ML-For-Beginners/translations/et

🌐 Mitmekeelne tugi

Toetatud GitHub Actioni kaudu (automatiseeritud & alati värske)

Arabic | Bengali | Bulgarian | Burmese (Myanmar) | Chinese (Simplified) | Chinese (Traditional, Hong Kong) | Chinese (Traditional, Macau) | Chinese (Traditional, Taiwan) | Croatian | Czech | Danish | Dutch | Estonian | Finnish | French | German | Greek | Hebrew | Hindi | Hungarian | Indonesian | Italian | Japanese | Kannada | Korean | Lithuanian | Malay | Malayalam | Marathi | Nepali | Nigerian Pidgin | Norwegian | Persian (Farsi) | Polish | Portuguese (Brazil) | Portuguese (Portugal) | Punjabi (Gurmukhi) | Romanian | Russian | Serbian (Cyrillic) | Slovak | Slovenian | Spanish | Swahili | Swedish | Tagalog (Filipino) | Tamil | Telugu | Thai | Turkish | Ukrainian | Urdu | Vietnamese

Eelistad kloonida kohapeal?

See hoidla sisaldab üle 50 keele tõlkeid, mis suurendab märkimisväärselt allalaadimise mahtu. Tõlgeteta kloonimiseks kasuta harvendatud (sparse) checkouti:

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 sulle kõik vajaliku kursuse läbimiseks palju kiirema allalaadimisega.

Liitu meie kogukonnaga

Meil on käimas Discordi õppesari "Õpi koos tehisintellektiga", uuri lisa ja liitu meiega aadressil Learn with AI Series ajavahemikus 18. - 30. september 2025. Saad saada vihjeid ja nippe GitHub Copiloti kasutamiseks andmeteaduses.

Masinõpe algajatele - õppekava

🌍 Rändame mööda maailma, uurides masinõpet erinevate maailmakultuuride kaudu 🌍

Microsofti pilveettekandjate meeskond pakub 12-nädalast, 26-õppetunnist koosnevat õppekava, mis keskendub masinõppele. Selles õppekavas õpid nn klassikalist masinõpet, kasutades peamiselt Scikit-learn kauplust ning vältides süvaõpet, mida käsitletakse meie tehisintellekti algajatele õppekavas. Paarita need õppetunnid ka meie 'Andmeteaduse algajatele' õppekavaga!

Rändame koos üle maailma, rakendades neid klassikalisi meetodeid erinevate maailma piirkondade andmetele. Iga õppetund sisaldab eelkatsed ja järeltöötluskatsed, kirjalikud juhised õppetöö lõpetamiseks, lahenduse, tööülesande ja veelgi rohkem. Meie projektipõhine pedagoogika võimaldab sul õppida ehitades, 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

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

🙏 Eriline tänu 🙏 meie Microsofti õpilas-suursaadikute 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 õpilas-suursaadikutele Eric Wanjau, Jasleen Sondhi ja Vidushi Gupta meie R-õppetundide eest!

Alustamine

Järgi neid samme:

1. Tee hoidla fork: kliki selle lehe paremas ülanurgas olevale nupule „Fork“.
2. Klooni hoidla: git clone https://github.com/microsoft/ML-For-Beginners.git

leiad kõik täiendavad selle kursuse ressursid meie Microsoft Learn kollektsioonist

🔧 Vajad abi? Vaata meie Tõrkeotsingu juhendit, kus on lahendused levinud probleemidele paigaldamisel, häälestamisel ja õppetundide käivitamisel.

Õpilased, selle õppekava kasutamiseks tee fork kogu hoidlast omaenda GitHubi kontole ja lõpeta harjutused iseseisvalt või grupiga:

• Alusta eelkatsest.
• Loe loeng ja lõpeta tegevused, peatu ja mõtiskle igal teadmiste kontrollimisel.
• Püüa luua projektid, mõistes õppetunde, selle asemel et koodi kopeerida; kuid see kood on olemas iga projektimeelse õppetunni /solution kaustas.
• Tee pärast loengut test.
• Tee väljakutse.
• Tee tööülesanne.
• Pärast õppetunde rühma lõpetamist külasta Arutelufoorumit ja „õpi valjusti“ läbides sobiva PAT hindamislehe. PAT on edenemise hindamiseks kasutatav rubriik, mida täites oma õppimist toetad. Samuti võid reageerida teiste PATidele, et koos õppida.

Täiendavaks õppeks soovitame järgida neid Microsoft Learn mooduleid ja õpiteid.

Õpetajad, meil on mõningaid soovitusi, kuidas seda õppekava kasutada.

---

Videokäivitused

Mõned õppetunnid on saadaval lühikeste videotena. Leiad need sisseehitatult õppetundidest või ML algajatele esitusloendist Microsofti arendaja YouTube kanalil pildile klõpsates.

---

Tutvu meeskonnaga

Gif autor Mohit Jaisal

🎥 Klõpsa ülalolevale pildile, et vaadata videot projektist ja inimestest, kes selle lõid!

---

Pedagoogika

Selle õppekava loomisel oleme valinud kaks pedagoogilist printsiipi: tagada, et see on praktiline projektipõhine ja sisaldab sagedasi teste. Lisaks on sellel õppekaval ühine teema, mis annab sellele sidususe.

Sisule projektide kaudu sobitamisega muudetakse protsess õppuritele huvitavamaks ja kontseptsioonide kinnistamine tugevamaks. Lisaks seab madala panusega eelkats enne tundi õppuri kavatsuse teemat omandada, samas kui teine kats tunnijärgselt tagab teadmiste kinnistamise. See õppekava on loodud olema paindlik ja lõbus ning seda saab läbida tervikuna või ositi. Projektid algavad väikestena ja muutuvad 12-nädalase tsükli lõpus järjest keerukamaks. Õppekava sisaldab ka järelsõna masinõppe reaalse maailma rakendustest, mida võib kasutada lisapunktide saamiseks või arutelupõhjana.

Leia meie käitumiskoodeks, panustamine, tõlkimine ja tõrkeotsing juhendid. Ootame konstruktiivset tagasisidet!

Iga õppetund sisaldab

• vabatahtlik sketšmärkmed
• vabatahtlik täiendav video
• videotutvustus (ainult mõni õppetund)
• eelloengu soojenduskatse
• kirjalik õppetund
• projektipõhiste õppetundide puhul samm-sammulised juhised, kuidas projekt üles ehitada
• teadmiste kontrollid
• väljakutse
• täiendav lugemine
• tööülesanne
• järguloengu test

Märkus keeltest: Need õppetunnid on peamiselt kirjutatud Pythoni keeles, kuid paljud on saadaval ka R-s. R-õppetunni läbimiseks mine /solution kausta ja otsi R õppetunde. Need sisaldavad .rmd laiendit, mis tähistab R Markdowni faili, mida võib defineerida kui koodiblokkide (R või teiste keelte) ja YAML päise (mis juhib väljundite vormindamist, nt PDF) kombineerimist Markdown dokumendis. See pakub suurepärast raamistikku andmeteaduseks, sest võimaldab kombineerida koodi, selle väljundit ja mõtteid, mille saab kirja panna Markdownis. Lisaks saab R Markdowni dokumente renderdada väljundvormingutesse nagu PDF, HTML või Word. Märkus viktoriinide kohta: Kõik viktoriinid asuvad Quiz App kaustas, kokku 52 viktoriini, milles igas on kolm küsimust. Need on õppetundidesse lingitud, kuid viktoriini rakendust saab käivitada lokaalselt; juhised lokaalseks majutamiseks või Azure'i kasutuselevõtuks leiate quiz-app kaustast.

Õppetunni number	Teema	Õppetunni grupp	Õpieesmärgid	Link õppetundile	Autor
01	Masinõppe tutvustus	Sissejuhatus	Õpi masinõppe põhikontseptsioone	Õppetund	Muhammad
02	Masinõppe ajalugu	Sissejuhatus	Õpi selle valdkonna ajalugu	Õppetund	Jen ja Amy
03	Õiglus ja masinõpe	Sissejuhatus	Millised on olulised filosoofilised küsimused õiglusest, mida õppijad peaksid kaaluma masinõppemudelite loomisel ja kasutamisel?	Õppetund	Tomomi
04	Masinõppe tehnikad	Sissejuhatus	Milliseid tehnikaid masinõppe uurijad kasutavad mudelite loomiseks?	Õppetund	Chris ja Jen
05	Regresseerimise tutvustus	Regressioon	Alusta Pythoniga ja Scikit-learniga regressioonimudelite jaoks	Python • R	Jen • Eric Wanjau
06	Põhja-Ameerika kõrvitsa hinnad 🎃	Regressioon	Visualiseeri ja puhasta andmeid masinõppe ettevalmistamiseks	Python • R	Jen • Eric Wanjau
07	Põhja-Ameerika kõrvitsa hinnad 🎃	Regressioon	Ehita lineaar- ja polünoomregressioonimudelid	Python • R	Jen ja Dmitry • Eric Wanjau
08	Põhja-Ameerika kõrvitsa hinnad 🎃	Regressioon	Ehita logistilise regressiooni mudel	Python • R	Jen • Eric Wanjau
09	Veebirakendus 🔌	Veebirakendus	Ära oma koolitatud mudeliga veebirakendus	Python	Jen
10	Klassifitseerimise tutvustus	Klassifitseerimine	Puhasta, valmista ette ja visualiseeri oma andmeid; klassifitseerimise tutvustus	Python • R	Jen ja Cassie • Eric Wanjau
11	Maitsvad Aasia ja India toidud 🍜	Klassifitseerimine	Klassifitseerijate tutvustus	Python • R	Jen ja Cassie • Eric Wanjau
12	Maitsvad Aasia ja India toidud 🍜	Klassifitseerimine	Rohkem klassifitseerijaid	Python • R	Jen ja Cassie • Eric Wanjau
13	Maitsvad Aasia ja India toidud 🍜	Klassifitseerimine	Ehita mudelit kasutav soovitusrakendus	Python	Jen
14	Klasterdamise tutvustus	Klasterdamine	Puhasta, valmista ette ja visualiseeri oma andmeid; klasterdamise tutvustus	Python • R	Jen • Eric Wanjau
15	Nigeeria muusikamaitsete uurimine 🎧	Klasterdamine	Uuri K-keskmiste klasterdamismeetodit	Python • R	Jen • Eric Wanjau
16	Loodusliku keele töötlemise tutvustus ☕️	Loodusliku keele töötlemine	Õpi NLP põhialuseid, ehitades lihtsa boti	Python	Stephen
17	Levinumad NLP ülesanded ☕️	Loodusliku keele töötlemine	Süvenda NLP teadmisi, mõistes keelestruktuuridega töötamiseks vajalikke ülesandeid	Python	Stephen
18	Tõlge ja emotsioonianalüüs ♥️	Loodusliku keele töötlemine	Tõlge ja emotsioonianalüüs koos Jane Austeniga	Python	Stephen
19	Euroopa romantilised hotellid ♥️	Loodusliku keele töötlemine	Emotsioonianalüüs hotellikriitikatega 1	Python	Stephen
20	Euroopa romantilised hotellid ♥️	Loodusliku keele töötlemine	Emotsioonianalüüs hotellikriitikatega 2	Python	Stephen
21	Ajajoonte prognoosimise tutvustus	Ajajoons	Ajajoonte prognoosimise tutvustus	Python	Francesca
22	⚡️ Maailma energiatarve ⚡️ - ajajoonte prognoos ARIMA kaudu	Ajajoons	Ajajoonte prognoos ARIMA mudeliga	Python	Francesca
23	⚡️ Maailma energiatarve ⚡️ - ajajoonte prognoos SVRiga	Ajajoons	Ajajoonte prognoos Toetava Vektori Regresseerijaga	Python	Anirban
24	Tugevdusõppe tutvustus	Tugevdusõpe	Tutvustus tugevdusõppele Q-õppe kaudu	Python	Dmitry
25	Aidake Peteril hundi eest põgeneda! 🐺	Tugevdusõpe	Tugevdusõppe Gym	Python	Dmitry
Lisapeatükid	Masinõppe reaalsed stsenaariumid ja rakendused	Masinõpe vabas looduses	Huvitavad ja valgustavad reaalsed masinõppe rakendused	Õppetund	Meeskond
Lisapeatükid	Mudelite silumine ML-s RAI juhtpaneeli abil	Masinõpe vabas looduses	Masinõppe mudelite silumine kasutades Responsible AI juhtpaneeli komponente	Õppetund	Ruth Yakubu

leia kõik selle kursuse täiendavad ressursid meie Microsoft Learni kogumikust

Võrguühenduseta kasutamine

Seda dokumentatsiooni saab kasutada võrguühenduseta, kasutades Docsify. Hargi see repositorium, installi Docsify oma kohalikule masinale ja seejärel selle repositoriumi juurkaustas kirjuta docsify serve. Veebisait serverdatakse pordil 3000 sinu lokaalses hostis: localhost:3000.

PDF-id

Leia õppekava pdf koos linkidega siit.

🎒 Muud kursused

Meie meeskond toodab ka teisi kursuseid! Vaata lähemalt:

LangChain

---

Azure / Edge / MCP / Agendid

---

Generatiivne tehisintellekt seeria

---

Põhijuhendamine

---

Copiloti sari

Abi saamine

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

Kui sul on toote tagasisidet või ehitamisel vigu, külasta:

---

Vastutusest loobumine:
See dokument on tõlgitud kasutades tehisintellektil põhinevat tõlketeenust Co-op Translator. Kuigi püüame tagada täpsuse, palun arvestage, et automaatsed tõlked võivad sisaldada vigu või ebatäpsusi. Originaaldokument selle emakeeles tuleb pidada autoriteetseks allikaks. Tähtsa teabe puhul soovitatakse kasutada professionaalset inimtõlget. Me ei vastuta selle tõlke kasutamisest tingitud arusaamatuste või valesti mõistmiste eest.