ML-For-Beginners/translations/bn

🌐 বহু ভাষার সমর্থন

GitHub Action এর মাধ্যমে সমর্থিত (স্বয়ংক্রিয় এবং সর্বদা আপডেটেড)

French | Spanish | German | Russian | Arabic | Persian (Farsi) | Urdu | Chinese (Simplified) | Chinese (Traditional, Macau) | Chinese (Traditional, Hong Kong) | Chinese (Traditional, Taiwan) | Japanese | Korean | Hindi | Bengali | Marathi | Nepali | Punjabi (Gurmukhi) | Portuguese (Portugal) | Portuguese (Brazil) | Italian | Polish | Turkish | Greek | Thai | Swedish | Danish | Norwegian | Finnish | Dutch | Hebrew | Vietnamese | Indonesian | Malay | Tagalog (Filipino) | Swahili | Hungarian | Czech | Slovak | Romanian | Bulgarian | Serbian (Cyrillic) | Croatian | Slovenian | Ukrainian | Burmese (Myanmar)

আমাদের কমিউনিটিতে যোগ দিন

আমাদের Discord-এ AI শিখুন সিরিজ চলছে। আরও জানুন এবং আমাদের সাথে যোগ দিন Learn with AI Series এ, ১৮ - ৩০ সেপ্টেম্বর, ২০২৫। এখানে আপনি GitHub Copilot ব্যবহার করে ডেটা সায়েন্সের টিপস এবং কৌশল শিখতে পারবেন।

শিক্ষার্থীদের জন্য মেশিন লার্নিং - একটি পাঠ্যক্রম

🌍 বিশ্ব সংস্কৃতির মাধ্যমে মেশিন লার্নিং অন্বেষণ করতে আমাদের সাথে বিশ্ব ভ্রমণ করুন 🌍

Microsoft-এর Cloud Advocates আপনাদের জন্য ১২ সপ্তাহের, ২৬টি পাঠের একটি পাঠ্যক্রম নিয়ে এসেছে যা সম্পূর্ণ মেশিন লার্নিং নিয়ে। এই পাঠ্যক্রমে, আপনি ক্লাসিক মেশিন লার্নিং সম্পর্কে শিখবেন, যেখানে প্রধানত Scikit-learn লাইব্রেরি ব্যবহার করা হবে এবং ডিপ লার্নিং এড়ানো হবে, যা আমাদের AI for Beginners' পাঠ্যক্রমে অন্তর্ভুক্ত রয়েছে। এই পাঠ্যক্রমটি আমাদের 'Data Science for Beginners' পাঠ্যক্রমের সাথে মিলিয়ে পড়ুন।

আমাদের সাথে বিশ্ব ভ্রমণ করুন এবং বিভিন্ন অঞ্চলের ডেটা ব্যবহার করে এই ক্লাসিক কৌশলগুলি প্রয়োগ করুন। প্রতিটি পাঠে রয়েছে প্রাক-পাঠ এবং পর-পাঠ কুইজ, লিখিত নির্দেশনা, সমাধান, অ্যাসাইনমেন্ট এবং আরও অনেক কিছু। আমাদের প্রকল্প-ভিত্তিক শিক্ষাদান পদ্ধতি আপনাকে শেখার সময় তৈরি করতে সাহায্য করে, যা নতুন দক্ষতা অর্জনের একটি প্রমাণিত উপায়।

✍️ আমাদের লেখকদের প্রতি আন্তরিক ধন্যবাদ Jen Looper, Stephen Howell, Francesca Lazzeri, Tomomi Imura, Cassie Breviu, Dmitry Soshnikov, Chris Noring, Anirban Mukherjee, Ornella Altunyan, Ruth Yakubu এবং Amy Boyd

🎨 আমাদের চিত্রশিল্পীদের প্রতি ধন্যবাদ Tomomi Imura, Dasani Madipalli এবং Jen Looper

🙏 Microsoft Student Ambassador লেখক, পর্যালোচক এবং বিষয়বস্তু অবদানকারীদের প্রতি বিশেষ ধন্যবাদ, বিশেষ করে Rishit Dagli, Muhammad Sakib Khan Inan, Rohan Raj, Alexandru Petrescu, Abhishek Jaiswal, Nawrin Tabassum, Ioan Samuila এবং Snigdha Agarwal

🤩 Microsoft Student Ambassadors Eric Wanjau, Jasleen Sondhi এবং Vidushi Gupta-কে আমাদের R পাঠের জন্য অতিরিক্ত কৃতজ্ঞতা!

শুরু করার জন্য

এই ধাপগুলি অনুসরণ করুন:

1. রিপোজিটরি ফর্ক করুন: এই পৃষ্ঠার উপরের ডান কোণে "Fork" বোতামে ক্লিক করুন।
2. রিপোজিটরি ক্লোন করুন: git clone https://github.com/microsoft/ML-For-Beginners.git

এই কোর্সের জন্য সমস্ত অতিরিক্ত সম্পদ আমাদের Microsoft Learn সংগ্রহে খুঁজুন

শিক্ষার্থীরা, এই পাঠ্যক্রমটি ব্যবহার করতে, সম্পূর্ণ রিপোজিটরি আপনার নিজস্ব GitHub অ্যাকাউন্টে ফর্ক করুন এবং একা বা একটি গ্রুপের সাথে অনুশীলনগুলি সম্পূর্ণ করুন:

• প্রাক-পাঠ কুইজ দিয়ে শুরু করুন।
• পাঠটি পড়ুন এবং কার্যক্রমগুলি সম্পূর্ণ করুন, প্রতিটি জ্ঞান যাচাইয়ের সময় থামুন এবং চিন্তা করুন।
• পাঠগুলি বুঝে প্রকল্পগুলি তৈরি করার চেষ্টা করুন, সমাধান কোড চালানোর পরিবর্তে; তবে সেই কোডটি প্রতিটি প্রকল্প-ভিত্তিক পাঠের /solution ফোল্ডারে উপলব্ধ।
• পর-পাঠ কুইজ নিন।
• চ্যালেঞ্জ সম্পূর্ণ করুন।
• অ্যাসাইনমেন্ট সম্পূর্ণ করুন।
• একটি পাঠ গোষ্ঠী সম্পূর্ণ করার পরে, Discussion Board এ যান এবং "শিখুন" PAT রুব্রিক পূরণ করে। একটি 'PAT' হল একটি Progress Assessment Tool যা আপনি আপনার শেখার উন্নত করতে পূরণ করেন। আপনি অন্যান্য PAT-এ প্রতিক্রিয়া জানাতে পারেন যাতে আমরা একসাথে শিখতে পারি।

আরও অধ্যয়নের জন্য, আমরা এই Microsoft Learn মডিউল এবং শেখার পথগুলি অনুসরণ করার সুপারিশ করি।

শিক্ষকগণ, আমরা এই পাঠ্যক্রমটি কীভাবে ব্যবহার করবেন তার জন্য কিছু পরামর্শ অন্তর্ভুক্ত করেছি।

---

ভিডিও ওয়াকথ্রু

কিছু পাঠ সংক্ষিপ্ত ভিডিও আকারে উপলব্ধ। আপনি এই ভিডিওগুলি পাঠের মধ্যে বা Microsoft Developer YouTube চ্যানেলের ML for Beginners প্লেলিস্টে খুঁজে পেতে পারেন। নিচের ছবিতে ক্লিক করুন।

---

টিমের সাথে পরিচিত হন

Gif তৈরি করেছেন Mohit Jaisal

🎥 উপরের ছবিতে ক্লিক করুন প্রকল্প এবং যারা এটি তৈরি করেছেন তাদের সম্পর্কে একটি ভিডিও দেখার জন্য!

---

শিক্ষাদান পদ্ধতি

আমরা এই পাঠ্যক্রমটি তৈরি করার সময় দুটি শিক্ষাদান নীতি বেছে নিয়েছি: এটি হাতে-কলমে প্রকল্প-ভিত্তিক এবং এতে প্রায়ই কুইজ অন্তর্ভুক্ত রয়েছে। এছাড়াও, এই পাঠ্যক্রমে একটি সাধারণ থিম রয়েছে যা এটিকে সংহতি প্রদান করে।

প্রকল্পের সাথে সামঞ্জস্য রেখে বিষয়বস্তু নিশ্চিত করার মাধ্যমে, শিক্ষার্থীদের জন্য প্রক্রিয়াটি আরও আকর্ষণীয় হয়ে ওঠে এবং ধারণাগুলির ধারণক্ষমতা বৃদ্ধি পায়। এছাড়াও, একটি ক্লাসের আগে একটি কম ঝুঁকির কুইজ শিক্ষার্থীর একটি বিষয় শেখার উদ্দেশ্য স্থাপন করে, যখন ক্লাসের পরে একটি দ্বিতীয় কুইজ আরও ধারণক্ষমতা নিশ্চিত করে। এই পাঠ্যক্রমটি নমনীয় এবং মজাদার করার জন্য ডিজাইন করা হয়েছে এবং এটি সম্পূর্ণ বা আংশিকভাবে নেওয়া যেতে পারে। প্রকল্পগুলি ছোট থেকে শুরু হয় এবং ১২ সপ্তাহের চক্রের শেষে ক্রমশ জটিল হয়ে ওঠে। এই পাঠ্যক্রমে ML-এর বাস্তব জীবনের প্রয়োগের উপর একটি পোস্টস্ক্রিপ্টও অন্তর্ভুক্ত রয়েছে, যা অতিরিক্ত ক্রেডিট হিসাবে বা আলোচনার ভিত্তি হিসাবে ব্যবহার করা যেতে পারে।

আমাদের Code of Conduct, Contributing, এবং Translation নির্দেশিকা খুঁজুন। আমরা আপনার গঠনমূলক প্রতিক্রিয়া স্বাগত জানাই!

প্রতিটি পাঠ অন্তর্ভুক্ত করে

• ঐচ্ছিক স্কেচনোট
• ঐচ্ছিক সম্পূরক ভিডিও
• ভিডিও ওয়াকথ্রু (কিছু পাঠে)
• প্রাক-পাঠ উষ্ণতা কুইজ
• লিখিত পাঠ
• প্রকল্প-ভিত্তিক পাঠের জন্য, প্রকল্পটি কীভাবে তৈরি করবেন তার ধাপে ধাপে নির্দেশিকা
• জ্ঞান যাচাই
• একটি চ্যালেঞ্জ
• সম্পূরক পাঠ্য
• অ্যাসাইনমেন্ট
• পর-পাঠ কুইজ

ভাষা সম্পর্কে একটি নোট: এই পাঠগুলি প্রধানত Python-এ লেখা হয়েছে, তবে অনেকগুলি R-এও উপলব্ধ। একটি R পাঠ সম্পূর্ণ করতে, /solution ফোল্ডারে যান এবং R পাঠগুলি সন্ধান করুন। এগুলিতে একটি .rmd এক্সটেনশন রয়েছে যা R Markdown ফাইলকে উপস্থাপন করে যা Markdown document-এ code chunks (R বা অন্যান্য ভাষার) এবং একটি YAML header (যা আউটপুট ফরম্যাট যেমন PDF নির্দেশ করে) এম্বেডিং হিসাবে সংজ্ঞায়িত করা যেতে পারে। এটি ডেটা সায়েন্সের জন্য একটি উদাহরণমূলক লেখার কাঠামো হিসাবে কাজ করে কারণ এটি আপনাকে আপনার কোড, এর আউটপুট এবং আপনার চিন্তাগুলি Markdown-এ লিখতে দেয়। তদ্ব্যতীত, R Markdown ডকুমেন্টগুলি PDF, HTML বা Word-এর মতো আউটপুট ফরম্যাটে রেন্ডার করা যেতে পারে।

কুইজ সম্পর্কে একটি নোট: সমস্ত কুইজ Quiz App ফোল্ডারে অন্তর্ভুক্ত রয়েছে, মোট ৫২টি কুইজ, প্রতিটিতে তিনটি প্রশ্ন। এগুলি পাঠের মধ্যে থেকে লিঙ্ক করা হয়েছে তবে কুইজ অ্যাপটি স্থানীয়ভাবে চালানো যেতে পারে; quiz-app ফোল্ডারে নির্দেশনা অনুসরণ করে এটি স্থানীয়ভাবে হোস্ট করুন বা Azure-এ ডিপ্লয় করুন।

পাঠ নম্বর	বিষয়	পাঠ গোষ্ঠী	শেখার উদ্দেশ্য	লিঙ্ককৃত পাঠ	লেখক
01	মেশিন লার্নিং-এর পরিচিতি	Introduction	মেশিন লার্নিং-এর মৌলিক ধারণাগুলি শিখুন	Lesson	Muhammad
02	মেশিন লার্নিং-এর ইতিহাস	Introduction	এই ক্ষেত্রের অন্তর্নিহিত ইতিহাস শিখুন	Lesson	Jen এবং Amy
03	ন্যায্যতা এবং মেশিন লার্নিং	ভূমিকা	ন্যায্যতার সাথে সম্পর্কিত গুরুত্বপূর্ণ দার্শনিক বিষয়গুলো কী যা শিক্ষার্থীদের মেশিন লার্নিং মডেল তৈরি এবং প্রয়োগ করার সময় বিবেচনা করা উচিত?	পাঠ	Tomomi
04	মেশিন লার্নিং এর কৌশল	ভূমিকা	মেশিন লার্নিং গবেষকরা মডেল তৈরি করতে কী কী কৌশল ব্যবহার করেন?	পাঠ	Chris এবং Jen
05	রিগ্রেশন পরিচিতি	রিগ্রেশন	রিগ্রেশন মডেলের জন্য পাইথন এবং Scikit-learn দিয়ে শুরু করুন	Python • R	Jen • Eric Wanjau
06	উত্তর আমেরিকার কুমড়ার দাম 🎃	রিগ্রেশন	মেশিন লার্নিং এর প্রস্তুতির জন্য ডেটা ভিজ্যুয়ালাইজ এবং পরিষ্কার করুন	Python • R	Jen • Eric Wanjau
07	উত্তর আমেরিকার কুমড়ার দাম 🎃	রিগ্রেশন	লিনিয়ার এবং পলিনোমিয়াল রিগ্রেশন মডেল তৈরি করুন	Python • R	Jen এবং Dmitry • Eric Wanjau
08	উত্তর আমেরিকার কুমড়ার দাম 🎃	রিগ্রেশন	একটি লজিস্টিক রিগ্রেশন মডেল তৈরি করুন	Python • R	Jen • Eric Wanjau
09	একটি ওয়েব অ্যাপ 🔌	ওয়েব অ্যাপ	আপনার প্রশিক্ষিত মডেল ব্যবহার করার জন্য একটি ওয়েব অ্যাপ তৈরি করুন	Python	Jen
10	শ্রেণীবিন্যাসের পরিচিতি	শ্রেণীবিন্যাস	আপনার ডেটা পরিষ্কার, প্রস্তুত এবং ভিজ্যুয়ালাইজ করুন; শ্রেণীবিন্যাসের পরিচিতি	Python • R	Jen এবং Cassie • Eric Wanjau
11	সুস্বাদু এশিয়ান এবং ভারতীয় খাবার 🍜	শ্রেণীবিন্যাস	শ্রেণীবিন্যাসকারীদের পরিচিতি	Python • R	Jen এবং Cassie • Eric Wanjau
12	সুস্বাদু এশিয়ান এবং ভারতীয় খাবার 🍜	শ্রেণীবিন্যাস	আরও শ্রেণীবিন্যাসকারী	Python • R	Jen এবং Cassie • Eric Wanjau
13	সুস্বাদু এশিয়ান এবং ভারতীয় খাবার 🍜	শ্রেণীবিন্যাস	আপনার মডেল ব্যবহার করে একটি সুপারিশকারী ওয়েব অ্যাপ তৈরি করুন	Python	Jen
14	ক্লাস্টারিং এর পরিচিতি	ক্লাস্টারিং	আপনার ডেটা পরিষ্কার, প্রস্তুত এবং ভিজ্যুয়ালাইজ করুন; ক্লাস্টারিং এর পরিচিতি	Python • R	Jen • Eric Wanjau
15	নাইজেরিয়ান সঙ্গীতের রুচি 🎧	ক্লাস্টারিং	K-Means ক্লাস্টারিং পদ্ধতি অন্বেষণ করুন	Python • R	Jen • Eric Wanjau
16	প্রাকৃতিক ভাষা প্রক্রিয়াকরণের পরিচিতি ☕️	প্রাকৃতিক ভাষা প্রক্রিয়াকরণ	একটি সাধারণ বট তৈরি করে NLP এর মৌলিক বিষয়গুলো শিখুন	Python	Stephen
17	সাধারণ NLP কাজ ☕️	প্রাকৃতিক ভাষা প্রক্রিয়াকরণ	ভাষার গঠন নিয়ে কাজ করার সময় প্রয়োজনীয় সাধারণ কাজগুলো বুঝে NLP জ্ঞান আরও গভীর করুন	Python	Stephen
18	অনুবাদ এবং অনুভূতি বিশ্লেষণ ♥️	প্রাকৃতিক ভাষা প্রক্রিয়াকরণ	Jane Austen এর সাথে অনুবাদ এবং অনুভূতি বিশ্লেষণ	Python	Stephen
19	ইউরোপের রোমান্টিক হোটেল ♥️	প্রাকৃতিক ভাষা প্রক্রিয়াকরণ	হোটেল রিভিউ নিয়ে অনুভূতি বিশ্লেষণ ১	Python	Stephen
20	ইউরোপের রোমান্টিক হোটেল ♥️	প্রাকৃতিক ভাষা প্রক্রিয়াকরণ	হোটেল রিভিউ নিয়ে অনুভূতি বিশ্লেষণ ২	Python	Stephen
21	টাইম সিরিজ পূর্বাভাসের পরিচিতি	টাইম সিরিজ	টাইম সিরিজ পূর্বাভাসের পরিচিতি	Python	Francesca
22	⚡️ বিশ্ব বিদ্যুৎ ব্যবহার ⚡️ - ARIMA দিয়ে টাইম সিরিজ পূর্বাভাস	টাইম সিরিজ	ARIMA দিয়ে টাইম সিরিজ পূর্বাভাস	Python	Francesca
23	⚡️ বিশ্ব বিদ্যুৎ ব্যবহার ⚡️ - SVR দিয়ে টাইম সিরিজ পূর্বাভাস	টাইম সিরিজ	Support Vector Regressor দিয়ে টাইম সিরিজ পূর্বাভাস	Python	Anirban
24	রিইনফোর্সমেন্ট লার্নিং এর পরিচিতি	রিইনফোর্সমেন্ট লার্নিং	Q-Learning দিয়ে রিইনফোর্সমেন্ট লার্নিং এর পরিচিতি	Python	Dmitry
25	পিটারকে নেকড়ের হাত থেকে বাঁচান! 🐺	রিইনফোর্সমেন্ট লার্নিং	রিইনফোর্সমেন্ট লার্নিং জিম	Python	Dmitry
Postscript	বাস্তব জীবনের মেশিন লার্নিং পরিস্থিতি এবং প্রয়োগ	ML in the Wild	ক্লাসিকাল মেশিন লার্নিং এর আকর্ষণীয় এবং প্রকাশক বাস্তব জীবনের প্রয়োগ	পাঠ	Team
Postscript	RAI ড্যাশবোর্ড ব্যবহার করে মডেল ডিবাগিং	ML in the Wild	Responsible AI ড্যাশবোর্ড উপাদান ব্যবহার করে মেশিন লার্নিং মডেল ডিবাগিং	পাঠ	Ruth Yakubu

এই কোর্সের জন্য সমস্ত অতিরিক্ত রিসোর্স Microsoft Learn সংগ্রহে খুঁজুন

অফলাইন অ্যাক্সেস

আপনি Docsify ব্যবহার করে এই ডকুমেন্টেশন অফলাইনে চালাতে পারেন। এই রিপোজিটরি ফর্ক করুন, আপনার লোকাল মেশিনে Docsify ইনস্টল করুন, এবং তারপর এই রিপোজিটরির রুট ফোল্ডারে docsify serve টাইপ করুন। ওয়েবসাইটটি আপনার লোকালহোস্টে localhost:3000 পোর্ট 3000-এ পরিবেশন করা হবে।

PDFs

লিঙ্ক সহ কারিকুলামের একটি পিডিএফ এখানে খুঁজুন।

🎒 অন্যান্য কোর্স

আমাদের টিম অন্যান্য কোর্স তৈরি করে! দেখুন:

• Edge AI for Beginners
• AI Agents for Beginners
• Generative AI for Beginners
• Generative AI for Beginners .NET
• Generative AI with JavaScript
• Generative AI with Java
• AI for Beginners
• Data Science for Beginners
• ML for Beginners
• Cybersecurity for Beginners
• Web Dev for Beginners
• IoT for Beginners
• XR Development for Beginners
• Mastering GitHub Copilot for Paired Programming
• Mastering GitHub Copilot for C#/.NET Developers
• Choose Your Own Copilot Adventure

সাহায্য পাওয়া

যদি আপনি আটকে যান বা AI অ্যাপ তৈরি করার বিষয়ে কোনো প্রশ্ন থাকে, যোগ দিন:

যদি কোনো প্রোডাক্ট ফিডব্যাক থাকে বা তৈরি করার সময় কোনো ত্রুটি হয়, দেখুন:

---

অস্বীকৃতি:
এই নথিটি AI অনুবাদ পরিষেবা Co-op Translator ব্যবহার করে অনুবাদ করা হয়েছে। আমরা যথাসাধ্য সঠিকতার জন্য চেষ্টা করি, তবে অনুগ্রহ করে মনে রাখবেন যে স্বয়ংক্রিয় অনুবাদে ত্রুটি বা অসঙ্গতি থাকতে পারে। মূল ভাষায় থাকা নথিটিকে প্রামাণিক উৎস হিসেবে বিবেচনা করা উচিত। গুরুত্বপূর্ণ তথ্যের জন্য, পেশাদার মানব অনুবাদ সুপারিশ করা হয়। এই অনুবাদ ব্যবহারের ফলে কোনো ভুল বোঝাবুঝি বা ভুল ব্যাখ্যা হলে আমরা দায়বদ্ধ থাকব না।