ML-For-Beginners/translations/et

🌐 Mitmekeelne tugi

Toetatud GitHub Actioni kaudu (automatiseeritud ja alati ajakohane)

Araabia | Bengali | Bulgaaria | Birma (Myanmar) | Hiina (lihtsustatud) | Hiina (traditsiooniline, Hongkong) | Hiina (traditsiooniline, Macau) | Hiina (traditsiooniline, Taiwan) | Horvaadi | Tšehhi | Taani | Hollandi | Eesti | Soome | Prantsuse | Saksa | Kreeka | Heebrea | Hindi | Ungari | Indoneesia | Itaalia | Jaapani | Kannada | Korea | Leedu | Malai | Malajalami | Marathi | Nepali | Nigeeria pidžin | Norra | Pärsia (Farsi) | Poola | Portugali (Brasiilia) | Portugali (Portugal) | Pandžabi (Gurmukhi) | Rumeenia | Vene | Serbia (kirillitsa) | Slovaki | Sloveeni | Hispaania | Suaheli | Rootsi | Tagalogi (Filipino) | Tamili | Telugu | Tai | Türgi | Ukraina | Urdu | Vietnami

Liitu meie kogukonnaga

Meil on käimas Discordi õppesari tehisintellektiga, õpi rohkem ja liitu meiega aadressil Learn with AI Series ajavahemikus 18. - 30. september 2025. Saad näpunäiteid ja nippe GitHub Copiloti kasutamiseks andmeteaduses.

Masinõpe algajatele – õppekava

🌍 Rändame ümber maailma, uurides masinõpet maailma kultuuride kaudu 🌍

Microsofti pilveesindajad pakuvad 12-nädalast, 26-õppetunnist koosnevat õppekava, mis käsitleb masinõpet. Selles õppekavas õpid nn klassikalist masinõpet, kasutades peamiselt Scikit-learn raamatukogu ja vältides süvaõpet, mida käsitletakse meie AI algajate õppekavas. Ühenda need õppetunnid meie 'Andmeteadus algajatele' õppekavaga!

Rändame koos ümber maailma, rakendades neid klassikalisi meetodeid andmetele paljudest maailma piirkondadest. Iga õppetund sisaldab eelkatsest ja järelkatsest teste, kirjalikke juhiseid õppetunni läbimiseks, lahendust, ülesannet ja muud. Meie projektipõhine pedagoogika võimaldab sul õppida ehitades, mis on tõestatud viis uute oskuste kinnistamiseks.

✍️ Suur tänu meie autoritele Jen Looper, Stephen Howell, Francesca Lazzeri, Tomomi Imura, Cassie Breviu, Dmitry Soshnikov, Chris Noring, Anirban Mukherjee, Ornella Altunyan, Ruth Yakubu ja Amy Boyd

🎨 Tänud ka meie illustraatoritele Tomomi Imura, Dasani Madipalli ja Jen Looper

🙏 Eriline tänu 🙏 meie Microsofti tudengisaadikute autoritele, ülevaatajaile ja sisuloojatele, eriti Rishit Dagli, Muhammad Sakib Khan Inan, Rohan Raj, Alexandru Petrescu, Abhishek Jaiswal, Nawrin Tabassum, Ioan Samuila ja Snigdha Agarwal

🤩 Täiendav tänu Microsofti tudengisaadikutele Eric Wanjau, Jasleen Sondhi ja Vidushi Gupta meie R-õppetundide eest!

Alustamine

Järgi neid samme:

1. Tee hoidlast fork: Klõpsa selle lehe paremas ülanurgas nuppu "Fork".
2. Klooni hoidla: git clone https://github.com/microsoft/ML-For-Beginners.git

Leia kõik selle kursuse lisamaterjalid meie Microsoft Learn kollektsioonist

🔧 Vajad abi? Vaata meie Tõrkeotsingu juhendit levinumate probleemide lahendamiseks paigaldamisel, seadistamisel ja õppetundide käivitamisel.

Õpilased, selle õppekava kasutamiseks tee kogu hoidlast fork oma GitHubi kontole ja tee harjutused ise või grupiga:

• Alusta eelkatsest testiga.
• Loe loengut ja tee tegevused, peatu ja mõtiskle iga teadmiste kontrolli juures.
• Proovi projekte luua õppetundide mõistmise põhjal, mitte lahenduskoodi jooksutades; lahenduskood on siiski saadaval iga projektipõhise õppetunni /solution kaustas.
• Tee järelkatsest test.
• Täida väljakutse.
• Täida ülesanne.
• Pärast õppetundide grupi lõpetamist külasta Arutelufoorumit ja "õpi valjusti" täites sobiva PAT hindamislehe. PAT on edenemise hindamise tööriist, mille abil saad oma õppimist süvendada. Võid ka teiste PAT-e kommenteerida, et koos õppida.

Edasiseks õppimiseks soovitame järgida neid Microsoft Learn mooduleid ja õpiteid.

Õpetajad, oleme lisanud mõningaid soovitusi selle õppekava kasutamiseks.

---

Video juhendid

Mõned õppetunnid on saadaval lühivideotena. Kõik need leiad õppetundide seest või ML algajate esitusloendist Microsoft Developer YouTube kanalil, klõpsates alloleval pildil.

---

Tutvu meeskonnaga

Gif autor Mohit Jaisal

🎥 Klõpsa ülaloleval pildil, et vaadata videot projektist ja selle loojatest!

---

Pedagoogika

Selle õppekava loomisel valisime kaks pedagoogilist põhimõtet: tagada, et see oleks praktiline projektipõhine ja sisaldaks sagedasi teste. Lisaks on õppekaval ühine teema, mis annab sellele sidususe.

Sisule projektidega vastavuse tagamine muudab protsessi õpilaste jaoks kaasahaaravamaks ja suurendab kontseptsioonide meeldejäämist. Madala panusega test enne tundi seab õpilasele eesmärgi teemat õppida, samas kui teine test pärast tundi tagab teadmiste kinnistamise. See õppekava on loodud olema paindlik ja lõbus ning seda saab läbida tervikuna või osaliselt. Projektid algavad väikestena ja muutuvad 12-nädalase tsükli lõpuks järjest keerukamaks. Õppekava sisaldab ka järelsõna masinõppe reaalse maailma rakendustest, mida saab kasutada lisapunktide või arutelu aluseks.

Leia meie käitumisjuhend, panustamise juhised, tõlkimise juhised ja tõrkeotsingu juhend. Ootame sinu konstruktiivset tagasisidet!

Iga õppetund sisaldab

• vabatahtlik sketšimärkmed
• vabatahtlik täiendav video
• video juhend (ainult mõnedes õppetundides)
• eel-loengu soojendus test
• kirjalik õppetund
• projektipõhiste õppetundide puhul samm-sammult juhised projekti ehitamiseks
• teadmiste kontrollid
• väljakutse
• täiendav lugemine
• ülesanne
• järg-loengu test

Märkus keeltest: Need õppetunnid on peamiselt kirjutatud Pythonis, kuid paljud on saadaval ka R-is. R-õppetunni läbimiseks mine /solution kausta ja otsi R-õppetunde. Need sisaldavad .rmd laiendit, mis tähistab R Markdown faili, mida saab lihtsalt defineerida kui koodiplokkide (R või teiste keelte) ja YAML päise (mis juhib väljundite vormindamist nagu PDF) manustamist Markdown dokumendis. See on eeskujulik raamistik andmeteaduse jaoks, kuna võimaldab kombineerida koodi, selle väljundi ja mõtted, kirjutades need Markdowni. Lisaks saab R Markdown dokumente renderdada väljundvormingutesse nagu PDF, HTML või Word.

Märkus testide kohta: Kõik testid on koondatud Quiz App kausta, kokku 52 testi, igaühes kolm küsimust. Need on lingitud õppetundide sees, kuid testi rakendust saab käivitada ka lokaalselt; järgi juhiseid quiz-app kaustas, et seda lokaalselt hostida või Azure'i juurutada.

Õppetunni number	Teema	Õppetunni grupp	Õpieesmärgid	Lingitud õppetund	Autor
01	Sissejuhatus masinõppesse	Introduction	Õpi masinõppe põhikontseptsioone	Lesson	Muhammad
02	Masinõppe ajalugu	Introduction	Õpi selle valdkonna ajaloo kohta	Lesson	Jen and Amy
03	Õiglus ja masinõpe	Introduction	Millised on olulised filosoofilised küsimused õiglusest, mida õpilased peaksid arvestama masinõppemudelite loomisel ja rakendamisel?	Lesson	Tomomi
04	Masinõppe tehnikad	Introduction	Milliseid tehnikaid kasutavad masinõppe uurijad masinõppemudelite loomiseks?	Lesson	Chris and Jen
05	Sissejuhatus regressiooni	Regression	Alusta Pythoniga ja Scikit-learniga regressioonimudelite jaoks	Python • R	Jen • Eric Wanjau
06	Põhja-Ameerika kõrvitsa hinnad 🎃	Regression	Visualiseeri ja puhasta andmeid masinõppeks ettevalmistamiseks	Python • R	Jen • Eric Wanjau
07	Põhja-Ameerika kõrvitsa hinnad 🎃	Regression	Ehita lineaarseid ja polünoomseid regressioonimudeleid	Python • R	Jen and Dmitry • Eric Wanjau
08	Põhja-Ameerika kõrvitsa hinnad 🎃	Regression	Ehita logistilise regressiooni mudel	Python • R	Jen • Eric Wanjau
09	Veebirakendus 🔌	Web App	Ehita veebirakendus, et kasutada oma treenitud mudelit	Python	Jen
10	Sissejuhatus klassifitseerimisse	Classification	Puhasta, valmista ette ja visualiseeri oma andmeid; sissejuhatus klassifitseerimisse	Python • R	Jen and Cassie • Eric Wanjau
11	Maitsvad Aasia ja India köögid 🍜	Classification	Sissejuhatus klassifikaatoritesse	Python • R	Jen and Cassie • Eric Wanjau
12	Maitsvad Aasia ja India köögid 🍜	Classification	Rohkem klassifikaatoreid	Python • R	Jen and Cassie • Eric Wanjau
13	Maitsvad Aasia ja India köögid 🍜	Classification	Ehita soovituste veebirakendus, kasutades oma mudelit	Python	Jen
14	Sissejuhatus klasterdamisse	Clustering	Puhasta, valmista ette ja visualiseeri oma andmeid; sissejuhatus klasterdamisse	Python • R	Jen • Eric Wanjau
15	Nigeeria muusikamaitsete uurimine 🎧	Clustering	Uuri K-Meansi klasterdamismeetodit	Python • R	Jen • Eric Wanjau
16	Sissejuhatus loomuliku keele töötlemisse ☕️	Natural language processing	Õpi NLP põhialuseid, luues lihtsa boti	Python	Stephen
17	Levinumad NLP ülesanded ☕️	Natural language processing	Süvenda oma NLP teadmisi, mõistes keelestruktuuridega seotud tavapäraseid ülesandeid	Python	Stephen
18	Tõlkimine ja meeleolu analüüs ♥️	Natural language processing	Tõlkimine ja meeleolu analüüs Jane Austeni tekstidega	Python	Stephen
19	Euroopa romantilised hotellid ♥️	Natural language processing	Meeleolu analüüs hotellide arvustustega 1	Python	Stephen
20	Euroopa romantilised hotellid ♥️	Natural language processing	Meeleolu analüüs hotellide arvustustega 2	Python	Stephen
21	Sissejuhatus ajaseeria prognoosimisse	Time series	Sissejuhatus ajaseeria prognoosimisse	Python	Francesca
22	⚡️ Maailma elektritarbimine ⚡️ - ajaseeria prognoosimine ARIMA-ga	Time series	Ajaseeria prognoosimine ARIMA meetodiga	Python	Francesca
23	⚡️ Maailma elektritarbimine ⚡️ - ajaseeria prognoosimine SVR-ga	Time series	Ajaseeria prognoosimine tugivektorregressori abil	Python	Anirban
24	Sissejuhatus tugevdusõppesse	Reinforcement learning	Sissejuhatus tugevdusõppesse Q-õppimise abil	Python	Dmitry
25	Aita Peteril hundi eest põgeneda! 🐺	Reinforcement learning	Tugevdusõppe Gym	Python	Dmitry
Järelsõna	Masinõppe reaalsed stsenaariumid ja rakendused	ML in the Wild	Huvitavad ja valgustavad masinõppe klassikalised reaalsed rakendused	Lesson	Team
Järelsõna	Masinõppe mudelite silumine RAI juhtpaneeli abil	ML in the Wild	Masinõppe mudelite silumine kasutades Responsible AI juhtpaneeli komponente	Lesson	Ruth Yakubu

Leia kõik selle kursuse lisamaterjalid meie Microsoft Learn kollektsioonist

Võimalus kasutada võrguühenduseta

Seda dokumentatsiooni saab kasutada võrguühenduseta, kasutades Docsify. Tee selle hoidla fork, paigalda Docsify oma kohalikku masinasse ja seejärel selle hoidla juurkataloogis kirjuta docsify serve. Veebisait on kättesaadav pordil 3000 sinu kohalikus arvutis: localhost:3000.

PDF-id

Leia õppekava pdf koos linkidega siit.

🎒 Teised kursused

Meie meeskond toodab ka teisi kursuseid! Vaata:

LangChain

---

Azure / Edge / MCP / Agendid

---

Generatiivse tehisintellekti sari

---

Põhialane õppimine

---

Copiloti sari

Abi saamine

Kui jääd hätta või sul on küsimusi tehisintellekti rakenduste loomise kohta, liitu teiste õppijate ja kogenud arendajatega MCP aruteludes. See on toetav kogukond, kus küsimused on teretulnud ja teadmisi jagatakse vabalt.

Kui sul on toote tagasisidet või ehitamise ajal vigu, külasta:

---

Vastutusest loobumine: See dokument on tõlgitud kasutades tehisintellektil põhinevat tõlketeenust Co-op Translator. Kuigi püüame tagada täpsust, palun arvestage, et automaatsed tõlked võivad sisaldada vigu või ebatäpsusi. Originaaldokument selle emakeeles tuleks pidada autoriteetseks allikaks. Olulise teabe puhul soovitatakse kasutada professionaalset inimtõlget. Me ei vastuta selle tõlke kasutamisest tulenevate arusaamatuste või valesti mõistmiste eest.