44 KiB
🌐 বহুভাষিক সমর্থন
GitHub Action এর 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
আমাদের কমিউনিটিতে যোগ দিন
আমাদের একটি Discord এআই সহ শেখার সিরিজ চলছে, আরও জানুন এবং আমাদের সাথে যোগ দিন Learn with AI Series ১৮ - ৩০ সেপ্টেম্বর, ২০২৫ তারিখে। আপনি GitHub Copilot ব্যবহার করে ডেটা সায়েন্সের টিপস এবং ট্রিকস পাবেন।
নবীনদের জন্য মেশিন লার্নিং - একটি পাঠ্যক্রম
🌍 বিশ্ব সংস্কৃতির মাধ্যমে মেশিন লার্নিং অন্বেষণ করতে বিশ্ব ভ্রমণ করুন 🌍
মাইক্রোসফটের ক্লাউড অ্যাডভোকেটরা একটি ১২ সপ্তাহের, ২৬-টিউটোরিয়াল পাঠ্যক্রম উপস্থাপন করতে পেরে আনন্দিত যা সম্পূর্ণরূপে মেশিন লার্নিং সম্পর্কে। এই পাঠ্যক্রমে, আপনি যা কখনও কখনও বলা হয় ক্লাসিক মেশিন লার্নিং সম্পর্কে শিখবেন, প্রধানত Scikit-learn লাইব্রেরি ব্যবহার করে এবং ডিপ লার্নিং এড়িয়ে চলবেন, যা আমাদের AI for Beginners' curriculum এ অন্তর্ভুক্ত। এই পাঠ্যক্রমটি আমাদের 'Data Science for Beginners' curriculum এর সাথে মিলিয়ে নিতে পারেন।
বিশ্বের বিভিন্ন অঞ্চলের ডেটার উপর এই ক্লাসিক কৌশলগুলি প্রয়োগ করতে আমাদের সাথে বিশ্ব ভ্রমণ করুন। প্রতিটি পাঠে পূর্ব এবং পরবর্তী কুইজ, পাঠ সম্পন্ন করার জন্য লিখিত নির্দেশাবলী, একটি সমাধান, একটি অ্যাসাইনমেন্ট এবং আরও অনেক কিছু অন্তর্ভুক্ত রয়েছে। আমাদের প্রকল্প-ভিত্তিক শিক্ষাদান পদ্ধতি আপনাকে শেখার সময় নির্মাণ করতে দেয়, যা নতুন দক্ষতা 'টিকিয়ে রাখার' একটি প্রমাণিত উপায়।
✍️ আমাদের লেখকদের আন্তরিক ধন্যবাদ জেন লুপার, স্টিফেন হাওয়েল, ফ্রান্সেসকা লাজেরি, টোমোমি ইমুরা, ক্যাসি ব্রেভিউ, দিমিত্রি সশনিকভ, ক্রিস নরিং, অনির্বাণ মুখার্জী, অর্নেলা আলটুনিয়ান, রুথ ইয়াকুবু এবং অ্যামি বয়ড
🎨 আমাদের চিত্রশিল্পীদের প্রতি ধন্যবাদ টোমোমি ইমুরা, দাসানি মাদিপল্লি, এবং জেন লুপার
🙏 বিশেষ ধন্যবাদ 🙏 আমাদের মাইক্রোসফট স্টুডেন্ট অ্যাম্বাসেডর লেখক, পর্যালোচক এবং বিষয়বস্তু অবদানকারীদের, বিশেষ করে ঋষিত দাগলি, মুহাম্মদ সাকিব খান ইনান, রোহান রাজ, আলেকজান্দ্রু পেট্রেস্কু, অভিষেক জৈসওয়াল, নওরিন তাবাসসুম, ইওয়ান সামুইলা, এবং স্নিগ্ধা আগরওয়াল
🤩 অতিরিক্ত কৃতজ্ঞতা মাইক্রোসফট স্টুডেন্ট অ্যাম্বাসেডরদের প্রতি, এরিক ওয়ানজাউ, জসলিন সোন্ধি, এবং বিদুশী গুপ্তার জন্য আমাদের R পাঠের!
শুরু করা
এই ধাপগুলি অনুসরণ করুন:
- রিপোজিটরি ফর্ক করুন: এই পৃষ্ঠার উপরের ডানদিকে "Fork" বোতামে ক্লিক করুন।
- রিপোজিটরি ক্লোন করুন:
git clone https://github.com/microsoft/ML-For-Beginners.git
এই কোর্সের জন্য সমস্ত অতিরিক্ত সম্পদ আমাদের Microsoft Learn সংগ্রহে খুঁজুন
🔧 সাহায্য দরকার? ইনস্টলেশন, সেটআপ এবং পাঠ চালানোর সাধারণ সমস্যার সমাধানের জন্য আমাদের Troubleshooting Guide দেখুন।
শিক্ষার্থীরা, এই পাঠ্যক্রম ব্যবহার করতে, পুরো রিপোটি আপনার নিজস্ব GitHub অ্যাকাউন্টে ফর্ক করুন এবং এককভাবে বা একটি গ্রুপের সাথে অনুশীলনগুলি সম্পন্ন করুন:
- একটি প্রাক-লেকচার কুইজ দিয়ে শুরু করুন।
- লেকচার পড়ুন এবং কার্যক্রমগুলি সম্পন্ন করুন, প্রতিটি জ্ঞান যাচাইয়ে থামুন এবং চিন্তা করুন।
- সমাধান কোড চালানোর পরিবর্তে পাঠগুলি বুঝে প্রকল্পগুলি তৈরি করার চেষ্টা করুন; তবে সেই কোড প্রতিটি প্রকল্প-ভিত্তিক পাঠের
/solutionফোল্ডারে উপলব্ধ। - পোস্ট-লেকচার কুইজ নিন।
- চ্যালেঞ্জ সম্পন্ন করুন।
- অ্যাসাইনমেন্ট সম্পন্ন করুন।
- একটি পাঠ গ্রুপ সম্পন্ন করার পরে, Discussion Board এ যান এবং উপযুক্ত PAT রুব্রিক পূরণ করে "জোরে শিখুন"। 'PAT' হল একটি প্রগ্রেস অ্যাসেসমেন্ট টুল যা আপনার শেখার উন্নতির জন্য পূরণ করা হয়। আপনি অন্যান্য PAT-এ প্রতিক্রিয়া জানাতে পারেন যাতে আমরা একসাথে শিখতে পারি।
আরও অধ্যয়নের জন্য, আমরা এই Microsoft Learn মডিউল এবং শেখার পথ অনুসরণ করার পরামর্শ দিই।
শিক্ষকগণ, আমরা এই পাঠ্যক্রম ব্যবহারের জন্য কিছু পরামর্শ অন্তর্ভুক্ত করেছি।
ভিডিও ওয়াকথ্রু
কিছু পাঠ সংক্ষিপ্ত ভিডিও আকারে উপলব্ধ। আপনি এগুলি পাঠের মধ্যে ইন-লাইন দেখতে পারেন, অথবা Microsoft Developer YouTube চ্যানেলের ML for Beginners প্লেলিস্টে নিচের ছবিতে ক্লিক করে দেখতে পারেন।
টিমের সাথে পরিচিত হন
গিফ তৈরি করেছেন Mohit Jaisal
🎥 প্রকল্প এবং এটি তৈরি করা লোকদের সম্পর্কে একটি ভিডিও দেখতে উপরের ছবিতে ক্লিক করুন!
শিক্ষাদান পদ্ধতি
আমরা এই পাঠ্যক্রম তৈরি করার সময় দুটি শিক্ষাদান নীতি বেছে নিয়েছি: এটি হ্যান্ডস-অন প্রকল্প-ভিত্তিক এবং এতে ঘন ঘন কুইজ অন্তর্ভুক্ত করা। এছাড়াও, এই পাঠ্যক্রমে একটি সাধারণ থিম রয়েছে যা এটিকে সংহত করে।
বিষয়বস্তু প্রকল্পের সাথে সামঞ্জস্যপূর্ণ করে শিক্ষার্থীদের জন্য প্রক্রিয়াটি আরও আকর্ষণীয় করা হয় এবং ধারণাগুলির ধারণ ক্ষমতা বৃদ্ধি পায়। এছাড়াও, ক্লাসের আগে একটি কম-ঝুঁকিপূর্ণ কুইজ শিক্ষার্থীর শেখার উদ্দেশ্য নির্ধারণ করে, এবং ক্লাসের পরে দ্বিতীয় কুইজ আরও ধারণ ক্ষমতা নিশ্চিত করে। এই পাঠ্যক্রমটি নমনীয় এবং মজাদার করার জন্য ডিজাইন করা হয়েছে এবং সম্পূর্ণ বা আংশিকভাবে নেওয়া যেতে পারে। প্রকল্পগুলি ছোট থেকে শুরু করে ১২ সপ্তাহের শেষে ক্রমবর্ধমান জটিল হয়ে ওঠে। এই পাঠ্যক্রমে একটি পোস্টস্ক্রিপ্টও রয়েছে যা বাস্তব বিশ্বের ML প্রয়োগ সম্পর্কে, যা অতিরিক্ত ক্রেডিট বা আলোচনা ভিত্তি হিসেবে ব্যবহার করা যেতে পারে।
আমাদের Code of Conduct, Contributing, Translation, এবং Troubleshooting নির্দেশিকা দেখুন। আমরা আপনার গঠনমূলক প্রতিক্রিয়াকে স্বাগত জানাই!
প্রতিটি পাঠে অন্তর্ভুক্ত
- ঐচ্ছিক স্কেচনোট
- ঐচ্ছিক অতিরিক্ত ভিডিও
- ভিডিও ওয়াকথ্রু (কিছু পাঠে)
- প্রাক-লেকচার ওয়ার্মআপ কুইজ
- লিখিত পাঠ
- প্রকল্প-ভিত্তিক পাঠের জন্য, প্রকল্প নির্মাণের ধাপে ধাপে নির্দেশিকা
- জ্ঞান যাচাই
- একটি চ্যালেঞ্জ
- অতিরিক্ত পাঠ
- অ্যাসাইনমেন্ট
- পোস্ট-লেকচার কুইজ
ভাষা সম্পর্কে একটি নোট: এই পাঠগুলি প্রধানত পাইথনে লেখা, তবে অনেকগুলি R-এও উপলব্ধ। একটি R পাঠ সম্পন্ন করতে,
/solutionফোল্ডারে যান এবং R পাঠগুলি খুঁজুন। এগুলিতে .rmd এক্সটেনশন থাকে যা একটি R Markdown ফাইল নির্দেশ করে, যা সহজেই সংজ্ঞায়িত করা যায়কোড চাঙ্ক(R বা অন্যান্য ভাষার) এবং একটিYAML হেডার(যা আউটপুট যেমন PDF ফরম্যাট করার নির্দেশ দেয়) সহ একটিMarkdown ডকুমেন্টহিসেবে। তাই এটি ডেটা সায়েন্সের জন্য একটি আদর্শ লেখার কাঠামো হিসেবে কাজ করে কারণ এটি আপনাকে আপনার কোড, তার আউটপুট এবং আপনার চিন্তাভাবনাগুলো Markdown এ লিখে সংযুক্ত করার সুযোগ দেয়। এছাড়াও, R Markdown ডকুমেন্টগুলি PDF, HTML, বা Word এর মতো আউটপুট ফরম্যাটে রেন্ডার করা যায়।
কুইজ সম্পর্কে একটি নোট: সমস্ত কুইজ Quiz App ফোল্ডারে রয়েছে, মোট ৫২টি কুইজ, প্রতিটিতে তিনটি প্রশ্ন। এগুলি পাঠের মধ্যে লিঙ্ক করা হয়েছে তবে কুইজ অ্যাপটি স্থানীয়ভাবে চালানো যায়; স্থানীয় হোস্টিং বা Azure এ ডিপ্লয় করার জন্য
quiz-appফোল্ডারের নির্দেশাবলী অনুসরণ করুন।
| পাঠ নম্বর | বিষয় | পাঠ গ্রুপিং | শেখার উদ্দেশ্য | লিঙ্ক করা পাঠ | লেখক |
|---|---|---|---|---|---|
| 01 | মেশিন লার্নিংয়ের পরিচিতি | Introduction | মেশিন লার্নিংয়ের পেছনের মৌলিক ধারণাগুলি শিখুন | Lesson | মুহাম্মদ |
| 02 | মেশিন লার্নিংয়ের ইতিহাস | Introduction | এই ক্ষেত্রের পেছনের ইতিহাস শিখুন | Lesson | জেন এবং অ্যামি |
| 03 | ন্যায়বিচার এবং মেশিন লার্নিং | Introduction | ন্যায়বিচার সংক্রান্ত গুরুত্বপূর্ণ দার্শনিক বিষয়গুলি কী যা শিক্ষার্থীদের ML মডেল তৈরি ও প্রয়োগের সময় বিবেচনা করা উচিত? | Lesson | টোমোমি |
| 04 | মেশিন লার্নিংয়ের কৌশলসমূহ | Introduction | ML গবেষকরা ML মডেল তৈরি করতে কী কী কৌশল ব্যবহার করেন? | Lesson | ক্রিস এবং জেন |
| 05 | রিগ্রেশন পরিচিতি | Regression | রিগ্রেশন মডেলের জন্য পাইথন এবং স্কিকিট-লার্ন দিয়ে শুরু করুন | Python • R | জেন • এরিক ওয়ানজাউ |
| 06 | উত্তর আমেরিকার কুমড়োর দাম 🎃 | Regression | ML এর প্রস্তুতির জন্য ডেটা ভিজ্যুয়ালাইজ এবং পরিষ্কার করুন | Python • R | জেন • এরিক ওয়ানজাউ |
| 07 | উত্তর আমেরিকার কুমড়োর দাম 🎃 | Regression | লিনিয়ার এবং পলিনোমিয়াল রিগ্রেশন মডেল তৈরি করুন | Python • R | জেন এবং দিমিত্রি • এরিক ওয়ানজাউ |
| 08 | উত্তর আমেরিকার কুমড়োর দাম 🎃 | Regression | একটি লজিস্টিক রিগ্রেশন মডেল তৈরি করুন | Python • R | জেন • এরিক ওয়ানজাউ |
| 09 | একটি ওয়েব অ্যাপ 🔌 | Web App | আপনার প্রশিক্ষিত মডেল ব্যবহার করার জন্য একটি ওয়েব অ্যাপ তৈরি করুন | Python | জেন |
| 10 | শ্রেণীবিভাগের পরিচিতি | Classification | আপনার ডেটা পরিষ্কার, প্রস্তুত এবং ভিজ্যুয়ালাইজ করুন; শ্রেণীবিভাগের পরিচিতি | Python • R | জেন এবং ক্যাসি • এরিক ওয়ানজাউ |
| 11 | সুস্বাদু এশিয়ান এবং ভারতীয় রান্না 🍜 | Classification | শ্রেণীবিভাগকারীদের পরিচিতি | Python • R | জেন এবং ক্যাসি • এরিক ওয়ানজাউ |
| 12 | সুস্বাদু এশিয়ান এবং ভারতীয় রান্না 🍜 | Classification | আরও শ্রেণীবিভাগকারী | Python • R | জেন এবং ক্যাসি • এরিক ওয়ানজাউ |
| 13 | সুস্বাদু এশিয়ান এবং ভারতীয় রান্না 🍜 | Classification | আপনার মডেল ব্যবহার করে একটি রিকমেন্ডার ওয়েব অ্যাপ তৈরি করুন | Python | জেন |
| 14 | ক্লাস্টারিংয়ের পরিচিতি | Clustering | আপনার ডেটা পরিষ্কার, প্রস্তুত এবং ভিজ্যুয়ালাইজ করুন; ক্লাস্টারিংয়ের পরিচিতি | Python • R | জেন • এরিক ওয়ানজাউ |
| 15 | নাইজেরিয়ান সঙ্গীত রুচি অন্বেষণ 🎧 | Clustering | K-Means ক্লাস্টারিং পদ্ধতি অন্বেষণ করুন | Python • R | জেন • এরিক ওয়ানজাউ |
| 16 | প্রাকৃতিক ভাষা প্রক্রিয়াকরণের পরিচিতি ☕️ | Natural language processing | একটি সহজ বট তৈরি করে NLP এর মৌলিক বিষয়গুলি শিখুন | Python | স্টিফেন |
| 17 | সাধারণ NLP কাজসমূহ ☕️ | Natural language processing | ভাষার কাঠামোর সাথে কাজ করার সময় প্রয়োজনীয় সাধারণ কাজগুলি বুঝে আপনার NLP জ্ঞান গভীর করুন | Python | স্টিফেন |
| 18 | অনুবাদ এবং অনুভূতি বিশ্লেষণ ♥️ | Natural language processing | জেন অস্টেনের সাথে অনুবাদ এবং অনুভূতি বিশ্লেষণ | Python | স্টিফেন |
| 19 | ইউরোপের রোমান্টিক হোটেল ♥️ | Natural language processing | হোটেল রিভিউ সহ অনুভূতি বিশ্লেষণ 1 | Python | স্টিফেন |
| 20 | ইউরোপের রোমান্টিক হোটেল ♥️ | Natural language processing | হোটেল রিভিউ সহ অনুভূতি বিশ্লেষণ 2 | Python | স্টিফেন |
| 21 | টাইম সিরিজ পূর্বাভাসের পরিচিতি | Time series | টাইম সিরিজ পূর্বাভাসের পরিচিতি | Python | ফ্রান্সেসকা |
| 22 | ⚡️ বিশ্ব শক্তি ব্যবহার ⚡️ - ARIMA সহ টাইম সিরিজ পূর্বাভাস | Time series | ARIMA সহ টাইম সিরিজ পূর্বাভাস | Python | ফ্রান্সেসকা |
| 23 | ⚡️ বিশ্ব শক্তি ব্যবহার ⚡️ - SVR সহ টাইম সিরিজ পূর্বাভাস | Time series | সাপোর্ট ভেক্টর রিগ্রেসর সহ টাইম সিরিজ পূর্বাভাস | Python | অনির্বাণ |
| 24 | রিইনফোর্সমেন্ট লার্নিংয়ের পরিচিতি | Reinforcement learning | Q-লার্নিং সহ রিইনফোর্সমেন্ট লার্নিংয়ের পরিচিতি | Python | দিমিত্রি |
| 25 | পিটারকে নেকড়ে থেকে বাঁচান! 🐺 | Reinforcement learning | রিইনফোর্সমেন্ট লার্নিং জিম | Python | দিমিত্রি |
| Postscript | বাস্তব বিশ্বের ML পরিস্থিতি এবং প্রয়োগ | ML in the Wild | ক্লাসিক্যাল ML এর আকর্ষণীয় এবং প্রকাশক বাস্তব বিশ্বের প্রয়োগ | Lesson | দল |
| Postscript | RAI ড্যাশবোর্ড ব্যবহার করে ML মডেল ডিবাগিং | ML in the Wild | রেসপনসিবল AI ড্যাশবোর্ড উপাদান ব্যবহার করে মেশিন লার্নিংয়ে মডেল ডিবাগিং | Lesson | রুথ ইয়াকুবু |
এই কোর্সের জন্য সমস্ত অতিরিক্ত সম্পদ আমাদের Microsoft Learn সংগ্রহে খুঁজুন
অফলাইন অ্যাক্সেস
আপনি Docsify ব্যবহার করে এই ডকুমেন্টেশন অফলাইনে চালাতে পারেন। এই রিপোটি ফর্ক করুন, আপনার লোকাল মেশিনে Docsify ইনস্টল করুন, এবং তারপর এই রিপোর রুট ফোল্ডারে docsify serve টাইপ করুন। ওয়েবসাইটটি আপনার লোকালহোস্টে পোর্ট 3000 এ সার্ভ হবে: localhost:3000।
পিডিএফ
লিঙ্ক সহ কারিকুলামের একটি পিডিএফ এখানে খুঁজুন।
🎒 অন্যান্য কোর্স
আমাদের দল অন্যান্য কোর্স তৈরি করে! দেখুন:
LangChain
Azure / Edge / MCP / Agents
Generative AI Series
-9333EA?style=for-the-badge&labelColor=E5E7EB&color=9333EA){kind=icon}
-C084FC?style=for-the-badge&labelColor=E5E7EB&color=C084FC){kind=icon}
-E879F9?style=for-the-badge&labelColor=E5E7EB&color=E879F9){kind=icon}
মূল শেখা
কপাইলট সিরিজ
সাহায্য নেওয়া
যদি আপনি আটকে যান বা AI অ্যাপ তৈরি সম্পর্কে কোনো প্রশ্ন থাকে। MCP নিয়ে আলোচনা করতে সহপাঠী শিক্ষার্থী এবং অভিজ্ঞ ডেভেলপারদের সাথে যোগ দিন। এটি একটি সহায়ক সম্প্রদায় যেখানে প্রশ্ন স্বাগত এবং জ্ঞান মুক্তভাবে ভাগ করা হয়।
যদি আপনার পণ্য প্রতিক্রিয়া বা ত্রুটি থাকে, তাহলে এখানে যান:
অস্বীকৃতি:
এই নথিটি AI অনুবাদ সেবা Co-op Translator ব্যবহার করে অনূদিত হয়েছে। আমরা যথাসাধ্য সঠিকতার চেষ্টা করি, তবে স্বয়ংক্রিয় অনুবাদে ত্রুটি বা অসঙ্গতি থাকতে পারে। মূল নথিটি তার নিজস্ব ভাষায়ই কর্তৃত্বপূর্ণ উৎস হিসেবে বিবেচিত হওয়া উচিত। গুরুত্বপূর্ণ তথ্যের জন্য পেশাদার মানব অনুবাদ গ্রহণ করার পরামর্শ দেওয়া হয়। এই অনুবাদের ব্যবহারে সৃষ্ট কোনো ভুল বোঝাবুঝি বা ভুল ব্যাখ্যার জন্য আমরা দায়ী নই।