26 KiB

Raw Blame History Unescape Escape

🌐 Msaada wa Lugha Nyingi

Inasaidiwa kupitia Hatua ya GitHub (Imejiendesha & Inasasishwa Kila Wakati)

Jiunge na Jamii Yetu

Tuna mfululizo wa kujifunza na AI unaoendelea kwenye Discord, jifunze zaidi na ujiunge nasi katika Learn with AI Series kuanzia tarehe 18 - 30 Septemba, 2025. Utapata vidokezo na mbinu za kutumia GitHub Copilot kwa Sayansi ya Takwimu.

Kujifunza Mashine kwa Kompyuta kwa Anayeanza - Mtaala

🌍 Safiri kote ulimwenguni tunapochunguza Kujifunza Mashine kupitia tamaduni za dunia 🌍

Wakili wa Wingu wa Microsoft wanafurahi kutoa mtaala wa wiki 12, masomo 26 kuhusu Kujifunza Mashine. Katika mtaala huu, utajifunza kuhusu kile kinachoitwa mara nyingine kujifunza mashine kwa njia ya kawaida, ukitumia hasa maktaba ya Scikit-learn na kuepuka kujifunza kwa kina, ambako kunashughulikiwa katika mtaala wetu wa AI kwa Anayeanza. Unganisha masomo haya na mtaala wetu wa 'Sayansi ya Takwimu kwa Anayeanza', pia!

Safiri nasi kote ulimwenguni tunapotumia mbinu hizi za kawaida kwa data kutoka maeneo mengi ya dunia. Kila somo linajumuisha maswali ya awali na ya baada ya somo, maelekezo yaliyoandikwa ya kukamilisha somo, suluhisho, kazi, na zaidi. Mbinu yetu ya msingi wa miradi inakuruhusu kujifunza huku ukijenga, njia iliyothibitishwa ya kuhakikisha ujuzi mpya unakaa.

✍️ Shukrani za dhati kwa waandishi wetu Jen Looper, Stephen Howell, Francesca Lazzeri, Tomomi Imura, Cassie Breviu, Dmitry Soshnikov, Chris Noring, Anirban Mukherjee, Ornella Altunyan, Ruth Yakubu na Amy Boyd

🎨 Shukrani pia kwa wachoraji wetu Tomomi Imura, Dasani Madipalli, na Jen Looper

🙏 Shukrani za pekee 🙏 kwa waandishi, wakaguzi, na wachangiaji wa maudhui wa Microsoft Student Ambassador, hasa Rishit Dagli, Muhammad Sakib Khan Inan, Rohan Raj, Alexandru Petrescu, Abhishek Jaiswal, Nawrin Tabassum, Ioan Samuila, na Snigdha Agarwal

🤩 Shukrani za ziada kwa Microsoft Student Ambassadors Eric Wanjau, Jasleen Sondhi, na Vidushi Gupta kwa masomo yetu ya R!

Kuanza

Fuata hatua hizi:

Fork Hifadhi: Bonyeza kitufe cha "Fork" kwenye kona ya juu-kulia ya ukurasa huu.
Clone Hifadhi: git clone https://github.com/microsoft/ML-For-Beginners.git

pata rasilimali zote za ziada kwa kozi hii katika mkusanyiko wetu wa Microsoft Learn

Wanafunzi, ili kutumia mtaala huu, fork hifadhi nzima kwenye akaunti yako ya GitHub na ukamilishe mazoezi peke yako au na kikundi:

Anza na jaribio la awali la somo.
Soma somo na ukamilishe shughuli, ukisimama na kutafakari katika kila ukaguzi wa maarifa.
Jaribu kuunda miradi kwa kuelewa masomo badala ya kuendesha tu msimbo wa suluhisho; hata hivyo, msimbo huo unapatikana katika folda za /solution katika kila somo linaloelekezwa kwa mradi.
Fanya jaribio la baada ya somo.
Kamilisha changamoto.
Kamilisha kazi.
Baada ya kukamilisha kikundi cha masomo, tembelea Bodi ya Majadiliano na "jifunze kwa sauti" kwa kujaza rubriki ya PAT inayofaa. 'PAT' ni Chombo cha Tathmini ya Maendeleo ambacho ni rubriki unayojaza ili kuendeleza kujifunza kwako. Unaweza pia kujibu PAT za wengine ili tujifunze pamoja.

Kwa masomo zaidi, tunapendekeza kufuata Microsoft Learn moduli na njia za kujifunza.

Walimu, tumetoa mapendekezo kadhaa ya jinsi ya kutumia mtaala huu.

Maelezo ya Video

Baadhi ya masomo yanapatikana kama video fupi. Unaweza kupata zote hizi ndani ya masomo, au kwenye orodha ya ML kwa Anayeanza kwenye kituo cha YouTube cha Microsoft Developer kwa kubonyeza picha hapa chini.

Kutana na Timu

Gif na Mohit Jaisal

🎥 Bonyeza picha hapo juu kwa video kuhusu mradi na watu waliouunda!

Mbinu ya Kufundisha

Tumechagua kanuni mbili za kufundisha wakati wa kujenga mtaala huu: kuhakikisha kuwa ni wa vitendo unaotegemea miradi na kwamba unajumuisha maswali ya mara kwa mara. Aidha, mtaala huu una mada ya kawaida ili kuupa mshikamano.

Kwa kuhakikisha kuwa maudhui yanalingana na miradi, mchakato unakuwa wa kuvutia zaidi kwa wanafunzi na uhifadhi wa dhana utaongezeka. Aidha, jaribio la hatari ndogo kabla ya darasa linaweka nia ya mwanafunzi kuelekea kujifunza mada, wakati jaribio la pili baada ya darasa linahakikisha uhifadhi zaidi. Mtaala huu uliundwa kuwa rahisi na wa kufurahisha na unaweza kuchukuliwa kwa ukamilifu au kwa sehemu. Miradi huanza ndogo na kuwa ngumu zaidi mwishoni mwa mzunguko wa wiki 12. Mtaala huu pia unajumuisha maelezo ya matumizi ya ulimwengu halisi ya ML, ambayo yanaweza kutumika kama alama za ziada au kama msingi wa majadiliano.

Pata Kanuni za Maadili, Kuchangia, na Miongozo ya Tafsiri. Tunakaribisha maoni yako ya kujenga!

Kila somo linajumuisha

sketchnote ya hiari
video ya ziada ya hiari
maelezo ya video (baadhi ya masomo tu)
jaribio la awali la somo
somo lililoandikwa
kwa masomo yanayotegemea miradi, mwongozo wa hatua kwa hatua wa jinsi ya kujenga mradi
ukaguzi wa maarifa
changamoto
usomaji wa ziada
kazi
jaribio la baada ya somo

Kumbuka kuhusu lugha: Masomo haya yameandikwa hasa kwa Python, lakini mengi pia yanapatikana kwa R. Ili kukamilisha somo la R, nenda kwenye folda ya /solution na utafute masomo ya R. Yanajumuisha kiendelezi cha .rmd ambacho kinawakilisha faili ya R Markdown ambayo inaweza kufafanuliwa kwa urahisi kama mchanganyiko wa vipande vya msimbo (wa R au lugha nyingine) na kichwa cha YAML (kinachoongoza jinsi ya kuunda matokeo kama PDF) katika hati ya Markdown. Kwa hivyo, inahudumu kama mfumo bora wa uandishi kwa sayansi ya data kwani inakuruhusu kuchanganya msimbo wako, matokeo yake, na mawazo yako kwa kuyaruhusu kuyaandika kwa Markdown. Aidha, hati za R Markdown zinaweza kutolewa kwa fomati za matokeo kama PDF, HTML, au Word.

Kumbuka kuhusu maswali: Maswali yote yamejumuishwa katika folda ya Quiz App, kwa jumla ya maswali 52 ya maswali matatu kila moja. Yameunganishwa kutoka ndani ya masomo lakini programu ya maswali inaweza kuendeshwa ndani ya nchi; fuata maelekezo katika folda ya quiz-app kuendesha ndani ya nchi au kupeleka kwenye Azure.

Nambari ya Somo	Mada	Kundi la Somo	Malengo ya Kujifunza	Somo Lililounganishwa	Mwandishi
01	Utangulizi wa kujifunza mashine	Utangulizi	Jifunze dhana za msingi za kujifunza mashine	Somo	Muhammad
02	Historia ya kujifunza mashine	Utangulizi	Jifunze historia ya msingi ya uwanja huu	Somo	Jen na Amy
03	Haki na ujifunzaji wa mashine	Utangulizi	Ni masuala gani muhimu ya kifalsafa kuhusu haki ambayo wanafunzi wanapaswa kuzingatia wanapojenga na kutumia mifano ya ML?	Somo	Tomomi
04	Mbinu za ujifunzaji wa mashine	Utangulizi	Ni mbinu gani watafiti wa ML hutumia kujenga mifano ya ML?	Somo	Chris na Jen
05	Utangulizi wa regression	Regression	Anza na Python na Scikit-learn kwa mifano ya regression	Python • R	Jen • Eric Wanjau
06	Bei za malenge Amerika Kaskazini 🎃	Regression	Onyesha na safisha data kwa maandalizi ya ML	Python • R	Jen • Eric Wanjau
07	Bei za malenge Amerika Kaskazini 🎃	Regression	Jenga mifano ya regression ya mstari na polynomial	Python • R	Jen na Dmitry • Eric Wanjau
08	Bei za malenge Amerika Kaskazini 🎃	Regression	Jenga mfano wa regression ya logistic	Python • R	Jen • Eric Wanjau
09	Tovuti ya Mtandao 🔌	Web App	Jenga tovuti ya mtandao kutumia mfano ulioufanyia mafunzo	Python	Jen
10	Utangulizi wa classification	Classification	Safisha, andaa, na onyesha data yako; utangulizi wa classification	Python • R	Jen na Cassie • Eric Wanjau
11	Vyakula vitamu vya Asia na India 🍜	Classification	Utangulizi wa classifiers	Python • R	Jen na Cassie • Eric Wanjau
12	Vyakula vitamu vya Asia na India 🍜	Classification	Classifiers zaidi	Python • R	Jen na Cassie • Eric Wanjau
13	Vyakula vitamu vya Asia na India 🍜	Classification	Jenga tovuti ya mapendekezo ukitumia mfano wako	Python	Jen
14	Utangulizi wa clustering	Clustering	Safisha, andaa, na onyesha data yako; Utangulizi wa clustering	Python • R	Jen • Eric Wanjau
15	Kuchunguza ladha za muziki wa Nigeria 🎧	Clustering	Chunguza mbinu ya clustering ya K-Means	Python • R	Jen • Eric Wanjau
16	Utangulizi wa usindikaji wa lugha asilia ☕️	Natural language processing	Jifunze misingi ya NLP kwa kujenga bot rahisi	Python	Stephen
17	Kazi za kawaida za NLP ☕️	Natural language processing	Panua maarifa yako ya NLP kwa kuelewa kazi za kawaida zinazohitajika unaposhughulika na miundo ya lugha	Python	Stephen
18	Tafsiri na uchambuzi wa hisia ♥️	Natural language processing	Tafsiri na uchambuzi wa hisia ukitumia Jane Austen	Python	Stephen
19	Hoteli za kimapenzi za Ulaya ♥️	Natural language processing	Uchambuzi wa hisia ukitumia maoni ya hoteli 1	Python	Stephen
20	Hoteli za kimapenzi za Ulaya ♥️	Natural language processing	Uchambuzi wa hisia ukitumia maoni ya hoteli 2	Python	Stephen
21	Utangulizi wa utabiri wa mfululizo wa muda	Time series	Utangulizi wa utabiri wa mfululizo wa muda	Python	Francesca
22	⚡️ Matumizi ya Nguvu Duniani ⚡️ - utabiri wa mfululizo wa muda na ARIMA	Time series	Utabiri wa mfululizo wa muda ukitumia ARIMA	Python	Francesca
23	⚡️ Matumizi ya Nguvu Duniani ⚡️ - utabiri wa mfululizo wa muda na SVR	Time series	Utabiri wa mfululizo wa muda ukitumia Support Vector Regressor	Python	Anirban
24	Utangulizi wa ujifunzaji wa kuimarisha	Reinforcement learning	Utangulizi wa ujifunzaji wa kuimarisha ukitumia Q-Learning	Python	Dmitry
25	Msaidie Peter kuepuka mbwa mwitu! 🐺	Reinforcement learning	Gym ya ujifunzaji wa kuimarisha	Python	Dmitry
Postscript	Matukio na matumizi ya ML katika maisha halisi	ML in the Wild	Matumizi ya kuvutia na ya kufichua ya ML ya kawaida	Somo	Timu
Postscript	Urekebishaji wa mifano ya ML ukitumia dashibodi ya RAI	ML in the Wild	Urekebishaji wa mifano ya Machine Learning ukitumia vipengele vya dashibodi ya AI inayowajibika	Somo	Ruth Yakubu

pata rasilimali zote za ziada za kozi hii katika mkusanyiko wetu wa Microsoft Learn

Ufikiaji wa Nje ya Mtandao

Unaweza kuendesha nyaraka hizi nje ya mtandao ukitumia Docsify. Fork repo hii, sakinisha Docsify kwenye mashine yako ya ndani, kisha katika folda ya mizizi ya repo hii, andika docsify serve. Tovuti itahudumiwa kwenye bandari 3000 kwenye localhost yako: localhost:3000.

PDFs

Pata pdf ya mtaala na viungo hapa.

🎒 Kozi Nyingine

Timu yetu inazalisha kozi nyingine! Angalia:

Kupata Msaada

Ukikwama au una maswali kuhusu kujenga programu za AI, jiunge:

Ikiwa una maoni ya bidhaa au makosa wakati wa kujenga tembelea:

Kanusho:
Hati hii imetafsiriwa kwa kutumia huduma ya kutafsiri ya AI Co-op Translator. Ingawa tunajitahidi kuhakikisha usahihi, tafadhali fahamu kuwa tafsiri za kiotomatiki zinaweza kuwa na makosa au kutokuwa sahihi. Hati ya asili katika lugha yake ya awali inapaswa kuzingatiwa kama chanzo cha mamlaka. Kwa taarifa muhimu, tafsiri ya kitaalamu ya binadamu inapendekezwa. Hatutawajibika kwa kutoelewana au tafsiri zisizo sahihi zinazotokana na matumizi ya tafsiri hii.

26 KiB Raw Blame History Unescape Escape