ML-For-Beginners/translations/he

🌐 תמיכה רב-שפתית

נתמכת באמצעות GitHub Action (אוטומטית ותמיד מעודכנת)

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)

הצטרפו לקהילה שלנו

יש לנו סדרת לימוד ב-AI ב-Discord, למדו עוד והצטרפו אלינו ב-Learn with AI Series בין ה-18 ל-30 בספטמבר, 2025. תקבלו טיפים וטריקים לשימוש ב-GitHub Copilot במדעי הנתונים.

למידת מכונה למתחילים - תוכנית לימודים

🌍 מסע מסביב לעולם תוך חקר למידת מכונה דרך תרבויות עולמיות 🌍

צוות Cloud Advocates במיקרוסופט שמח להציע תוכנית לימודים בת 12 שבועות ו-26 שיעורים על למידת מכונה. בתוכנית זו תלמדו על מה שמכונה לעיתים למידת מכונה קלאסית, תוך שימוש בעיקר בספריית Scikit-learn והימנעות מלמידה עמוקה, שמכוסה בתוכנית הלימודים שלנו AI for Beginners. ניתן לשלב את השיעורים הללו עם תוכנית הלימודים שלנו 'Data Science for Beginners'.

צאו איתנו למסע מסביב לעולם תוך יישום טכניקות קלאסיות על נתונים מאזורים שונים בעולם. כל שיעור כולל מבחני טרום ואחרי שיעור, הוראות כתובות להשלמת השיעור, פתרון, משימה ועוד. הפדגוגיה מבוססת הפרויקטים שלנו מאפשרת לכם ללמוד תוך כדי בנייה, שיטה מוכחת להטמעת מיומנויות חדשות.

✍️ תודה רבה למחברים שלנו ג'ן לופר, סטיבן האוול, פרנצ'סקה לזארי, טומומי אימורה, קסי ברוויו, דמיטרי סושניקוב, כריס נורינג, אנירבן מוקרג'י, אורנלה אלטוניאן, רות יעקובו ואיימי בויד

🎨 תודה גם למאיירים שלנו טומומי אימורה, דאסאני מדיפאלי וג'ן לופר

🙏 תודה מיוחדת 🙏 למחברי, מבקרי ותורמי התוכן שלנו מקרב שגרירי הסטודנטים של מיקרוסופט, במיוחד רישיט דגלי, מוחמד סאקיב חאן אינאן, רוהאן ראג', אלכסנדרו פטרסקו, אבישק ג'ייסוואל, נאורין טבאסום, יואן סמואילה וסניגדה אגרוואל

🤩 תודה נוספת לשגרירי הסטודנטים של מיקרוסופט אריק וונג'או, ג'סלין סונדי ווידושי גופטה על שיעורי ה-R שלנו!

התחלת העבודה

בצעו את השלבים הבאים:

1. פיצול הריפו: לחצו על כפתור "Fork" בפינה הימנית העליונה של הדף הזה.
2. שכפול הריפו: git clone https://github.com/microsoft/ML-For-Beginners.git

מצאו את כל המשאבים הנוספים לקורס הזה באוסף Microsoft Learn שלנו

סטודנטים, כדי להשתמש בתוכנית הלימודים הזו, פצלו את הריפו כולו לחשבון GitHub שלכם והשלימו את התרגילים בעצמכם או בקבוצה:

• התחילו עם מבחן טרום שיעור.
• קראו את השיעור והשלימו את הפעילויות, תוך עצירה והרהור בכל בדיקת ידע.
• נסו ליצור את הפרויקטים על ידי הבנת השיעורים במקום להריץ את קוד הפתרון; עם זאת, הקוד זמין בתיקיות /solution בכל שיעור מבוסס פרויקט.
• בצעו את מבחן אחרי השיעור.
• השלימו את האתגר.
• השלימו את המשימה.
• לאחר השלמת קבוצת שיעורים, בקרו ב-לוח הדיונים ו"למדו בקול רם" על ידי מילוי טופס הערכת התקדמות (PAT) המתאים. טופס PAT הוא כלי הערכת התקדמות שמאפשר לכם להעמיק את הלמידה שלכם. תוכלו גם להגיב לטפסי PAT של אחרים כדי ללמוד יחד.

ללימוד נוסף, אנו ממליצים לעקוב אחר מודולים ונתיבי לימוד של Microsoft Learn.

מורים, כללנו כמה הצעות כיצד להשתמש בתוכנית הלימודים הזו.

---

סרטוני הדרכה

חלק מהשיעורים זמינים כסרטונים קצרים. תוכלו למצוא את כולם בתוך השיעורים או ברשימת ההשמעה ML for Beginners בערוץ YouTube של Microsoft Developer על ידי לחיצה על התמונה למטה.

---

הכירו את הצוות

Gif מאת Mohit Jaisal

🎥 לחצו על התמונה למעלה לצפייה בסרטון על הפרויקט והאנשים שיצרו אותו!

---

פדגוגיה

בחרנו שני עקרונות פדגוגיים בעת בניית תוכנית הלימודים הזו: להבטיח שהיא מבוססת פרויקטים מעשיים ושכוללת מבחנים תכופים. בנוסף, לתוכנית הלימודים יש נושא משותף שמעניק לה לכידות.

על ידי הבטחת התאמת התוכן לפרויקטים, התהליך הופך למרתק יותר עבור הסטודנטים ושימור המושגים משתפר. בנוסף, מבחן בעל סיכון נמוך לפני השיעור מכוון את הסטודנט ללמידת הנושא, בעוד שמבחן שני לאחר השיעור מבטיח שימור נוסף. תוכנית הלימודים הזו תוכננה להיות גמישה ומהנה וניתן לקחת אותה בשלמותה או בחלקים. הפרויקטים מתחילים קטנים והופכים מורכבים יותר עד סוף מחזור 12 השבועות. תוכנית הלימודים כוללת גם נספח על יישומים בעולם האמיתי של למידת מכונה, שניתן להשתמש בו כקרדיט נוסף או כבסיס לדיון.

מצאו את קוד ההתנהגות, הנחיות לתרומה, והנחיות לתרגום. נשמח לקבל את המשוב הבונה שלכם!

כל שיעור כולל

• סקיצות אופציונליות
• סרטון משלים אופציונלי
• סרטון הדרכה (חלק מהשיעורים בלבד)
• מבחן חימום לפני השיעור
• שיעור כתוב
• עבור שיעורים מבוססי פרויקט, מדריכים שלב-אחר-שלב כיצד לבנות את הפרויקט
• בדיקות ידע
• אתגר
• קריאה משלימה
• משימה
• מבחן אחרי השיעור

הערה לגבי שפות: השיעורים נכתבו בעיקר ב-Python, אך רבים מהם זמינים גם ב-R. כדי להשלים שיעור ב-R, עברו לתיקיית /solution וחפשו שיעורי R. הם כוללים סיומת .rmd שמייצגת קובץ R Markdown שניתן להגדירו כקובץ Markdown הכולל קטעי קוד (של R או שפות אחרות) וכותרת YAML (שמנחה כיצד לעצב פלטים כמו PDF). זהו כלי מצוין לכתיבה במדעי הנתונים מכיוון שהוא מאפשר לשלב קוד, פלט שלו ומחשבותיכם. בנוסף, ניתן להמיר מסמכי R Markdown לפורמטים כמו PDF, HTML או Word.

הערה לגבי מבחנים: כל המבחנים נמצאים בתיקיית Quiz App, סה"כ 52 מבחנים עם שלוש שאלות כל אחד. הם מקושרים מתוך השיעורים, אך ניתן להריץ את אפליקציית המבחנים באופן מקומי; עקבו אחר ההוראות בתיקיית quiz-app כדי לארח מקומית או לפרוס ל-Azure.

מספר שיעור	נושא	קבוצת שיעורים	מטרות למידה	שיעור מקושר	מחבר
01	מבוא ללמידת מכונה	מבוא	למדו את המושגים הבסיסיים מאחורי למידת מכונה	שיעור	מוחמד
02	ההיסטוריה של למידת מכונה	מבוא	למדו את ההיסטוריה שמאחורי התחום	שיעור	ג'ן ואיימי
03	הוגנות ולמידת מכונה	Introduction	מהם הנושאים הפילוסופיים החשובים סביב הוגנות שעל תלמידים לשקול בעת בניית והפעלת מודלים של למידת מכונה?	Lesson	Tomomi
04	טכניקות ללמידת מכונה	Introduction	אילו טכניקות חוקרי למידת מכונה משתמשים כדי לבנות מודלים של למידת מכונה?	Lesson	Chris and Jen
05	מבוא לרגרסיה	Regression	התחילו עם Python ו-Scikit-learn עבור מודלים של רגרסיה	Python • R	Jen • Eric Wanjau
06	מחירי דלעת בצפון אמריקה 🎃	Regression	ויזואליזציה וניקוי נתונים כהכנה ללמידת מכונה	Python • R	Jen • Eric Wanjau
07	מחירי דלעת בצפון אמריקה 🎃	Regression	בניית מודלים של רגרסיה ליניארית ופולינומית	Python • R	Jen and Dmitry • Eric Wanjau
08	מחירי דלעת בצפון אמריקה 🎃	Regression	בניית מודל רגרסיה לוגיסטית	Python • R	Jen • Eric Wanjau
09	אפליקציית אינטרנט 🔌	Web App	בניית אפליקציית אינטרנט לשימוש במודל שאומן	Python	Jen
10	מבוא לסיווג	Classification	ניקוי, הכנה וויזואליזציה של הנתונים; מבוא לסיווג	Python • R	Jen and Cassie • Eric Wanjau
11	מטבחים אסיאתיים והודיים טעימים 🍜	Classification	מבוא למסווגים	Python • R	Jen and Cassie • Eric Wanjau
12	מטבחים אסיאתיים והודיים טעימים 🍜	Classification	מסווגים נוספים	Python • R	Jen and Cassie • Eric Wanjau
13	מטבחים אסיאתיים והודיים טעימים 🍜	Classification	בניית אפליקציית אינטרנט ממליצה באמצעות המודל שלכם	Python	Jen
14	מבוא לקיבוץ	Clustering	ניקוי, הכנה וויזואליזציה של הנתונים; מבוא לקיבוץ	Python • R	Jen • Eric Wanjau
15	חקר טעמי מוזיקה ניגרית 🎧	Clustering	חקר שיטת קיבוץ K-Means	Python • R	Jen • Eric Wanjau
16	מבוא לעיבוד שפה טבעית ☕️	Natural language processing	למדו את היסודות של עיבוד שפה טבעית על ידי בניית בוט פשוט	Python	Stephen
17	משימות נפוצות בעיבוד שפה טבעית ☕️	Natural language processing	העמיקו את הידע שלכם בעיבוד שפה טבעית על ידי הבנת משימות נפוצות הנדרשות בעת עבודה עם מבני שפה	Python	Stephen
18	תרגום וניתוח רגשות ♥️	Natural language processing	תרגום וניתוח רגשות עם ג'יין אוסטן	Python	Stephen
19	מלונות רומנטיים באירופה ♥️	Natural language processing	ניתוח רגשות עם ביקורות על מלונות 1	Python	Stephen
20	מלונות רומנטיים באירופה ♥️	Natural language processing	ניתוח רגשות עם ביקורות על מלונות 2	Python	Stephen
21	מבוא לחיזוי סדרות זמן	Time series	מבוא לחיזוי סדרות זמן	Python	Francesca
22	⚡️ שימוש עולמי בחשמל ⚡️ - חיזוי סדרות זמן עם ARIMA	Time series	חיזוי סדרות זמן עם ARIMA	Python	Francesca
23	⚡️ שימוש עולמי בחשמל ⚡️ - חיזוי סדרות זמן עם SVR	Time series	חיזוי סדרות זמן עם Support Vector Regressor	Python	Anirban
24	מבוא ללמידת חיזוק	Reinforcement learning	מבוא ללמידת חיזוק עם Q-Learning	Python	Dmitry
25	עזרו לפיטר להימנע מהזאב! 🐺	Reinforcement learning	למידת חיזוק עם Gym	Python	Dmitry
Postscript	תרחישים ויישומים של למידת מכונה בעולם האמיתי	ML in the Wild	יישומים מעניינים ומגלים של למידת מכונה קלאסית	Lesson	Team
Postscript	ניפוי שגיאות במודלים של למידת מכונה באמצעות לוח מחוונים RAI	ML in the Wild	ניפוי שגיאות במודלים של למידת מכונה באמצעות רכיבי לוח מחוונים של AI אחראי	Lesson	Ruth Yakubu

מצאו את כל המשאבים הנוספים לקורס זה באוסף Microsoft Learn שלנו

גישה לא מקוונת

ניתן להפעיל את התיעוד הזה לא מקוון באמצעות Docsify. עשו Fork למאגר זה, התקינו את Docsify במחשב המקומי שלכם, ואז בתיקיית השורש של מאגר זה, הקלידו docsify serve. האתר יוגש על פורט 3000 ב-localhost שלכם: localhost:3000.

PDFs

מצאו קובץ PDF של תכנית הלימודים עם קישורים כאן.

🎒 קורסים נוספים

הצוות שלנו מייצר קורסים נוספים! בדקו:

• 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

---