You can not select more than 25 topics
Topics must start with a letter or number, can include dashes ('-') and can be up to 35 characters long.
223 lines
43 KiB
223 lines
43 KiB
<!--
|
|
CO_OP_TRANSLATOR_METADATA:
|
|
{
|
|
"original_hash": "ec8385130a8239ad9d827175126a0722",
|
|
"translation_date": "2026-01-01T11:22:01+00:00",
|
|
"source_file": "README.md",
|
|
"language_code": "pa"
|
|
}
|
|
-->
|
|
[](https://github.com/microsoft/ML-For-Beginners/blob/master/LICENSE)
|
|
[](https://GitHub.com/microsoft/ML-For-Beginners/graphs/contributors/)
|
|
[](https://GitHub.com/microsoft/ML-For-Beginners/issues/)
|
|
[](https://GitHub.com/microsoft/ML-For-Beginners/pulls/)
|
|
[](http://makeapullrequest.com)
|
|
|
|
[](https://GitHub.com/microsoft/ML-For-Beginners/watchers/)
|
|
[](https://GitHub.com/microsoft/ML-For-Beginners/network/)
|
|
[](https://GitHub.com/microsoft/ML-For-Beginners/stargazers/)
|
|
|
|
### 🌐 ਬਹੁ-ਭਾਸ਼ਾ ਸਹਾਇਤਾ
|
|
|
|
#### GitHub Action ਰਾਹੀਂ ਸਮਰਥਿਤ (ਸਵਚਾਲਿਤ & ਹਮੇਸ਼ਾਂ ਅੱਪ-ਟੂ-ਡੇਟ)
|
|
|
|
<!-- CO-OP TRANSLATOR LANGUAGES TABLE START -->
|
|
[ਅਰਬੀ](../ar/README.md) | [ਬੰਗਾਲੀ](../bn/README.md) | [ਬੁਲਗੇਰੀਅਨ](../bg/README.md) | [ਬਰਮੀ (ਮਿਆਂਮਾਰ)](../my/README.md) | [ਚੀਨੀ (ਸਰਲ)](../zh/README.md) | [ਚੀਨੀ (ਪਾਰੰਪਰਿਕ, ਹੋਂਗ ਕਾਂਗ)](../hk/README.md) | [ਚੀਨੀ (ਪਾਰੰਪਰਿਕ, ਮਕਾਓ)](../mo/README.md) | [ਚੀਨੀ (ਪਾਰੰਪਰਿਕ, ਤਾਈਵਾਨ)](../tw/README.md) | [ਕ੍ਰੋਏਸ਼ੀਆਈ](../hr/README.md) | [ਚੈਕ](../cs/README.md) | [ਡੈਨਿਸ਼](../da/README.md) | [ਡੱਚ](../nl/README.md) | [ਐਸਟੋਨੀਅਨ](../et/README.md) | [ਫਿਨਲੈਂਡੀ](../fi/README.md) | [ਫ਼ਰਾਂਸੀਸੀ](../fr/README.md) | [ਜਰਮਨ](../de/README.md) | [ਗ੍ਰੀਕ](../el/README.md) | [ਹੀਬਰੂ](../he/README.md) | [ਹਿੰਦੀ](../hi/README.md) | [ਹੰਗੇਰੀਅਨ](../hu/README.md) | [ਇੰਡੋਨੇਸ਼ੀਆਈ](../id/README.md) | [ਇਤਾਲਵੀ](../it/README.md) | [ਜਪਾਨੀ](../ja/README.md) | [ਕੰਨੜ](../kn/README.md) | [ਕੋਰੀਆਈ](../ko/README.md) | [ਲਿਥੁਆਨੀਆਈ](../lt/README.md) | [ਮਲੇ](../ms/README.md) | [ਮਲਯਾਲਮ](../ml/README.md) | [ਮਰਾਠੀ](../mr/README.md) | [ਨੇਪਾਲੀ](../ne/README.md) | [ਨਾਇਜੀਰੀਆਈ ਪਿਡਜਿਨ](../pcm/README.md) | [ਨਾਰਵੇਜੀਆਈ](../no/README.md) | [ਫਾਰਸੀ (ਫਾਰਸੀ)](../fa/README.md) | [ਪੋਲਿਸ਼](../pl/README.md) | [ਪੁਰਤਗਾਲੀ (ਬ੍ਰਾਜ਼ੀਲ)](../br/README.md) | [ਪੁਰਤਗਾਲੀ (ਪੁਰਤਗਾਲ)](../pt/README.md) | [ਪੰਜਾਬੀ (ਗੁਰਮੁਖੀ)](./README.md) | [ਰੋਮਾਨੀਆਈ](../ro/README.md) | [ਰੂਸੀ](../ru/README.md) | [ਸਰਬੀਆਈ (ਸਿਰਿਲਿਕ)](../sr/README.md) | [ਸਲੋਵਾਕ](../sk/README.md) | [ਸਲੋਵੇਨੀਅਨ](../sl/README.md) | [ਸਪੇਨੀ](../es/README.md) | [ਸਵਾਹਿਲੀ](../sw/README.md) | [ਸਵੀਡਿਸ਼](../sv/README.md) | [ਟਾਗਾਲੋਗ (ਫਿਲੀਪੀਨੀ)](../tl/README.md) | [ਤਮਿੱਲ](../ta/README.md) | [ਤੇਲਗੂ](../te/README.md) | [ਥਾਈ](../th/README.md) | [ਤੁਰਕੀ](../tr/README.md) | [ਯੂਕਰੇਨੀਅਨ](../uk/README.md) | [ਉਰਦੂ](../ur/README.md) | [ਵੀਅਤਨਾਮੀ](../vi/README.md)
|
|
<!-- CO-OP TRANSLATOR LANGUAGES TABLE END -->
|
|
|
|
#### ਸਾਡੀ ਕਮਿਊਨਿਟੀ ਵਿੱਚ ਸ਼ਾਮਲ ਹੋਵੋ
|
|
|
|
[](https://discord.gg/nTYy5BXMWG)
|
|
|
|
ਅਸੀਂ Discord 'ਤੇ ਇੱਕ "Learn with AI" ਸੀਰੀਜ਼ ਚਲਾ ਰਹੇ ਹਾਂ, ਹੋਰ ਜਾਣਕਾਰੀ ਲਈ ਤੇ ਸਾਡੇ ਨਾਲ 18 - 30 ਸਤੰਬਰ, 2025 ਦੌਰਾਨ [Learn with AI Series](https://aka.ms/learnwithai/discord) 'ਤੇ ਜੁੜੋ। ਤੁਹਾਨੂੰ GitHub Copilot ਨੂੰ Data Science ਲਈ ਵਰਤਣੇ ਦੀਆਂ ਟਿੱਪਸ ਅਤੇ ਚਾਲਾਂ ਮਿਲਣਗੀਆਂ।
|
|
|
|
|
|
|
|
# ਸ਼ੁਰੂਆਤੀਆਂ ਲਈ ਮਸ਼ੀਨ ਲਰਨਿੰਗ - ਇੱਕ ਪਾਠਕ੍ਰਮ
|
|
|
|
> 🌍 ਦੁਨੀਆ ਭਰ ਵਿੱਚ ਫਿਰੋ ਜਿਵੇਂ ਅਸੀਂ ਦੁਨੀਆ ਦੀਆਂ ਸੰਸਕ੍ਰਿਤੀਆਂ ਰਾਹੀਂ ਮਸ਼ੀਨ ਲਰਨਿੰਗ ਦੀ ਖੋਜ ਕਰਦੇ ਹਾਂ 🌍
|
|
|
|
Microsoft ਦੇ Cloud Advocates ਖੁਸ਼ ਹਨ ਕਿ ਉਹ 12-ਹਫ਼ਤਿਆਂ, 26-ਪਾਠਾਂ ਵਾਲਾ ਪਾਠਕ੍ਰਮ ਦੇ ਰਹੇ ਹਨ ਜੋ ਪੂਰੀ ਤਰ੍ਹਾਂ **Machine Learning** ਬਾਰੇ ਹੈ। ਇਸ ਪਾਠਕ੍ਰਮ ਵਿੱਚ, ਤੁਸੀਂ ਉਹਨਾਂ ਚੀਜ਼ਾਂ ਬਾਰੇ ਸਿੱਖੋਗੇ ਜੋ ਕਈ ਵਾਰੀ **classic machine learning** ਕਹੀ ਜਾਂਦੀ ਹੈ, ਮੁੱਖ ਤੌਰ 'ਤੇ Scikit-learn ਲਾਇਬ੍ਰੇਰੀ ਦੀ ਵਰਤੋਂ ਕਰਦੇ ਹੋਏ ਅਤੇ ਡੀਪ ਲਰਨਿੰਗ ਤੋਂ ਬਚਦੇ ਹੋ, ਜਿਸ ਨੂੰ ਸਾਡੇ [AI for Beginners' curriculum](https://aka.ms/ai4beginners) ਵਿੱਚ ਕਵਰ ਕੀਤਾ ਗਿਆ ਹੈ। ਇਨ੍ਹਾਂ ਪਾਠਾਂ ਨੂੰ ਸਾਡੇ ['Data Science for Beginners' curriculum](https://aka.ms/ds4beginners) ਨਾਲ ਜੋੜ ਕੇ ਵੀ ਲੋ।
|
|
|
|
ਸਾਡੇ ਨਾਲ ਦੁਨੀਆ ਭਰ 'ਚ ਯਾਤਰਾ ਕਰੋ ਜਿਵੇਂ ਅਸੀਂ ਇਨ ਕਲਾਸਿਕ ਤਕਨੀਕਾਂ ਨੂੰ ਦੁਨੀਆਂ ਦੇ ਵੱਖ-ਵੱਖ ਖੇਤਰਾਂ ਦੇ ਡੇਟਾ 'ਤੇ ਲਾਗੂ ਕਰਦੇ ਹਾਂ। ਹਰ ਪਾਠ ਵਿੱਚ ਪ੍ਰੀ-ਅਤੇ ਪੋਸਟ-ਪਾਠ ਕਵਿਜ਼, ਲਿਖਤੀ ਹਦਾਇਤਾਂ, ਇੱਕ ਹੱਲ, ਇੱਕ ਅਸਾਈਨਮੈਂਟ ਅਤੇ ਹੋਰ ਸ਼ਾਮਲ ਹੁੰਦੇ ਹਨ। ਸਾਡੇ ਪ੍ਰਾਜੈਕਟ-ਅਧਾਰਿਤ ਪੈਡਾਗੋਜੀ ਨਾਲ ਤੁਸੀਂ ਬਣਾਉਂਦੇ ਹੋਏ ਸਿੱਖਦੇ ਹੋ, ਜੋ ਨਵੀਆਂ ਕੁਸ਼ਲਤਾਵਾਂ ਨੂੰ 'ਟਿਕਾਉ' ਬਣਾਉਣ ਦਾ ਪ੍ਰਮਾਣਿਤ ਤਰੀਕਾ ਹੈ।
|
|
|
|
**✍️ ਸਾਡੇ ਲੇਖਕਾਂ ਨੂੰ ਦਿਲੋਂ ਧੰਨਵਾਦ** Jen Looper, Stephen Howell, Francesca Lazzeri, Tomomi Imura, Cassie Breviu, Dmitry Soshnikov, Chris Noring, Anirban Mukherjee, Ornella Altunyan, Ruth Yakubu and Amy Boyd
|
|
|
|
**🎨 ਸਾਡੇ ਚਿੱਤਰਕਾਰਾਂ ਦਾ ਵੀ ਧੰਨਵਾਦ** Tomomi Imura, Dasani Madipalli, and Jen Looper
|
|
|
|
**🙏 ਵਿਸ਼ੇਸ਼ ਧੰਨਵਾਦ 🙏 ਸਾਡੇ Microsoft Student Ambassador ਲੇਖਕਾਂ, ਸਮੀਖਿਆਕਾਰਾਂ, ਅਤੇ ਸਮੱਗਰੀ ਯੋਗਦਾਨਕਾਰਾਂ ਨੂੰ**, ਵਿਸ਼ੇਸ਼ ਕਰਕੇ Rishit Dagli, Muhammad Sakib Khan Inan, Rohan Raj, Alexandru Petrescu, Abhishek Jaiswal, Nawrin Tabassum, Ioan Samuila, ਅਤੇ Snigdha Agarwal
|
|
|
|
**🤩 ਸਾਡੇ R ਪਾਠਾਂ ਲਈ Microsoft Student Ambassadors Eric Wanjau, Jasleen Sondhi, ਅਤੇ Vidushi Gupta ਨੂੰ ਵਧੀਕ ਧੰਨਵਾਦ!**
|
|
|
|
# ਸ਼ੁਰੂ ਕਰਨ ਲਈ
|
|
|
|
ਇਹ ਕਦਮ ਅਨੁਸਰੋ:
|
|
1. **ਰੇਪੋ ਨੂੰ Fork ਕਰੋ**: Click on the "Fork" button at the top-right corner of this page.
|
|
2. **ਰੇਪੋ ਨੂੰ Clone ਕਰੋ**: `git clone https://github.com/microsoft/ML-For-Beginners.git`
|
|
|
|
> [ਇਸ ਕੋਰਸ ਲਈ ਸਾਰੇ ਵਾਧੂ ਸਾਧਨ ਸਾਡੇ Microsoft Learn ਕਲੈਕਸ਼ਨ ਵਿੱਚ ਮਿਲਣਗੇ](https://learn.microsoft.com/en-us/collections/qrqzamz1nn2wx3?WT.mc_id=academic-77952-bethanycheum)
|
|
|
|
> 🔧 **ਮਦਦ ਦੀ ਲੋੜ ਹੈ?** ਸਥਾਪਨਾ, ਸੈਟਅਪ ਅਤੇ ਪਾਠ ਚਲਾਉਣ ਨਾਲ ਜੁੜੀਆਂ ਆਮ ਸਮੱਸਿਆਵਾਂ ਲਈ ਸਾਡੇ [Troubleshooting Guide](TROUBLESHOOTING.md) ਨੂੰ ਚੈੱਕ ਕਰੋ।
|
|
|
|
|
|
**[ਵਿਦਿਆਰਥੀ](https://aka.ms/student-page)**, ਇਸ ਪਾਠਕ੍ਰਮ ਦਾ ਉਪਯੋਗ ਕਰਨ ਲਈ, ਪੂਰਾ ਰੇਪੋ ਆਪਣੇ GitHub ਖਾਤੇ ਵਿੱਚ fork ਕਰੋ ਅਤੇ ਅਭਿਆਸ ਆਪਣੇ ਤੌਰ 'ਤੇ ਜਾਂ ਸਮੂਹ ਨਾਲ ਪੂਰੇ ਕਰੋ:
|
|
|
|
- ਪ੍ਰੀ-ਲੇਕਚਰ ਕਵਿਜ਼ ਨਾਲ ਸ਼ੁਰੂ ਕਰੋ।
|
|
- ਲੈਕਚਰ ਪੜ੍ਹੋ ਅਤੇ ਐਕਟਿਵਿਟੀਜ਼ ਪੂਰੀਆਂ ਕਰੋ, ਹਰ ਗਿਆਨ ਜਾਂਚ 'ਤੇ ਰੁਕ ਕੇ ਸੋਚੋ।
|
|
- ਕੋਸ਼ਿਸ਼ ਕਰੋ ਕਿ ਪ੍ਰੋਜੈਕਟਾਂ ਨੂੰ ਪਾਠ ਨੂੰ ਸਮਝ ਕੇ ਬਣਾਓ ਨਾ ਕਿ ਹੱਲ ਕੋਡ ਦੌੜਾਕੇ; ਹਾਲਾਂਕਿ ਉਹ ਕੋਡ ਹਰ ਪ੍ਰੋਜੈਕਟ-ਓਰਿਏਂਟੇਡ ਪਾਠ ਵਿੱਚ `/solution` ਫੋਲਡਰਾਂ ਵਿੱਚ ਉਪਲਬਧ ਹੈ।
|
|
- ਪੋਸਟ-ਲੇਕਚਰ ਕਵਿਜ਼ ਲਓ।
|
|
- ਚੈਲੈਂਜ ਪੂਰਾ ਕਰੋ।
|
|
- ਅਸਾਈਨਮੈਂਟ ਪੂਰਾ ਕਰੋ।
|
|
- ਇੱਕ ਪਾਠ ਸਮੂਹ ਪੂਰਾ ਕਰਨ ਮਗਰੋਂ, [Discussion Board](https://github.com/microsoft/ML-For-Beginners/discussions) 'ਤੇ ਜਾਓ ਅਤੇ موزوں PAT ਰੁਬ੍ਰਿਕ ਭਰ ਕੇ "learn out loud" ਕਰੋ। 'PAT' ਦਾ ਅਰਥ Progress Assessment Tool ਹੈ ਜੋ ਤੁਹਾਡੇ ਸਿਖਣ ਨੂੰ ਅੱਗੇ ਵਧਾਉਣ ਲਈ ਇੱਕ ਰੁਬ੍ਰਿਕ ਹੈ। ਤੁਸੀਂ ਹੋਰ PATs 'ਤੇ ਰਿਆਕਸ਼ਨ ਵੀ ਕਰ ਸਕਦੇ ਹੋ ਤਾਂ ਜੋ ਅਸੀਂ ਇਕੱਠੇ ਸਿੱਖ ਸਕੀਏ।
|
|
|
|
> ਅਗਲੇ ਅਧਿਐਨ ਲਈ, ਅਸੀਂ ਤੁਹਾਨੂੰ ਇਹ [Microsoft Learn](https://docs.microsoft.com/en-us/users/jenlooper-2911/collections/k7o7tg1gp306q4?WT.mc_id=academic-77952-leestott) ਮੋਡੀਊਲ ਅਤੇ ਲਰਨਿੰਗ ਪਾਥਸ ਫਾਲੋ ਕਰਨ ਦੀ ਸਿਫਾਰਿਸ਼ ਕਰਦੇ ਹਾਂ।
|
|
|
|
**ਅਧਿਆਪਕ**, ਅਸੀਂ ਇਸ ਪਾਠਕ੍ਰਮ ਨੂੰ ਵਰਤਣ ਦੇ ਤਰੀਕਿਆਂ ਬਾਰੇ [ਕੁਝ ਸੁਝਾਅ](for-teachers.md) ਸ਼ਾਮਿਲ ਕੀਤੇ ਹਨ।
|
|
|
|
---
|
|
|
|
## ਵੀਡੀਓ ਵਾਕਥਰੂ
|
|
|
|
ਕੁਝ ਪਾਠ ਛੋਟੇ ਫਾਰਮ ਦੀ ਵੀਡੀਓ ਵਜੋਂ ਉਪਲਬਧ ਹਨ। ਤੁਸੀਂ ਇਹ ਸਾਰੇ ਪਾਠਾਂ ਵਿੱਚ ਲਾਈਨ-ਅੰਦਰ ਪਾ ਸਕਦੇ ਹੋ, ਜਾਂ Microsoft Developer YouTube ਚੈਨਲ 'ਤੇ [ML for Beginners playlist](https://aka.ms/ml-beginners-videos) 'ਤੇ ਹੇਠ ਲਿਖੀ ਚਿੱਤਰ 'ਤੇ ਕਲਿੱਕ ਕਰਕੇ ਵੇਖ ਸਕਦੇ ਹੋ।
|
|
|
|
[](https://aka.ms/ml-beginners-videos)
|
|
|
|
---
|
|
|
|
## ਟੀਮ ਨਾਲ ਮਿਲੋ
|
|
|
|
[](https://youtu.be/Tj1XWrDSYJU)
|
|
|
|
**ਗਿਫ ਦੁਆਰਾ** [Mohit Jaisal](https://linkedin.com/in/mohitjaisal)
|
|
|
|
> 🎥 ਪ੍ਰੋਜੈਕਟ ਅਤੇ ਇਸਨੂੰ ਬਣਾਉਣ ਵਾਲੇ ਲੋਕਾਂ ਬਾਰੇ ਵੀਡੀਓ ਦੇ ਲਈ ਉੱਪਰ ਦੀ ਛਵੀ 'ਤੇ ਕਲਿੱਕ ਕਰੋ!
|
|
|
|
---
|
|
|
|
## ਪੇਡਾਗੋਜੀ
|
|
|
|
ਇਸ ਪਾਠਕ੍ਰਮ ਨੂੰ ਬਣਾਉਂਦਿਆਂ ਅਸੀਂ ਦੋ ਅਧਿਆਪਿਕ ਨਿਯਮ ਚੁਣੇ ਹਨ: ਇਹ হਾਸਥ-ਓਨ (ਹੱਥੋਂ-ਕਰਨ ਵਾਲਾ) ਅਤੇ **ਪ੍ਰੋਜੈਕਟ-ਅਧਾਰਿਤ** ਹੋਵੇ ਅਤੇ ਇਸ ਵਿੱਚ **ਅਕਸਰ ਕਵਿਜ਼** ਸ਼ਾਮਲ ਹੋਣ। ਇਸ ਦੇ ਨਾਲ-ਨਾਲ, ਇਸ ਪਾਠਕ੍ਰਮ ਵਿੱਚ ਇੱਕ ਆਮ **ਥੀਮ** ਹੈ ਜੋ ਇਸਨੂੰ ਇੱਕ ਹੁਨਰਵਾਨ ਇੱਕਤਾ ਦਿੰਦੀ ਹੈ।
|
|
|
|
ਸਮੱਗਰੀ ਨੂੰ ਪ੍ਰੋਜੈਕਟਾਂ ਨਾਲ ਸੰਰਚਿਤ ਕਰਕੇ, ਵਿਦਿਆਰਥੀਆਂ ਲਈ ਪ੍ਰਕਿਰਿਆ ਹੋਰ ਰੁਚਿਕਰ ਬਣਾਈ ਜਾਂਦੀ ਹੈ ਅਤੇ ਧਾਰਣਾਵਾਂ ਦੀ ਧਾਰਣਸ਼ੀਲਤਾ ਵਧਦੀ ਹੈ। ਇਸ ਦੇ ਨਾਲ, ਕਲਾਸ ਤੋਂ ਪਹਿਲਾਂ ਇਕ ਨਿਮਨ-ਦਾਇਰਾ ਵਾਲਾ ਕਵਿਜ਼ ਵਿਦਿਆਰਥੀ ਦੇ ਮਨ ਵਿੱਚ ਉਸ ਵਿਸ਼ੇ ਨੂੰ ਸਿੱਖਣ ਦੀ ਨੀਅਤ ਸੈੱਟ ਕਰਦਾ ਹੈ, ਜਦਕਿ ਕਲਾਸ ਮਗਰੋਂ ਦੂਜਾ ਕਵਿਜ਼ ਅਗਲੀ ਰਿਟੇਨਸ਼ਨ ਯਕੀਨੀ ਬਣਾਉਂਦਾ ਹੈ। ਇਹ ਪਾਠਕ੍ਰਮ ਲਚਕੀਲਾ ਅਤੇ ਮਨੋਰੰਜਕ ਬਣਾਇਆ ਗਿਆ ਹੈ ਅਤੇ ਇਸਨੂੰ ਪੂਰਾ ਜਾਂ ਭਾਗ ਵਜੋਂ ਲਿਆ ਜਾ ਸਕਦਾ ਹੈ। ਪ੍ਰੋਜੈਕਟ ਛੋਟੇ ਤੋਂ ਸ਼ੁਰੂ ਹੁੰਦੇ ਹਨ ਅਤੇ 12-ਹੱਫਤਿਆਂ ਦੇ ਆਖਿਰ ਤੱਕ ਵੱਧ-ਵੱਧ ਗੁੰਝਲਦਾਰ ਹੋ ਜਾਂਦੇ ਹਨ। ਇਸ ਪਾਠਕ੍ਰਮ ਵਿੱਚ ML ਦੇ ਅਸਲ-ਜੀਵਨ ਉਪਯੋਗਾਂ ਤੇ ਇੱਕ ਪੋਸਟਸਕ੍ਰਿਪਟ ਵੀ ਸ਼ਾਮਲ ਹੈ, ਜਿਸਨੂੰ ਵਾਧੂ ਕ੍ਰੈਡਿਟ ਵਜੋਂ ਜਾਂ ਚਰਚਾ ਲਈ ਆਧਾਰ ਵਜੋਂ ਵਰਤਿਆ ਜਾ ਸਕਦਾ ਹੈ।
|
|
|
|
> ਸਾਡਾ [Code of Conduct](CODE_OF_CONDUCT.md), [Contributing](CONTRIBUTING.md), [Translation](TRANSLATIONS.md), ਅਤੇ [Troubleshooting](TROUBLESHOOTING.md) ਦਿਸ਼ਾ-निर्दੇਸ਼ ਲੱਭੋ। ਅਸੀਂ ਤੁਹਾਡੇ ਰਚਨਾਤਮਕ ਫੀਡਬੈਕ ਦਾ ਸਵਾਗਤ ਕਰਦੇ ਹਾਂ!
|
|
|
|
## ਹਰ ਪਾਠ ਵਿੱਚ ਸ਼ਾਮਲ ਹੈ
|
|
|
|
- ਵਿਕਲਪਿਕ ਸਕੇਚਨੋਟ
|
|
- ਵਿਕਲਪਿਕ ਸਹਾਇਕ ਵੀਡੀਓ
|
|
- ਵੀਡੀਓ ਵਾਕਥਰੂ (ਕੇਵਲ ਕੁਝ ਪਾਠ)
|
|
- [ਪ੍ਰੀ-ਲੇਕਚਰ ਵਾਰਮਅਪ ਕਵਿਜ਼](https://ff-quizzes.netlify.app/en/ml/)
|
|
- ਲਿਖਿਆ ਪਾਠ
|
|
- ਪ੍ਰੋਜੈਕਟ-ਅਧਾਰਿਤ ਪਾਠਾਂ ਲਈ, ਪ੍ਰੋਜੈਕਟ ਬਣਾਉਣ ਲਈ ਕਦਮ-ਬਾਈ-ਕਦਮ ਗਾਈਡ
|
|
- ਗਿਆਨ ਜਾਂਚਾਂ
|
|
- ਇੱਕ ਚੈਲੈਂਜ
|
|
- ਸਹਾਇਕ ਪੜ੍ਹਾਈ
|
|
- ਅਸਾਈਨਮੈਂਟ
|
|
- [ਪੋਸਟ-ਲੇਕਚਰ ਕਵਿਜ਼](https://ff-quizzes.netlify.app/en/ml/)
|
|
|
|
> **ਭਾਸ਼ਾਵਾਂ ਬਾਰੇ ਇੱਕ ਨੋਟ**: ਇਹ ਪਾਠ ਮੁੱਖਤੌਰ 'ਤੇ Python ਵਿੱਚ ਲਿਖੇ ਗਏ ਹਨ, ਪਰ ਬਹੁਤ ਸਾਰੇ R ਵਿੱਚ ਵੀ ਉਪਲਬਧ ਹਨ। ਇੱਕ R ਪਾਠ ਪੂਰਾ ਕਰਨ ਲਈ, `/solution` ਫੋਲਡਰ ਵਿੱਚ ਜਾਓ ਅਤੇ R ਪਾਠਾਂ ਲਈ ਖੋਜੋ। ਇਹਨਾਂ ਵਿੱਚ .rmd ਐਕਸਟੇਸ਼ਨ ਸ਼ਾਮਲ ਹੁੰਦੀ ਹੈ ਜੋ ਇੱਕ **R Markdown** ਫਾਈਲ ਦਾ ਪ੍ਰਤੀਨਿਧੀ ਹੁੰਦੀ ਹੈ ਜਿਸਨੂੰ ਸਧਾਰਣ ਤੌਰ 'ਤੇ `code chunks` (R ਜਾਂ ਹੋਰ ਭਾਸ਼ਾਵਾਂ ਦੇ) ਅਤੇ ਇੱਕ `YAML header` (ਜੋ PDF ਵਰਗੇ ਆਉਟਪੁੱਟ ਸੰਦਰਭਾਂ ਨੂੰ ਕਿਵੇਂ ਫਾਰਮੈਟ ਕਰਨਾ ਹੈ, ਦਿਖਾਉਂਦਾ ਹੈ) ਦੇ ਐਂਬੈੱਡਿੰਗ ਵਜੋਂ ਪਰਿਭਾਸ਼ਿਤ ਕੀਤਾ ਜਾ ਸਕਦਾ ਹੈ ਇੱਕ `Markdown document` ਵਿੱਚ। ਇਸ ਤਰ੍ਹਾਂ, ਇਹ ਡੇਟਾ ਸਾਇੰਸ ਲਈ ਇੱਕ ਉਦਾਹਰਣਾਤਮਕ ਲੇਖਨ framework ਵਜੋਂ ਕੰਮ ਕਰਦਾ ਹੈ ਕਿਉਂਕਿ ਇਹ ਤੁਹਾਨੂੰ ਆਪਣੇ ਕੋਡ, ਉਸ ਦੇ ਆਉਟਪੁੱਟ, ਅਤੇ ਆਪਣੇ ਵਿਚਾਰ ਇੱਕੱਠੇ ਕਰਨ ਦੀ ਆਗਿਆ ਦਿੰਦਾ ਹੈ ਕਿ ਤੁਸੀਂ ਉਨ੍ਹਾਂ ਨੂੰ Markdown ਵਿੱਚ ਲਿਖ ਸਕੋ। ਇਲਾਵਾ, R Markdown ਦਸਤਾਵੇਜ਼ਾਂ ਨੂੰ PDF, HTML, ਜਾਂ Word ਵਰਗੇ ਆਉਟਪੁੱਟ ਫਾਰਮੈਟਾਂ ਵਿੱਚ ਰੈਂਡਰ ਕੀਤਾ ਜਾ ਸਕਦਾ ਹੈ।
|
|
|
|
> **ਕਵਿਜ਼ਾਂ ਬਾਰੇ ਇੱਕ ਨੋਟ**: ਸਾਰੇ ਕਵਿਜ਼ [Quiz App ਫੋਲਡਰ](../../quiz-app) ਵਿੱਚ ਹਨ, ਜੋ ਕੁੱਲ 52 ਕਵਿਜ਼ ਹਨ ਜਿਨ੍ਹਾਂ ਵਿੱਚ ਹਰ ਇੱਕ 3 ਪ੍ਰਸ਼ਨਾਂ ਵਾਲਾ ਹੈ। ਉਹ ਪਾਠਾਂ ਵਿੱਚ ਲਿੰਕ ਕੀਤੇ ਗਏ ਹਨ ਪਰ quiz app ਲੋਕਲ ਤੌਰ 'ਤੇ ਚਲਾਇਆ ਜਾ ਸਕਦਾ ਹੈ; ਲੋਕਲ ਹੋਸਟ ਕਰਨ ਜਾਂ Azure 'ਤੇ ਡਿਪਲੋਇ ਕਰਨ ਲਈ `quiz-app` ਫੋਲਡਰ ਵਿੱਚ ਦਿੱਤੀਆਂ ਹਦਾਇਤਾਂ ਦੀ ਪਾਲਨਾ ਕਰੋ।
|
|
|
|
| ਪਾਠ ਨੰਬਰ | ਵਿਸ਼ਾ | ਪਾਠ ਸਮੂਹ | ਸਿੱਖਣ ਦੇ ਉਦੇਸ਼ | ਲਿੰਕ ਕੀਤਾ ਪਾਠ | ਲੇਖਕ |
|
|
| :-----------: | :------------------------------------------------------------: | :-------------------------------------------------: | ------------------------------------------------------------------------------------------------------------------------------- | :--------------------------------------------------------------------------------------------------------------------------------------: | :--------------------------------------------------: |
|
|
| 01 | ਮਸ਼ੀਨ ਲਰਨਿੰਗ ਦਾ ਪਰਿਚਯ | [ਪਰਿਚਯ](1-Introduction/README.md) | ਮਸ਼ੀਨ ਲਰਨਿੰਗ ਦੇ ਬੁਨਿਆਦੀ ਸਿਧਾਂਤ ਸਮਝੋ | [ਪਾਠ](1-Introduction/1-intro-to-ML/README.md) | Muhammad |
|
|
| 02 | ਮਸ਼ੀਨ ਲਰਨਿੰਗ ਦਾ ਇਤਿਹਾਸ | [ਪਰਿਚਯ](1-Introduction/README.md) | ਇਸ ਖੇਤਰ ਦੇ ਪਿੱਛੇ ਦੇ ਇਤਿਹਾਸ ਨੂੰ ਜਾਣੋ | [ਪਾਠ](1-Introduction/2-history-of-ML/README.md) | Jen ਅਤੇ Amy |
|
|
| 03 | ਨਿਆਂ ਅਤੇ ਮਸ਼ੀਨ ਲਰਨਿੰਗ | [ਪਰਿਚਯ](1-Introduction/README.md) | ਨਿਆਂ ਸੰਬੰਧੀ ਕਿਹੜੇ ਅਹਮ ਦਾਰਸ਼ਨਿਕ ਮੁੱਦੇ ਹਨ ਜਿਨ੍ਹਾਂ ਬਾਰੇ ਵਿਦਿਆਰਥੀਆਂ ਨੂੰ ML ਮਾਡਲ ਬਣਾਉਂਦੇ ਅਤੇ ਲਾਗੂ ਕਰਦੇ ਸਮੇਂ ਸੋਚਣਾ ਚਾਹੀਦਾ ਹੈ? | [ਪਾਠ](1-Introduction/3-fairness/README.md) | Tomomi |
|
|
| 04 | ਮਸ਼ੀਨ ਲਰਨਿੰਗ ਦੀਆਂ ਤਕਨੀਕਾਂ | [ਪਰਿਚਯ](1-Introduction/README.md) | ML ਸ਼ੋਧਕ ਮਾਡਲ ਬਣਾਉਣ ਲਈ ਕਿਹੜੀਆਂ ਤਕਨੀਕਾਂ ਵਰਤਦੇ ਹਨ? | [ਪਾਠ](1-Introduction/4-techniques-of-ML/README.md) | Chris ਅਤੇ Jen |
|
|
| 05 | ਰਿਗ੍ਰੈਸ਼ਨ ਦਾ ਪਰਿਚਯ | [ਰਿਗ੍ਰੈਸ਼ਨ](2-Regression/README.md) | ਰਿਗ੍ਰੈਸ਼ਨ ਮਾਡਲਾਂ ਲਈ Python ਅਤੇ Scikit-learn ਨਾਲ ਸ਼ੁਰੂਆਤ ਕਰੋ | [Python](2-Regression/1-Tools/README.md) • [R](../../2-Regression/1-Tools/solution/R/lesson_1.html) | Jen • Eric Wanjau |
|
|
| 06 | ਉੱਤਰੀ ਅਮਰੀਕਾ ਦੇ ਕਦੂ ਦੇ ਭਾਅ 🎃 | [ਰਿਗ੍ਰੈਸ਼ਨ](2-Regression/README.md) | ML ਲਈ ਤਿਆਰੀ ਵਿੱਚ ਡੇਟਾ ਨੂੰ ਵਿਜ਼ੂਅਲਾਈਜ਼ ਅਤੇ ਸਾਫ਼ ਕਰੋ | [Python](2-Regression/2-Data/README.md) • [R](../../2-Regression/2-Data/solution/R/lesson_2.html) | Jen • Eric Wanjau |
|
|
| 07 | ਉੱਤਰੀ ਅਮਰੀਕਾ ਦੇ ਕਦੂ ਦੇ ਭਾਅ 🎃 | [ਰਿਗ੍ਰੈਸ਼ਨ](2-Regression/README.md) | ਲਿਨੀਅਰ ਅਤੇ ਪੋਲਿਨੋਮਿਯਲ ਰਿਗ੍ਰੈਸ਼ਨ ਮਾਡਲ ਬਣਾਓ | [Python](2-Regression/3-Linear/README.md) • [R](../../2-Regression/3-Linear/solution/R/lesson_3.html) | Jen ਅਤੇ Dmitry • Eric Wanjau |
|
|
| 08 | ਉੱਤਰੀ ਅਮਰੀਕਾ ਦੇ ਕਦੂ ਦੇ ਭਾਅ 🎃 | [ਰਿਗ੍ਰੈਸ਼ਨ](2-Regression/README.md) | ਲੋਜਿਸਟਿਕ ਰਿਗ੍ਰੈਸ਼ਨ ਮਾਡਲ ਬਣਾਓ | [Python](2-Regression/4-Logistic/README.md) • [R](../../2-Regression/4-Logistic/solution/R/lesson_4.html) | Jen • Eric Wanjau |
|
|
| 09 | ਇੱਕ ਵੈਬ ਐਪ 🔌 | [ਵੈਬ ਐਪ](3-Web-App/README.md) | ਆਪਣੇ ਪ੍ਰਸ਼ਿਕਸ਼ਿਤ ਮਾਡਲ ਨੂੰ ਵਰਤਣ ਲਈ ਇੱਕ ਵੈਬ ਐਪ ਬਣਾਓ | [Python](3-Web-App/1-Web-App/README.md) | Jen |
|
|
| 10 | ਕਲਾਸੀਫਿਕੇਸ਼ਨ ਦਾ ਪਰਿਚਯ | [ਕਲਾਸੀਫਿਕੇਸ਼ਨ](4-Classification/README.md) | ਆਪਣੇ ਡੇਟਾ ਨੂੰ ਸਾਫ, ਤਿਆਰ, ਅਤੇ ਵਿਜ਼ੂਅਲਾਈਜ਼ ਕਰੋ; ਕਲਾਸੀਫਿਕੇਸ਼ਨ ਦਾ ਪਰਿਚਯ | [Python](4-Classification/1-Introduction/README.md) • [R](../../4-Classification/1-Introduction/solution/R/lesson_10.html) | Jen ਅਤੇ Cassie • Eric Wanjau |
|
|
| 11 | ਸੁਆਦਿਸ਼ਟ ਏਸ਼ੀਆਈ ਅਤੇ ਭਾਰਤੀ ਖਾਣੇ 🍜 | [ਕਲਾਸੀਫਿਕੇਸ਼ਨ](4-Classification/README.md) | ਕਲਾਸੀਫਾਇਰਾਂ ਦਾ ਪਰਿਚਯ | [Python](4-Classification/2-Classifiers-1/README.md) • [R](../../4-Classification/2-Classifiers-1/solution/R/lesson_11.html) | Jen ਅਤੇ Cassie • Eric Wanjau |
|
|
| 12 | ਸੁਆਦਿਸ਼ਟ ਏਸ਼ੀਆਈ ਅਤੇ ਭਾਰਤੀ ਖਾਣੇ 🍜 | [ਕਲਾਸੀਫਿਕੇਸ਼ਨ](4-Classification/README.md) | ਹੋਰ ਕਲਾਸੀਫਾਇਰ | [Python](4-Classification/3-Classifiers-2/README.md) • [R](../../4-Classification/3-Classifiers-2/solution/R/lesson_12.html) | Jen ਅਤੇ Cassie • Eric Wanjau |
|
|
| 13 | ਸੁਆਦਿਸ਼ਟ ਏਸ਼ੀਆਈ ਅਤੇ ਭਾਰਤੀ ਖਾਣੇ 🍜 | [ਕਲਾਸੀਫਿਕੇਸ਼ਨ](4-Classification/README.md) | ਆਪਣੇ ਮਾਡਲ ਦੀ ਵਰਤੋਂ ਕਰਕੇ ਇੱਕ ਰੇਕਮੈਂਡਰ ਵੈਬ ਐਪ ਬਣਾਓ | [Python](4-Classification/4-Applied/README.md) | Jen |
|
|
| 14 | ਕਲੱਸਟਰਿੰਗ ਦਾ ਪਰਿਚਯ | [ਕਲੱਸਟਰਿੰਗ](5-Clustering/README.md) | ਆਪਣੇ ਡੇਟਾ ਨੂੰ ਸਾਫ, ਤਿਆਰ, ਅਤੇ ਵਿਜ਼ੂਅਲਾਈਜ਼ ਕਰੋ; ਕਲੱਸਟਰਿੰਗ ਦਾ ਪਰਿਚਯ | [Python](5-Clustering/1-Visualize/README.md) • [R](../../5-Clustering/1-Visualize/solution/R/lesson_14.html) | Jen • Eric Wanjau |
|
|
| 15 | ਨਾਈਜੀਰੀਆਈ ਸੰਗੀਤਿਕ ਰੁਚੀਆਂ ਦੀ ਖੋਜ 🎧 | [ਕਲੱਸਟਰਿੰਗ](5-Clustering/README.md) | K-Means ਕਲੱਸਟਰਿੰਗ ਤਰੀਕੇ ਦੀ ਖੋਜ | [Python](5-Clustering/2-K-Means/README.md) • [R](../../5-Clustering/2-K-Means/solution/R/lesson_15.html) | Jen • Eric Wanjau |
|
|
| 16 | ਨੈਚਰਲ ਲੈਂਗਵੇਜ ਪ੍ਰੋਸੈਸਿੰਗ ਦਾ ਪਰਿਚਯ ☕️ | [ਨੈਚਰਲ ਲੈਂਗਵੇਜ ਪ੍ਰੋਸੈਸਿੰਗ](6-NLP/README.md) | ਇੱਕ ਸਧਾਰਣ ਬੌਟ ਬਣਾ ਕੇ NLP ਦੇ ਮੂਲ ਬਿੰਦੂ ਸਿੱਖੋ | [Python](6-NLP/1-Introduction-to-NLP/README.md) | Stephen |
|
|
| 17 | ਆਮ NLP ਟਾਸਕ ☕️ | [ਨੈਚਰਲ ਲੈਂਗਵੇਜ ਪ੍ਰੋਸੈਸਿੰਗ](6-NLP/README.md) | ਭਾਸ਼ਾਈ ਢਾਂਚਿਆਂ ਨਾਲ ਨਿਪਟਣ ਵੇਲੇ ਲੋੜੀਂਦੇ ਆਮ ਟਾਸਕਾਂ ਨੂੰ ਸਮਝ ਕੇ ਆਪਣੀ NLP ਗਿਆਨ ਨੂੰ ਡੂੰਘਾ ਕਰੋ | [Python](6-NLP/2-Tasks/README.md) | Stephen |
|
|
| 18 | ਅਨੁਵਾਦ ਅਤੇ ਭਾਵਨਾ ਵਿਸ਼ਲੇਸ਼ਣ ♥️ | [ਨੈਚਰਲ ਲੈਂਗਵੇਜ ਪ੍ਰੋਸੈਸਿੰਗ](6-NLP/README.md) | Jane Austen ਨਾਲ ਅਨੁਵਾਦ ਅਤੇ ਭਾਵਨਾ ਵਿਸ਼ਲੇਸ਼ਣ | [Python](6-NLP/3-Translation-Sentiment/README.md) | Stephen |
|
|
| 19 | ਯੂਰਪ ਦੇ ਰੋਮਾਂਟਿਕ ਹੋਟਲ ♥️ | [ਨੈਚਰਲ ਲੈਂਗਵੇਜ ਪ੍ਰੋਸੈਸਿੰਗ](6-NLP/README.md) | ਹੋਟਲ ਸਮੀਖਿਆਵਾਂ ਨਾਲ ਭਾਵਨਾ ਵਿਸ਼ਲੇਸ਼ਣ 1 | [Python](6-NLP/4-Hotel-Reviews-1/README.md) | Stephen |
|
|
| 20 | ਯੂਰਪ ਦੇ ਰੋਮਾਂਟਿਕ ਹੋਟਲ ♥️ | [ਨੈਚਰਲ ਲੈਂਗਵੇਜ ਪ੍ਰੋਸੈਸਿੰਗ](6-NLP/README.md) | ਹੋਟਲ ਸਮੀਖਿਆਵਾਂ ਨਾਲ ਭਾਵਨਾ ਵਿਸ਼ਲੇਸ਼ਣ 2 | [Python](6-NLP/5-Hotel-Reviews-2/README.md) | Stephen |
|
|
| 21 | ਟਾਈਮ ਸੀਰੀਜ਼ ਫੋਰਕਾਸਟਿੰਗ ਦਾ ਪਰਿਚਯ | [ਟਾਈਮ ਸੀਰੀਜ਼](7-TimeSeries/README.md) | ਟਾਈਮ ਸੀਰੀਜ਼ ਫੋਰਕਾਸਟਿੰਗ ਦਾ ਪਰਿਚਯ | [Python](7-TimeSeries/1-Introduction/README.md) | Francesca |
|
|
| 22 | ⚡️ ਦੁਨਿਆ ਭਰ ਦੀ ਬਿਜਲੀ ਵਰਤੋਂ ⚡️ - ARIMA ਨਾਲ ਟਾਈਮ ਸੀਰੀਜ਼ ਫੋਰਕਾਸਟਿੰਗ | [ਟਾਈਮ ਸੀਰੀਜ਼](7-TimeSeries/README.md) | ARIMA ਨਾਲ ਟਾਈਮ ਸੀਰੀਜ਼ ਫੋਰਕਾਸਟਿੰਗ | [Python](7-TimeSeries/2-ARIMA/README.md) | Francesca |
|
|
| 23 | ⚡️ ਦੁਨਿਆ ਭਰ ਦੀ ਬਿਜਲੀ ਵਰਤੋਂ ⚡️ - SVR ਨਾਲ ਟਾਈਮ ਸੀਰੀਜ਼ ਫੋਰਕਾਸਟਿੰਗ | [ਟਾਈਮ ਸੀਰੀਜ਼](7-TimeSeries/README.md) | Support Vector Regressor ਨਾਲ ਟਾਈਮ ਸੀਰੀਜ਼ ਫੋਰਕਾਸਟਿੰਗ | [Python](7-TimeSeries/3-SVR/README.md) | Anirban |
|
|
| 24 | ਰੀਇਨਫੋਰਸਮੈਂਟ ਲਰਨਿੰਗ ਦਾ ਪਰਿਚਯ | [ਰੀਇਨਫੋਰਸਮੈਂਟ ਲਰਨਿੰਗ](8-Reinforcement/README.md) | Q-Learning ਨਾਲ ਰੀਇਨਫੋਰਸਮੈਂਟ ਲਰਨਿੰਗ ਦਾ ਪਰਿਚਯ | [Python](8-Reinforcement/1-QLearning/README.md) | Dmitry |
|
|
| 25 | Peter ਨੂੰ ਭੇੜੀ ਤੋਂ ਬਚਾਓ! 🐺 | [ਰੀਇਨਫੋਰਸਮੈਂਟ ਲਰਨਿੰਗ](8-Reinforcement/README.md) | ਰੀਇਨਫੋਰਸਮੈਂਟ ਲਰਨਿੰਗ ਜਿਮ | [Python](8-Reinforcement/2-Gym/README.md) | Dmitry |
|
|
| Postscript | ਰੀਅਲ-ਵਰਲਡ ML ਸਿਨਾਰਿਓਜ਼ ਅਤੇ ਉਪਯੋਗ | [ML in the Wild](9-Real-World/README.md) | ਕਲਾਸਿਕ ML ਦੇ ਦਿਲਚਸਪ ਅਤੇ ਸਾਫ਼-ਦਿਖਾਏ ਅਸਲ ਦੁਨੀਆ ਉਪਯੋਗ | [ਪਾਠ](9-Real-World/1-Applications/README.md) | ਟੀਮ |
|
|
| Postscript | RAI ਡੈਸ਼ਬੋਰਡ ਦੀ ਵਰਤੋਂ ਕਰਕੇ ML ਵਿੱਚ ਮਾਡਲ ਡੀਬੱਗਿੰਗ | [ML in the Wild](9-Real-World/README.md) | Responsible AI ਡੈਸ਼ਬੋਰਡ ਹਿੱਸਿਆਂ ਦੀ ਵਰਤੋਂ ਕਰਕੇ ਮਸ਼ੀਨ ਲਰਨਿੰਗ ਵਿੱਚ ਮਾਡਲ ਡੀਬੱਗਿੰਗ | [ਪਾਠ](9-Real-World/2-Debugging-ML-Models/README.md) | Ruth Yakubu |
|
|
|
|
> [ਇਸ ਕੋਰਸ ਲਈ ਸਾਰੇ ਵਾਧੂ ਸਰੋਤਾਂ ਨੂੰ ਸਾਡੇ Microsoft Learn ਸੰਗ੍ਰਹਿ ਵਿੱਚ ਲੱਭੋ](https://learn.microsoft.com/en-us/collections/qrqzamz1nn2wx3?WT.mc_id=academic-77952-bethanycheum)
|
|
|
|
## ਆਫਲਾਈਨ ਪਹੁੰਚ
|
|
|
|
ਤੁਸੀਂ ਇਹ ਦਸਤਾਵੇਜ਼ ਆਫਲਾਈਨ ਚਲਾ ਸਕਦੇ ਹੋ [Docsify](https://docsify.js.org/#/) ਦੀ ਵਰਤੋਂ ਕਰਕੇ। ਇਸ ਰੇਪੋ ਨੂੰ Fork ਕਰੋ, ਆਪਣੇ ਲੋਕਲ ਮਸ਼ੀਨ 'ਤੇ [Docsify](https://docsify.js.org/#/quickstart) ਇੰਸਟਾਲ ਕਰੋ, ਅਤੇ ਫਿਰ ਇਸ ਰੇਪੋ ਦੇ ਰੂਟ ਫੋਲਡਰ ਵਿੱਚ `docsify serve` ਟਾਈਪ ਕਰੋ। ਵੈਬਸਾਈਟ ਤੁਹਾਡੇ localhost ਤੇ ਪੋਰਟ 3000 'ਤੇ ਸਰਵ ਹੋਵੇਗੀ: `localhost:3000`.
|
|
|
|
## ਪੀਡੀਐਫ
|
|
|
|
ਕਰੀਕੁਲਮ ਦਾ ਇੱਕ ਪੀਡੀਐਫ ਲਿੰਕਾਂ ਸਮੇਤ [ਇੱਥੇ](https://microsoft.github.io/ML-For-Beginners/pdf/readme.pdf) ਲੱਭੋ。
|
|
|
|
|
|
## 🎒 ਹੋਰ ਕੋਰਸ
|
|
|
|
ਸਾਡੀ ਟੀਮ ਹੋਰ ਕੋਰਸ ਤਿਆਰ ਕਰਦੀ ਹੈ! ਵੇਖੋ:
|
|
|
|
<!-- CO-OP TRANSLATOR OTHER COURSES START -->
|
|
### LangChain
|
|
[](https://aka.ms/langchain4j-for-beginners)
|
|
[](https://aka.ms/langchainjs-for-beginners?WT.mc_id=m365-94501-dwahlin)
|
|
|
|
---
|
|
|
|
### Azure / Edge / MCP / Agents
|
|
[](https://github.com/microsoft/AZD-for-beginners?WT.mc_id=academic-105485-koreyst)
|
|
[](https://github.com/microsoft/edgeai-for-beginners?WT.mc_id=academic-105485-koreyst)
|
|
[](https://github.com/microsoft/mcp-for-beginners?WT.mc_id=academic-105485-koreyst)
|
|
[](https://github.com/microsoft/ai-agents-for-beginners?WT.mc_id=academic-105485-koreyst)
|
|
|
|
---
|
|
|
|
### Generative AI Series
|
|
[](https://github.com/microsoft/generative-ai-for-beginners?WT.mc_id=academic-105485-koreyst)
|
|
[-9333EA?style=for-the-badge&labelColor=E5E7EB&color=9333EA)](https://github.com/microsoft/Generative-AI-for-beginners-dotnet?WT.mc_id=academic-105485-koreyst)
|
|
[-C084FC?style=for-the-badge&labelColor=E5E7EB&color=C084FC)](https://github.com/microsoft/generative-ai-for-beginners-java?WT.mc_id=academic-105485-koreyst)
|
|
[-E879F9?style=for-the-badge&labelColor=E5E7EB&color=E879F9)](https://github.com/microsoft/generative-ai-with-javascript?WT.mc_id=academic-105485-koreyst)
|
|
|
|
---
|
|
|
|
### ਮੁੱਖ ਸਿੱਖਿਆ
|
|
[](https://aka.ms/ml-beginners?WT.mc_id=academic-105485-koreyst)
|
|
[](https://aka.ms/datascience-beginners?WT.mc_id=academic-105485-koreyst)
|
|
[](https://aka.ms/ai-beginners?WT.mc_id=academic-105485-koreyst)
|
|
[](https://github.com/microsoft/Security-101?WT.mc_id=academic-96948-sayoung)
|
|
[](https://aka.ms/webdev-beginners?WT.mc_id=academic-105485-koreyst)
|
|
[](https://aka.ms/iot-beginners?WT.mc_id=academic-105485-koreyst)
|
|
[](https://github.com/microsoft/xr-development-for-beginners?WT.mc_id=academic-105485-koreyst)
|
|
|
|
---
|
|
|
|
### Copilot ਸੀਰੀਜ਼
|
|
[](https://aka.ms/GitHubCopilotAI?WT.mc_id=academic-105485-koreyst)
|
|
[](https://github.com/microsoft/mastering-github-copilot-for-dotnet-csharp-developers?WT.mc_id=academic-105485-koreyst)
|
|
[](https://github.com/microsoft/CopilotAdventures?WT.mc_id=academic-105485-koreyst)
|
|
<!-- CO-OP TRANSLATOR OTHER COURSES END -->
|
|
|
|
## ਮਦਦ ਲਓ
|
|
|
|
ਜੇ ਤੁਸੀਂ ਅਟਕ ਜਾਂ AI ਐਪ ਬਣਾਉਣ ਬਾਰੇ ਕੋਈ ਸਵਾਲ ਹੋਣ, ਤਾਂ MCP ਬਾਰੇ ਚਰਚਾ ਕਰਨ ਵਾਲੇ ਹੋਰ ਸਿੱਖਣ ਵਾਲਿਆਂ ਅਤੇ ਤਜ਼ਰਬੇਕਾਰ ਡਿਵੈਲਪਰਾਂ ਨਾਲ ਜੁੜੋ। ਇਹ ਇੱਕ ਸਹਾਇਕ ਕਮਿਊਨਿਟੀ ਹੈ ਜਿੱਥੇ ਸਵਾਲਾਂ ਦਾ ਸਵਾਗਤ ਕੀਤਾ ਜਾਂਦਾ ਹੈ ਅਤੇ ਗਿਆਨ ਖੁਲ ਕੇ ਸਾਂਝਾ ਕੀਤਾ ਜਾਂਦਾ ਹੈ।
|
|
|
|
[](https://discord.gg/nTYy5BXMWG)
|
|
|
|
ਜੇ ਤੁਹਾਡੇ ਕੋਲ ਉਤਪਾਦ ਸੰਬੰਧੀ ਫੀਡਬੈਕ ਜਾਂ ਬਿਲਡ ਕਰਦੇ ਸਮੇਂ ਕੋਈ ਗਲਤੀ ਹੋਵੇ ਤਾਂ ਜਾਓ:
|
|
|
|
[](https://aka.ms/foundry/forum)
|
|
|
|
---
|
|
|
|
<!-- CO-OP TRANSLATOR DISCLAIMER START -->
|
|
ਜ਼ਿੰਮੇਵਾਰੀ ਅਸਵੀਕਾਰ:
|
|
ਇਸ ਦਸਤਾਵੇਜ਼ ਦਾ ਅਨੁਵਾਦ AI ਅਨੁਵਾਦ ਸੇਵਾ [Co-op Translator](https://github.com/Azure/co-op-translator) ਦੀ ਵਰਤੋਂ ਕਰਕੇ ਕੀਤਾ ਗਿਆ ਹੈ। ਅਸੀਂ ਸ਼ੁੱਧਤਾ ਲਈ ਕੋਸ਼ਿਸ਼ ਕਰਦੇ ਹਾਂ, ਪਰ ਕਿਰਪਾ ਕਰਕੇ ਧਿਆਨ ਰੱਖੋ ਕਿ ਆਟੋਮੇਟਿਕ ਅਨੁਵਾਦਾਂ ਵਿੱਚ ਗਲਤੀਆਂ ਜਾਂ ਅਸਪਸ਼ਟਤਾਵਾਂ ਹੋ ਸਕਦੀਆਂ ਹਨ। ਮੂਲ ਦਸਤਾਵੇਜ਼, ਜਿਸਦੀ ਮੂਲ ਭਾਸ਼ਾ ਹੈ, ਨੂੰ ਅਧਿਕਾਰਿਕ ਸਰੋਤ ਵਜੋਂ ਮੰਨਿਆ ਜਾਣਾ ਚਾਹੀਦਾ ਹੈ। ਮਹੱਤਵਪੂਰਣ ਜਾਣਕਾਰੀ ਲਈ, ਪੇਸ਼ੇਵਰ ਮਨੁੱਖੀ ਅਨੁਵਾਦ ਦੀ ਸਿਫ਼ਾਰਿਸ਼ ਕੀਤੀ ਜਾਂਦੀ ਹੈ। ਅਸੀਂ ਇਸ ਅਨੁਵਾਦ ਦੀ ਵਰਤੋਂ ਤੋਂ ਉੱਠਣ ਵਾਲੀਆਂ ਕਿਸੇ ਵੀ ਗਲਤਫਹਿਮੀਆਂ ਜਾਂ ਗਲਤ ਵਿਆਖਿਆਵਾਂ ਲਈ ਜ਼ਿੰਮੇਵਾਰ ਨਹੀਂ ਹਾਂ।
|
|
<!-- CO-OP TRANSLATOR DISCLAIMER END --> |