30 KiB

Raw Blame History Unescape Escape

🌐 Msaada wa Lugha Nyingi

Inasaidiwa kupitia Kitendo cha GitHub (Kiotomatiki & Kila Wakati Kikiwa Kisasa)

Jiunge na Jamii Yetu

Tuna mfululizo wa kujifunza kwenye Discord kuhusu AI unaoendelea, jifunze zaidi na ujiunge nasi kwenye Mfululizo wa Kujifunza na AI kuanzia 18 - 30 Septemba, 2025. Utapata vidokezo na mbinu za kutumia GitHub Copilot kwa Sayansi ya Data.

Kujifunza Mashine kwa Waanzilishi - Mtaala

🌍 Safiri kote duniani tunapochunguza Kujifunza Mashine kwa njia ya tamaduni za dunia 🌍

Wahamasishaji wa Cloud katika Microsoft wanafurahia kutoa mtaala wa wiki 12, masomo 26 yote 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 kina, ambacho kinashughulikiwa katika mtaala wetu wa AI kwa Waanzilishi. Pia weka masomo haya pamoja na mtaala wetu wa 'Sayansi ya Data kwa Waanzilishi'.

Safiri nasi kote duniani tunapotumia mbinu hizi za kawaida kwa data kutoka sehemu nyingi za dunia. Kila somo linajumuisha maswali ya kabla na baada ya somo, maelekezo yaliyoandikwa ya kukamilisha somo, suluhisho, kazi, na zaidi. Mbinu yetu ya kujifunza kwa miradi inakuwezesha kujifunza huku ukijenga, njia iliyothibitishwa ya kufanya ujuzi mpya 'kubaki'.

✍️ 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

🎨 Pia shukrani kwa wachoraji wetu Tomomi Imura, Dasani Madipalli, na Jen Looper

🙏 Shukrani maalum 🙏 kwa waandishi, wakaguzi, na wachangiaji wa maudhui wa Microsoft Student Ambassador, hasa Rishit Dagli, Muhammad Sakib Khan Inan, Rohan Raj, Alexandru Petrescu, Abhishek Jaiswal, Nawrin Tabassum, Ioan Samuila, na Snigdha Agarwal

🤩 Shukrani za ziada kwa Microsoft Student Ambassadors Eric Wanjau, Jasleen Sondhi, na Vidushi Gupta kwa masomo yetu ya R!

Kuanzia

Fuata hatua hizi:

Fanya Fork ya Hifadhi: Bonyeza kitufe cha "Fork" kilicho kona ya juu kulia ya ukurasa huu.
Nakili Hifadhi: git clone https://github.com/microsoft/ML-For-Beginners.git

pata rasilimali zote za ziada kwa kozi hii katika mkusanyiko wetu wa Microsoft Learn

🔧 Unahitaji msaada? Angalia Mwongozo wa Kutatua Matatizo kwa suluhisho za matatizo ya kawaida ya usakinishaji, usanidi, na kuendesha masomo.

Wanafunzi, ili kutumia mtaala huu, fanya fork ya hifadhi nzima kwenye akaunti yako ya GitHub na kamilisha mazoezi peke yako au na kikundi:

Anza na mtihani wa kabla ya somo.
Soma somo na kamilisha shughuli, simama na fikiria kila ukaguzi wa maarifa.
Jaribu kuunda miradi kwa kuelewa masomo badala ya kuendesha msimbo wa suluhisho; hata hivyo msimbo huo upo katika folda za /solution katika kila somo linalolenga mradi.
Fanya mtihani wa baada ya somo.
Kamilisha changamoto.
Kamilisha kazi.
Baada ya kumaliza kundi la masomo, tembelea Bodi ya Majadiliano na "jifunze kwa sauti" kwa kujaza rubriki ya PAT inayofaa. 'PAT' ni Chombo cha Tathmini ya Maendeleo ambacho ni rubriki unayojaza ili kuendeleza kujifunza kwako. Unaweza pia kutoa maoni kwa PAT nyingine ili tujifunze pamoja.

Kwa masomo zaidi, tunapendekeza kufuata moduli na njia za kujifunza za Microsoft Learn.

Walimu, tumetoa mapendekezo kadhaa juu ya jinsi ya kutumia mtaala huu.

Video za maelekezo

Baadhi ya masomo yanapatikana kama video fupi. Unaweza kuyapata yote haya ndani ya masomo, au kwenye orodha ya video za ML kwa Waanzilishi kwenye kituo cha Microsoft Developer YouTube kwa kubonyeza picha hapa chini.

Kutana na Timu

Gif na Mohit Jaisal

🎥 Bonyeza picha hapo juu kwa video kuhusu mradi na watu waliouunda!

Mbinu ya Kufundisha

Tumechagua kanuni mbili za kufundisha wakati wa kujenga mtaala huu: kuhakikisha kuwa ni mradi-msingi na kwamba inajumuisha maswali ya mara kwa mara. Zaidi ya hayo, mtaala huu una kauli mbiu ya pamoja ili kuupa mshikamano.

Kwa kuhakikisha maudhui yanaendana na miradi, mchakato unakuwa wa kuvutia zaidi kwa wanafunzi na kumbukumbu ya dhana itaimarishwa. Zaidi ya hayo, mtihani wa chini wa hatari kabla ya darasa huweka nia ya mwanafunzi kuelekea kujifunza mada, wakati mtihani wa pili baada ya darasa unahakikisha kumbukumbu zaidi. Mtaala huu umeundwa kuwa rahisi na wa kufurahisha na unaweza kuchukuliwa kwa jumla au sehemu. Miradi huanza ndogo na kuwa ngumu zaidi mwishoni mwa mzunguko wa wiki 12. Mtaala huu pia unajumuisha maelezo ya matumizi halisi ya ML, ambayo yanaweza kutumika kama mkopo wa ziada au kama msingi wa majadiliano.

Pata Kanuni zetu za Maadili, Kushiriki, Tafsiri, na Kutatua Matatizo. Tunakaribisha maoni yako ya kujenga!

Kila somo linajumuisha

sketchnote hiari
video ya ziada hiari
video ya maelekezo (masomo mengine tu)
mtihani wa kuamsha kabla ya somo
somo lililoandikwa
kwa masomo ya mradi, mwongozo wa hatua kwa hatua wa jinsi ya kujenga mradi
ukaguzi wa maarifa
changamoto
usomaji wa ziada
kazi
mtihani wa baada ya somo

Kumbuka kuhusu lugha: Masomo haya yameandikwa hasa kwa Python, lakini mengi pia yanapatikana kwa R. Ili kumaliza somo la R, nenda kwenye folda ya /solution na tafuta masomo ya R. Yanajumuisha kiambatisho cha .rmd kinachoonyesha faili ya R Markdown ambayo inaweza kufafanuliwa kama kuingiza vipande vya msimbo (vya R au lugha nyingine) na kichwa cha YAML (kinachoongoza jinsi ya kuunda matokeo kama PDF) katika nyaraka za Markdown. Hivyo, hutumika kama mfumo bora wa uandishi kwa sayansi ya data kwa kuwa inakuwezesha kuunganisha msimbo wako, matokeo yake, na mawazo yako kwa kuandika kwa Markdown. Zaidi ya hayo, nyaraka za R Markdown zinaweza kutengenezwa kuwa aina za matokeo kama PDF, HTML, au Word.

Kumbuka kuhusu mitihani: Mitihani yote iko katika folda ya Quiz App, kwa jumla ya mitihani 52 yenye maswali matatu kila moja. Imeunganishwa kutoka ndani ya masomo lakini app ya mtihani inaweza kuendeshwa kwa ndani; fuata maelekezo katika folda ya quiz-app ili kuendesha kwa ndani au kuweka kwenye Azure.

Nambari ya Somo	Mada	Kundi la Somo	Malengo ya Kujifunza	Somo Linalounganishwa	Mwandishi
01	Utangulizi wa kujifunza mashine	Introduction	Jifunze dhana za msingi nyuma ya kujifunza mashine	Lesson	Muhammad
02	Historia ya kujifunza mashine	Introduction	Jifunze historia inayosababisha uwanja huu	Lesson	Jen and Amy
03	Usawa na kujifunza mashine	Introduction	Ni masuala gani muhimu ya kifalsafa kuhusu usawa ambayo wanafunzi wanapaswa kuyazingatia wanapojenga na kutumia mifano ya ML?	Lesson	Tomomi
04	Mbinu za kujifunza mashine	Introduction	Ni mbinu gani watafiti wa ML hutumia kujenga mifano ya ML?	Lesson	Chris and Jen
05	Utangulizi wa regression	Regression	Anza na Python na Scikit-learn kwa mifano ya regression	Python • R	Jen • Eric Wanjau
06	Bei za malenge ya Amerika Kaskazini 🎃	Regression	Onyesha na safisha data kwa ajili ya ML	Python • R	Jen • Eric Wanjau
07	Bei za malenge ya Amerika Kaskazini 🎃	Regression	Jenga mifano ya regression ya mstari na polynomial	Python • R	Jen and Dmitry • Eric Wanjau
08	Bei za malenge ya Amerika Kaskazini 🎃	Regression	Jenga mfano wa regression ya logistic	Python • R	Jen • Eric Wanjau
09	Programu ya Wavuti 🔌	Web App	Jenga programu ya wavuti kutumia mfano wako uliopata mafunzo	Python	Jen
10	Utangulizi wa uainishaji	Classification	Safisha, andaa, na onyesha data yako; utangulizi wa uainishaji	Python • R	Jen and Cassie • Eric Wanjau
11	Vyakula vitamu vya Asia na India 🍜	Classification	Utangulizi wa waainishaji	Python • R	Jen and Cassie • Eric Wanjau
12	Vyakula vitamu vya Asia na India 🍜	Classification	Waainishaji zaidi	Python • R	Jen and Cassie • Eric Wanjau
13	Vyakula vitamu vya Asia na India 🍜	Classification	Jenga programu ya wavuti ya kupendekeza kwa kutumia mfano wako	Python	Jen
14	Utangulizi wa ugawaji kundi	Clustering	Safisha, andaa, na onyesha data yako; Utangulizi wa ugawaji kundi	Python • R	Jen • Eric Wanjau
15	Kuchunguza Ladha za Muziki za Nigeria 🎧	Clustering	Chunguza mbinu ya ugawaji kundi ya K-Means	Python • R	Jen • Eric Wanjau
16	Utangulizi wa usindikaji wa lugha asilia ☕️	Natural language processing	Jifunze misingi ya NLP kwa kujenga bot rahisi	Python	Stephen
17	Kazi za kawaida za NLP ☕️	Natural language processing	Zidi maarifa yako ya NLP kwa kuelewa kazi za kawaida zinazohitajika katika kushughulikia miundo ya lugha	Python	Stephen
18	Tafsiri na uchambuzi wa hisia ♥️	Natural language processing	Tafsiri na uchambuzi wa hisia na Jane Austen	Python	Stephen
19	Hoteli za kimapenzi za Ulaya ♥️	Natural language processing	Uchambuzi wa hisia kwa mapitio ya hoteli 1	Python	Stephen
20	Hoteli za kimapenzi za Ulaya ♥️	Natural language processing	Uchambuzi wa hisia kwa mapitio ya hoteli 2	Python	Stephen
21	Utangulizi wa utabiri wa mfululizo wa wakati	Time series	Utangulizi wa utabiri wa mfululizo wa wakati	Python	Francesca
22	⚡️ Matumizi ya Nguvu Duniani ⚡️ - utabiri wa mfululizo wa wakati na ARIMA	Time series	Utabiri wa mfululizo wa wakati kwa kutumia ARIMA	Python	Francesca
23	⚡️ Matumizi ya Nguvu Duniani ⚡️ - utabiri wa mfululizo wa wakati na SVR	Time series	Utabiri wa mfululizo wa wakati kwa kutumia Support Vector Regressor	Python	Anirban
24	Utangulizi wa kujifunza kwa kuimarisha	Reinforcement learning	Utangulizi wa kujifunza kwa kuimarisha kwa kutumia Q-Learning	Python	Dmitry
25	Msaada kwa Peter kuepuka mbwa mwitu! 🐺	Reinforcement learning	Gym ya kujifunza kwa kuimarisha	Python	Dmitry
Postscript	Hali halisi za ML na matumizi yake	ML in the Wild	Matumizi ya kuvutia na ya kufichua ya ML ya kawaida	Lesson	Team
Postscript	Urekebishaji wa Mifano katika ML kwa kutumia dashibodi ya RAI	ML in the Wild	Urekebishaji wa Mifano katika Kujifunza Mashine kwa kutumia vipengele vya dashibodi ya Responsible AI	Lesson	Ruth Yakubu

pata rasilimali zote za ziada kwa kozi hii katika mkusanyiko wetu wa Microsoft Learn

Ufikiaji wa nje ya mtandao

Unaweza kuendesha nyaraka hii nje ya mtandao kwa kutumia Docsify. Fanya nakala ya repo hii, weka Docsify kwenye mashine yako ya ndani, kisha katika folda kuu ya repo hii, andika docsify serve. Tovuti itahudumiwa kwenye bandari 3000 kwenye localhost yako: localhost:3000.

PDFs

Pata pdf ya mtaala na viungo hapa.

🎒 Kozi Nyingine

Timu yetu hutengeneza kozi nyingine! Angalia:

LangChain

Azure / Edge / MCP / Agents

Mfululizo wa AI ya Kizazi

Kujifunza Msingi

Mfululizo wa Copilot

Kupata Msaada

Ikiwa unakumbwa na shida au una maswali yoyote kuhusu kujenga programu za AI. Jiunge na wapenzi wa kujifunza na waendelezaji wenye uzoefu katika mijadala kuhusu MCP. Ni jamii yenye msaada ambapo maswali yanakaribishwa na maarifa yanashirikiwa kwa uhuru.

Ikiwa una maoni kuhusu bidhaa au makosa wakati wa kujenga tembelea:

Kiarifa cha Kukataa: Hati hii imetafsiriwa kwa kutumia huduma ya tafsiri ya AI Co-op Translator. Ingawa tunajitahidi kwa usahihi, tafadhali fahamu kuwa tafsiri za kiotomatiki zinaweza kuwa na makosa au upungufu wa usahihi. Hati ya asili katika lugha yake ya asili inapaswa kuchukuliwa kama chanzo cha mamlaka. Kwa taarifa muhimu, tafsiri ya kitaalamu ya binadamu inapendekezwa. Hatubebei dhamana kwa kutoelewana au tafsiri potofu zinazotokana na matumizi ya tafsiri hii.

30 KiB Raw Blame History Unescape Escape