ML-For-Beginners/translations/et

🌐 Mitmekeelne tugi

Toetatud GitHub Actioni kaudu (automaatne ja alati ajakohane)

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

Liitu meie kogukonnaga

Meil on käimas Discordi õppesari AI-ga, lisateavet leiate ja liituge meiega Learn with AI Series 18.–30. septembril 2025. Saate näpunäiteid ja nippe GitHub Copiloti kasutamiseks andmeteaduses.

Masinõpe algajatele - õppekava

🌍 Rännak ümber maailma, uurides masinõpet maailma kultuuride kaudu 🌍

Microsofti pilveadvokaadid on rõõmsad pakkuma 12-nädalast, 26-õppetunnist koosnevat õppekava, mis käsitleb masinõpet. Selles õppekavas õpite tundma seda, mida mõnikord nimetatakse klassikaliseks masinõppeks, kasutades peamiselt Scikit-learn'i teeki ja vältides süvaõpet, mida käsitletakse meie AI algajatele õppekavas. Siduge need õppetunnid meie 'Andmeteadus algajatele' õppekavaga, samuti!

Reisige koos meiega ümber maailma, rakendades neid klassikalisi tehnikaid andmetele paljudest maailma piirkondadest. Iga õppetund sisaldab enne ja pärast õppetundi tehtavaid teste, kirjalikke juhiseid õppetunni läbiviimiseks, lahendust, ülesannet ja palju muud. Meie projektipõhine pedagoogika võimaldab teil õppida ehitamise käigus, mis on tõestatud viis uute oskuste omandamiseks.

✍️ Südamlik 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

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

🙏 Eriline tänu 🙏 meie Microsofti tudengisaadikutele, autoritele, retsensentidele ja sisupakkujatele, eelkõige Rishit Dagli, Muhammad Sakib Khan Inan, Rohan Raj, Alexandru Petrescu, Abhishek Jaiswal, Nawrin Tabassum, Ioan Samuila ja Snigdha Agarwal

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

Alustamine

Järgige neid samme:

1. Forkige repositoorium: Klõpsake selle lehe paremas ülanurgas nuppu "Fork".
2. Kloonige repositoorium: git clone https://github.com/microsoft/ML-For-Beginners.git

leidke kõik selle kursuse lisamaterjalid meie Microsoft Learn kollektsioonist

🔧 Vajate abi? Vaadake meie tõrkeotsingu juhendit, et leida lahendusi levinud probleemidele, mis on seotud paigaldamise, seadistamise ja õppetundide läbiviimisega.

Õpilased, selle õppekava kasutamiseks forkige kogu repositoorium oma GitHubi kontole ja täitke harjutused iseseisvalt või grupis:

• Alustage enne loengut tehtava testiga.
• Lugege loengut ja täitke tegevused, peatudes ja mõeldes iga teadmiste kontrolli juures.
• Proovige projekte luua, mõistes õppetunde, mitte lihtsalt lahenduskoodi käivitades; kuid see kood on saadaval iga projektipõhise õppetunni /solution kaustades.
• Tehke pärast loengut test.
• Täitke väljakutse.
• Täitke ülesanne.
• Pärast õppetundide grupi lõpetamist külastage arutelufoorumit ja "õppige valjult", täites vastava PAT rubriigi. 'PAT' on edusammude hindamise tööriist, mis on rubriik, mille täidate oma õppimise edendamiseks. Samuti saate reageerida teiste PAT-idele, et saaksime koos õppida.

Edasiseks õppimiseks soovitame järgida neid Microsoft Learn mooduleid ja õpiteekondi.

Õpetajad, oleme lisanud mõned soovitused, kuidas seda õppekava kasutada.

---

Videoõpetused

Mõned õppetunnid on saadaval lühivideotena. Kõik need leiate õppetundide seest või ML algajatele playlistilt Microsoft Developer YouTube'i kanalil, klõpsates alloleval pildil.

---

Tutvu meeskonnaga

Gif autor Mohit Jaisal

🎥 Klõpsake ülaloleval pildil, et vaadata videot projekti ja selle loojate kohta!

---

Pedagoogika

Selle õppekava loomisel oleme valinud kaks pedagoogilist põhimõtet: tagada, et see on praktiline projektipõhine ja et see sisaldab sagedasi teste. Lisaks on sellel õppekaval ühine teema, mis annab sellele ühtsuse.

Tagades, et sisu vastab projektidele, muutub protsess õpilastele kaasahaaravamaks ja kontseptsioonide omandamine paraneb. Lisaks seab madala panusega test enne tundi õpilasele eesmärgi teema õppimiseks, samas kui teine test pärast tundi tagab edasise omandamise. See õppekava on loodud paindlikuks ja lõbusaks ning seda saab võtta tervikuna või osaliselt. Projektid algavad väikestest ja muutuvad 12-nädalase tsükli lõpuks üha keerukamaks. See õppekava sisaldab ka järelmärkust ML-i reaalse maailma rakenduste kohta, mida saab kasutada lisapunktide saamiseks või arutelu aluseks.

Leidke meie käitumisjuhend, kaastöö, tõlkimise ja tõrkeotsingu juhised. Ootame teie konstruktiivset tagasisidet!

Iga õppetund sisaldab

• valikulist visandmärkust
• valikulist täiendavat videot
• videoõpetust (ainult mõned õppetunnid)
• enne loengut tehtavat soojendustesti
• kirjalikku õppetundi
• projektipõhiste õppetundide puhul samm-sammult juhendeid projekti loomiseks
• teadmiste kontrolli
• väljakutset
• täiendavat lugemist
• ülesannet
• pärast loengut tehtavat testi

Märkus keelte kohta: Need õppetunnid on peamiselt kirjutatud Pythonis, kuid paljud on saadaval ka R-is. R-õppetunni läbimiseks minge /solution kausta ja otsige R-õppetunde. Need sisaldavad .rmd laiendit, mis tähistab R Markdown faili, mida saab lihtsalt määratleda kui koodilõikude (R-i või teiste keelte) ja YAML päise (mis juhendab, kuidas vormindada väljundeid, nagu PDF) Markdown dokumendis sisestamist. Seega toimib see eeskujulikuna autoriraamistikuna andmeteaduse jaoks, kuna see võimaldab teil kombineerida oma koodi, selle väljundit ja oma mõtteid, võimaldades teil need Markdownis kirja panna. Lisaks saab R Markdown dokumente renderdada väljundvormingutesse, nagu PDF, HTML või Word.

Märkus testide kohta: Kõik testid on Testirakenduse kaustas, kokku 52 testi, millest igaüks sisaldab kolme küsimust. Need on lingitud õppetundidest, kuid testirakendust saab käivitada kohapeal; järgige juhiseid quiz-app kaustas, et seda kohapeal hostida või Azure'i juurutada.

Õppetunni number	Teema	Õppetundide rühmitus	Õpieesmärgid	Lingitud õppetund	Autor
01	Sissejuhatus masinõppesse	Sissejuhatus	Õpi masinõppe põhimõisteid	Õppetund	Muhammad
02	Masinõppe ajalugu	Sissejuhatus	Tutvu selle valdkonna ajaloolise taustaga	Õppetund	Jen ja Amy
03	Õiglus ja masinõpe	Sissejuhatus	Millised olulised filosoofilised küsimused seoses õiglusega peaksid õpilased arvesse võtma ML mudelite loomisel ja rakendamisel?	Õppetund	Tomomi
04	Masinõppe tehnikad	Sissejuhatus	Milliseid tehnikaid kasutavad ML teadlased mudelite loomiseks?	Õppetund	Chris ja Jen
05	Sissejuhatus regressiooni	Regressioon	Alusta Pythoniga ja Scikit-learniga regressioonimudelite jaoks	Python • R	Jen • Eric Wanjau
06	Põhja-Ameerika kõrvitsahinnad 🎃	Regressioon	Visualiseeri ja puhasta andmeid ML ettevalmistamiseks	Python • R	Jen • Eric Wanjau
07	Põhja-Ameerika kõrvitsahinnad 🎃	Regressioon	Loo lineaar- ja polünoomregressioonimudelid	Python • R	Jen ja Dmitry • Eric Wanjau
08	Põhja-Ameerika kõrvitsahinnad 🎃	Regressioon	Loo logistiline regressioonimudel	Python • R	Jen • Eric Wanjau
09	Veebirakendus 🔌	Veebirakendus	Loo veebirakendus oma treenitud mudeli kasutamiseks	Python	Jen
10	Sissejuhatus klassifitseerimisse	Klassifitseerimine	Puhasta, ettevalmista ja visualiseeri oma andmeid; sissejuhatus klassifitseerimisse	Python • R	Jen ja Cassie • Eric Wanjau
11	Maitsvad Aasia ja India köögid 🍜	Klassifitseerimine	Sissejuhatus klassifikaatoritesse	Python • R	Jen ja Cassie • Eric Wanjau
12	Maitsvad Aasia ja India köögid 🍜	Klassifitseerimine	Rohkem klassifikaatoreid	Python • R	Jen ja Cassie • Eric Wanjau
13	Maitsvad Aasia ja India köögid 🍜	Klassifitseerimine	Loo soovitusrakendus, kasutades oma mudelit	Python	Jen
14	Sissejuhatus klasterdamisse	Klasterdamine	Puhasta, ettevalmista ja visualiseeri oma andmeid; sissejuhatus klasterdamisse	Python • R	Jen • Eric Wanjau
15	Nigeeria muusikamaitse uurimine 🎧	Klasterdamine	Uuri K-Meansi klasterdamise meetodit	Python • R	Jen • Eric Wanjau
16	Sissejuhatus loomuliku keele töötlemisse ☕️	Loomuliku keele töötlemine	Õpi NLP põhitõdesid, luues lihtsa boti	Python	Stephen
17	Tavalised NLP ülesanded ☕️	Loomuliku keele töötlemine	Süvenda oma NLP teadmisi, mõistes keele struktuuridega seotud tavalisi ülesandeid	Python	Stephen
18	Tõlkimine ja sentimentide analüüs ♥️	Loomuliku keele töötlemine	Tõlkimine ja sentimentide analüüs Jane Austeni teostega	Python	Stephen
19	Romantilised hotellid Euroopas ♥️	Loomuliku keele töötlemine	Sentimentide analüüs hotelliarvustustega 1	Python	Stephen
20	Romantilised hotellid Euroopas ♥️	Loomuliku keele töötlemine	Sentimentide analüüs hotelliarvustustega 2	Python	Stephen
21	Sissejuhatus ajareekide prognoosimisse	Ajaread	Sissejuhatus ajareekide prognoosimisse	Python	Francesca
22	⚡️ Maailma energiatarbimine ⚡️ - ajareekide prognoosimine ARIMA-ga	Ajaread	Ajareekide prognoosimine ARIMA meetodiga	Python	Francesca
23	⚡️ Maailma energiatarbimine ⚡️ - ajareekide prognoosimine SVR-iga	Ajaread	Ajareekide prognoosimine toetavate vektorite regressori abil	Python	Anirban
24	Sissejuhatus tugevdusõppesse	Tugevdusõpe	Sissejuhatus tugevdusõppesse Q-õppega	Python	Dmitry
25	Aita Peteril hundist pääseda! 🐺	Tugevdusõpe	Tugevdusõppe Gym	Python	Dmitry
Postscript	Masinõppe stsenaariumid ja rakendused päriselus	ML päriselus	Huvitavad ja paljastavad klassikalise masinõppe rakendused päriselus	Õppetund	Meeskond
Postscript	Mudelite silumine masinõppes RAI armatuurlaua abil	ML päriselus	Mudelite silumine masinõppes, kasutades vastutustundliku AI armatuurlaua komponente	Õppetund	Ruth Yakubu

Leia kõik täiendavad ressursid selle kursuse jaoks meie Microsoft Learn kogumikust

Offline'i kasutamine

Saad seda dokumentatsiooni kasutada offline'is, kasutades Docsify. Forki see repo, paigalda Docsify oma kohalikule masinale ja seejärel selle repo juurkataloogis sisesta docsify serve. Veebileht avaneb porti 3000 sinu localhostis: localhost:3000.

PDF-id

Leia õppekava PDF koos linkidega siit.

🎒 Teised kursused

Meie meeskond toodab ka teisi kursusi! Vaata:

Azure / Edge / MCP / Agendid

---

Generatiivse AI sari

---

Põhiõpe

---

Copilot seeria

Abi saamine

Kui jääd hätta või sul on küsimusi AI rakenduste loomise kohta, liitu:

Kui sul on tagasisidet toodete kohta või esineb vigu rakenduste loomisel, külasta:

---

Lahtiütlus:
See dokument on tõlgitud AI tõlketeenuse Co-op Translator abil. Kuigi püüame tagada täpsust, palume arvestada, et automaatsed tõlked võivad sisaldada vigu või ebatäpsusi. Algne dokument selle algses keeles tuleks pidada autoriteetseks allikaks. Olulise teabe puhul soovitame kasutada professionaalset inimtõlget. Me ei vastuta arusaamatuste või valesti tõlgenduste eest, mis võivad tekkida selle tõlke kasutamisest.