|
|
<!--
|
|
|
CO_OP_TRANSLATOR_METADATA:
|
|
|
{
|
|
|
"original_hash": "a54f98da7bbee99ddc62a9e490eef7dc",
|
|
|
"translation_date": "2025-09-29T22:07:54+00:00",
|
|
|
"source_file": "README.md",
|
|
|
"language_code": "he"
|
|
|
}
|
|
|
-->
|
|
|
[](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/)
|
|
|
|
|
|
### 🌐 תמיכה רב-לשונית
|
|
|
|
|
|
#### נתמך באמצעות GitHub Action (אוטומטי ותמיד מעודכן)
|
|
|
|
|
|
[צרפתית](../fr/README.md) | [ספרדית](../es/README.md) | [גרמנית](../de/README.md) | [רוסית](../ru/README.md) | [ערבית](../ar/README.md) | [פרסית (פארסי)](../fa/README.md) | [אורדו](../ur/README.md) | [סינית (פשוטה)](../zh/README.md) | [סינית (מסורתית, מקאו)](../mo/README.md) | [סינית (מסורתית, הונג קונג)](../hk/README.md) | [סינית (מסורתית, טייוואן)](../tw/README.md) | [יפנית](../ja/README.md) | [קוריאנית](../ko/README.md) | [הינדי](../hi/README.md) | [בנגלית](../bn/README.md) | [מרטהי](../mr/README.md) | [נפאלית](../ne/README.md) | [פונג'אבי (גורמוקי)](../pa/README.md) | [פורטוגזית (פורטוגל)](../pt/README.md) | [פורטוגזית (ברזיל)](../br/README.md) | [איטלקית](../it/README.md) | [פולנית](../pl/README.md) | [טורקית](../tr/README.md) | [יוונית](../el/README.md) | [תאית](../th/README.md) | [שוודית](../sv/README.md) | [דנית](../da/README.md) | [נורווגית](../no/README.md) | [פינית](../fi/README.md) | [הולנדית](../nl/README.md) | [עברית](./README.md) | [וייטנאמית](../vi/README.md) | [אינדונזית](../id/README.md) | [מלאית](../ms/README.md) | [טאגאלוג (פיליפינית)](../tl/README.md) | [סוואהילית](../sw/README.md) | [הונגרית](../hu/README.md) | [צ'כית](../cs/README.md) | [סלובקית](../sk/README.md) | [רומנית](../ro/README.md) | [בולגרית](../bg/README.md) | [סרבית (קירילית)](../sr/README.md) | [קרואטית](../hr/README.md) | [סלובנית](../sl/README.md) | [אוקראינית](../uk/README.md) | [בורמזית (מיאנמר)](../my/README.md)
|
|
|
|
|
|
#### הצטרפו לקהילה שלנו
|
|
|
|
|
|
[](https://aka.ms/ml4beginners/discord)
|
|
|
|
|
|
יש לנו סדרת לימוד ב-AI ב-Discord, למדו עוד והצטרפו אלינו ב-[Learn with AI Series](https://aka.ms/learnwithai/discord) בין 18 ל-30 בספטמבר, 2025. תקבלו טיפים וטריקים לשימוש ב-GitHub Copilot במדעי הנתונים.
|
|
|
|
|
|
|
|
|
|
|
|
# למידת מכונה למתחילים - תוכנית לימודים
|
|
|
|
|
|
> 🌍 מסע מסביב לעולם כשאנחנו חוקרים למידת מכונה דרך תרבויות העולם 🌍
|
|
|
|
|
|
צוות Cloud Advocates במיקרוסופט שמח להציע תוכנית לימודים בת 12 שבועות ו-26 שיעורים על **למידת מכונה**. בתוכנית זו תלמדו על מה שמכונה לעיתים **למידת מכונה קלאסית**, תוך שימוש בעיקר בספריית Scikit-learn והימנעות מלמידה עמוקה, שמכוסה בתוכנית הלימודים שלנו [AI למתחילים](https://aka.ms/ai4beginners). ניתן לשלב את השיעורים הללו עם תוכנית הלימודים שלנו ['מדעי הנתונים למתחילים'](https://aka.ms/ds4beginners), גם כן!
|
|
|
|
|
|
צאו איתנו למסע מסביב לעולם כשאנחנו מיישמים את הטכניקות הקלאסיות הללו על נתונים מאזורים שונים בעולם. כל שיעור כולל מבחני טרום ואחרי שיעור, הוראות כתובות להשלמת השיעור, פתרון, משימה ועוד. הפדגוגיה מבוססת הפרויקטים שלנו מאפשרת לכם ללמוד תוך כדי בנייה, דרך מוכחת להטמעת מיומנויות חדשות.
|
|
|
|
|
|
**✍️ תודה רבה למחברים שלנו** ג'ן לופר, סטיבן האוול, פרנצ'סקה לזארי, טומומי אימורה, קסי ברוויו, דמיטרי סושניקוב, כריס נורינג, אנירבן מוקרג'י, אורנלה אלטוניאן, רות יעקובו ואיימי בויד
|
|
|
|
|
|
**🎨 תודה גם למאיירים שלנו** טומומי אימורה, דאסאני מדיפאלי וג'ן לופר
|
|
|
|
|
|
**🙏 תודה מיוחדת 🙏 למחברי, מבקרי ותורמי התוכן של Microsoft Student Ambassador**, במיוחד רישיט דגלי, מוחמד סאקיב חאן אינאן, רוהן ראג', אלכסנדרו פטרסקו, אבישק ג'ייסוואל, נאורין טבאסום, יואן סמואילה וסניגדה אגרוול
|
|
|
|
|
|
**🤩 תודה נוספת ל-Microsoft Student Ambassadors אריק וונג'או, ג'סלין סונדי ווידושי גופטה על שיעורי ה-R שלנו!**
|
|
|
|
|
|
# התחלת העבודה
|
|
|
|
|
|
בצעו את השלבים הבאים:
|
|
|
1. **פיצול הריפוזיטורי**: לחצו על כפתור "Fork" בפינה הימנית העליונה של הדף הזה.
|
|
|
2. **שכפול הריפוזיטורי**: `git clone https://github.com/microsoft/ML-For-Beginners.git`
|
|
|
|
|
|
> [מצאו את כל המשאבים הנוספים לקורס הזה באוסף Microsoft Learn שלנו](https://learn.microsoft.com/en-us/collections/qrqzamz1nn2wx3?WT.mc_id=academic-77952-bethanycheum)
|
|
|
|
|
|
**[סטודנטים](https://aka.ms/student-page)**, כדי להשתמש בתוכנית הלימודים הזו, פצלו את הריפוזיטורי כולו לחשבון GitHub שלכם והשלימו את התרגילים בעצמכם או בקבוצה:
|
|
|
|
|
|
- התחילו עם מבחן טרום שיעור.
|
|
|
- קראו את השיעור והשלימו את הפעילויות, תוך עצירה והרהור בכל בדיקת ידע.
|
|
|
- נסו ליצור את הפרויקטים על ידי הבנת השיעורים במקום להריץ את קוד הפתרון; עם זאת, הקוד זמין בתיקיות `/solution` בכל שיעור מבוסס פרויקט.
|
|
|
- בצעו את מבחן אחרי השיעור.
|
|
|
- השלימו את האתגר.
|
|
|
- השלימו את המשימה.
|
|
|
- לאחר השלמת קבוצת שיעורים, בקרו ב-[לוח הדיונים](https://github.com/microsoft/ML-For-Beginners/discussions) ו"למדו בקול רם" על ידי מילוי מדד PAT המתאים. 'PAT' הוא כלי הערכת התקדמות שהוא מדד שאתם ממלאים כדי להעמיק את הלמידה שלכם. תוכלו גם להגיב ל-PATs אחרים כדי שנלמד יחד.
|
|
|
|
|
|
> ללימוד נוסף, אנו ממליצים לעקוב אחר [Microsoft Learn](https://docs.microsoft.com/en-us/users/jenlooper-2911/collections/k7o7tg1gp306q4?WT.mc_id=academic-77952-leestott) מודולים ונתיבי לימוד.
|
|
|
|
|
|
**מורים**, כללנו [כמה הצעות](for-teachers.md) כיצד להשתמש בתוכנית הלימודים הזו.
|
|
|
|
|
|
---
|
|
|
|
|
|
## סרטוני הדרכה
|
|
|
|
|
|
חלק מהשיעורים זמינים כסרטונים קצרים. תוכלו למצוא את כולם בתוך השיעורים, או ברשימת ההשמעה [ML for Beginners בערוץ YouTube של Microsoft Developer](https://aka.ms/ml-beginners-videos) על ידי לחיצה על התמונה למטה.
|
|
|
|
|
|
[](https://aka.ms/ml-beginners-videos)
|
|
|
|
|
|
---
|
|
|
|
|
|
## הכירו את הצוות
|
|
|
|
|
|
[](https://youtu.be/Tj1XWrDSYJU)
|
|
|
|
|
|
**Gif מאת** [Mohit Jaisal](https://linkedin.com/in/mohitjaisal)
|
|
|
|
|
|
> 🎥 לחצו על התמונה למעלה לצפייה בסרטון על הפרויקט והאנשים שיצרו אותו!
|
|
|
|
|
|
---
|
|
|
|
|
|
## פדגוגיה
|
|
|
|
|
|
בחרנו שני עקרונות פדגוגיים בעת בניית תוכנית הלימודים הזו: להבטיח שהיא מבוססת **פרויקטים מעשיים** ושכוללת **מבחנים תכופים**. בנוסף, לתוכנית הלימודים יש **נושא משותף** שמעניק לה לכידות.
|
|
|
|
|
|
על ידי הבטחת התאמת התוכן לפרויקטים, התהליך נעשה יותר מרתק עבור סטודנטים ושימור המושגים יוגבר. בנוסף, מבחן בעל סיכון נמוך לפני שיעור מכוון את כוונת הסטודנט ללמידת נושא, בעוד מבחן שני לאחר השיעור מבטיח שימור נוסף. תוכנית הלימודים הזו תוכננה להיות גמישה ומהנה וניתן לקחת אותה בשלמותה או בחלקים. הפרויקטים מתחילים קטנים והופכים מורכבים יותר עד סוף מחזור 12 השבועות. תוכנית הלימודים כוללת גם נספח על יישומים אמיתיים של ML, שניתן להשתמש בו כקרדיט נוסף או כבסיס לדיון.
|
|
|
|
|
|
> מצאו את [קוד ההתנהגות](CODE_OF_CONDUCT.md), [הנחיות לתרומה](CONTRIBUTING.md), ו[הנחיות לתרגום](TRANSLATIONS.md). נשמח לקבל את המשוב הבונה שלכם!
|
|
|
|
|
|
## כל שיעור כולל
|
|
|
|
|
|
- סקיצות אופציונליות
|
|
|
- סרטון משלים אופציונלי
|
|
|
- סרטון הדרכה (חלק מהשיעורים בלבד)
|
|
|
- [מבחן חימום לפני השיעור](https://ff-quizzes.netlify.app/en/ml/)
|
|
|
- שיעור כתוב
|
|
|
- עבור שיעורים מבוססי פרויקט, מדריכים שלב-אחר-שלב כיצד לבנות את הפרויקט
|
|
|
- בדיקות ידע
|
|
|
- אתגר
|
|
|
- קריאה משלימה
|
|
|
- משימה
|
|
|
- [מבחן אחרי השיעור](https://ff-quizzes.netlify.app/en/ml/)
|
|
|
|
|
|
> **הערה לגבי שפות**: השיעורים הללו נכתבו בעיקר ב-Python, אך רבים זמינים גם ב-R. כדי להשלים שיעור ב-R, עברו לתיקיית `/solution` וחפשו שיעורי R. הם כוללים סיומת .rmd שמייצגת קובץ **R Markdown** שניתן להגדירו בפשטות כהטמעה של `קטעי קוד` (של R או שפות אחרות) ו`כותרת YAML` (שמנחה כיצד לעצב פלטים כמו PDF) במסמך `Markdown`. כך, הוא משמש כמסגרת כתיבה לדוגמה במדעי הנתונים מכיוון שהוא מאפשר לכם לשלב את הקוד שלכם, את הפלט שלו ואת המחשבות שלכם על ידי כתיבתם ב-Markdown. יתרה מכך, ניתן להפיק מסמכי R Markdown לפורמטים כמו PDF, HTML או Word.
|
|
|
|
|
|
> **הערה לגבי מבחנים**: כל המבחנים נמצאים בתיקיית [Quiz App](../../quiz-app), עבור 52 מבחנים בסך הכל, כל אחד עם שלוש שאלות. הם מקושרים מתוך השיעורים אך ניתן להריץ את אפליקציית המבחנים באופן מקומי; עקבו אחר ההוראות בתיקיית `quiz-app` כדי לארח מקומית או לפרוס ל-Azure.
|
|
|
|
|
|
| מספר שיעור | נושא | קבוצת שיעורים | מטרות למידה | שיעור מקושר | מחבר |
|
|
|
| :-----------: | :------------------------------------------------------------: | :-------------------------------------------------: | ------------------------------------------------------------------------------------------------------------------------------- | :--------------------------------------------------------------------------------------------------------------------------------------: | :--------------------------------------------------: |
|
|
|
| 01 | מבוא ללמידת מכונה | [מבוא](1-Introduction/README.md) | למדו את המושגים הבסיסיים מאחורי למידת מכונה | [שיעור](1-Introduction/1-intro-to-ML/README.md) | מוחמד |
|
|
|
| 02 | ההיסטוריה של למידת מכונה | [מבוא](1-Introduction/README.md) | למדו את ההיסטוריה שמאחורי התחום הזה | [שיעור](1-Introduction/2-history-of-ML/README.md) | ג'ן ואיימי |
|
|
|
| 03 | הוגנות ולמידת מכונה | [מבוא](1-Introduction/README.md) | מהם הנושאים הפילוסופיים החשובים סביב הוגנות שעל הסטודנטים לשקול בעת בניית והפעלת מודלים של למידת מכונה? | [שיעור](1-Introduction/3-fairness/README.md) | טומומי |
|
|
|
| 04 | טכניקות ללמידת מכונה | [מבוא](1-Introduction/README.md) | אילו טכניקות חוקרי למידת מכונה משתמשים כדי לבנות מודלים של למידת מכונה? | [שיעור](1-Introduction/4-techniques-of-ML/README.md) | כריס וג'ן |
|
|
|
| 05 | מבוא לרגרסיה | [רגרסיה](2-Regression/README.md) | התחילו עם Python ו-Scikit-learn עבור מודלים של רגרסיה | [Python](2-Regression/1-Tools/README.md) • [R](../../2-Regression/1-Tools/solution/R/lesson_1.html) | ג'ן • אריק וואנג'או |
|
|
|
| 06 | מחירי דלעת בצפון אמריקה 🎃 | [רגרסיה](2-Regression/README.md) | ויזואליזציה וניקוי נתונים כהכנה ללמידת מכונה | [Python](2-Regression/2-Data/README.md) • [R](../../2-Regression/2-Data/solution/R/lesson_2.html) | ג'ן • אריק וואנג'או |
|
|
|
| 07 | מחירי דלעת בצפון אמריקה 🎃 | [רגרסיה](2-Regression/README.md) | בניית מודלים של רגרסיה ליניארית ופולינומית | [Python](2-Regression/3-Linear/README.md) • [R](../../2-Regression/3-Linear/solution/R/lesson_3.html) | ג'ן ודמיטרי • אריק וואנג'או |
|
|
|
| 08 | מחירי דלעת בצפון אמריקה 🎃 | [רגרסיה](2-Regression/README.md) | בניית מודל רגרסיה לוגיסטית | [Python](2-Regression/4-Logistic/README.md) • [R](../../2-Regression/4-Logistic/solution/R/lesson_4.html) | ג'ן • אריק וואנג'או |
|
|
|
| 09 | אפליקציית אינטרנט 🔌 | [אפליקציית אינטרנט](3-Web-App/README.md) | בניית אפליקציית אינטרנט לשימוש במודל שאומן | [Python](3-Web-App/1-Web-App/README.md) | ג'ן |
|
|
|
| 10 | מבוא לסיווג | [סיווג](4-Classification/README.md) | ניקוי, הכנה וויזואליזציה של הנתונים; מבוא לסיווג | [Python](4-Classification/1-Introduction/README.md) • [R](../../4-Classification/1-Introduction/solution/R/lesson_10.html) | ג'ן וקאסי • אריק וואנג'או |
|
|
|
| 11 | מטבחים אסיאתיים והודיים טעימים 🍜 | [סיווג](4-Classification/README.md) | מבוא למסווגים | [Python](4-Classification/2-Classifiers-1/README.md) • [R](../../4-Classification/2-Classifiers-1/solution/R/lesson_11.html) | ג'ן וקאסי • אריק וואנג'או |
|
|
|
| 12 | מטבחים אסיאתיים והודיים טעימים 🍜 | [סיווג](4-Classification/README.md) | מסווגים נוספים | [Python](4-Classification/3-Classifiers-2/README.md) • [R](../../4-Classification/3-Classifiers-2/solution/R/lesson_12.html) | ג'ן וקאסי • אריק וואנג'או |
|
|
|
| 13 | מטבחים אסיאתיים והודיים טעימים 🍜 | [סיווג](4-Classification/README.md) | בניית אפליקציית אינטרנט ממליצה באמצעות המודל שלכם | [Python](4-Classification/4-Applied/README.md) | ג'ן |
|
|
|
| 14 | מבוא לקיבוץ | [קיבוץ](5-Clustering/README.md) | ניקוי, הכנה וויזואליזציה של הנתונים; מבוא לקיבוץ | [Python](5-Clustering/1-Visualize/README.md) • [R](../../5-Clustering/1-Visualize/solution/R/lesson_14.html) | ג'ן • אריק וואנג'או |
|
|
|
| 15 | חקר טעמי מוזיקה ניגרית 🎧 | [קיבוץ](5-Clustering/README.md) | חקר שיטת הקיבוץ K-Means | [Python](5-Clustering/2-K-Means/README.md) • [R](../../5-Clustering/2-K-Means/solution/R/lesson_15.html) | ג'ן • אריק וואנג'או |
|
|
|
| 16 | מבוא לעיבוד שפה טבעית ☕️ | [עיבוד שפה טבעית](6-NLP/README.md) | למדו את היסודות של עיבוד שפה טבעית על ידי בניית בוט פשוט | [Python](6-NLP/1-Introduction-to-NLP/README.md) | סטיבן |
|
|
|
| 17 | משימות נפוצות בעיבוד שפה טבעית ☕️ | [עיבוד שפה טבעית](6-NLP/README.md) | העמיקו את הידע שלכם בעיבוד שפה טבעית על ידי הבנת משימות נפוצות הנדרשות בעת עבודה עם מבני שפה | [Python](6-NLP/2-Tasks/README.md) | סטיבן |
|
|
|
| 18 | תרגום וניתוח רגשות ♥️ | [עיבוד שפה טבעית](6-NLP/README.md) | תרגום וניתוח רגשות עם ג'יין אוסטן | [Python](6-NLP/3-Translation-Sentiment/README.md) | סטיבן |
|
|
|
| 19 | מלונות רומנטיים באירופה ♥️ | [עיבוד שפה טבעית](6-NLP/README.md) | ניתוח רגשות עם ביקורות על מלונות 1 | [Python](6-NLP/4-Hotel-Reviews-1/README.md) | סטיבן |
|
|
|
| 20 | מלונות רומנטיים באירופה ♥️ | [עיבוד שפה טבעית](6-NLP/README.md) | ניתוח רגשות עם ביקורות על מלונות 2 | [Python](6-NLP/5-Hotel-Reviews-2/README.md) | סטיבן |
|
|
|
| 21 | מבוא לחיזוי סדרות זמן | [סדרות זמן](7-TimeSeries/README.md) | מבוא לחיזוי סדרות זמן | [Python](7-TimeSeries/1-Introduction/README.md) | פרנצ'סקה |
|
|
|
| 22 | ⚡️ שימוש עולמי בחשמל ⚡️ - חיזוי סדרות זמן עם ARIMA | [סדרות זמן](7-TimeSeries/README.md) | חיזוי סדרות זמן עם ARIMA | [Python](7-TimeSeries/2-ARIMA/README.md) | פרנצ'סקה |
|
|
|
| 23 | ⚡️ שימוש עולמי בחשמל ⚡️ - חיזוי סדרות זמן עם SVR | [סדרות זמן](7-TimeSeries/README.md) | חיזוי סדרות זמן עם Support Vector Regressor | [Python](7-TimeSeries/3-SVR/README.md) | אנירבן |
|
|
|
| 24 | מבוא ללמידת חיזוק | [למידת חיזוק](8-Reinforcement/README.md) | מבוא ללמידת חיזוק עם Q-Learning | [Python](8-Reinforcement/1-QLearning/README.md) | דמיטרי |
|
|
|
| 25 | עזרו לפיטר להימנע מהזאב! 🐺 | [למידת חיזוק](8-Reinforcement/README.md) | למידת חיזוק Gym | [Python](8-Reinforcement/2-Gym/README.md) | דמיטרי |
|
|
|
| פוסטסקריפט | תרחישים ויישומים של למידת מכונה בעולם האמיתי | [למידת מכונה בעולם האמיתי](9-Real-World/README.md) | יישומים מעניינים ומגלים של למידת מכונה קלאסית | [שיעור](9-Real-World/1-Applications/README.md) | צוות |
|
|
|
| פוסטסקריפט | ניפוי שגיאות מודלים בלמידת מכונה באמצעות לוח מחוונים RAI | [למידת מכונה בעולם האמיתי](9-Real-World/README.md) | ניפוי שגיאות מודלים בלמידת מכונה באמצעות רכיבי לוח מחוונים של AI אחראי | [שיעור](9-Real-World/2-Debugging-ML-Models/README.md) | רות יעקובו |
|
|
|
|
|
|
> [מצאו את כל המשאבים הנוספים לקורס זה באוסף Microsoft Learn שלנו](https://learn.microsoft.com/en-us/collections/qrqzamz1nn2wx3?WT.mc_id=academic-77952-bethanycheum)
|
|
|
|
|
|
## גישה לא מקוונת
|
|
|
|
|
|
ניתן להפעיל את התיעוד הזה לא מקוון באמצעות [Docsify](https://docsify.js.org/#/). עשו Fork למאגר זה, [התקינו את Docsify](https://docsify.js.org/#/quickstart) במחשב המקומי שלכם, ואז בתיקיית השורש של מאגר זה, הקלידו `docsify serve`. האתר יוגש על פורט 3000 ב-localhost שלכם: `localhost:3000`.
|
|
|
|
|
|
## PDFs
|
|
|
|
|
|
מצאו קובץ PDF של תכנית הלימודים עם קישורים [כאן](https://microsoft.github.io/ML-For-Beginners/pdf/readme.pdf).
|
|
|
|
|
|
|
|
|
## 🎒 קורסים נוספים
|
|
|
|
|
|
הצוות שלנו מייצר קורסים נוספים! בדקו:
|
|
|
|
|
|
- [Edge AI למתחילים](https://aka.ms/edgeai-for-beginners)
|
|
|
- [סוכני AI למתחילים](https://aka.ms/ai-agents-beginners)
|
|
|
- [Generative AI למתחילים](https://aka.ms/genai-beginners)
|
|
|
- [Generative AI למתחילים .NET](https://github.com/microsoft/Generative-AI-for-beginners-dotnet)
|
|
|
- [Generative AI עם JavaScript](https://github.com/microsoft/generative-ai-with-javascript)
|
|
|
- [Generative AI עם Java](https://github.com/microsoft/Generative-AI-for-beginners-java)
|
|
|
- [AI למתחילים](https://aka.ms/ai-beginners)
|
|
|
- [מדע נתונים למתחילים](https://aka.ms/datascience-beginners)
|
|
|
- [למידת מכונה למתחילים](https://aka.ms/ml-beginners)
|
|
|
- [סייבר למתחילים](https://github.com/microsoft/Security-101)
|
|
|
- [פיתוח אתרים למתחילים](https://aka.ms/webdev-beginners)
|
|
|
- [IoT למתחילים](https://aka.ms/iot-beginners)
|
|
|
- [פיתוח XR למתחילים](https://github.com/microsoft/xr-development-for-beginners)
|
|
|
- [שליטה ב-GitHub Copilot לתכנות זוגי](https://github.com/microsoft/Mastering-GitHub-Copilot-for-Paired-Programming)
|
|
|
- [שליטה ב-GitHub Copilot למפתחים ב-C#/.NET](https://github.com/microsoft/mastering-github-copilot-for-dotnet-csharp-developers)
|
|
|
- [בחרו את הרפתקת Copilot שלכם](https://github.com/microsoft/CopilotAdventures)
|
|
|
|
|
|
---
|
|
|
|
|
|
**כתב ויתור**:
|
|
|
מסמך זה תורגם באמצעות שירות תרגום מבוסס בינה מלאכותית [Co-op Translator](https://github.com/Azure/co-op-translator). למרות שאנו שואפים לדיוק, יש לקחת בחשבון שתרגומים אוטומטיים עשויים להכיל שגיאות או אי דיוקים. המסמך המקורי בשפתו המקורית צריך להיחשב כמקור הסמכותי. עבור מידע קריטי, מומלץ להשתמש בתרגום מקצועי על ידי אדם. איננו נושאים באחריות לאי הבנות או לפרשנויות שגויות הנובעות משימוש בתרגום זה. |
