ML-For-Beginners/translations/ro

🌐 Suport Multilingv

Suportat prin GitHub Action (Automatizat și Întotdeauna Actualizat)

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

Alăturați-vă Comunității Noastre

Avem o serie Discord de învățare cu AI în desfășurare, aflați mai multe și alăturați-vă nouă la Learn with AI Series în perioada 18 - 30 septembrie 2025. Veți primi sfaturi și trucuri pentru utilizarea GitHub Copilot pentru Data Science.

Învățare Automată pentru Începători - Un Curriculum

🌍 Călătorește în jurul lumii în timp ce explorăm Învățarea Automată prin intermediul culturilor lumii 🌍

Cloud Advocates de la Microsoft sunt încântați să ofere un curriculum de 12 săptămâni, 26 de lecții, despre Învățarea Automată. În acest curriculum, veți învăța despre ceea ce uneori este numit învățare automată clasică, folosind în principal biblioteca Scikit-learn și evitând învățarea profundă, care este acoperită în curriculumul nostru AI pentru Începători. Combinați aceste lecții cu curriculumul nostru 'Data Science pentru Începători', de asemenea!

Călătorește cu noi în jurul lumii în timp ce aplicăm aceste tehnici clasice pe date din multe zone ale lumii. Fiecare lecție include chestionare înainte și după lecție, instrucțiuni scrise pentru a finaliza lecția, o soluție, o temă și altele. Pedagogia noastră bazată pe proiecte vă permite să învățați în timp ce construiți, o metodă dovedită pentru ca noile abilități să se fixeze.

✍️ Mulțumiri călduroase autorilor noștri Jen Looper, Stephen Howell, Francesca Lazzeri, Tomomi Imura, Cassie Breviu, Dmitry Soshnikov, Chris Noring, Anirban Mukherjee, Ornella Altunyan, Ruth Yakubu și Amy Boyd

🎨 Mulțumiri și ilustratorilor noștri Tomomi Imura, Dasani Madipalli și Jen Looper

🙏 Mulțumiri speciale 🙏 autorilor, recenzorilor și colaboratorilor de conținut Microsoft Student Ambassador, în special Rishit Dagli, Muhammad Sakib Khan Inan, Rohan Raj, Alexandru Petrescu, Abhishek Jaiswal, Nawrin Tabassum, Ioan Samuila și Snigdha Agarwal

🤩 Recunoștință suplimentară pentru Microsoft Student Ambassadors Eric Wanjau, Jasleen Sondhi și Vidushi Gupta pentru lecțiile noastre în R!

Începutul

Urmați acești pași:

1. Fork la Repozitoriu: Faceți clic pe butonul "Fork" din colțul din dreapta sus al acestei pagini.
2. Clonați Repozitoriul: git clone https://github.com/microsoft/ML-For-Beginners.git

găsiți toate resursele suplimentare pentru acest curs în colecția noastră Microsoft Learn

🔧 Aveți nevoie de ajutor? Consultați Ghidul de depanare pentru soluții la probleme comune cu instalarea, configurarea și rularea lecțiilor.

Studenți, pentru a folosi acest curriculum, faceți fork la întregul repo în contul vostru GitHub și finalizați exercițiile singuri sau în grup:

• Începeți cu un chestionar înainte de lecție.
• Citiți lecția și finalizați activitățile, oprindu-vă și reflectând la fiecare verificare a cunoștințelor.
• Încercați să creați proiectele înțelegând lecțiile, mai degrabă decât rulând codul soluției; totuși, codul este disponibil în folderele /solution din fiecare lecție orientată pe proiect.
• Susțineți chestionarul după lecție.
• Finalizați provocarea.
• Finalizați tema.
• După finalizarea unui grup de lecții, vizitați Forum de Discuții și "învățați cu voce tare" completând rubrica PAT corespunzătoare. Un 'PAT' este un Instrument de Evaluare a Progresului, o rubrică pe care o completați pentru a vă aprofunda învățarea. De asemenea, puteți reacționa la alte PAT-uri pentru a învăța împreună.

Pentru studiu suplimentar, recomandăm urmarea acestor module și trasee de învățare Microsoft Learn.

Profesori, am inclus câteva sugestii despre cum să folosiți acest curriculum.

---

Parcurgeri video

Unele lecții sunt disponibile ca videoclipuri scurte. Le puteți găsi integrate în lecții sau pe playlist-ul ML for Beginners pe canalul Microsoft Developer YouTube făcând clic pe imaginea de mai jos.

---

Echipa

Gif de Mohit Jaisal

🎥 Faceți clic pe imaginea de mai sus pentru un videoclip despre proiect și oamenii care l-au creat!

---

Pedagogie

Am ales două principii pedagogice în construirea acestui curriculum: să fie hands-on bazat pe proiecte și să includă chestionare frecvente. În plus, acest curriculum are o temă comună pentru a-i da coeziune.

Prin asigurarea alinierii conținutului cu proiectele, procesul devine mai captivant pentru studenți și reținerea conceptelor va fi augmentată. În plus, un chestionar cu miză scăzută înainte de curs setează intenția studentului către învățarea unui subiect, în timp ce un al doilea chestionar după curs asigură o reținere suplimentară. Acest curriculum a fost conceput să fie flexibil și distractiv și poate fi parcurs integral sau parțial. Proiectele încep mici și devin din ce în ce mai complexe până la finalul ciclului de 12 săptămâni. Curriculumul include și un postscript despre aplicații reale ale ML, care poate fi folosit ca credit suplimentar sau ca bază pentru discuții.

Găsiți Codul nostru de conduită, Contribuții, Traduceri și Depanare. Așteptăm cu interes feedback-ul vostru constructiv!

Fiecare lecție include

• schiță opțională
• video suplimentar opțional
• parcurgere video (doar unele lecții)
• chestionar de încălzire înainte de lecție
• lecție scrisă
• pentru lecțiile bazate pe proiect, ghiduri pas cu pas pentru construirea proiectului
• verificări ale cunoștințelor
• o provocare
• lectură suplimentară
• temă
• chestionar după lecție

O notă despre limbaje: Aceste lecții sunt scrise în principal în Python, dar multe sunt disponibile și în R. Pentru a finaliza o lecție în R, mergeți în folderul /solution și căutați lecțiile în R. Acestea includ o extensie .rmd care reprezintă un fișier R Markdown, definit simplu ca o încorporare de blocuri de cod (în R sau alte limbaje) și un header YAML (care ghidează cum să formatați ieșirile, cum ar fi PDF) într-un document Markdown. Astfel, servește ca un cadru exemplu pentru autorii de știință a datelor, deoarece vă permite să combinați codul, rezultatul său și gândurile dvs. scriindu-le în Markdown. Mai mult, documentele R Markdown pot fi generate în formate de ieșire precum PDF, HTML sau Word.

O notă despre chestionare: Toate chestionarele sunt conținute în folderul Quiz App, pentru un total de 52 de chestionare cu câte trei întrebări fiecare. Sunt legate din lecții, dar aplicația de chestionare poate fi rulată local; urmați instrucțiunile din folderul quiz-app pentru a găzdui local sau a implementa în Azure.

Număr Lecție	Subiect	Grupare Lecție	Obiective de Învățare	Lecție Legată	Autor
01	Introducere în învățarea automată	Introduction	Aflați conceptele de bază din spatele învățării automate	Lesson	Muhammad
02	Istoria învățării automate	Introduction	Aflați istoria care stă la baza acestui domeniu	Lesson	Jen and Amy
03	Echitatea și învățarea automată	Introduction	Care sunt problemele filosofice importante legate de echitate pe care studenții ar trebui să le ia în considerare când construiesc și aplică modele ML?	Lesson	Tomomi
04	Tehnici pentru învățarea automată	Introduction	Ce tehnici folosesc cercetătorii ML pentru a construi modele ML?	Lesson	Chris and Jen
05	Introducere în regresie	Regression	Începeți cu Python și Scikit-learn pentru modele de regresie	Python • R	Jen • Eric Wanjau
06	Prețurile dovlecilor din America de Nord 🎃	Regression	Vizualizați și curățați datele în pregătirea pentru ML	Python • R	Jen • Eric Wanjau
07	Prețurile dovlecilor din America de Nord 🎃	Regression	Construiți modele de regresie liniară și polinomială	Python • R	Jen and Dmitry • Eric Wanjau
08	Prețurile dovlecilor din America de Nord 🎃	Regression	Construiți un model de regresie logistică	Python • R	Jen • Eric Wanjau
09	O aplicație web 🔌	Web App	Construiți o aplicație web pentru a folosi modelul antrenat	Python	Jen
10	Introducere în clasificare	Classification	Curățați, pregătiți și vizualizați datele; introducere în clasificare	Python • R	Jen and Cassie • Eric Wanjau
11	Bucătării delicioase asiatice și indiene 🍜	Classification	Introducere în clasificatori	Python • R	Jen and Cassie • Eric Wanjau
12	Bucătării delicioase asiatice și indiene 🍜	Classification	Mai mulți clasificatori	Python • R	Jen and Cassie • Eric Wanjau
13	Bucătării delicioase asiatice și indiene 🍜	Classification	Construiți o aplicație web de recomandare folosind modelul dvs.	Python	Jen
14	Introducere în clustering	Clustering	Curățați, pregătiți și vizualizați datele; introducere în clustering	Python • R	Jen • Eric Wanjau
15	Explorarea gusturilor muzicale nigeriene 🎧	Clustering	Explorați metoda de clustering K-Means	Python • R	Jen • Eric Wanjau
16	Introducere în procesarea limbajului natural ☕️	Natural language processing	Aflați elementele de bază despre NLP construind un bot simplu	Python	Stephen
17	Sarcini comune NLP ☕️	Natural language processing	Adânciți-vă cunoștințele despre NLP înțelegând sarcinile comune necesare când lucrați cu structuri de limbaj	Python	Stephen
18	Traducere și analiză de sentiment ♥️	Natural language processing	Traducere și analiză de sentiment cu Jane Austen	Python	Stephen
19	Hoteluri romantice din Europa ♥️	Natural language processing	Analiză de sentiment cu recenzii de hotel 1	Python	Stephen
20	Hoteluri romantice din Europa ♥️	Natural language processing	Analiză de sentiment cu recenzii de hotel 2	Python	Stephen
21	Introducere în prognoza seriilor temporale	Time series	Introducere în prognoza seriilor temporale	Python	Francesca
22	⚡️ Utilizarea energiei la nivel mondial ⚡️ - prognoza seriilor temporale cu ARIMA	Time series	Prognoza seriilor temporale cu ARIMA	Python	Francesca
23	⚡️ Utilizarea energiei la nivel mondial ⚡️ - prognoza seriilor temporale cu SVR	Time series	Prognoza seriilor temporale cu Support Vector Regressor	Python	Anirban
24	Introducere în învățarea prin întărire	Reinforcement learning	Introducere în învățarea prin întărire cu Q-Learning	Python	Dmitry
25	Ajută-l pe Peter să evite lupul! 🐺	Reinforcement learning	Învățarea prin întărire Gym	Python	Dmitry
Postscript	Scenarii și aplicații ML din lumea reală	ML in the Wild	Aplicații interesante și revelatoare din lumea reală ale ML clasice	Lesson	Team
Postscript	Depanarea modelelor ML folosind tabloul de bord RAI	ML in the Wild	Depanarea modelelor în învățarea automată folosind componentele tabloului de bord Responsible AI	Lesson	Ruth Yakubu

găsiți toate resursele suplimentare pentru acest curs în colecția noastră Microsoft Learn

Acces offline

Puteți rula această documentație offline folosind Docsify. Faceți fork la acest repo, instalați Docsify pe mașina dvs. locală, apoi în folderul rădăcină al acestui repo, tastați docsify serve. Site-ul va fi servit pe portul 3000 pe localhost-ul dvs.: localhost:3000.

PDF-uri

Găsiți un pdf al curriculumului cu linkuri aici.

🎒 Alte cursuri

Echipa noastră produce și alte cursuri! Verificați:

LangChain

---

Azure / Edge / MCP / Agents

---

Seria Generative AI

---

Învățare de bază

---

Seria Copilot

Obținerea ajutorului

Dacă întâmpini dificultăți sau ai întrebări despre construirea aplicațiilor AI. Alătură-te altor cursanți și dezvoltatori experimentați în discuții despre MCP. Este o comunitate de sprijin unde întrebările sunt binevenite și cunoștințele sunt împărtășite liber.

Dacă ai feedback despre produs sau erori în timpul construirii, vizitează:

---

Declinare de responsabilitate:
Acest document a fost tradus folosind serviciul de traducere AI Co-op Translator. Deși ne străduim pentru acuratețe, vă rugăm să rețineți că traducerile automate pot conține erori sau inexactități. Documentul original în limba sa nativă trebuie considerat sursa autorizată. Pentru informații critice, se recomandă traducerea profesională realizată de un specialist uman. Nu ne asumăm răspunderea pentru eventualele neînțelegeri sau interpretări greșite rezultate din utilizarea acestei traduceri.