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 ১৮ - ৩০ সেপ্টেম্বর, ২০২৫। এখানে আপনি GitHub Copilot ব্যবহার করে ডেটা সায়েন্সের টিপস এবং ট্রিকস শিখতে পারবেন।

শিক্ষার্থীদের জন্য মেশিন লার্নিং - একটি পাঠক্রম

🌍 বিশ্ব সংস্কৃতির মাধ্যমে মেশিন লার্নিং অন্বেষণ করার সময় আমাদের সাথে বিশ্ব ভ্রমণ করুন 🌍

Microsoft-এর Cloud Advocates আপনাদের জন্য ১২ সপ্তাহের, ২৬টি পাঠের একটি পাঠক্রম নিয়ে এসেছে যা সম্পূর্ণ মেশিন লার্নিং নিয়ে। এই পাঠক্রমে, আপনি ক্লাসিক মেশিন লার্নিং নামে পরিচিত বিষয়টি শিখবেন, যেখানে প্রধানত Scikit-learn লাইব্রেরি ব্যবহার করা হবে এবং ডিপ লার্নিং এড়ানো হবে, যা আমাদের AI for Beginners' পাঠক্রমে অন্তর্ভুক্ত। এই পাঠগুলো আমাদের 'Data Science for Beginners' পাঠক্রমের সাথে মিলিয়ে পড়ুন।

আমাদের সাথে বিশ্ব ভ্রমণ করুন এবং এই ক্লাসিক কৌশলগুলো বিভিন্ন অঞ্চলের ডেটার উপর 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 ধাপগুলো 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 Microsoft Learn সংগ্রহে খুঁজুন

শিক্ষার্থীরা, এই পাঠক্রমটি ব্যবহার করতে, পুরো রিপোজিটরি আপনার নিজস্ব GitHub অ্যাকাউন্টে ফর্ক করুন এবং নিজের বা একটি দলের সাথে অনুশীলন সম্পন্ন করুন:

• প্রাক-লেকচার কুইজ দিয়ে শুরু করুন।
• লেকচার পড়ুন এবং কার্যক্রম সম্পন্ন করুন, প্রতিটি জ্ঞান যাচাইয়ের সময় থামুন এবং চিন্তা করুন।
• পাঠগুলো বুঝে প্রকল্প তৈরি করার চেষ্টা করুন, সমাধান কোড চালানোর পরিবর্তে; তবে সেই কোড /solution ফোল্ডারে প্রকল্প-ভিত্তিক পাঠে উপলব্ধ।
• পর-লেকচার কুইজ নিন।
• চ্যালেঞ্জ সম্পন্ন করুন।
• অ্যাসাইনমেন্ট সম্পন্ন করুন।
• একটি পাঠ গোষ্ঠী সম্পন্ন করার পরে, Discussion Board পরিদর্শন করুন 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 পথ অনুসরণ করার সুপারিশ করি।

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

---

ভিডিও ওয়াকথ্রু

কিছু পাঠ সংক্ষিপ্ত ভিডিও আকারে উপলব্ধ। আপনি এই ভিডিওগুলো পাঠের মধ্যে বা Microsoft Developer YouTube চ্যানেলের ML for Beginners প্লেলিস্টে দেখতে 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 দেখতে!

---

শিক্ষাদান পদ্ধতি

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

প্রকল্পের সাথে সামঞ্জস্য রেখে বিষয়বস্তু নিশ্চিত করার মাধ্যমে, প্রক্রিয়াটি শিক্ষার্থীদের জন্য আরও আকর্ষণীয় হয়ে ওঠে এবং ধারণার 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 পাঠক্রমটি নমনীয় এবং মজাদার করার জন্য ডিজাইন করা হয়েছে এবং এটি সম্পূর্ণ বা আংশিকভাবে নেওয়া যেতে পারে। প্রকল্পগুলো ছোট থেকে শুরু হয় এবং ১২ সপ্তাহের চক্রের শেষে ক্রমশ জটিল হয়ে ওঠে। এই পাঠক্রমে ML-এর বাস্তব জীবনের প্রয়োগের উপর একটি পোস্টস্ক্রিপ্টও অন্তর্ভুক্ত রয়েছে, যা অতিরিক্ত ক্রেডিট বা আলোচনার ভিত্তি হিসাবে ব্যবহার করা যেতে পারে।

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

প্রতিটি পাঠ অন্তর্ভুক্ত করে

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

ভাষা সম্পর্কে একটি নোট: এই পাঠগুলো প্রধানত Python-এ লেখা হয়েছে, তবে অনেকগুলো R-এও উপলব্ধ। একটি R পাঠ সম্পন্ন করতে, /solution ফোল্ডারে যান এবং R পাঠগুলো খুঁজুন। এগুলোতে 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) এর সংমিশ্রণ 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 চিন্তাভাবনা একত্রিত করার অনুমতি দেয়। এছাড়াও, R Markdown ডকুমেন্টগুলো 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। এগুলো 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 ধারণাগুলো শিখুন	Lesson	Muhammad
02	মেশিন লার্নিং-এর ইতিহাস	Introduction	এই ক্ষেত্রের পেছনের ইতিহাস শিখুন	Lesson	Jen এবং Amy
03	ন্যায্যতা এবং মেশিন লার্নিং	Introduction	ন্যায্যতার সাথে সম্পর্কিত গুরুত্বপূর্ণ দার্শনিক বিষয়গুলো কী যা শিক্ষার্থীদের মেশিন লার্নিং মডেল তৈরি এবং প্রয়োগ করার সময় বিবেচনা করা উচিত?	Lesson	Tomomi
04	মেশিন লার্নিং এর কৌশল	Introduction	মেশিন লার্নিং গবেষকরা মডেল তৈরি করতে কী কী কৌশল ব্যবহার করেন?	Lesson	Chris and Jen
05	রিগ্রেশন পরিচিতি	Regression	রিগ্রেশন মডেলের জন্য পাইথন এবং Scikit-learn দিয়ে শুরু করুন	Python • R	Jen • Eric Wanjau
06	উত্তর আমেরিকার কুমড়ার দাম 🎃	Regression	মেশিন লার্নিং এর প্রস্তুতির জন্য ডেটা ভিজুয়ালাইজ এবং পরিষ্কার করুন	Python • R	Jen • Eric Wanjau
07	উত্তর আমেরিকার কুমড়ার দাম 🎃	Regression	লিনিয়ার এবং পলিনোমিয়াল রিগ্রেশন মডেল তৈরি করুন	Python • R	Jen and Dmitry • Eric Wanjau
08	উত্তর আমেরিকার কুমড়ার দাম 🎃	Regression	একটি লজিস্টিক রিগ্রেশন মডেল তৈরি করুন	Python • R	Jen • Eric Wanjau
09	একটি ওয়েব অ্যাপ 🔌	Web App	আপনার প্রশিক্ষিত মডেল ব্যবহার করার জন্য একটি ওয়েব অ্যাপ তৈরি করুন	Python	Jen
10	শ্রেণীবিন্যাসের পরিচিতি	Classification	আপনার ডেটা পরিষ্কার, প্রস্তুত এবং ভিজুয়ালাইজ করুন; শ্রেণীবিন্যাসের পরিচিতি	Python • R	Jen and Cassie • Eric Wanjau
11	সুস্বাদু এশিয়ান এবং ভারতীয় খাবার 🍜	Classification	শ্রেণীবিন্যাসকারীদের পরিচিতি	Python • R	Jen and Cassie • Eric Wanjau
12	সুস্বাদু এশিয়ান এবং ভারতীয় খাবার 🍜	Classification	আরও শ্রেণীবিন্যাসকারী	Python • R	Jen and Cassie • Eric Wanjau
13	সুস্বাদু এশিয়ান এবং ভারতীয় খাবার 🍜	Classification	আপনার মডেল ব্যবহার করে একটি সুপারিশকারী ওয়েব অ্যাপ তৈরি করুন	Python	Jen
14	ক্লাস্টারিং এর পরিচিতি	Clustering	আপনার ডেটা পরিষ্কার, প্রস্তুত এবং ভিজুয়ালাইজ করুন; ক্লাস্টারিং এর পরিচিতি	Python • R	Jen • Eric Wanjau
15	নাইজেরিয়ান সঙ্গীতের রুচি 🎧	Clustering	K-Means ক্লাস্টারিং পদ্ধতি অন্বেষণ করুন	Python • R	Jen • Eric Wanjau
16	প্রাকৃতিক ভাষা প্রক্রিয়াকরণের পরিচিতি ☕️	Natural language processing	একটি সাধারণ বট তৈরি করে NLP এর মৌলিক বিষয়গুলো শিখুন	Python	Stephen
17	সাধারণ NLP কাজ ☕️	Natural language processing	ভাষার গঠন নিয়ে কাজ করার সময় প্রয়োজনীয় সাধারণ কাজগুলো বুঝে NLP জ্ঞান আরও গভীর করুন	Python	Stephen
18	অনুবাদ এবং অনুভূতি বিশ্লেষণ ♥️	Natural language processing	Jane Austen এর মাধ্যমে অনুবাদ এবং অনুভূতি বিশ্লেষণ	Python	Stephen
19	ইউরোপের রোমান্টিক হোটেল ♥️	Natural language processing	হোটেল রিভিউ নিয়ে অনুভূতি বিশ্লেষণ ১	Python	Stephen
20	ইউরোপের রোমান্টিক হোটেল ♥️	Natural language processing	হোটেল রিভিউ নিয়ে অনুভূতি বিশ্লেষণ ২	Python	Stephen
21	টাইম সিরিজ পূর্বাভাসের পরিচিতি	Time series	টাইম সিরিজ পূর্বাভাসের পরিচিতি	Python	Francesca
22	⚡️ বিশ্ব বিদ্যুৎ ব্যবহার ⚡️ - ARIMA দিয়ে টাইম সিরিজ পূর্বাভাস	Time series	ARIMA দিয়ে টাইম সিরিজ পূর্বাভাস	Python	Francesca
23	⚡️ বিশ্ব বিদ্যুৎ ব্যবহার ⚡️ - SVR দিয়ে টাইম সিরিজ পূর্বাভাস	Time series	Support Vector Regressor দিয়ে টাইম সিরিজ পূর্বাভাস	Python	Anirban
24	রিইনফোর্সমেন্ট লার্নিং এর পরিচিতি	Reinforcement learning	Q-Learning দিয়ে রিইনফোর্সমেন্ট লার্নিং এর পরিচিতি	Python	Dmitry
25	পিটারকে নেকড়ের হাত থেকে বাঁচান! 🐺	Reinforcement learning	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	Lesson	Team
Postscript	RAI ড্যাশবোর্ড ব্যবহার করে মডেল ডিবাগিং	ML in the Wild	Responsible AI ড্যাশবোর্ড কম্পোনেন্ট ব্যবহার করে মেশিন লার্নিং মডেল ডিবাগিং	Lesson	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 পোর্ট 3000-এ পরিবেশন করা হবে: localhost:3000।

PDFs

লিঙ্ক সহ কারিকুলামের একটি পিডিএফ এখানে খুঁজুন।

🎒 অন্যান্য কোর্সসমূহ

আমাদের টিম অন্যান্য কোর্স তৈরি করে! দেখুন:

• 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

---