33 KiB

Raw Blame History Unescape Escape

🌐 ဘာသာစကားအမျိုးမျိုးအတွက် ပံ့ပိုးမှု

GitHub Action (အလိုအလျောက်နှင့် အမြဲနောက်ဆုံးပေါ်) မှတဆင့် ပံ့ပိုးထားသည်

ကျွန်ုပ်တို့၏ အသိုင်းအဝိုင်းနှင့် ပူးပေါင်းပါ

ကျွန်ုပ်တို့တွင် AI နှင့်အတူ သင်ကြားမှုစီးရီးတစ်ခု လက်ရှိပြုလုပ်နေပါသည်။ Learn with AI Series တွင် 2025 ခုနှစ် စက်တင်ဘာလ 18 ရက်မှ 30 ရက်အထိ ပိုမိုလေ့လာပြီး ကျွန်ုပ်တို့နှင့် ပူးပေါင်းပါ။ GitHub Copilot ကို Data Science အတွက် အသုံးပြုရန် အကြံဉာဏ်များနှင့် လမ်းညွှန်ချက်များ ရရှိပါမည်။

စတင်သူများအတွက် စက်လေ့လာမှု - သင်ရိုးညွှန်းတမ်း

🌍 ကမ္ဘာ့ယဉ်ကျေးမှုများမှတဆင့် စက်လေ့လာမှုကို လေ့လာရင်း ကမ္ဘာတစ်ဝှမ်း ခရီးသွားကြစို့ 🌍

Microsoft ၏ Cloud Advocates များသည် စက်လေ့လာမှု အကြောင်းကို 12 ပတ်ကြာ 26 သင်ခန်းစာပါ သင်ရိုးညွှန်းတမ်းတစ်ခုကို ပေးဆောင်ရန် ဝမ်းမြောက်စွာ တင်ဆက်လိုက်ပါသည်။ ဤသင်ရိုးညွှန်းတမ်းတွင် စက်လေ့လာမှု၏ အခြေခံပုံစံများ ကို Scikit-learn ကို အဓိကအသုံးပြု၍ သင်ယူမည်ဖြစ်ပြီး၊ AI for Beginners' curriculum တွင် ဖော်ပြထားသည့် နက်ရှိုင်းသောလေ့လာမှုများကို မပါဝင်စေပါ။

ကမ္ဘာတစ်ဝှမ်းရှိ ဒေတာများကို အသုံးပြု၍ ဤအခြေခံနည်းလမ်းများကို လေ့ကျင့်ရင်း ကျွန်ုပ်တို့နှင့်အတူ ခရီးသွားပါ။ သင်ခန်းစာတိုင်းတွင် သင်ခန်းစာမတိုင်မီနှင့် သင်ခန်းစာပြီးနောက် စစ်ဆေးမှုများ၊ သင်ခန်းစာကို ပြီးစီးရန် ရေးသားထားသော လမ်းညွှန်ချက်များ၊ ဖြေရှင်းချက်၊ လုပ်ငန်းတာဝန်များနှင့် အခြားအရာများ ပါဝင်သည်။

✍️ ကျေးဇူးအထူးတင်ရှိပါသည် Jen Looper, Stephen Howell, Francesca Lazzeri, Tomomi Imura, Cassie Breviu, Dmitry Soshnikov, Chris Noring, Anirban Mukherjee, Ornella Altunyan, Ruth Yakubu နှင့် Amy Boyd

🎨 ကျေးဇူးတင်ရှိပါသည် Tomomi Imura, Dasani Madipalli, နှင့် Jen Looper

🙏 Microsoft Student Ambassador များအား အထူးကျေးဇူးတင်ရှိပါသည် Rishit Dagli, Muhammad Sakib Khan Inan, Rohan Raj, Alexandru Petrescu, Abhishek Jaiswal, Nawrin Tabassum, Ioan Samuila, နှင့် Snigdha Agarwal

🤩 R သင်ခန်းစာများအတွက် Eric Wanjau, Jasleen Sondhi, နှင့် Vidushi Gupta တို့အား အထူးကျေးဇူးတင်ရှိပါသည်!

စတင်ရန်

ဤအဆင့်များကို လိုက်နာပါ:

Repository ကို Fork လုပ်ပါ: ဤစာမျက်နှာ၏ အပေါ်ညာဘက်ထောင့်ရှိ "Fork" ခလုတ်ကို နှိပ်ပါ။
Repository ကို Clone လုပ်ပါ: git clone https://github.com/microsoft/ML-For-Beginners.git

ဤသင်ရိုးညွှန်းတမ်းအတွက် အပိုဆောင်းအရင်းအမြစ်များကို Microsoft Learn collection တွင် ရှာဖွေပါ

ကျောင်းသားများ, ဤသင်ရိုးညွှန်းတမ်းကို သင်၏ GitHub အကောင့်သို့ Fork လုပ်ပြီး သင်တစ်ဦးတည်းဖြစ်စေ၊ အဖွဲ့ဖြင့်ဖြစ်စေ လေ့ကျင့်ပါ:

သင်ခန်းစာမတိုင်မီ စစ်ဆေးမှုဖြင့် စတင်ပါ။
သင်ခန်းစာကို ဖတ်ပြီး လုပ်ငန်းဆောင်တာများကို ပြီးစီးပါ။
ဖြေရှင်းချက်ကို မရိုက်မီ သင်ခန်းစာများကို နားလည်ရန် ကြိုးစားပါ။
သင်ခန်းစာပြီးနောက် စစ်ဆေးမှုကို ပြုလုပ်ပါ။
စိန်ခေါ်မှုကို ပြီးစီးပါ။
လုပ်ငန်းတာဝန်ကို ပြီးစီးပါ။
သင်ခန်းစာအုပ်စုတစ်ခုကို ပြီးစီးပြီးနောက် Discussion Board သို့ သွားပါ။

ပိုမိုလေ့လာရန် Microsoft Learn ကို လိုက်နာရန် အကြံပြုပါသည်။

ဆရာများ, ဤသင်ရိုးညွှန်းတမ်းကို အသုံးပြုရန် အကြံပြုချက်များကို ဤနေရာတွင် ထည့်သွင်းထားပါသည်။

ဗီဒီယို လမ်းညွှန်ချက်များ

သင်ခန်းစာအချို့ကို အတိုချုံးဗီဒီယိုအဖြစ် ရရှိနိုင်ပါသည်။ ဤဗီဒီယိုများကို သင်ခန်းစာများတွင် သို့မဟုတ် Microsoft Developer YouTube channel တွင် ရှာဖွေကြည့်နိုင်ပါသည်။

အဖွဲ့နှင့် တွေ့ဆုံပါ

Gif by Mohit Jaisal

🎥 ပရောဂျက်နှင့် ဖန်တီးသူများအကြောင်း ဗီဒီယိုကို ကြည့်ရန် အထက်ပါပုံကို နှိပ်ပါ။

သင်ကြားမှုနည်းလမ်း

ဤသင်ရိုးညွှန်းတမ်းကို ဖန်တီးစဉ်တွင် ပရောဂျက်အခြေပြု နှင့် မကြာခဏ စစ်ဆေးမှုများ ပါဝင်စေရန် ရည်ရွယ်ထားပါသည်။ ထို့အပြင် သင်ရိုးညွှန်းတမ်းတွင် အဓိကအကြောင်းအရာ တစ်ခုကို ထည့်သွင်းထားသည်။

ပရောဂျက်များနှင့် အညီ အကြောင်းအရာများကို သင်ကြားခြင်းဖြင့် ကျောင်းသားများအတွက် ပိုမိုစိတ်ဝင်စားစေပြီး သင်ခန်းစာများကို ပိုမိုမှတ်မိစေပါသည်။

ကျွန်ုပ်တို့၏ Code of Conduct, Contributing, နှင့် Translation လမ်းညွှန်ချက်များကို ရှာဖွေပါ။

သင်ခန်းစာတစ်ခုစီတွင် ပါဝင်သည်

စိတ်ကြိုက် sketchnote
အပိုဆောင်းဗီဒီယို
ဗီဒီယိုလမ်းညွှန် (အချို့သောသင်ခန်းစာများတွင်သာ)
သင်ခန်းစာမတိုင်မီ စစ်ဆေးမှု
ရေးသားထားသော သင်ခန်းစာ
ပရောဂျက်အခြေပြု သင်ခန်းစာများအတွက် လုပ်ငန်းဆောင်တာလမ်းညွှန်
သိမှတ်စရာများ
စိန်ခေါ်မှု
အပိုဆောင်းဖတ်ရှုရန်
လုပ်ငန်းတာဝန်
သင်ခန်းစာပြီးနောက် စစ်ဆေးမှု

ဘာသာစကားများအကြောင်း မှတ်ချက်: သင်ခန်းစာများကို အဓိကအားဖြင့် Python ဖြင့် ရေးသားထားပြီး၊ အချို့သောသင်ခန်းစာများကို R ဖြင့်လည်း ရရှိနိုင်ပါသည်။

စစ်ဆေးမှုများအကြောင်း မှတ်ချက်: စစ်ဆေးမှုအားလုံးကို Quiz App folder တွင် တွေ့နိုင်ပါသည်။

သင်ခန်းစာနံပါတ်	ခေါင်းစဉ်	သင်ခန်းစာအုပ်စု	သင်ယူရမည့် ရည်မှန်းချက်	ဆက်စပ်သင်ခန်းစာ	စာရေးသူ
01	စက်လေ့လာမှု၏ အခြေခံအကြောင်း	Introduction	စက်လေ့လာမှု၏ အခြေခံအယူအဆများကို သင်ယူပါ	Lesson	Muhammad
02	စက်လေ့လာမှု၏ သမိုင်းကြောင်း	Introduction	ဤနယ်ပယ်၏ သမိုင်းကြောင်းကို သင်ယူပါ	Lesson	Jen and Amy
03	တရားမျှတမှုနှင့် Machine Learning	Introduction	ML မော်ဒယ်များကို တည်ဆောက်ခြင်းနှင့် အသုံးပြုခြင်းတွင် 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	Regression မော်ဒယ်များအတွက် Python နှင့် Scikit-learn ကို စတင်အသုံးပြုပါ	Python • R	Jen • Eric Wanjau
06	မြောက်အမေရိက ကျွဲဖရုံဈေးနှုန်း 🎃	Regression	ML အတွက် အချက်အလက်များကို မြင်ကွင်းကျယ်စေပြီး သန့်စင်ပါ	Python • R	Jen • Eric Wanjau
07	မြောက်အမေရိက ကျွဲဖရုံဈေးနှုန်း 🎃	Regression	Linear နှင့် Polynomial Regression မော်ဒယ်များကို တည်ဆောက်ပါ	Python • R	Jen and Dmitry • Eric Wanjau
08	မြောက်အမေရိက ကျွဲဖရုံဈေးနှုန်း 🎃	Regression	Logistic Regression မော်ဒယ်တစ်ခုကို တည်ဆောက်ပါ	Python • R	Jen • Eric Wanjau
09	Web App 🔌	Web App	သင့်ရဲ့ ML မော်ဒယ်ကို အသုံးပြုရန် Web App တစ်ခုကို တည်ဆောက်ပါ	Python	Jen
10	Classification အကျဉ်းချုပ်	Classification	သင့်ရဲ့ အချက်အလက်များကို သန့်စင်၊ ပြင်ဆင်၊ မြင်ကွင်းကျယ်စေပြီး Classification ကို စတင်လေ့လာပါ	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 ML မော်ဒယ်ကို အသုံးပြုပြီး recommender web app တစ်ခုကို တည်ဆောက်ပါ	Python	Jen
14	Clustering အကျဉ်းချုပ်	Clustering	သင့်ရဲ့ အချက်အလက်များကို သန့်စင်၊ ပြင်ဆင်၊ မြင်ကွင်းကျယ်စေပြီး Clustering ကို စတင်လေ့လာပါ	Python • R	Jen • Eric Wanjau
15	နိုင်ဂျီးရီးယားဂီတအရသာများ 🎧	Clustering	K-Means Clustering နည်းလမ်းကို လေ့လာပါ	Python • R	Jen • Eric Wanjau
16	သဘာဝဘာသာစကားကို လေ့လာခြင်း ☕️	Natural language processing	NLP အခြေခံကို လေ့လာပြီး bot တစ်ခုကို တည်ဆောက်ပါ	Python	Stephen
17	သဘာဝဘာသာစကားဆိုင်ရာ အလုပ်များ ☕️	Natural language processing	ဘာသာစကားဖွဲ့စည်းမှုများနှင့် ဆက်စပ်သော အလုပ်များကို နားလည်ခြင်းအားဖြင့် သင့်ရဲ့ NLP အသိပညာကို တိုးမြှင့်ပါ	Python	Stephen
18	ဘာသာပြန်ခြင်းနှင့် စိတ်ခံစားမှုခွဲခြားခြင်း ♥️	Natural language processing	Jane Austen နှင့်အတူ 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	အချိန်စီးဆင်းမှုခန့်မှန်းခြင်း အကျဉ်းချုပ်	Time series	အချိန်စီးဆင်းမှုခန့်မှန်းခြင်းကို စတင်လေ့လာပါ	Python	Francesca
22	⚡️ ကမ္ဘာ့လျှပ်စစ်စွမ်းအင်အသုံးပြုမှု ⚡️ - ARIMA ဖြင့် အချိန်စီးဆင်းမှုခန့်မှန်းခြင်း	Time series	ARIMA ဖြင့် အချိန်စီးဆင်းမှုခန့်မှန်းခြင်း	Python	Francesca
23	⚡️ ကမ္ဘာ့လျှပ်စစ်စွမ်းအင်အသုံးပြုမှု ⚡️ - SVR ဖြင့် အချိန်စီးဆင်းမှုခန့်မှန်းခြင်း	Time series	Support Vector Regressor ဖြင့် အချိန်စီးဆင်းမှုခန့်မှန်းခြင်း	Python	Anirban
24	Reinforcement Learning အကျဉ်းချုပ်	Reinforcement learning	Q-Learning ဖြင့် Reinforcement Learning ကို စတင်လေ့လာပါ	Python	Dmitry
25	Peter ကို ဝက်ဝံမှ ကာကွယ်ပါ! 🐺	Reinforcement learning	Reinforcement Learning Gym	Python	Dmitry
Postscript	အမှန်တကယ် ML အခြေအနေများနှင့် လျှောက်လွှာများ	ML in the Wild	အထင်ရှားပြီး စိတ်ဝင်စားဖွယ်ကောင်းသော အမှန်တကယ် classical ML လျှောက်လွှာများ	Lesson	Team
Postscript	RAI Dashboard ဖြင့် ML မော်ဒယ်များ Debugging	ML in the Wild	Responsible AI dashboard components ကို အသုံးပြု၍ Machine Learning မော်ဒယ်များ Debugging	Lesson	Ruth Yakubu

ဒီသင်ခန်းစာအတွက် Microsoft Learn collection တွင် အပိုဆောင်းအရင်းအမြစ်များကို ရှာပါ

Offline access

Docsify ကို အသုံးပြု၍ ဒီစာရွက်ကို offline မှာ run လို့ရပါတယ်။ Docsify ကို install လုပ်ပြီး ဒီ repo ကို fork လုပ်ပါ။ Docsify install ကို သင့်ရဲ့ local machine မှာလုပ်ပြီး repo ရဲ့ root folder မှာ docsify serve ကို ရိုက်ပါ။ Website ကို localhost:3000 မှာ run လို့ရပါမယ်။

PDFs

ဒီသင်ခန်းစာရဲ့ PDF ကို ဒီမှာ ရှာပါ။

🎒 အခြားသင်ခန်းစာများ

ကျွန်တော်တို့ရဲ့အဖွဲ့က အခြားသင်ခန်းစာများကိုလည်း ထုတ်လုပ်ပါတယ်! စစ်ဆေးကြည့်ပါ:

33 KiB Raw Blame History Unescape Escape