ML-For-Beginners/translations/ur

🌐 کثیر زبان کی حمایت

GitHub ایکشن کے ذریعے دستیاب (خودکار اور ہمیشہ تازہ ترین)

فرانسیسی | ہسپانوی | جرمن | روسی | عربی | فارسی | اردو | چینی (سادہ) | چینی (روایتی، مکاؤ) | چینی (روایتی، ہانگ کانگ) | چینی (روایتی، تائیوان) | جاپانی | کوریائی | ہندی | بنگالی | مراٹھی | نیپالی | پنجابی (گرمکھی) | پرتگالی (پرتگال) | پرتگالی (برازیل) | اطالوی | پولش | ترکی | یونانی | تھائی | سویڈش | ڈینش | نارویجین | فنش | ڈچ | عبرانی | ویتنامی | انڈونیشیائی | ملائی | ٹیگالوگ (فلپائنی) | سواحلی | ہنگری | چیک | سلوواک | رومانیائی | بلغاریائی | سربین (سیریلک) | کروشین | سلووینیائی | یوکرینیائی | برمی (میانمار)

ہماری کمیونٹی میں شامل ہوں

ہماری Discord کمیونٹی میں AI کے ساتھ سیکھنے کی سیریز جاری ہے، مزید جاننے اور شامل ہونے کے لیے Learn with AI Series پر جائیں، 18 - 30 ستمبر، 2025۔ آپ کو ڈیٹا سائنس کے لیے GitHub Copilot استعمال کرنے کے ٹپس اور ٹرکس ملیں گے۔

مشین لرننگ برائے ابتدائی - ایک نصاب

🌍 دنیا کے مختلف ثقافتوں کے ذریعے مشین لرننگ کو دریافت کریں 🌍

Microsoft کے Cloud Advocates نے مشین لرننگ کے بارے میں 12 ہفتوں، 26 اسباق پر مشتمل نصاب پیش کرنے پر خوشی کا اظہار کیا ہے۔ اس نصاب میں، آپ کلاسک مشین لرننگ کے بارے میں سیکھیں گے، بنیادی طور پر Scikit-learn لائبریری کا استعمال کرتے ہوئے اور ڈیپ لرننگ سے گریز کرتے ہوئے، جو ہمارے AI for Beginners' نصاب میں شامل ہے۔ ان اسباق کو ہمارے 'Data Science for Beginners' نصاب کے ساتھ جوڑیں!

ہمارے ساتھ دنیا بھر کا سفر کریں کیونکہ ہم ان کلاسک تکنیکوں کو دنیا کے مختلف علاقوں کے ڈیٹا پر لاگو کرتے ہیں۔ ہر سبق میں سبق سے پہلے اور بعد کے کوئز، سبق مکمل کرنے کے لیے تحریری ہدایات، ایک حل، ایک اسائنمنٹ، اور مزید شامل ہیں۔ ہمارا پروجیکٹ پر مبنی طریقہ کار آپ کو سیکھنے کے دوران تعمیر کرنے کی اجازت دیتا ہے، جو نئے مہارتوں کو مضبوط کرنے کا ایک ثابت شدہ طریقہ ہے۔

✍️ ہمارے مصنفین کا دل سے شکریہ Jen Looper, Stephen Howell, Francesca Lazzeri, Tomomi Imura, Cassie Breviu, Dmitry Soshnikov, Chris Noring, Anirban Mukherjee, Ornella Altunyan, Ruth Yakubu اور Amy Boyd

🎨 ہمارے مصوروں کا بھی شکریہ Tomomi Imura, Dasani Madipalli, اور Jen Looper

🙏 خاص شکریہ 🙏 ہمارے Microsoft Student Ambassador مصنفین، جائزہ لینے والوں، اور مواد کے تعاون کرنے والوں کا، خاص طور پر Rishit Dagli, Muhammad Sakib Khan Inan, Rohan Raj, Alexandru Petrescu, Abhishek Jaiswal, Nawrin Tabassum, Ioan Samuila، اور Snigdha Agarwal

🤩 اضافی شکریہ Microsoft Student Ambassadors Eric Wanjau, Jasleen Sondhi، اور Vidushi Gupta کو ہمارے R اسباق کے لیے!

شروعات کریں

ان مراحل پر عمل کریں:

1. ریپوزیٹری کو فورک کریں: اس صفحے کے اوپر دائیں کونے میں "Fork" بٹن پر کلک کریں۔
2. ریپوزیٹری کو کلون کریں: git clone https://github.com/microsoft/ML-For-Beginners.git

اس کورس کے لیے تمام اضافی وسائل ہماری Microsoft Learn کلیکشن میں تلاش کریں

طلباء، اس نصاب کو استعمال کرنے کے لیے، پورے ریپو کو اپنے GitHub اکاؤنٹ میں فورک کریں اور مشقیں خود یا گروپ کے ساتھ مکمل کریں:

• سبق سے پہلے کوئز شروع کریں۔
• لیکچر پڑھیں اور سرگرمیاں مکمل کریں، ہر علم کی جانچ پر توقف کریں اور غور کریں۔
• اسباق کو سمجھ کر پروجیکٹس بنانے کی کوشش کریں بجائے اس کے کہ حل کوڈ چلائیں؛ تاہم وہ کوڈ ہر پروجیکٹ پر مبنی سبق کے /solution فولڈرز میں دستیاب ہے۔
• لیکچر کے بعد کوئز لیں۔
• چیلنج مکمل کریں۔
• اسائنمنٹ مکمل کریں۔
• سبق گروپ مکمل کرنے کے بعد، Discussion Board پر جائیں اور "بلند آواز میں سیکھیں" مناسب PAT rubric کو بھر کر۔ ایک 'PAT' ایک Progress Assessment Tool ہے جو آپ کی سیکھنے کو مزید آگے بڑھانے کے لیے ایک rubric ہے۔ آپ دوسرے PATs پر ردعمل بھی دے سکتے ہیں تاکہ ہم مل کر سیکھ سکیں۔

مزید مطالعہ کے لیے، ہم ان Microsoft Learn ماڈیولز اور لرننگ پاتھز کی پیروی کرنے کی تجویز دیتے ہیں۔

اساتذہ، ہم نے اس نصاب کو استعمال کرنے کے بارے میں کچھ تجاویز شامل کی ہیں۔

---

ویڈیو واک تھرو

کچھ اسباق مختصر ویڈیو کی شکل میں دستیاب ہیں۔ آپ ان سب کو اسباق میں ان لائن یا Microsoft Developer YouTube چینل پر ML for Beginners پلے لسٹ پر دیکھ سکتے ہیں، نیچے دی گئی تصویر پر کلک کریں۔

---

ٹیم سے ملاقات کریں

Gif by Mohit Jaisal

🎥 اوپر دی گئی تصویر پر کلک کریں تاکہ پروجیکٹ اور اسے بنانے والے افراد کے بارے میں ویڈیو دیکھ سکیں!

---

تدریسی طریقہ کار

ہم نے اس نصاب کو بناتے وقت دو تدریسی اصولوں کا انتخاب کیا ہے: یہ یقینی بنانا کہ یہ پروجیکٹ پر مبنی ہے اور اس میں بار بار کوئز شامل ہیں۔ اس کے علاوہ، اس نصاب میں ایک عام موضوع شامل ہے تاکہ اسے ہم آہنگ بنایا جا سکے۔

یہ یقینی بنا کر کہ مواد پروجیکٹس کے ساتھ ہم آہنگ ہے، عمل کو طلباء کے لیے زیادہ دلچسپ بنایا گیا ہے اور تصورات کی یادداشت کو بڑھایا گیا ہے۔ اس کے علاوہ، کلاس سے پہلے ایک کم دباؤ والا کوئز طالب علم کو کسی موضوع کو سیکھنے کی طرف راغب کرتا ہے، جبکہ کلاس کے بعد دوسرا کوئز مزید یادداشت کو یقینی بناتا ہے۔ یہ نصاب لچکدار اور تفریحی بنایا گیا ہے اور اسے مکمل یا جزوی طور پر لیا جا سکتا ہے۔ پروجیکٹس چھوٹے شروع ہوتے ہیں اور 12 ہفتوں کے سائیکل کے آخر تک بتدریج پیچیدہ ہو جاتے ہیں۔ اس نصاب میں ML کے حقیقی دنیا کے اطلاقات پر ایک پوسٹ اسکرپٹ بھی شامل ہے، جسے اضافی کریڈٹ کے طور پر یا بحث کی بنیاد کے طور پر استعمال کیا جا سکتا ہے۔

ہمارا Code of Conduct، Contributing، اور Translation رہنما خطوط تلاش کریں۔ ہم آپ کی تعمیری رائے کا خیر مقدم کرتے ہیں!

ہر سبق میں شامل ہے

• اختیاری اسکیچ نوٹ
• اختیاری اضافی ویڈیو
• ویڈیو واک تھرو (کچھ اسباق میں)
• سبق سے پہلے وارم اپ کوئز
• تحریری سبق
• پروجیکٹ پر مبنی اسباق کے لیے، پروجیکٹ بنانے کے مرحلہ وار رہنما
• علم کی جانچ
• ایک چیلنج
• اضافی مطالعہ
• اسائنمنٹ
• سبق کے بعد کوئز

زبانوں کے بارے میں نوٹ: یہ اسباق بنیادی طور پر Python میں لکھے گئے ہیں، لیکن بہت سے R میں بھی دستیاب ہیں۔ R سبق مکمل کرنے کے لیے، /solution فولڈر پر جائیں اور R اسباق تلاش کریں۔ ان میں .rmd ایکسٹینشن شامل ہے جو R Markdown فائل کی نمائندگی کرتا ہے، جسے code chunks (R یا دیگر زبانوں کے) اور YAML header (جو آؤٹ پٹ فارمیٹس جیسے PDF کو فارمیٹ کرنے کی رہنمائی کرتا ہے) کو Markdown document میں شامل کرنے کے طور پر بیان کیا جا سکتا ہے۔ اس طرح، یہ ڈیٹا سائنس کے لیے ایک مثالی تصنیفی فریم ورک کے طور پر کام کرتا ہے کیونکہ یہ آپ کو اپنے کوڈ، اس کے آؤٹ پٹ، اور اپنے خیالات کو Markdown میں لکھنے کی اجازت دیتا ہے۔ مزید برآں، R Markdown دستاویزات کو PDF، HTML، یا Word جیسے آؤٹ پٹ فارمیٹس میں رینڈر کیا جا سکتا ہے۔

کوئز کے بارے میں نوٹ: تمام کوئز Quiz App فولڈر میں موجود ہیں، کل 52 کوئز، ہر ایک میں تین سوالات۔ یہ اسباق کے اندر سے لنک کیے گئے ہیں لیکن کوئز ایپ کو مقامی طور پر چلایا جا سکتا ہے؛ quiz-app فولڈر میں دی گئی ہدایات پر عمل کریں تاکہ اسے مقامی طور پر ہوسٹ کریں یا Azure پر تعینات کریں۔

سبق نمبر	موضوع	سبق گروپنگ	سیکھنے کے مقاصد	لنک شدہ سبق	مصنف
01	مشین لرننگ کا تعارف	تعارف	مشین لرننگ کے بنیادی تصورات سیکھیں	سبق	محمد
02	مشین لرننگ کی تاریخ	تعارف	اس میدان کی تاریخ سیکھیں	سبق	جین اور ایمی
03	مشین لرننگ اور انصاف	تعارف	مشین لرننگ ماڈلز بناتے اور استعمال کرتے وقت طلباء کو انصاف کے حوالے سے کون سے اہم فلسفیانہ مسائل پر غور کرنا چاہیے؟	سبق	Tomomi
04	مشین لرننگ کے طریقے	تعارف	مشین لرننگ محققین ماڈلز بنانے کے لیے کون سے طریقے استعمال کرتے ہیں؟	سبق	Chris اور Jen
05	ریگریشن کا تعارف	ریگریشن	ریگریشن ماڈلز کے لیے Python اور Scikit-learn کے ساتھ شروعات کریں	Python • R	Jen • Eric Wanjau
06	شمالی امریکہ کے کدو کی قیمتیں 🎃	ریگریشن	مشین لرننگ کی تیاری کے لیے ڈیٹا کو بصری بنائیں اور صاف کریں	Python • R	Jen • Eric Wanjau
07	شمالی امریکہ کے کدو کی قیمتیں 🎃	ریگریشن	لکیری اور پولینومیئل ریگریشن ماڈلز بنائیں	Python • R	Jen اور Dmitry • Eric Wanjau
08	شمالی امریکہ کے کدو کی قیمتیں 🎃	ریگریشن	لاجسٹک ریگریشن ماڈل بنائیں	Python • R	Jen • Eric Wanjau
09	ایک ویب ایپ 🔌	ویب ایپ	اپنے تربیت یافتہ ماڈل کو استعمال کرنے کے لیے ایک ویب ایپ بنائیں	Python	Jen
10	درجہ بندی کا تعارف	درجہ بندی	اپنے ڈیٹا کو صاف کریں، تیار کریں، اور بصری بنائیں؛ درجہ بندی کا تعارف	Python • R	Jen اور Cassie • Eric Wanjau
11	مزیدار ایشیائی اور بھارتی کھانے 🍜	درجہ بندی	درجہ بندی کرنے والوں کا تعارف	Python • R	Jen اور Cassie • Eric Wanjau
12	مزیدار ایشیائی اور بھارتی کھانے 🍜	درجہ بندی	مزید درجہ بندی کرنے والے	Python • R	Jen اور Cassie • Eric Wanjau
13	مزیدار ایشیائی اور بھارتی کھانے 🍜	درجہ بندی	اپنے ماڈل کا استعمال کرتے ہوئے ایک سفارش کنندہ ویب ایپ بنائیں	Python	Jen
14	کلسٹرنگ کا تعارف	کلسٹرنگ	اپنے ڈیٹا کو صاف کریں، تیار کریں، اور بصری بنائیں؛ کلسٹرنگ کا تعارف	Python • R	Jen • Eric Wanjau
15	نائجیریا کے موسیقی کے ذوق کی تلاش 🎧	کلسٹرنگ	K-Means کلسٹرنگ طریقہ کی تلاش	Python • R	Jen • Eric Wanjau
16	قدرتی زبان کی پروسیسنگ کا تعارف ☕️	قدرتی زبان کی پروسیسنگ	ایک سادہ بوٹ بنا کر NLP کے بنیادی اصول سیکھیں	Python	Stephen
17	عام NLP کام ☕️	قدرتی زبان کی پروسیسنگ	زبان کے ڈھانچوں سے نمٹنے کے دوران درکار عام کاموں کو سمجھ کر اپنی NLP معلومات کو گہرا کریں	Python	Stephen
18	ترجمہ اور جذبات کا تجزیہ ♥️	قدرتی زبان کی پروسیسنگ	Jane Austen کے ساتھ ترجمہ اور جذبات کا تجزیہ	Python	Stephen
19	یورپ کے رومانوی ہوٹل ♥️	قدرتی زبان کی پروسیسنگ	ہوٹل کے جائزوں کے ساتھ جذبات کا تجزیہ 1	Python	Stephen
20	یورپ کے رومانوی ہوٹل ♥️	قدرتی زبان کی پروسیسنگ	ہوٹل کے جائزوں کے ساتھ جذبات کا تجزیہ 2	Python	Stephen
21	وقت کے سلسلے کی پیشن گوئی کا تعارف	وقت کے سلسلے	وقت کے سلسلے کی پیشن گوئی کا تعارف	Python	Francesca
22	⚡️ دنیا کی بجلی کا استعمال ⚡️ - ARIMA کے ساتھ وقت کے سلسلے کی پیشن گوئی	وقت کے سلسلے	ARIMA کے ساتھ وقت کے سلسلے کی پیشن گوئی	Python	Francesca
23	⚡️ دنیا کی بجلی کا استعمال ⚡️ - SVR کے ساتھ وقت کے سلسلے کی پیشن گوئی	وقت کے سلسلے	سپورٹ ویکٹر ریگریسر کے ساتھ وقت کے سلسلے کی پیشن گوئی	Python	Anirban
24	تقویت یافتہ لرننگ کا تعارف	تقویت یافتہ لرننگ	Q-Learning کے ساتھ تقویت یافتہ لرننگ کا تعارف	Python	Dmitry
25	پیٹر کو بھیڑیا سے بچائیں! 🐺	تقویت یافتہ لرننگ	تقویت یافتہ لرننگ جم	Python	Dmitry
Postscript	حقیقی دنیا کے مشین لرننگ کے منظرنامے اور اطلاقات	جنگلی میں ML	کلاسیکی مشین لرننگ کے دلچسپ اور انکشاف کرنے والے حقیقی دنیا کے اطلاقات	سبق	ٹیم
Postscript	RAI ڈیش بورڈ کا استعمال کرتے ہوئے ML ماڈلز کی ڈیبگنگ	جنگلی میں ML	ذمہ دار AI ڈیش بورڈ اجزاء کا استعمال کرتے ہوئے مشین لرننگ ماڈلز کی ڈیبگنگ	سبق	Ruth Yakubu

اس کورس کے لیے تمام اضافی وسائل ہماری Microsoft Learn کلیکشن میں تلاش کریں

آف لائن رسائی

آپ اس دستاویزات کو آف لائن Docsify کا استعمال کرتے ہوئے چلا سکتے ہیں۔ اس ریپو کو فورک کریں، Docsify انسٹال کریں اپنی مقامی مشین پر، اور پھر اس ریپو کے روٹ فولڈر میں docsify serve ٹائپ کریں۔ ویب سائٹ آپ کے لوکل ہوسٹ پر پورٹ 3000 پر پیش کی جائے گی: localhost:3000۔

PDFs

لنکس کے ساتھ نصاب کا پی ڈی ایف یہاں تلاش کریں۔

🎒 دیگر کورسز

ہماری ٹیم دیگر کورسز تیار کرتی ہے! دیکھیں:

• 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

مدد حاصل کرنا

اگر آپ پھنس جائیں یا AI ایپس بنانے کے بارے میں کوئی سوال ہو، تو شامل ہوں:

اگر آپ کو پروڈکٹ کے بارے میں رائے دینی ہو یا تعمیر کے دوران غلطیاں ہوں تو یہاں جائیں:

---

ڈسکلیمر:
یہ دستاویز AI ترجمہ سروس Co-op Translator کا استعمال کرتے ہوئے ترجمہ کی گئی ہے۔ ہم درستگی کے لیے کوشش کرتے ہیں، لیکن براہ کرم آگاہ رہیں کہ خودکار ترجمے میں غلطیاں یا غیر درستیاں ہو سکتی ہیں۔ اصل دستاویز کو اس کی اصل زبان میں مستند ذریعہ سمجھا جانا چاہیے۔ اہم معلومات کے لیے، پیشہ ور انسانی ترجمہ کی سفارش کی جاتی ہے۔ ہم اس ترجمے کے استعمال سے پیدا ہونے والی کسی بھی غلط فہمی یا غلط تشریح کے ذمہ دار نہیں ہیں۔