ML-For-Beginners/translations/bn

🌐 বহু-ভাষার সমর্থন

গিটহাব অ্যাকশনের মাধ্যমে সমর্থিত (স্বয়ংক্রিয় এবং সর্বদা আপ-টু-ডেট)

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

অনলাইনে ক্লোন করার পরিবর্তে লোকালি ক্লোন করতে চান?

এই রেপোজিটরিতে ৫০+ ভাষার অনুবাদ অন্তর্ভুক্ত রয়েছে যা ডাউনলোড সাইজ অনেক বেড়ে যায়। অনুবাদ ছাড়া ক্লোন করতে স্পার্স চেকআউট ব্যবহার করুন:

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'

এটি আপনাকে ট্রেনিং সম্পূর্ণ করার জন্য দ্রুত ডাউনলোড সহ সবকিছু দেয়।

আমাদের কমিউনিটিতে যোগ দিন

আমাদের কাছে একটি ডিসকরডের মাধ্যমে AI সিরিজ চলছে, আরও জানুন এবং ১৮ - ৩০ সেপ্টেম্বর, ২০২৫ তারিখে Learn with AI Series এ আমাদের সাথে যোগ দিন। আপনি GitHub Copilot ব্যবহার করে Data Science এর টিপস এবং ট্রিকস পাবেন।

নতুনদের জন্য মেশিন লার্নিং - একটি পাঠক্রম

🌍 আমরা বিশ্বজুড়ে বিভিন্ন সংস্কৃতির মাধ্যমে মেশিন লার্নিং অন্বেষণ করব 🌍

মাইক্রোসফটের ক্লাউড অ্যাডভোকেটরা আনন্দিত যে তারা একটি ১২ সপ্তাহের, ২৬টি পাঠের পাঠক্রম উপস্থাপন করছে যা মূলত মেশিন লার্নিং নিয়ে। এই পাঠক্রমে, আপনি যা কিছু শিখবেন তা মাঝে মাঝে ক্লাসিক মেশিন লার্নিং নামে পরিচিত, যেখানে মূলত Scikit-learn লাইব্রেরি ব্যবহার করা হয় এবং ডিপ লার্নিং এড়ানো হয়েছে, যা আমাদের AI for Beginners' পাঠক্রমে কভার করা হয়েছে। এই পাঠক্রমটিকে আমাদের 'Data Science for Beginners' পাঠক্রমের সাথে জোড়া দিয়ে নিন।

আমাদের সাথে বিশ্বজুড়ে সফর করুন এবং বিভিন্ন জায়গার ডেটা নিয়ে ক্লাসিক প্রযুক্তিগুলো প্রয়োগ করুন। প্রতি পাঠে থাকবে পাঠের আগে ও পরে কুইজ, লেখা নির্দেশাবলী, সমাধান, একটি অ্যাসাইনমেন্ট এবং আরও অনেক কিছু। আমাদের প্রোজেক্ট-ভিত্তিক শিক্ষাদানের পদ্ধতি আপনাকে শেখার সাথে সাথে নির্মাণের সুযোগ দেয়, যা নতুন দক্ষতা শিখতে সবচেয়ে কার্যকর উপায়।

✍️ আমাদের লেখকদের গভীর ধন্যবাদ Jen Looper, Stephen Howell, Francesca Lazzeri, Tomomi Imura, Cassie Breviu, Dmitry Soshnikov, Chris Noring, Anirban Mukherjee, Ornella Altunyan, Ruth Yakubu এবং Amy Boyd

🎨 চিত্রাঙ্কনকারীদের প্রতি কৃতজ্ঞতা Tomomi Imura, Dasani Madipalli, এবং Jen Looper

🙏 বিশেষ ধন্যবাদ 🙏 আমাদের Microsoft Student Ambassador লেখক, পর্যালোচক, এবং কনটেন্ট অবদানকারীদের, বিশেষ করে Rishit Dagli, Muhammad Sakib Khan Inan, Rohan Raj, Alexandru Petrescu, Abhishek Jaiswal, Nawrin Tabassum, Ioan Samuila, এবং Snigdha Agarwal

🤩 অতিরিক্ত কৃতজ্ঞতা Microsoft Student Ambassadors Eric Wanjau, Jasleen Sondhi, এবং Vidushi Gupta কে আমাদের R পাঠের জন্য!

শুরু করা

এই ধাপগুলো অনুসরণ করুন:

1. রেপোজিটরি Fork করুন: এই পাতার ডান-উপরের কোণে "Fork" বোতামে ক্লিক করুন।
2. রেপোজিটরি Clone করুন: git clone https://github.com/microsoft/ML-For-Beginners.git

এই কোর্সের জন্য সব অতিরিক্ত সম্পদ জানতে আমাদের Microsoft Learn সংগ্রহ দেখুন

🔧 সাহায্য দরকার? আমাদের Troubleshooting Guide দেখুন সাধারণ ইনস্টলেশন, সেটআপ এবং লেসন চালানোর সমস্যার সমাধানের জন্য।

ছাত্রছাত্রীদের জন্য, এই পাঠক্রমটি ব্যবহার করার জন্য পুরো রেপো আপনার নিজস্ব গিটহাব অ্যাকাউন্টে fork করে একা বা দলের সঙ্গে এক্সারসাইজগুলো সম্পন্ন করুন:

• একটি প্রাক-লেকচার কুইজ দিয়ে শুরু করুন।
• লেকচার পড়ুন এবং কার্যক্রমগুলো সম্পন্ন করুন, প্রতিটি জ্ঞান পরীক্ষায় থেমে চিন্তা করুন।
• সমাধান কোড চালানোর পরিবর্তে পাঠগুলি বুঝে প্রোজেক্টগুলো তৈরির চেষ্টা করুন; তবে সেই কোড প্রতিটি প্রোজেক্ট-ভিত্তিক পাঠের /solution ফোল্ডারে পাওয়া যায়।
• লেকচারের পরে কুইজ দিন।
• চ্যালেঞ্জ সম্পন্ন করুন।
• অ্যাসাইনমেন্ট সম্পন্ন করুন।
• একটি লেসন গ্রুপ শেষ করার পর Discussion Board এ যান এবং উপযুক্ত PAT রুব্রিক পূরণ করে "লাউড লার্নিং" করুন। 'PAT' হল একটি উন্নতির মূল্যায়ন টুল যা আপনার শেখার অগ্রগতি বাড়াতে আপনি পূরণ করেন। আপনি অন্যদের PAT-এ প্রতিক্রিয়া দিতে পারেন যেন আমরা একসাথে শিখতে পারি।

আরো অধ্যায়নের জন্য আমরা সুপারিশ করি এই Microsoft Learn মডিউল এবং শেখার পথ অনুসরণ করতে।

শিক্ষকদের জন্য, আমরা কিছু সুপারিশ অন্তর্ভুক্ত করেছি এই পাঠক্রমটি কীভাবে ব্যবহার করবেন।

---

ভিডিও ওয়াকথ্রু

কিছু লেসন একদম সংক্ষিপ্ত ভিডিও আকারে পাওয়া যায়। আপনি এই ভিডিওগুলো লেসনের ভিতর দেখতে পারেন, অথবা Microsoft Developer ইউটিউব চ্যানেলের ML for Beginners প্লেলিস্টে নিচের ছবিতে ক্লিক করে দেখতে পারেন।

---

টিমের সাথে পরিচিত হন

Gif নির্মাতা Mohit Jaisal

🎥 লিংকে ক্লিক করুন প্রকল্প ও যারা এটির নির্মাতা তাদের সম্পর্কে ভিডিও দেখার জন্য!

---

শিক্ষাদান পদ্ধতি

এই পাঠক্রম নির্মাণে আমরা দুইটি শিক্ষাদানের মূল নীতি বেছে নিয়েছি: এটি হ্যান্ডস-অন প্রোজেক্ট-ভিত্তিক এবং এতে ঘন ঘন কুইজ রয়েছে। এছাড়া, পাঠক্রমটির একটি সাধারণ বিষয়বস্তুর থিম রয়েছে, যা একীকরণ ঘটায়।

বিষয়বস্তু প্রোজেক্টের সাথে সঙ্গতি রেখে শিক্ষার্থীদের জন্য আরও আকর্ষণীয় করে তোলে এবং ধারণা ধারণক্ষমতা উন্নত হয়। ক্লাসের আগে একটি ছোট পরীক্ষার মাধ্যমে শিক্ষার্থীর শেখার মনোযোগ তৈরি হয়, এবং ক্লাসের পরে দ্বিতীয়টি ধারণার স্থায়িত্ব নিশ্চিত করে। এই পাঠক্রমটি নমনীয় এবং মজার জন্য ডিজাইন করা হয়েছে, পুরোটা বা আংশিক গ্রহণযোগ্য। ১২ সপ্তাহের শুরুর দিকে প্রোজেক্টগুলো ছোট হয়, পরে ক্রমাগত জটিল হয়ে ওঠে। এই পাঠক্রমের শেষে বাস্তব জীবনের ML প্রয়োগ নিয়ে একটি পোস্টস্ক্রিপ্ট অন্তর্ভুক্ত রয়েছে, যা অতিরিক্ত ক্রেডিট বা আলোচনার ভিত্তি হিসেবে ব্যবহার করা যেতে পারে।

আমাদের আচারবিধি, অবদান, অনুবাদ, এবং Troubleshooting নির্দেশিকা দেখুন। আমরা আপনার গঠনমূলক প্রতিক্রিয়াকে স্বাগত জানাই!

প্রতিটি লেসনে রয়েছে

• ঐচ্ছিক স্কেচনোট
• ঐচ্ছিক অতিরিক্ত ভিডিও
• ভিডিও ওয়াকথ্রু (কিছু লেসনে)
• প্রাক-লেকচার ওয়ার্মআপ কুইজ
• লিখিত লেসন
• প্রোজেক্ট-ভিত্তিক লেসনের জন্য, প্রোজেক্ট নির্মাণের ধাপে ধাপে গাইড
• জ্ঞান যাচাই
• একটি চ্যালেঞ্জ
• অতিরিক্ত পঠন
• অ্যাসাইনমেন্ট
• পোস্ট-লেকচার কুইজ

ভাষা সম্পর্কে একটি টিপস: এই লেসনগুলো মূলত পাইথনে লেখা, তবে অনেকগুলো R-তেও পাওয়া যায়। R লেসন সম্পন্ন করতে, /solution ফোল্ডারে R লেসনগুলো খুঁজুন। সেগুলোতে .rmd এক্সটেনশন থাকে, যা একটি R Markdown ফাইল যা কোড চাঙ্ক (R বা অন্যান্য ভাষার) এবং YAML হেডার (যা PDF আউটপুটs এর ফরম্যাট নির্দেশ করে) সহ একটি মার্কডাউন ডকুমেন্ট এমবেডিং। এটি একটি দৃষ্টান্তমূলক লেখক ফ্রেমওয়ার্ক হিসেবে কাজ করে কারণ এটি আপনাকে কোড, আউটপুট এবং চিন্তাভাবনাগুলো একসাথে Markdown-এ লেখার সুযোগ দেয়। তদুপরি, R Markdown ডকুমেন্টগুলো PDF, HTML বা Word মত আউটপুট ফরম্যাটে রেন্ডার করা যায়। কুইজ সম্পর্কে একটি নোট: সমস্ত কুইজ রয়েছে Quiz App folder এ, যেখানে রয়েছে মোট ৫২টি কুইজ প্রতিটিতে তিনটি প্রশ্ন। এগুলো লেসনের ভিতর থেকে লিঙ্ক করা হয়েছে কিন্তু কুইজ অ্যাপ লোকালি চালানো যেতে পারে; লোকালি হোস্ট বা Azure এ ডিপ্লয় করার জন্য quiz-app ফোল্ডারে নির্দেশনাগুলো অনুসরণ করুন।

Lesson Number	Topic	Lesson Grouping	Learning Objectives	Linked Lesson	Author
০১	মেশিন লার্নিংয়ের প্রবর্তন	Introduction	মেশিন লার্নিংয়ের মৌলিক ধারণাগুলো শিখুন	Lesson	মুহাম্মদ
০২	মেশিন লার্নিংয়ের ইতিহাস	Introduction	এই ক্ষেত্রে মৌলিক ইতিহাস শিখুন	Lesson	জেন ও এমি
০৩	নিরপেক্ষতা এবং মেশিন লার্নিং	Introduction	মেশিন লার্নিং মডেল তৈরিতে এবং প্রয়োগে নিরপেক্ষতা সম্পর্কিত গুরুত্বপূর্ণ দার্শনিক বিষয়গুলি ছাত্রদের বিবেচনা করা উচিত কেন?	Lesson	টোমোমি
০৪	মেশিন লার্নিংয়ের পদ্ধতিগুলো	Introduction	মেশিন লার্নিং গবেষকরা কোন পদ্ধতিগুলো ব্যবহার করে মডেল তৈরি করেন?	Lesson	ক্রিস ও জেন
০৫	রিগ্রেশন প্রবর্তন	Regression	রিগ্রেশন মডেলের জন্য পাইথন এবং Scikit-learn দিয়ে শুরু করুন	Python • R	জেন • এরিক ওয়ানজু
০৬	উত্তর আমেরিকার কুমড়ো দাম 🎃	Regression	মেশিন লার্নিং এর জন্য তথ্য ভিজ্যুয়ালাইজ এবং পরিস্কার করা	Python • R	জেন • এরিক ওয়ানজু
০৭	উত্তর আমেরিকার কুমড়ো দাম 🎃	Regression	লিনিয়ার এবং পলিনোমিয়াল রিগ্রেশন মডেল তৈরি করুন	Python • R	জেন ও Dmitry • এরিক ওয়ানজু
০৮	উত্তর আমেরিকার কুমড়ো দাম 🎃	Regression	লজিস্টিক রিগ্রেশন মডেল তৈরি করুন	Python • R	জেন • এরিক ওয়ানজু
০৯	একটি ওয়েব অ্যাপ 🔌	Web App	প্রশিক্ষিত মডেল ব্যবহার করার জন্য একটি ওয়েব অ্যাপ তৈরি করুন	Python	জেন
১০	শ্রেণীবিন্যাসের প্রবর্তন	Classification	তথ্য পরিস্কার, প্রস্তুতকরণ এবং ভিজ্যুয়ালাইজ করুন; শ্রেণীবিন্যাসে প্রবর্তন	Python • R	জেন ও কেসি • এরিক ওয়ানজু
১১	সুস্বাদু এশিয়ান এবং ভারতীয় রান্না 🍜	Classification	শ্রেণীবিন্য fieldায়ক পরিচিতি	Python • R	জেন ও কেসি • এরিক ওয়ানজু
১২	সুস্বাদু এশিয়ান এবং ভারতীয় রান্না 🍜	Classification	আরো শ্রেণীবিন্য fieldায়ক	Python • R	জেন ও কেসি • এরিক ওয়ানজু
১৩	সুস্বাদু এশিয়ান এবং ভারতীয় রান্না 🍜	Classification	আপনার মডেল ব্যবহার করে একটি রিকমেন্ডার ওয়েব অ্যাপ তৈরি করুন	Python	জেন
১৪	ক্লাস্টারিং প্রবর্তন	Clustering	তথ্য পরিষ্কার করুন, প্রস্তুত করুন, ভিজ্যুয়ালাইজ করুন; ক্লাস্টারিংয়ের প্রবর্তন	Python • R	জেন • এরিক ওয়ানজু
১৫	নাইজেরিয়ার সঙ্গীত রুচি অনুসন্ধান 🎧	Clustering	K-Means ক্লাস্টারিং পদ্ধতি অনুসন্ধান করুন	Python • R	জেন • এরিক ওয়ানজু
১৬	প্রাকৃতিক ভাষা প্রক্রিয়াকরণ প্রবর্তন ☕️	Natural language processing	একটি সাধারণ বট তৈরি করে NLP এর মৌলিক জ্ঞান অর্জন করুন	Python	স্টিফেন
১৭	সাধারণ NLP কাজসমূহ ☕️	Natural language processing	ভাষা গঠন সম্পর্কিত সাধারণ কাজগুলি বুঝে আপনার NLP জ্ঞান গভীর করুন	Python	স্টিফেন
১৮	অনুবাদ এবং অনুভূতি বিশ্লেষণ ♥️	Natural language processing	জেন অস্টেনের সাহায্যে অনুবাদ ও অনুভূতি বিশ্লেষণ	Python	স্টিফেন
১৯	ইউরোপের রোমান্টিক হোটেল ♥️	Natural language processing	হোটেল পর্যালোচনার মাধ্যমে অনুভূতি বিশ্লেষণ ১	Python	স্টিফেন
২০	ইউরোপের রোমান্টিক হোটেল ♥️	Natural language processing	হোটেল পর্যালোচনার মাধ্যমে অনুভূতি বিশ্লেষণ ২	Python	স্টিফেন
২১	টাইম সিরিজ ভবিষ্যদ্বাণীর প্রবর্তন	Time series	টাইম সিরিজ ভবিষ্যদ্বাণীর প্রবর্তন	Python	ফ্রান্সেসকা
২২	⚡️ বিশ্ব শক্তি ব্যবহার ⚡️ - ARIMA সহ টাইম সিরিজ ভবিষ্যদ্বাণী	Time series	ARIMA সহ টাইম সিরিজ ভবিষ্যদ্বাণী	Python	ফ্রান্সেসকা
২৩	⚡️ বিশ্ব শক্তি ব্যবহার ⚡️ - SVR সহ টাইম সিরিজ ভবিষ্যদ্বাণী	Time series	সাপোর্ট ভেক্টর রিগ্রেসর সহ টাইম সিরিজ ভবিষ্যদ্বাণী	Python	অনির্বাণ
২৪	রিইনফোর্সমেন্ট লার্নিং প্রবর্তন	Reinforcement learning	Q-Learning সহ রিইনফোর্সমেন্ট লার্নিংয়ের প্রবর্তন	Python	Dmitry
২৫	পিটারকে নেকড়ে থেকে বাঁচান! 🐺	Reinforcement learning	রিইনফোর্সমেন্ট লার্নিং জিম	Python	Dmitry
Postscript	বাস্তব পৃথিবীর ML পরিস্থিতি ও প্রয়োগ	ML in the Wild	ক্লাসিক মেশিন লার্নিং এর আকর্ষণীয় এবং প্রকাশক বাস্তব প্রয়োগ	Lesson	টিম
Postscript	RAI ড্যাশবোর্ড ব্যবহার করে ML মডেল ডিবাগিং	ML in the Wild	রেসপন্সিব AI ড্যাশবোর্ড কম্পোনেন্ট ব্যবহার করে মডেল ডিবাগিং	Lesson	রুথ ইয়াকুবু

এই কোর্সের সকল অতিরিক্ত সম্পদ আমাদের Microsoft Learn সংগ্রহে পাবেন

অফলাইন অ্যাক্সেস

আপনি Docsify ব্যবহার করে এই ডকুমেন্টেশন অফলাইনে চালাতে পারেন। এই রিপোসিটরটি ফর্ক করুন, আপনার লোকাল মেশিনে Docsify ইন্সটল করুন, তারপর এই রিপোটি রুট ফোল্ডারে docsify serve টাইপ করুন। ওয়েবসাইটটি আপনার লোকালহোস্টে পোর্ট ৩০০০ এ চালু হবে: localhost:3000।

পিডিএফ ফাইল

পরিকল্পনার একটি পিডিএফ ফাইল লিঙ্কসহ এখানে পাওয়া যাবে।

🎒 অন্যান্য কোর্স

আমাদের টিম অন্যান্য কোর্সও তৈরি করে! দেখুন:

LangChain

Azure / Edge / MCP / Agents

---

Generative AI Series

---

মূল শেখা

---

কোপাইলট সিরিজ

সহায়তা পাওয়া

যদি আপনি আটকে যান বা AI অ্যাপ তৈরি সম্পর্কে কোনো প্রশ্ন থাকে। সহপাঠী শিক্ষার্থী এবং অভিজ্ঞ ডেভেলপারদের সাথে MCP নিয়ে আলোচনা করুন। এটি একটি সহায়ক সম্প্রদায় যেখানে প্রশ্ন স্বাগত এবং জ্ঞান মুক্তভাবে ভাগ করা হয়।

যদি আপনার পণ্যের প্রতিক্রিয়া বা নির্মাণের সময় ত্রুটি থাকে, যান:

---

অস্বীকারোক্তি:
এই দলিলটি AI অনুবাদ সেবা Co-op Translator এর মাধ্যমে অনূদিত হয়েছে। আমরা যথাসাধ্য সঠিকতার চেষ্টা করি, তবে স্বয়ংক্রিয় অনুবাদে ত্রুটি বা অসামঞ্জস্য থাকতে পারে। মূল ভাষায় থাকা মূল দলিলকে কর্তৃপক্ষপূর্ণ উৎস হিসেবে বিবেচনা করা উচিত। গুরুত্বপূর্ণ তথ্যের জন্য পেশাদার মানব অনুবাদের পরামর্শ দেওয়া হয়। এই অনুবাদের ব্যবহারে উদ্ভূত কোনো ভুল বোঝাবুঝি বা ভুল ব্যাখ্যার জন্য আমরা দায়ী নই।