿ ಹಂಚಿಕೊಳ್ಳಲಾಗುತ್ತದೆ.

ನೀವು ಉತ್ಪನ್ನ ಪ್ರತಿಕ್ರಿಯೆ ಅಥವಾ ದೋಷಗಳನ್ನು ಉಂಟುಮಾಡುತ್ತಿದ್ದರೆ, ಭೇಟಿ ನೀಡಿ:

---

ಅಸ್ವೀಕರಣಗಳು:
ಈ ದಾಖಲೆ Co-op Translator ಎಂಬ AI ಅನುವಾದ ಸೇವೆಯನ್ನು ಬಳಸಿ ಅನುವಾದಿಸಲಾಗಿದೆ. ನಾವು ಶುದ್ಧತೆಯಿಗಾಗಿ ಪ್ರಯತ್ನಿಸುತ್ತಿದ್ದರೂ ಸಹ, ಸ್ವಯಂಚಾಲಿತ ಅನುವಾದಗಳಲ್ಲಿ ತಪ್ಪುಗಳು ಅಥವಾ ದೋಷಗಳು ಇರಬಹುದು ಎಂದು ದಯವಿಟ್ಟು ಗಮನಿಸಿ. ಮೂಲ ದಾಖಲೆ ಅದರ ಸ್ವದೇಶಿ ಭಾಷೆಯಲ್ಲಿ ಅಧಿಕೃತ ಸ್ರೋತವಾಗಿ ಪರಿಗಣಿಸಬೇಕು. ಪ್ರಮುಖ ಮಾಹಿತಿಗಾಗಿ ವೃತ್ತಿಪರ ಮಾನವ ಅನುವಾದವನ್ನು ಶಿಫಾರಸು ಮಾಡಲಾಗುತ್ತದೆ. ಈ ಅನುವಾದದ ಬಳಕೆಯಿಂದ ಉಂಟಾಗುವ ಯಾವುದೇ ತಪ್ಪು ಗ್ರಹಿಕೆಗಳು ಅಥವಾ ಭ್ರಮೆಗಳಿಗೆ ನಾವು ಜವಾಬ್ದಾರಿಯಲ್ಲ.