|
|
3 weeks ago | |
|---|---|---|
| .. | ||
| 1-Introduction | 5 months ago | |
| 2-Regression | 5 months ago | |
| 3-Web-App | 5 months ago | |
| 4-Classification | 5 months ago | |
| 5-Clustering | 5 months ago | |
| 6-NLP | 5 months ago | |
| 7-TimeSeries | 5 months ago | |
| 8-Reinforcement | 5 months ago | |
| 9-Real-World | 5 months ago | |
| docs | 5 months ago | |
| quiz-app | 5 months ago | |
| sketchnotes | 5 months ago | |
| AGENTS.md | 4 months ago | |
| CODE_OF_CONDUCT.md | 5 months ago | |
| CONTRIBUTING.md | 5 months ago | |
| PyTorch_Fundamentals.ipynb | 5 months ago | |
| README.md | 3 weeks ago | |
| SECURITY.md | 5 months ago | |
| SUPPORT.md | 4 months ago | |
| TROUBLESHOOTING.md | 4 months ago | |
| for-teachers.md | 5 months ago | |
README.md
🌐 Msaada wa Lugha Nyingi
Unaungwa mkono kupitia Kitendo cha GitHub (Kiotomatiki & Daima Kinaendelea Kusasishwa)
Kiarabu | Kibengali | Kibulgaria | Kiburma (Myanmar) | Kichina (Rahisi) | Kichina (Waridi, Hong Kong) | Kichina (Waridi, Macau) | Kichina (Waridi, Taiwan) | Kikroeshia | Kicheki | Kidenmaki | Kiholanzi | Kiestonia | Kifini | Kifaransa | Kijerumani | Kigiriki | Kiebrania | Kihindi | Kihungari | Kiindonezia | Kiitaliano | Kijapani | Kikannada | Kikorea | Kilitwania | Kimalay | Kimalayalam | Kimarathi | Kinepali | Nigerian Pidgin | Kinorwe | Kiajemi (Farsi) | Kipolandi | Kireno (Brazil) | Kireno (Portugal) | Kipunajabi (Gurmukhi) | Kiromania | Kirusi | Kiserbia (Cyrillic) | Kislovakia | Kislovenia | Kihispania | Kiswahili | Kiswidi | Kitagalog (Kifilipino) | Kitamili | Kitelugu | Kithai | Kituruki | Kiukrania | Kiurdu | Kivietinamu
Unapendelea Kudhahidisha Katika Kompyuta Lako?
Hifadhi hii ina utafsiri wa lugha zaidi ya 50 ambayo huongeza ukubwa wa pakua kwa kiasi kikubwa. Ili kudhahidisha bila tafsiri, tumia sparse checkout:
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'Hii inakupa kila kitu unachohitaji kukamilisha kozi kwa upakuaji wa haraka zaidi.
Jumuika na Jamii Yetu
Tuna mfululizo wa kujifunza Discord na AI unaoendelea, jifunze zaidi na ujiunge nasi kwenye Mfululizo wa Kujifunza na AI kuanzia tarehe 18 - 30 Septemba, 2025. Utapokea ushauri na mbinu za kutumia GitHub Copilot kwa Sayansi ya Data.
Kujifunza Mashine kwa Waanzilishi - Mtaala
🌍 Safiri kote duniani tunapoangalia Kujifunza Mashine kupitia tamaduni za dunia 🌍
Wapigaji debe wa Wingu wa Microsoft wanafurahia kutoa mtaala wa wiki 12, somo 26 kuhusu Kujifunza Mashine. Katika mtaala huu, utajifunza kuhusu kile kinachoitwa mara nyingine kujifunza mashine cha kawaida, ukitumia hasa maktaba ya Scikit-learn na kuepuka kujifunza kwa undani, ambayo inashughulikiwa katika mtaala wetu wa AI kwa Waanzilishi. Pia weka masomo haya sambamba na mtaala wetu wa 'Sayansi ya Data kwa Waanzilishi'!
Safari nasi ulimwenguni kote tunapotumia mbinu hizi za kawaida kwa data kutoka maeneo mengi ya dunia. Kila somo lina maswali ya kabla na baada ya somo, maelekezo yaliyoandikwa ya kukamilisha somo, suluhisho, kazi, na zaidi. Mbinu yetu ya kujifunza kwa mradi inakuwezesha kujifunza huku ukijenga, njia iliyothibitishwa ya kupata stadi mpya.
✍️ Shukrani za dhati kwa waandishi wetu Jen Looper, Stephen Howell, Francesca Lazzeri, Tomomi Imura, Cassie Breviu, Dmitry Soshnikov, Chris Noring, Anirban Mukherjee, Ornella Altunyan, Ruth Yakubu na Amy Boyd
🎨 Shukrani pia kwa wachora picha zetu Tomomi Imura, Dasani Madipalli, na Jen Looper
🙏 Shukrani maalum 🙏 kwa waandishi, wakaguzi, na wachangiaji wa yaliyomo wa Mabalozi wa Wanafunzi wa Microsoft, hasa Rishit Dagli, Muhammad Sakib Khan Inan, Rohan Raj, Alexandru Petrescu, Abhishek Jaiswal, Nawrin Tabassum, Ioan Samuila, na Snigdha Agarwal
🤩 Shukrani za ziada kwa Mabalozi wa Wanafunzi wa Microsoft Eric Wanjau, Jasleen Sondhi, na Vidushi Gupta kwa somo letu la R!
Kuanza
Fuata hatua hizi:
- Fungua Tawi (Fork) Hifadhi: Bonyeza kitufe cha "Fork" kilicho kona ya juu-mwenye-kulia ya ukurasa huu.
- Dondoa Hifadhi (Clone):
git clone https://github.com/microsoft/ML-For-Beginners.git
pata rasilimali zote za ziada za kozi hii kwenye mkusanyiko wetu wa Microsoft Learn
🔧 Unahitaji msaada? Angalia Mwongozo wa Utatuzi wa Matatizo kwa suluhisho za masuala ya kawaida ya usakinishaji, usanidi, na kuendesha masomo.
Wanafunzi, ili kutumia mtaala huu, fanya fork kwa hifadhi yote kwenye akaunti yako ya GitHub na ukamilishe mazoezi peke yako au kwa kikundi:
- Anza na mtihani wa kabla ya mihadhara.
- Soma mihadhara na kamilisha shughuli, simama na tafakari kila mara inapofika kipimo cha maarifa.
- Jaribu kuunda miradi kwa kuelewa masomo badala ya kuendesha msimbo wa suluhisho; hata hivyo msimbo huo upatikana katika folda za
/solutionkatika kila somo linaloelekezwa kwa mradi. - Fanya mtihani wa baada ya mihadhara.
- Kamilisha changamoto.
- Kamilisha kazi.
- Baada ya kukamilisha kundi la somo, tembelea Bodi ya Majadiliano na "jifunze kwa sauti" kwa kujaza rubriki sahihi ya PAT. 'PAT' ni Zana ya Tathmini ya Maendeleo unayoijaza ili kuongeza ujuzi wako. Pia unaweza kuweka majibu kwa PAT za wengine ili tujifunze pamoja.
Kwa masomo ya ziada, tunapendekeza kufuata miundombinu na njia za kujifunza za Microsoft Learn.
Walimu, tumetoa mapendekezo kadhaa juu ya jinsi ya kutumia mtaala huu.
Maelezo ya video
Baadhi ya masomo yanapatikana kama video fupi. Unaweza kuyapata yote yakiwa ndani ya masomo, au kwenye orodha ya kucheza ya ML kwa Waanzilishi kwenye kituo cha Microsoft Developer YouTube kwa kubonyeza picha hapa chini.
Kutana na Timu
Gif kwa Mohit Jaisal
🎥 Bonyeza picha hapo juu kwa video kuhusu mradi na watu waliouunda!
Mbinu ya Kufundisha
Tumekuwa na kanuni mbili za kijumla wakati wa kuunda mtaala huu: kuhakikisha kuwa ni kwa vitendo na mwa mradi na kuwa na mtihani wa mara kwa mara. Aidha, mtaala huu una kauli moja ya pamoja ili kuupa mshikamano.
Kwa kuhakikisha kuwa maudhui yanahusiana na miradi, mchakato unakuwa wa kuvutia zaidi kwa wanafunzi na kuimarisha kumbukumbu ya dhana. Aidha, mtihani mdogo kabla ya darasa huweka nia ya mwanafunzi kujifunza somo, wakati mtihani wa pili baada ya darasa huhakikisha kumbukumbu zaidi. Mtaala huu umesanifiwa kuwa rahisi na wa kufurahisha na unaweza kuchukuliwa wote au sehemu. Miradi huanza ndogo na kuwa tata zaidi mwishoni mwa mzunguko wa wiki 12. Mtaala huu pia una tamati kuhusu matumizi halisi ya Kujifunza Mashine, ambayo inaweza kutumika kama mkopo wa ziada au msingi wa majadiliano.
Pata Kanuni zetu za Maadili, Jumuiya, Tafsiri, na Mwongozo wa Utatuzi wa Matatizo. Tunakaribisha maoni yako ya kujenga!
Kila somo linajumuisha
- sketchnote ya hiari
- video ya ziada ya hiari
- maelezo ya video (masomo mengine tu)
- mtihani wa kuwa tayari kabla ya mihadhara
- somo lililoandikwa
- kwa masomo yanayotegemea mradi, maelekezo kwa hatua kwa hatua ya jinsi ya kujenga mradi
- vipimo vya maarifa
- changamoto
- somo la ziada la kusoma
- kazi
- mtihani wa baada ya mihadhara
Kwa taarifa kuhusu lugha: Masomo haya yaliandikwa hasa kwa Python, lakini mengi yanapatikana pia kwa R. Ili kumaliza somo la R, nenda kwenye folda ya
/solutionna tafuta masomo ya R. Yanajumuisha ongezaji la .rmd linalowakilisha faili ya R Markdown ambayo inaweza kuelezwa kama kuingizavipande vya msimbo(katika R au lugha nyingine) nakichwa cha YAML(kinachoonyesha jinsi ya kuweka matokeo kama PDF) katikanyaraka ya Markdown. Hivyo basi, hutoa mfumo bora wa uandishi kwa sayansi ya data kwani huruhusu kuunganisha msimbo wako, matokeo yake, na mawazo yako kwa kuyaandika kwenye Markdown. Zaidi ya hayo, nyaraka za R Markdown zinaweza kutafsiriwa kwenye format kama PDF, HTML, au Word. Kumbuka kuhusu maswali ya mtihani: Maswali yote ya mtihani yanapatikana katika folda ya Programu ya Mtihani, kwa jumla ya maswali 52 yenye maswali matatu kila moja. Yameunganishwa kutoka ndani ya masomo lakini programu ya mtihani inaweza kuendeshwa ndani ya kompyuta; fuata maelekezo katika folda yaquiz-appili kuandaa au kuweka kwenye Azure kwa ndani.
| Nambari ya Somo | Mada | Kundi la Somo | Malengo ya Kujifunza | Somo Linalounganishwa | Mwandishi |
|---|---|---|---|---|---|
| 01 | Utangulizi wa ujifunzaji wa mashine | Utangulizi | Jifunze dhana za msingi nyuma ya ujifunzaji wa mashine | Somo | Muhammad |
| 02 | Historia ya ujifunzaji wa mashine | Utangulizi | Jifunze historia inayotumika katika uwanja huu | Somo | Jen na Amy |
| 03 | Uadilifu na ujifunzaji wa mashine | Utangulizi | Ni masuala gani muhimu ya kifalsafa kuhusu uadilifu wanafunzi wanapaswa kuzingatia wanapojenga na kutumia mifano ya ML? | Somo | Tomomi |
| 04 | Mbinu za ujifunzaji wa mashine | Utangulizi | Ni mbinu gani wanatafiti wa ML hutumia kujenga mifano ya ML? | Somo | Chris na Jen |
| 05 | Utangulizi wa usahihishaji | Usahihishaji | Anza na Python na Scikit-learn kwa mifano ya usahihishaji | Python • R | Jen • Eric Wanjau |
| 06 | Bei za malenge ya Amerika Kaskazini 🎃 | Usahihishaji | Onyesha na safisha data kama maandalizi kwa ML | Python • R | Jen • Eric Wanjau |
| 07 | Bei za malenge ya Amerika Kaskazini 🎃 | Usahihishaji | Jenga mifano ya usahihishaji wa mstari na polynomial | Python • R | Jen na Dmitry • Eric Wanjau |
| 08 | Bei za malenge ya Amerika Kaskazini 🎃 | Usahihishaji | Jenga mfano wa usahihishaji wa logistic | Python • R | Jen • Eric Wanjau |
| 09 | Programu ya Wavuti 🔌 | Programu ya Wavuti | Jenga programu ya wavuti kutumia mfano wako uliyofunzwa | Python | Jen |
| 10 | Utangulizi wa uainishaji | Uainishaji | Safisha, andaa, na onyesha data yako; utangulizi wa uainishaji | Python • R | Jen na Cassie • Eric Wanjau |
| 11 | Vyakula tamu vya Asia na India 🍜 | Uainishaji | Utangulizi wa wainishaji | Python • R | Jen na Cassie • Eric Wanjau |
| 12 | Vyakula tamu vya Asia na India 🍜 | Uainishaji | Zaidi ya wainishaji | Python • R | Jen na Cassie • Eric Wanjau |
| 13 | Vyakula tamu vya Asia na India 🍜 | Uainishaji | Jenga programu ya wavuti ya mapendekezo ukitumia mfano wako | Python | Jen |
| 14 | Utangulizi wa ugawanyaji | Ugawanyaji | Safisha, andaa, na onyesha data yako; utangulizi wa ugawanyaji | Python • R | Jen • Eric Wanjau |
| 15 | Kuchunguza Ladha za Muziki wa Nigeria 🎧 | Ugawanyaji | Chunguza mbinu ya ugawanyaji wa K-Maana | Python • R | Jen • Eric Wanjau |
| 16 | Utangulizi wa usindikaji wa lugha asilia ☕️ | Usindikaji wa lugha asilia | Jifunze misingi ya NLP kwa kujenga roboti rahisi | Python | Stephen |
| 17 | Kazi Zaidi za NLP ya Kawaida ☕️ | Usindikaji wa lugha asilia | Zidi maarifa yako ya NLP kwa kuelewa kazi za kawaida zinazohitajika katika kushughulikia miundo ya lugha | Python | Stephen |
| 18 | Tafsiri na uchambuzi wa hisia ♥️ | Usindikaji wa lugha asilia | Tafsiri na uchambuzi wa hisia na Jane Austen | Python | Stephen |
| 19 | Hoteli za kimapenzi za Ulaya ♥️ | Usindikaji wa lugha asilia | Uchambuzi wa hisia na mapitio ya hoteli 1 | Python | Stephen |
| 20 | Hoteli za kimapenzi za Ulaya ♥️ | Usindikaji wa lugha asilia | Uchambuzi wa hisia na mapitio ya hoteli 2 | Python | Stephen |
| 21 | Utangulizi wa utabiri wa mfululizo wa wakati | Mfululizo wa Wakati | Utangulizi wa utabiri wa mfululizo wa wakati | Python | Francesca |
| 22 | ⚡️ Matumizi ya Nguvu Duniani ⚡️ - utabiri wa mfululizo wa wakati kwa ARIMA | Mfululizo wa Wakati | Utabiri wa mfululizo wa wakati kwa ARIMA | Python | Francesca |
| 23 | ⚡️ Matumizi ya Nguvu Duniani ⚡️ - utabiri wa mfululizo wa wakati kwa SVR | Mfululizo wa Wakati | Utabiri wa mfululizo wa wakati kwa Mkuzaji Msaada wa Vector | Python | Anirban |
| 24 | Utangulizi wa kujifunza kwa kuimarisha | Kujifunza kwa Kuimarisha | Utangulizi wa kujifunza kwa kuimarisha kwa Q-Learning | Python | Dmitry |
| 25 | Msaada Peter acha apate mbwa mwitu! 🐺 | Kujifunza kwa Kuimarisha | Gym ya Kujifunza kwa Kuimarisha | Python | Dmitry |
| Postscript | Matukio na matumizi halisi ya ML | ML Katika Porini | Matumizi ya kuvutia na ya kufichua ya ML ya kawaida | Somo | Timu |
| Postscript | Urekebishaji wa Mfano katika ML ukitumia dashibodi ya RAI | ML Katika Porini | Urekebishaji wa Mfano katika Kujifunza kwa Mashine ukitumia vipengele vya dashibodi ya Responsible AI | Somo | Ruth Yakubu |
pata rasilimali zote za ziada kwa kozi hii katika mkusanyiko wetu wa Microsoft Learn
Kufikia bila mtandao
Unaweza kuendesha hati hii bila mtandao kwa kutumia Docsify. Fikiria repo hii, weka Docsify kwenye mashine yako ya ndani, halafu katika folda kuu ya repo hii, andika docsify serve. Tovuti itahudumiwa kwenye port 3000 kwenye localhost yako: localhost:3000.
Pata pdf ya mtaala na viungo hapa.
🎒 Kozi Nyingine
Timu yetu hutoa kozi nyingine! Angalia:
LangChain
Azure / Edge / MCP / Maajenti
Mfululizo wa AI ya Kizazi
Core Learning
Mfululizo wa Copilot
Kupata Msaada
Ikiwa unakumbwa na shida au una maswali kuhusu kujenga programu za AI. Jiunge na wenzako wanaojifunza na watengenezaji wenye uzoefu katika mijadala kuhusu MCP. Ni jumuiya yenye msaada ambapo maswali yanakaribishwa na maarifa hushirikiwa kwa uhuru.
Ikiwa una maoni kuhusu bidhaa au makosa wakati wa kujenga tembelea:
Kiadhabu: Hati hii imetafsiriwa kwa kutumia huduma ya kutafsiri kwa AI Co-op Translator. Ingawa tunajitahidi kwa usahihi, tafadhali fahamu kuwa tafsiri za otomatiki zinaweza kuwa na makosa au kasoro. Hati ya asili katika lugha yake ya asili inapaswa kuchukuliwa kama chanzo cha mamlaka. Kwa taarifa muhimu, tafsiri ya mtaalamu wa binadamu inashauriwa. Hatutawajibika kwa kutoelewana au tafsiri potofu zinazotokana na matumizi ya tafsiri hii.


