ML-For-Beginners/translations/he/AGENTS.md

AGENTS.md

סקירת הפרויקט

זהו למידת מכונה למתחילים, תוכנית לימודים מקיפה בת 12 שבועות ו-26 שיעורים המכסה מושגים קלאסיים בלמידת מכונה באמצעות Python (בעיקר עם Scikit-learn) ו-R. המאגר נועד להיות משאב לימוד בקצב אישי עם פרויקטים מעשיים, חידונים ומשימות. כל שיעור חוקר מושגים בלמידת מכונה דרך נתונים מעולם האמיתי ממגוון תרבויות ואזורים ברחבי העולם.

רכיבים מרכזיים:

• תוכן חינוכי: 26 שיעורים המכסים מבוא ללמידת מכונה, רגרסיה, סיווג, אשכולות, NLP, סדרות זמן ולמידת חיזוק
• אפליקציית חידונים: אפליקציה מבוססת Vue.js עם הערכות לפני ואחרי השיעור
• תמיכה רב-שפתית: תרגומים אוטומטיים ליותר מ-40 שפות באמצעות GitHub Actions
• תמיכה בשתי שפות: שיעורים זמינים גם ב-Python (מחברות Jupyter) וגם ב-R (קבצי R Markdown)
• למידה מבוססת פרויקטים: כל נושא כולל פרויקטים ומשימות מעשיות

מבנה המאגר

ML-For-Beginners/
├── 1-Introduction/         # ML basics, history, fairness, techniques
├── 2-Regression/          # Regression models with Python/R
├── 3-Web-App/            # Flask web app for ML model deployment
├── 4-Classification/      # Classification algorithms
├── 5-Clustering/         # Clustering techniques
├── 6-NLP/               # Natural Language Processing
├── 7-TimeSeries/        # Time series forecasting
├── 8-Reinforcement/     # Reinforcement learning
├── 9-Real-World/        # Real-world ML applications
├── quiz-app/           # Vue.js quiz application
├── translations/       # Auto-generated translations
└── sketchnotes/       # Visual learning aids

כל תיקיית שיעור מכילה בדרך כלל:

• README.md - תוכן השיעור הראשי
• notebook.ipynb - מחברת Jupyter ב-Python
• solution/ - קוד פתרון (גרסאות Python ו-R)
• assignment.md - תרגילים מעשיים
• images/ - משאבים חזותיים

פקודות התקנה

לשיעורי Python

רוב השיעורים משתמשים במחברות Jupyter. התקן את התלויות הנדרשות:

# Install Python 3.8+ if not already installed
python --version

# Install Jupyter
pip install jupyter

# Install common ML libraries
pip install scikit-learn pandas numpy matplotlib seaborn

# For specific lessons, check lesson-specific requirements
# Example: Web App lesson
pip install flask

לשיעורי R

שיעורי R נמצאים בתיקיות solution/R/ כקבצי .rmd או .ipynb:

# Install R and required packages
# In R console:
install.packages(c("tidyverse", "tidymodels", "caret"))

לאפליקציית החידונים

אפליקציית החידונים היא אפליקציה מבוססת Vue.js שנמצאת בתיקיית quiz-app/:

cd quiz-app
npm install

לאתר התיעוד

כדי להפעיל את התיעוד באופן מקומי:

# Install Docsify
npm install -g docsify-cli

# Serve from repository root
docsify serve

# Access at http://localhost:3000

זרימת עבודה לפיתוח

עבודה עם מחברות שיעור

1. נווט לתיקיית השיעור (לדוגמה, 2-Regression/1-Tools/)
2. פתח את מחברת Jupyter:

   jupyter notebook notebook.ipynb
   

3. עבד דרך תוכן השיעור והתרגילים
4. בדוק פתרונות בתיקיית solution/ במידת הצורך

פיתוח ב-Python

• השיעורים משתמשים בספריות סטנדרטיות של מדעי הנתונים ב-Python
• מחברות Jupyter ללמידה אינטראקטיבית
• קוד פתרון זמין בתיקיית solution/ של כל שיעור

פיתוח ב-R

• שיעורי R נמצאים בפורמט .rmd (R Markdown)
• פתרונות ממוקמים בתיקיות משנה solution/R/
• השתמש ב-RStudio או Jupyter עם ליבת R להפעלת מחברות R

פיתוח אפליקציית החידונים

cd quiz-app

# Start development server
npm run serve
# Access at http://localhost:8080

# Build for production
npm run build

# Lint and fix files
npm run lint

הוראות בדיקה

בדיקת אפליקציית החידונים

cd quiz-app

# Lint code
npm run lint

# Build to verify no errors
npm run build

הערה: זהו בעיקר מאגר תוכנית לימודים חינוכית. אין בדיקות אוטומטיות לתוכן השיעורים. האימות מתבצע באמצעות:

• השלמת תרגילי השיעור
• הפעלת תאים במחברות בהצלחה
• בדיקת הפלט מול התוצאות הצפויות בפתרונות

הנחיות לסגנון קוד

קוד Python

• עקוב אחר הנחיות הסגנון של PEP 8
• השתמש בשמות משתנים ברורים ותיאוריים
• הוסף הערות לפעולות מורכבות
• מחברות Jupyter צריכות לכלול תאי Markdown המסבירים מושגים

JavaScript/Vue.js (אפליקציית חידונים)

• עקוב אחר מדריך הסגנון של Vue.js
• תצורת ESLint ב-quiz-app/package.json
• הפעל npm run lint לבדיקה ותיקון אוטומטי של בעיות

תיעוד

• קבצי Markdown צריכים להיות ברורים ומובנים היטב
• כלול דוגמאות קוד בבלוקים מוקפים
• השתמש בקישורים יחסיים להפניות פנימיות
• עקוב אחר מוסכמות העיצוב הקיימות

בנייה ופריסה

פריסת אפליקציית החידונים

ניתן לפרוס את אפליקציית החידונים ל-Azure Static Web Apps:

1. דרישות מוקדמות:

   • חשבון Azure
   • מאגר GitHub (כבר משוכפל)

2. פריסה ל-Azure:

   • צור משאב Azure Static Web App
   • התחבר למאגר GitHub
   • הגדר מיקום אפליקציה: /quiz-app
   • הגדר מיקום פלט: dist
   • Azure יוצר באופן אוטומטי זרימת עבודה של GitHub Actions

3. זרימת עבודה של GitHub Actions:

   • קובץ זרימת עבודה נוצר ב-.github/workflows/azure-static-web-apps-*.yml
   • נבנה ונפרס באופן אוטומטי בעת דחיפה לענף הראשי

PDF של תיעוד

צור PDF מהתיעוד:

npm install
npm run convert

זרימת עבודה לתרגום

חשוב: תרגומים מתבצעים באופן אוטומטי באמצעות GitHub Actions עם Co-op Translator.

• תרגומים נוצרים אוטומטית כאשר שינויים נדחפים לענף main
• אין לתרגם תוכן באופן ידני - המערכת מטפלת בכך
• זרימת עבודה מוגדרת ב-.github/workflows/co-op-translator.yml
• משתמש בשירותי Azure AI/OpenAI לתרגום
• תומך ביותר מ-40 שפות

הנחיות לתרומה

עבור תורמי תוכן

1. שכפל את המאגר ויצור ענף תכונה
2. בצע שינויים בתוכן השיעור אם מוסיפים/מעדכנים שיעורים
3. אין לשנות קבצים מתורגמים - הם נוצרים אוטומטית
4. בדוק את הקוד שלך - ודא שכל תאי המחברות פועלים בהצלחה
5. אמת קישורים ותמונות פועלים כראוי
6. שלח בקשת משיכה עם תיאור ברור

הנחיות לבקשת משיכה

• פורמט כותרת: [Section] תיאור קצר של השינויים
  • דוגמה: [Regression] תיקון שגיאת כתיב בשיעור 5
  • דוגמה: [Quiz-App] עדכון תלויות
• לפני שליחה:
  • ודא שכל תאי המחברות פועלים ללא שגיאות
  • הפעל npm run lint אם משנים את quiz-app
  • אמת עיצוב Markdown
  • בדוק כל דוגמאות קוד חדשות
• PR חייב לכלול:
  • תיאור השינויים
  • סיבת השינויים
  • צילומי מסך אם יש שינויים בממשק המשתמש
• קוד התנהגות: עקוב אחר קוד ההתנהגות של Microsoft Open Source
• CLA: תצטרך לחתום על הסכם רישיון התורם

מבנה השיעור

כל שיעור עוקב אחר דפוס עקבי:

1. חידון לפני ההרצאה - בדיקת ידע בסיסי
2. תוכן השיעור - הוראות והסברים כתובים
3. הדגמות קוד - דוגמאות מעשיות במחברות
4. בדיקות ידע - אימות הבנה לאורך השיעור
5. אתגר - יישום מושגים באופן עצמאי
6. משימה - תרגול מורחב
7. חידון לאחר ההרצאה - הערכת תוצאות הלמידה

הפניות לפקודות נפוצות

# Python/Jupyter
jupyter notebook                    # Start Jupyter server
jupyter notebook notebook.ipynb     # Open specific notebook
pip install -r requirements.txt     # Install dependencies (where available)

# Quiz App
cd quiz-app
npm install                        # Install dependencies
npm run serve                      # Development server
npm run build                      # Production build
npm run lint                       # Lint and fix

# Documentation
docsify serve                      # Serve documentation locally
npm run convert                    # Generate PDF

# Git workflow
git checkout -b feature/my-change  # Create feature branch
git add .                         # Stage changes
git commit -m "Description"       # Commit changes
git push origin feature/my-change # Push to remote

משאבים נוספים

• אוסף Microsoft Learn: מודולים של למידת מכונה למתחילים
• אפליקציית חידונים: חידונים מקוונים
• לוח דיונים: דיונים ב-GitHub
• הדרכות וידאו: רשימת השמעה ביוטיוב

טכנולוגיות מרכזיות

• Python: שפת התכנות הראשית לשיעורי למידת מכונה (Scikit-learn, Pandas, NumPy, Matplotlib)
• R: יישום חלופי באמצעות tidyverse, tidymodels, caret
• Jupyter: מחברות אינטראקטיביות לשיעורי Python
• R Markdown: מסמכים לשיעורי R
• Vue.js 3: מסגרת אפליקציית החידונים
• Flask: מסגרת אפליקציות אינטרנט לפריסת מודלים של למידת מכונה
• Docsify: מחולל אתרי תיעוד
• GitHub Actions: CI/CD ותרגומים אוטומטיים

שיקולי אבטחה

• אין סודות בקוד: לעולם אל תתחייב מפתחות API או אישורים
• תלויות: שמור על חבילות npm ו-pip מעודכנות
• קלט משתמש: דוגמאות אפליקציות אינטרנט Flask כוללות אימות קלט בסיסי
• נתונים רגישים: מערכי הנתונים לדוגמה הם ציבוריים ולא רגישים

פתרון בעיות

מחברות Jupyter

• בעיות ליבה: הפעל מחדש את הליבה אם תאים נתקעים: Kernel → Restart
• שגיאות ייבוא: ודא שכל החבילות הנדרשות מותקנות עם pip
• בעיות נתיב: הפעל מחברות מתיקייתן המכילה

אפליקציית חידונים

• npm install נכשל: נקה את מטמון npm: npm cache clean --force
• התנגשויות פורט: שנה פורט עם: npm run serve -- --port 8081
• שגיאות בנייה: מחק node_modules והתקן מחדש: rm -rf node_modules && npm install

שיעורי R

• חבילה לא נמצאה: התקן עם: install.packages("package-name")
• המרת RMarkdown: ודא שחבילת rmarkdown מותקנת
• בעיות ליבה: ייתכן שתצטרך להתקין IRkernel עבור Jupyter

הערות ספציפיות לפרויקט

• זהו בעיקר תוכנית לימודים ללמידה, לא קוד ייצור
• המיקוד הוא ב-הבנת מושגים בלמידת מכונה דרך תרגול מעשי
• דוגמאות קוד נותנות עדיפות ל-בהירות על פני אופטימיזציה
• רוב השיעורים הם עצמאיים וניתן להשלים אותם בנפרד
• פתרונות מסופקים אך הלומדים צריכים לנסות את התרגילים תחילה
• המאגר משתמש ב-Docsify לתיעוד אינטרנטי ללא שלב בנייה
• סקצ'נוטים מספקים סיכומים חזותיים של מושגים
• תמיכה רב-שפתית הופכת את התוכן לנגיש גלובלית

---

כתב ויתור:
מסמך זה תורגם באמצעות שירות תרגום מבוסס בינה מלאכותית Co-op Translator. למרות שאנו שואפים לדיוק, יש לקחת בחשבון שתרגומים אוטומטיים עשויים להכיל שגיאות או אי-דיוקים. המסמך המקורי בשפתו המקורית נחשב למקור הסמכותי. למידע קריטי, מומלץ להשתמש בתרגום מקצועי על ידי בני אדם. איננו נושאים באחריות לכל אי-הבנה או פרשנות שגויה הנובעת משימוש בתרגום זה.