38 KiB
🌐 ဘာသာစကားများ အထောက်အပံ့
GitHub Action (အလိုအလျောက် & အမြဲနောက်ဆုံးပေါ်) မှတဆင့် ထောက်ခံထားသည်
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)
ကျွန်ုပ်တို့၏ အသိုင်းအဝိုင်းနှင့် ပူးပေါင်းပါ
AI နှင့်အတူ သင်ယူရန် Discord စီးရီးတစ်ခုရှိပြီး၊ 2025 ခုနှစ် စက်တင်ဘာလ 18 - 30 ရက်အတွင်း Learn with AI Series တွင် ပိုမိုသိရှိရန်နှင့် ပူးပေါင်းပါ။ GitHub Copilot ကို Data Science အတွက် အသုံးပြုရန် အကြံဉာဏ်များနှင့် လှည့်ကွက်များကို ရရှိပါမည်။
စက်မှုသင်ယူမှု အတွက် အခြေခံသင်ရိုး - သင်ရိုး
🌍 ကမ္ဘာ့ယဉ်ကျေးမှုများကို အသုံးပြု၍ စက်မှုသင်ယူမှုကို လေ့လာရင်း ကမ္ဘာ့ခရီးသွား 🌍
Microsoft မှ Cloud Advocates များသည် စက်မှုသင်ယူမှု အကြောင်း 12-ပတ်၊ 26-သင်ခန်းစာ သင်ရိုးတစ်ခုကို ပေးဆောင်ရန် ဝမ်းမြောက်ဝမ်းသာဖြစ်ပါသည်။ ဤသင်ရိုးတွင် စဉ်ဆက်မပြတ် စက်မှုသင်ယူမှု ဟုခေါ်ဆိုသောအရာများကို Scikit-learn ကို အဓိကစာကြည့်တိုက်အဖြစ် အသုံးပြု၍ သင်ယူမည်ဖြစ်ပြီး၊ AI for Beginners' curriculum တွင် ဖော်ပြထားသော နက်ရှိုင်းသော သင်ယူမှုကို ရှောင်ရှားထားပါသည်။ ဤသင်ခန်းစာများကို 'Data Science for Beginners' curriculum နှင့် တွဲဖက်ပါ။
ကမ္ဘာ့ဒေသများမှ ဒေတာများကို အသုံးပြု၍ ဤစဉ်ဆက်မပြတ်နည်းလမ်းများကို လေ့လာရင်း ကျွန်ုပ်တို့နှင့်အတူ ကမ္ဘာ့ခရီးသွားပါ။ သင်ခန်းစာတစ်ခုစီတွင် သင်ခန်းစာမတိုင်မီနှင့် သင်ခန်းစာပြီးနောက် စစ်တမ်းများ၊ သင်ခန်းစာကို ပြီးစီးရန် ရေးသားထားသောညွှန်ကြားချက်များ၊ ဖြေရှင်းချက်၊ လုပ်ငန်းတာဝန်များနှင့် အခြားအရာများ ပါဝင်သည်။ ကျွန်ုပ်တို့၏ ပရောဂျက်အခြေခံ သင်ကြားမှုနည်းလမ်းသည် သင်ယူရင်း တည်ဆောက်ရန် ခွင့်ပြုသည်၊ အတတ်ပညာအသစ်များ 'တည်' ရန် အတည်ပြုထားသော နည်းလမ်းတစ်ခုဖြစ်သည်။
✍️ ကျွန်ုပ်တို့၏ စာရေးသူများအား အထူးကျေးဇူးတင်ပါသည် Jen Looper, Stephen Howell, Francesca Lazzeri, Tomomi Imura, Cassie Breviu, Dmitry Soshnikov, Chris Noring, Anirban Mukherjee, Ornella Altunyan, Ruth Yakubu နှင့် Amy Boyd
🎨 ကျေးဇူးတင်ပါသည် Tomomi Imura, Dasani Madipalli, နှင့် Jen Looper
🙏 Microsoft Student Ambassador စာရေးသူများ၊ ပြန်လည်သုံးသပ်သူများနှင့် အကြောင်းအရာပံ့ပိုးသူများအား အထူးကျေးဇူးတင်ပါသည် Rishit Dagli, Muhammad Sakib Khan Inan, Rohan Raj, Alexandru Petrescu, Abhishek Jaiswal, Nawrin Tabassum, Ioan Samuila, နှင့် Snigdha Agarwal
🤩 Microsoft Student Ambassadors Eric Wanjau, Jasleen Sondhi, နှင့် Vidushi Gupta အား R သင်ခန်းစာများအတွက် အထူးကျေးဇူးတင်ပါသည်!
စတင်ရန်
ဤအဆင့်များကို လိုက်နာပါ:
- Repository ကို Fork လုပ်ပါ: ဤစာမျက်နှာ၏ အပေါ်ယာဉ်ဘက်ရှိ "Fork" ခလုတ်ကို နှိပ်ပါ။
- Repository ကို Clone လုပ်ပါ:
git clone https://github.com/microsoft/ML-For-Beginners.git
ဤသင်ရိုးအတွက် အပိုဆောင်းအရင်းအမြစ်များအား Microsoft Learn collection တွင် ရှာဖွေပါ
ကျောင်းသားများ, ဤသင်ရိုးကို အသုံးပြုရန်၊ repo အပြည့်ကို သင်၏ GitHub အကောင့်သို့ fork လုပ်ပြီး၊ သင်၏ကိုယ်ပိုင် သို့မဟုတ် အဖွဲ့နှင့်အတူ လေ့ကျင့်မှုများကို ပြီးစီးပါ:
- သင်ခန်းစာမတိုင်မီ စစ်တမ်းဖြင့် စတင်ပါ။
- သင်ခန်းစာကို ဖတ်ပြီး လှုပ်ရှားမှုများကို ပြီးစီးပါ၊ knowledge check တစ်ခုစီတွင် ရပ်နားပြီး အတွေးအမြင်များကို ပြန်လည်သုံးသပ်ပါ။
- သင်ခန်းစာများကို နားလည်ခြင်းဖြင့် ပရောဂျက်များကို ဖန်တီးရန် ကြိုးစားပါ၊ သို့သော် ဖြေရှင်းချက်ကုဒ်ကို
/solutionဖိုလ်ဒါများတွင် ရရှိနိုင်ပါသည်။ - သင်ခန်းစာပြီးနောက် စစ်တမ်းကို ဖြေပါ။
- စိန်ခေါ်မှုကို ပြီးစီးပါ။
- လုပ်ငန်းတာဝန်ကို ပြီးစီးပါ။
- သင်ခန်းစာအုပ်စုတစ်ခုကို ပြီးစီးပြီးနောက် Discussion Board သို့ သွားပြီး သင်ယူမှုကို "learn out loud" ဖြင့် PAT rubric ကို ဖြည့်စွက်ပါ။ PAT သည် သင်ယူမှုကို တိုးတက်စေရန် ဖြည့်စွက်ရမည့် rubric ဖြစ်သော Progress Assessment Tool ဖြစ်သည်။ ကျွန်ုပ်တို့အတူတူ သင်ယူနိုင်ရန် အခြား PAT များကိုလည်း တုံ့ပြန်နိုင်ပါသည်။
ထပ်မံလေ့လာရန် Microsoft Learn modules နှင့် learning paths များကို လိုက်နာရန် အကြံပြုပါသည်။
ဆရာများ, ကျွန်ုပ်တို့သည် ဤသင်ရိုးကို အသုံးပြုရန် အကြံပြုချက်များကို ထည့်သွင်းထားပါသည်။
ဗီဒီယို လမ်းညွှန်များ
သင်ခန်းစာတချို့ကို အတိုချုပ်ဗီဒီယိုအဖြစ် ရရှိနိုင်ပါသည်။ ဤဗီဒီယိုများအား lesson များတွင် တိုက်ရိုက်ရှာဖွေပါ၊ သို့မဟုတ် Microsoft Developer YouTube channel တွင် ML for Beginners playlist တွင် ရှာဖွေပါ။
အဖွဲ့ကို တွေ့ဆုံပါ
Gif by Mohit Jaisal
🎥 အထက်ပါပုံကို နှိပ်၍ ပရောဂျက်နှင့် ဖန်တီးသူများအကြောင်း ဗီဒီယိုကို ကြည့်ပါ!
သင်ကြားမှုနည်းလမ်း
ဤသင်ရိုးကို တည်ဆောက်စဉ်တွင် ကျွန်ုပ်တို့သည် ပရောဂျက်အခြေခံ ဖြစ်စေရန်နှင့် မကြာခဏ စစ်တမ်းများ ပါဝင်စေရန် သင်ကြားမှုနည်းလမ်းနှစ်ခုကို ရွေးချယ်ခဲ့သည်။ ထို့အပြင် ဤသင်ရိုးတွင် အဓိကအကြောင်းအရာ ပါဝင်ပြီး သဟဇာတဖြစ်စေရန် ရည်ရွယ်ထားသည်။
အကြောင်းအရာသည် ပရောဂျက်များနှင့် ကိုက်ညီစေရန် သေချာစေခြင်းအားဖြင့်၊ လေ့လာသူများအတွက် ပိုမိုစိတ်ဝင်စားစေပြီး အယူအဆများကို ထိန်းသိမ်းမှုကို တိုးတက်စေပါသည်။ ထို့အပြင် သင်ခန်းစာမတိုင်မီ စစ်တမ်းတစ်ခုသည် သင်ခန်းစာတစ်ခုကို သင်ယူရန် ကျောင်းသား၏ ရည်ရွယ်ချက်ကို သတ်မှတ်ပြီး၊ သင်ခန်းစာပြီးနောက် စစ်တမ်းတစ်ခုသည် ထိန်းသိမ်းမှုကို ထပ်မံအတည်ပြုသည်။ ဤသင်ရိုးကို အပြည့်အစုံ သို့မဟုတ် အစိတ်အပိုင်းအဖြစ် လိုက်နာနိုင်ပြီး အလွယ်တကူနှင့် ပျော်ရွှင်စွာ ရေးဆွဲထားသည်။ ပရောဂျက်များသည် သေးငယ်ပြီး 12-ပတ်အချိန်ကာလ၏ နောက်ဆုံးတွင် ပိုမိုရှုပ်ထွေးလာသည်။ ဤသင်ရိုးတွင် ML ၏ အမှန်တကယ်အသုံးချမှုများအကြောင်း postscript တစ်ခုလည်း ပါဝင်ပြီး၊ အပိုအကျိုးခံစားခွင့်အဖြစ် သို့မဟုတ် ဆွေးနွေးမှုအခြေခံအဖြစ် အသုံးပြုနိုင်သည်။
ကျွန်ုပ်တို့၏ Code of Conduct, Contributing, နှင့် Translation လမ်းညွှန်ချက်များကို ရှာဖွေပါ။ သင့်၏ တည်ဆောက်ဆန်းသစ်သော အကြံပြုချက်များကို ကြိုဆိုပါသည်!
သင်ခန်းစာတစ်ခုစီတွင် ပါဝင်သည်
- ရွေးချယ်နိုင်သော sketchnote
- ရွေးချယ်နိုင်သော အပိုဗီဒီယို
- ဗီဒီယို လမ်းညွှန် (သင်ခန်းစာတချို့တွင်သာ)
- သင်ခန်းစာမတိုင်မီ စစ်တမ်း
- ရေးသားထားသော သင်ခန်းစာ
- ပရောဂျက်အခြေခံ သင်ခန်းစာများအတွက်၊ ပရောဂျက်ကို တည်ဆောက်ရန် လမ်းညွှန်ချက်များ
- knowledge checks
- စိန်ခေါ်မှု
- အပိုဆောင်းဖတ်ရှုမှု
- လုပ်ငန်းတာဝန်
- သင်ခန်းစာပြီးနောက် စစ်တမ်း
ဘာသာစကားများအကြောင်း မှတ်ချက်: ဤသင်ခန်းစာများကို အဓိကအားဖြင့် Python ဖြင့် ရေးသားထားပြီး၊ R ဖြင့်လည်း ရရှိနိုင်သည်။ R သင်ခန်းစာကို ပြီးစီးရန်၊
/solutionဖိုလ်ဒါသို့ သွားပြီး R lessons ကို ရှာပါ။ .rmd extension ပါဝင်ပြီး၊ R Markdown ဖိုင်ကို Markdown စာရွက်စာတမ်းတွင်code chunks(R သို့မဟုတ် အခြားဘာသာစကားများ) နှင့်YAML header(PDF အဖြစ် output ကို format ပြုလုပ်ရန် လမ်းညွှန်ချက်) ကို ပေါင်းစပ်ထားသောအဖြစ် ရှင်းလင်းစွာ သတ်မှတ်နိုင်သည်။ ထို့ကြောင့်၊ ဒေတာသိပ္ပံအတွက် စံနမူနာရေးသားမှု framework အဖြစ် အထူးသင့်လျော်သည်။ R Markdown စာရွက်စာတမ်းများကို PDF, HTML, သို့မဟုတ် Word အဖြစ် output format များသို့ ပြောင်းလဲနိုင်သည်။
စစ်တမ်းများအကြောင်း မှတ်ချက်: စစ်တမ်းအားလုံးကို Quiz App folder တွင် ပါဝင်ပြီး၊ စုစုပေါင်း 52 စစ်တမ်းများ၊ သုံးမေးခွန်းစီပါဝင်သည်။ သင်ခန်းစာများတွင် link လုပ်ထားပြီး၊ quiz app ကို locally run လုပ်နိုင်သည်။
quiz-appဖိုလ်ဒါရှိ လမ်းညွှန်ချက်ကို လိုက်နာ၍ local hosting သို့မဟုတ် Azure သို့ deploy လုပ်ပါ။
| သင်ခန်းစာနံ | 03 | တရားမျှတမှုနှင့် Machine Learning | Introduction | ML မော်ဒယ်များကို တည်ဆောက်ခြင်းနှင့် အသုံးချခြင်းတွင် ကျောင်းသားများစဉ်းစားသင့်သော တရားမျှတမှုဆိုင်ရာ အရေးကြီးသော အတွေးအမြင်များကဘာလဲ? | Lesson | Tomomi | | 04 | Machine Learning နည်းလမ်းများ | Introduction | ML မော်ဒယ်များကို တည်ဆောက်ရန် ML သုတေသနပြုသူများ အသုံးပြုသော နည်းလမ်းများကဘာလဲ? | Lesson | Chris and Jen | | 05 | Regression အကျဉ်းချုပ် | Regression | Python နှင့် Scikit-learn ကို အသုံးပြု၍ Regression မော်ဒယ်များကို စတင်လေ့လာပါ | Python • R | Jen • Eric Wanjau | | 06 | မြောက်အမေရိက Pumpkin စျေးနှုန်း 🎃 | Regression | ML အတွက် အချက်အလက်များကို Visualize လုပ်ပြီး သန့်စင်ပါ | Python • R | Jen • Eric Wanjau | | 07 | မြောက်အမေရိက Pumpkin စျေးနှုန်း 🎃 | Regression | Linear နှင့် Polynomial Regression မော်ဒယ်များကို တည်ဆောက်ပါ | Python • R | Jen and Dmitry • Eric Wanjau | | 08 | မြောက်အမေရိက Pumpkin စျေးနှုန်း 🎃 | Regression | Logistic Regression မော်ဒယ်တစ်ခုကို တည်ဆောက်ပါ | Python • R | Jen • Eric Wanjau | | 09 | Web App 🔌 | Web App | သင်တန်းမော်ဒယ်ကို အသုံးပြုရန် Web App တစ်ခုကို တည်ဆောက်ပါ | Python | Jen | | 10 | Classification အကျဉ်းချုပ် | Classification | သင့်ရဲ့ အချက်အလက်များကို သန့်စင်၊ ပြင်ဆင်၊ Visualize လုပ်ပါ; Classification အကျဉ်းချုပ် | Python • R | Jen and Cassie • Eric Wanjau | | 11 | အာရှနှင့် အိန္ဒိယအစားအစာများ 🍜 | Classification | Classifiers အကျဉ်းချုပ် | Python • R | Jen and Cassie • Eric Wanjau | | 12 | အာရှနှင့် အိန္ဒိယအစားအစာများ 🍜 | Classification | Classifiers ပိုမိုလေ့လာပါ | Python • R | Jen and Cassie • Eric Wanjau | | 13 | အာရှနှင့် အိန္ဒိယအစားအစာများ 🍜 | Classification | သင့်ရဲ့ မော်ဒယ်ကို အသုံးပြု၍ recommender web app တစ်ခုကို တည်ဆောက်ပါ | Python | Jen | | 14 | Clustering အကျဉ်းချုပ် | Clustering | သင့်ရဲ့ အချက်အလက်များကို သန့်စင်၊ ပြင်ဆင်၊ Visualize လုပ်ပါ; Clustering အကျဉ်းချုပ် | Python • R | Jen • Eric Wanjau | | 15 | နိုင်ဂျီးရီးယားဂီတအရသာများ 🎧 | Clustering | K-Means Clustering နည်းလမ်းကို လေ့လာပါ | Python • R | Jen • Eric Wanjau | | 16 | သဘာဝဘာသာစကားကို အကျဉ်းချုပ် ☕️ | Natural language processing | NLP အခြေခံကို လေ့လာပြီး bot တစ်ခုကို တည်ဆောက်ပါ | Python | Stephen | | 17 | သဘာဝဘာသာစကားဆိုင်ရာ အလုပ်များ ☕️ | Natural language processing | ဘာသာစကားဖွဲ့စည်းမှုများနှင့် ဆက်စပ်သော အလုပ်များကို နားလည်ခြင်းဖြင့် သင့်ရဲ့ NLP အသိပညာကို ပိုမိုတိုးတက်စေပါ | Python | Stephen | | 18 | ဘာသာပြန်ခြင်းနှင့် စိတ်ခံစားမှုခွဲခြားခြင်း ♥️ | Natural language processing | Jane Austen ကို အသုံးပြု၍ ဘာသာပြန်ခြင်းနှင့် စိတ်ခံစားမှုခွဲခြားခြင်း | Python | Stephen | | 19 | ဥရောပ၏ Romantic ဟိုတယ်များ ♥️ | Natural language processing | ဟိုတယ်ပြန်လည်သုံးသပ်ချက်များကို အသုံးပြု၍ စိတ်ခံစားမှုခွဲခြားခြင်း 1 | Python | Stephen | | 20 | ဥရောပ၏ Romantic ဟိုတယ်များ ♥️ | Natural language processing | ဟိုတယ်ပြန်လည်သုံးသပ်ချက်များကို အသုံးပြု၍ စိတ်ခံစားမှုခွဲခြားခြင်း 2 | Python | Stephen | | 21 | အချိန်စီးရီးခန့်မှန်းခြင်း အကျဉ်းချုပ် | Time series | အချိန်စီးရီးခန့်မှန်းခြင်း အကျဉ်းချုပ် | Python | Francesca | | 22 | ⚡️ ကမ္ဘာ့လျှပ်စစ်အသုံးပြုမှု ⚡️ - ARIMA ဖြင့် အချိန်စီးရီးခန့်မှန်းခြင်း | Time series | ARIMA ဖြင့် အချိန်စီးရီးခန့်မှန်းခြင်း | Python | Francesca | | 23 | ⚡️ ကမ္ဘာ့လျှပ်စစ်အသုံးပြုမှု ⚡️ - SVR ဖြင့် အချိန်စီးရီးခန့်မှန်းခြင်း | Time series | Support Vector Regressor ဖြင့် အချိန်စီးရီးခန့်မှန်းခြင်း | Python | Anirban | | 24 | Reinforcement Learning အကျဉ်းချုပ် | Reinforcement learning | Q-Learning ဖြင့် Reinforcement Learning အကျဉ်းချုပ် | Python | Dmitry | | 25 | Peter ကို ဝက်ဝံမှ ကာကွယ်ပါ! 🐺 | Reinforcement learning | Reinforcement Learning Gym | Python | Dmitry | | Postscript | အမှန်တကယ် ML ရှေ့ဆောင်များနှင့် လျှောက်လွှာများ | ML in the Wild | အထူးစိတ်ဝင်စားဖွယ်နှင့် ML ရဲ့ အမှန်တကယ်လျှောက်လွှာများ | Lesson | Team | | Postscript | Responsible AI Dashboard ဖြင့် ML မော်ဒယ်များ Debugging | ML in the Wild | Responsible AI Dashboard ကို အသုံးပြု၍ ML မော်ဒယ်များ Debugging | Lesson | Ruth Yakubu |
ဤသင်တန်းအတွက် Microsoft Learn စုစည်းမှုတွင် အပိုဆောင်းအရင်းအမြစ်များအားလုံးကို ရှာပါ
Offline access
ဤစာရွက်စာတမ်းကို Offline အနေဖြင့် အသုံးပြုနိုင်ရန် Docsify ကို အသုံးပြုပါ။ ဤ repo ကို Fork လုပ်ပြီး Docsify ကို install လုပ်ပါ သင့်ရဲ့ local machine တွင် ထည့်သွင်းပါ၊ ထို့နောက် repo ရဲ့ root folder တွင် docsify serve ကို ရိုက်ထည့်ပါ။ Website ကို သင့်ရဲ့ localhost localhost:3000 တွင် port 3000 မှာ serve လုပ်ပါလိမ့်မည်။
PDFs
Link များပါဝင်သော သင်ရိုးညွှန်း PDF ကို ဒီမှာ ရှာပါ။
🎒 အခြားသင်တန်းများ
ကျွန်ုပ်တို့၏အဖွဲ့သည် အခြားသင်တန်းများကို ထုတ်လုပ်ပါသည်! စစ်ဆေးပါ:
- 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
အကူအညီရယူခြင်း
AI app များကို တည်ဆောက်ရာတွင် အခက်အခဲရှိပါက သို့မဟုတ် မေးခွန်းများရှိပါက ဆက်သွယ်ပါ:
Product feedback သို့မဟုတ် တည်ဆောက်ရာတွင် အမှားများရှိပါက သွားရောက်ပါ:
အကြောင်းကြားချက်:
ဤစာရွက်စာတမ်းကို AI ဘာသာပြန်ဝန်ဆောင်မှု Co-op Translator ကို အသုံးပြု၍ ဘာသာပြန်ထားပါသည်။ ကျွန်ုပ်တို့သည် တိကျမှုအတွက် ကြိုးစားနေသော်လည်း အလိုအလျောက် ဘာသာပြန်မှုများတွင် အမှားများ သို့မဟုတ် မမှန်ကန်မှုများ ပါဝင်နိုင်သည်ကို သတိပြုပါ။ မူရင်းဘာသာစကားဖြင့် ရေးသားထားသော စာရွက်စာတမ်းကို အာဏာတရ အရင်းအမြစ်အဖြစ် ရှုယူသင့်ပါသည်။ အရေးကြီးသော အချက်အလက်များအတွက် လူ့ဘာသာပြန်ပညာရှင်များကို အသုံးပြုရန် အကြံပြုပါသည်။ ဤဘာသာပြန်မှုကို အသုံးပြုခြင်းမှ ဖြစ်ပေါ်လာသော အလွဲအလွတ်များ သို့မဟုတ် အနားယူမှုမှားများအတွက် ကျွန်ုပ်တို့သည် တာဝန်မယူပါ။