ML-For-Beginners/translations/my

🌐 ဘာသာစကားအမျိုးမျိုးအတွက် ထောက်ခံမှု

GitHub Action ဖြင့် ထောက်ခံထားသည် (အလိုအလျောက်နှင့် အမြဲအသစ်ထားသည်)

Arabic | Bengali | Bulgarian | Burmese (Myanmar) | Chinese (Simplified) | Chinese (Traditional, Hong Kong) | Chinese (Traditional, Macau) | Chinese (Traditional, Taiwan) | Croatian | Czech | Danish | Dutch | Estonian | Finnish | French | German | Greek | Hebrew | Hindi | Hungarian | Indonesian | Italian | Japanese | Kannada | Korean | Lithuanian | Malay | Malayalam | Marathi | Nepali | Nigerian Pidgin | Norwegian | Persian (Farsi) | Polish | Portuguese (Brazil) | Portuguese (Portugal) | Punjabi (Gurmukhi) | Romanian | Russian | Serbian (Cyrillic) | Slovak | Slovenian | Spanish | Swahili | Swedish | Tagalog (Filipino) | Tamil | Telugu | Thai | Turkish | Ukrainian | Urdu | Vietnamese

ဒေသတွင်းကလုဏ်တင်ချင်ပါသလား?

ဤ repository တွင် ဘာသာစကား ၅၀ နှင့်အထက် ဘာသာပြန်ချက်များ ပါဝင်သည်၊ ဒါက ဒေါင်းလုပ်အရွယ်အစားကို အတွက်အကျယ်ပြန့်စေသည်။ ဘာသာပြန်ချက်များ မပါရှိဘဲ clone လုပ်ချင်တယ်ဆိုရင် sparse checkout ကိုသုံးပါ:

git clone --filter=blob:none --sparse https://github.com/microsoft/ML-For-Beginners.git
cd ML-For-Beginners
git sparse-checkout set --no-cone '/*' '!translations' '!translated_images'

ဒါက သင့်ကို အတန်းကို ပြီးမြောက်အောင်အတွက် လိုအပ်တဲ့ အရာအားလုံးကို ပေးမည်ဖြစ်ပြီး ဒေါင်းလုပ်က အလွန်လျင်မြန်သည်။

ကျွန်တော်တို့အသိုင်းအဝိုင်းကို တွဲပါ

ကျွန်ုပ်တို့မှာ Discord မှာ AI နဲ့လေ့လာကြမယ့် စီးရီးတစ်ခု ရှိပြီး၊ Learn with AI Series ဝက်ဘ်ဆိုက်မှာ 2025 ခုနှစ် စက်တင်ဘာ ၁၈ ရက် မှ ၃၀ ရက် အထိ ပိုမိုသိရှိပြီး လက်တွဲပါဝင်နိုင်ပါသည်။ GitHub Copilot ကို Data Science အတွက် သုံးနည့်နည်းလမ်းများကို သင်ယူရမှာ ဖြစ်ပါတယ်။

စက်ယန္တရားသင်ယူခြင်း အစပြုသူများအတွက် - သင်ရိုး برنامه

🌍 ကမ္ဘာအနှံ့အဆက်သွားရင်း စက်ယန္တရားသင်ယူမှုကို ကမ္ဘာ့ယဉ်ကျေးမှုများမှတဆင့် ရှာဖွေကြမယ် 🌍

Microsoft မှ Cloud Advocates များက ၁၂ ပတ်၊ ၂၆ သင်ခန်းစာ ရှိသည့် စက်ယန္တရားသင်ယူခြင်း အကြောင်း ပြည့်စုံသင်ရိုးအစီအစဉ်ကို ပေးအပ်နေပါသည်။ ဤသင်ရိုးတွင် အဓိကအားဖြင့် Scikit-learn ကို အသုံးပြု၍ ရိုးရာစက်ယန္တရားသင်ယူခြင်းကို သင်ယူမည် ဖြစ်ပြီး, အနက်ရှိုင်းသော သင်ယူမှုများကိုမှ ကျွန်တော်တို့ AI for Beginners' curriculum တွင် လေ့လာနိုင်သည်။ ဒီသင်ရိုးအစီအစဉ်ကို ကျွန်တော်တို့ရဲ့ 'Data Science for Beginners' curriculum အတူတွဲသင်ဖြင့် အသုံးပြုနိုင်ပါသည်။

ကမ္ဘာ့ဒေတာများကို အသုံးပြု၍ ရိုးရာနည်းကောင်းများကို ကမ္ဘာအနှံ့ သွားရင်း လေ့လာကြမယ်။ သင်ခန်းစာတစ်ခုစီတွင် သင်ခန်းစာမတိုင်မီနှင့်ပြီးနောက် ပြသနာဖြေဆိုခြင်း၊ လက်တွေ့လုပ်ဆောင်ရန် ရေးသားချက်များ၊ ဖြေရှင်းချက်၊တာဝန်ထမ်းဆောင်မှုများ ပါဝင်သည်။ စီမံကိန်းအခြေပြု သင်ကြားမှုစနစ်က သင်ယူသူများ သင်ယူရမှုအသစ်ကို ပိုမိုသေချာစေသည်။

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

🎨 ကျေးဇူးတင်ရှိသည် ၎င်းတို့ ရေးဆွဲသူများ Tomomi Imura, Dasani Madipalli, နှင့် Jen Looper

🙏 Microsoft Student Ambassador များသာရေးသားသူများ၊ ပြန်လည်သုံးသပ်သူများနှင့် ပံ့ပိုးသူများအတွက် အထူးသန့်ကျင်မှု Rishit Dagli, Muhammad Sakib Khan Inan, Rohan Raj, Alexandru Petrescu, Abhishek Jaiswal, Nawrin Tabassum, Ioan Samuila, နှင့် Snigdha Agarwal တို့အပါအဝင်

🤩 ကျေးဇူးအထူးတင်ရှိသည် Microsoft Student Ambassadors Eric Wanjau, Jasleen Sondhi, နှင့် Vidushi Gupta များအား R သင်ခန်းစာများအတွက်!

စတင်ရန်

အောက်ပါအဆင့်များကို လိုက်နာပါ။

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

ဤသင်တန်းအတွက် အပိုဆောင်းအရင်းအမြစ်များအားလုံးကို Microsoft Learn ကော်လ်ချ်ရှင်းတွင် ရှာဖွေပါ

🔧 အကူအညီလိုပါသလား? ထပ်မံဖြေရှင်းရန် အကြောင်းအမျိုးမျိုးအတွက် Troubleshooting Guide ကို ကြည့်ပါ။

ကျောင်းသားများ, ဤသင်ရိုးအစီအစဉ်ကို သုံးရန်အတွက် သင့် GitHub အကောင့်သို့ repository အားလုံးကို fork လုပ်ပြီး သင်တန်းအတွက် သင့်အလိုအလျောက်ဖြင့် သို့မဟုတ် အဖွဲ့နှင့်အတူ လေ့ကျင့်ခွင့်များကို ပြီးမြောက်စွာ ဆောင်ရွက်ပါ။

• သင်ခန်းစာမတိုင်မီ စမ်းသပ်မှုကို စတင်ပါ။
• သင်တန်းစာဖတ်ပြီး လေ့ကျင့်ခန်းများကို ပြီးမြောက်ပါ၊ အသိပညာစစ်ဆေးခြင်းနှင့်အတူ ရပ်ပြီး သြႆတင်ဆင်ပါ။
• ဖြေရှင်းချက် ကုဒ်ကို မပြေး run ချသေးဘဲ သင်ခန်းစာကို နားလည်ပြီး စီမံကိန်းများကို ဖန်တီးကြည့်ပါ။ ဒါပေမဲ့ ဖြေရှင်းချက် သည် project များဆိုင်ရာသင်ခန်းစာနှင့် အတူ /solution ဖိုလ်ဒါအတွင်း တွင် ရရှိနိုင်သည်။
• သင်ခန်းစာပြီးနောက် စမ်းသပ်ချက်ကို လုပ်ပါ။
• စိန်ခေါ်မှုကို ပြီးမြောက်ပါ။
• တာဝန်ထမ်းဆောင်မှုကို ပြီးမြောက်ပါ။
• သင်ခန်းစာအုပ်စုတစ်ခု ပြီးမြောက်ပြီးနောက် Discussion Board သို့ သွားရောက်ပြီး အတွက် PAT rubric ကို ဖြည့်၍ "အသံထွက်သော သင်ယူမှု" ပြုလုပ်ပါ။ 'PAT' ဆိုသည်မှာ သင်ယူမှုတိုးတက်ရေး ကိရိယာ (Progress Assessment Tool) ဖြစ်ပြီး လူတစ်ဦးချင်းစီ သင်ယူမှုအဆင့်မြှင့်တင်ရန် ဖြည့်စွက်ဖို့ ဖြစ်သည်။ သင်သည် အခြား PAT များတွင် တုံ့ပြန်နိုင်ပြီး အတူတူ သင်ယူနိုင်ပါသည်။

ပိုမိုလေ့လာလိုပါက ကျွန်ုပ်တို့အကြံပြုလိုသော Microsoft Learn module များနှင့် သင်ယူရေးလမ်းညွှန်များကို လိုက်နာသင်ယူပါ။

ဆရာ/ဆရာမများ, ဤသင်ရိုးအစီအစဉ်ကို အသုံးပြုနိုင်ရန်အတွက် အကြံပြုချက်အချို့ကို here တွင် ထည့်သွင်းထားသည်။

---

ဗီဒီယို လမ်းပြများ

သင်ခန်းစာတချို့ကို အတိုချုပ် ဗီဒီယိုဖြင့် ရနိုင်ပါသည်။ ဤဗီဒီယိုများအားလုံးကို သင်ခန်းစာတွင်း၊ ဒါမှမဟုတ် Microsoft Developer YouTube ချန်နယ်မှ ML for Beginners playlist တွင် အောက်ပါဓာတ်ပုံကိုနှိပ်၍ ကြည့်ရှုနိုင်ပါသည်။

---

အသင်းအဖွဲ့နှင့် တွေ့ဆုံခြင်း

Gif မှာ Mohit Jaisal

🎥 ဓာတ်ပုံကိုနှိပ်ပါ၊ စီမံကိန်းနှင့် ဖန်တီးသူများအကြောင်း ဗီဒီယိုတစ်ခုလှည့်ပတ်ငြင်းကြည့်ရန်!

---

သင်ပညာပုံစံ

ဤသင်ရိုးအစီအစဉ်ကို တည်ဆောက်ရာတွင် နှစ်ခုသော သင်ပညာပုံစံများကို ရွေးချယ်ထားပါသည်။ ထိုသင်ပညာပုံစံများမှာ လက်တွေ့နည်းအခြေပြု စီမံကိန်းများနှင့် အချိန်မရွေး ထပ်တလဲလဲ စစ်ဆေးမှုများ ပါဝင်ခြင်း ဖြစ်ပါသည်။ ထို့အပြင် ထိုသင်ရိုးတွင် သာမန္သော ယေဘုယျ theme တစ်ခု ပါဝင်သည်။

အကြောင်းအရာများကို စီမံကိန်းနှင့် ကိုက်ညီစေရန် သေချာမှုကြောင့် သင်ကြားသူများအတွက် ပိုမိုဆွဲဆောင်မှုရှိပြီး၊ အကြောင်းအရာများသိမြင်မှုကို တိုးတက်စေပါသည်။ သင်တန်းမတိုင်မီ အနည်းငယ်သော စမ်းသပ်မှုသည် သင်ယူသူ၏ သင်ယူလိုစိတ်ကို အဓိကထားပေးပြီး၊ သင်တန်းပြီးနောက် စမ်းသပ်မှုဖြင့် ဒါကိုတစ်ဖန်တိုးတက်စေပါတယ်။ ဤသင်ရိုးအစီအစဉ်သည် အချိန်ခွဲ၍သင်ယူနိုင်ရန် နှင့် ပျော်ရွှင်စရာဖန်တီးထားသည်။ စီမံကိန်းများမှာ အသေးစားသောနေရာမှ စတင်ပြီး ၁၂ ပတ်ကြာ စိတ်ဝင်စားဖွယ် မြင့်မားပြီးရှုပ်ထွေးလာသည်။ ထို့အပြင် ML ၏ အမှန်တကယ်အသုံးချမှုများအကြောင်း ပိုပြီး အသေးစိတ် ဆွေးနွေးနိုင်ရန်အတွက် စာလုံးချုပ်တစ်ခု ပါဝင်သည်။ ၎င်းဟာ အပိုအမှတ်အတွက် သုံးနိုင်သလို ဆွေးနွေးရန် အခြေခံအဖြစ်လည်း အသုံးပြုနိုင်သည်။

ကျွန်ုပ်တို့၏ Code of Conduct, Contributing, Translation, နှင့် Troubleshooting မှတ်တမ်းများကို ရှာဖွေပါ။ သင့်တည်ဆောက်တိုးတက်မှုဆိုင်ရာ အကြံပြုချက်များကို ကြိုဆိုပါသည်!

သင်ခန်းစာတိုင်းတွင် ပါဝင်သည်

• မဖြစ်မနေ sketchnote (optional)
• အပိုဆောင်း ဗီဒီယို (optional)
• ဗီဒီယို လမ်းညွှန်ချက် (သင်ခန်းစာတချို့သာ)
• သင်ခန်းစာမတိုင်မီ နိဒါန်းစမ်းသပ်မှု
• ရေးသားထားသော သင်ခန်းစာ
• စီမံကိန်းအခြေပြု သင်ခန်းစာများအတွက် စီမံကိန်းတည်ဆောက်ရန် အဆင့်အဆင့် လမ်းညွှန်ချက်များ
• အသိပညာစစ်ဆေးမှုများ
• စိန်ခေါ်မှု
• ထပ်ဆောင်းဖတ်ရှုရန်
• တာဝန်ထမ်းဆောင်မှု
• သင်ခန်းစာပြီးနောက် စမ်းသပ်မှု

ဘာသာစကားအကြောင်း မှတ်ချက်: ဤသင်ခန်းစာများသည် Python ဖြင့် အဓိကရေးသားထားသော်လည်း R ဖြင့်လည်း ရနိုင်သည်။ R သင်ခန်းစာတစ်ခု ပြီးမြောက်ရန်အတွက် /solution ဖိုလ်ဒါသို့ သွားပြီး R သင်ခန်းစာများကို ရှာပါ။ ၎င်းတို့တွင် .rmd extension ပါရှိပြီး၊ ဤသည်မှာ R Markdown ဖိုင်တစ်ခုဖြစ်သည်။ R Markdown သည် code chunks (R သို့မဟုတ် တခြားဘာသာစကားများ) နှင့် YAML header (PDF အဖြစ် output ပုံစံချမှတ်ရန် လမ်းညွှန်ချက်) ကို Markdown စာရွက်တစ်ရွက်ထဲတွင် ပေါင်းစပ်ထားသော ဖော်မတ်ဖြစ်သည်။ ဒါကြောင့် သင်၏ကုဒ်၊ ထွက်ရှိမှုများနှင့် စိတ်ကူးများကို Markdown ဖြင့်ရေးသားရန် ခွင့်ပြုသည်။ ထို့အပြင် R Markdown စာရွက်များကို PDF, HTML သို့မဟုတ် Word အဖြစ် output ထုတ်ရန် render လုပ်နိုင်သည်။ မေးစရာများအကြောင်းမှတ်ချက် - မေးစရာအားလုံးကို Quiz App ဖိုလ်ဒါတွင် သိမ်းဆည်းထားပြီး မေးခွန်းသုံးခုစီပါဝင်သည့် စုစုပေါင်း မေးစရာ ၅၂ ခုရှိသည်။ တန်းသင်ခန်းစာများအတွင်းမှ ချိတ်ဆက်ထားပေမယ့် quiz app ကိုဒေသခံတွင်လည်း လည်ပတ်နိုင်သည်။ ဒေသခံတွင် host လုပ်မှု သို့မဟုတ် Azure သို့ deploy လုပ်နိုင်ရန် quiz-app ဖိုလ်ဒါအတွင်း ညွှန်ကြားချက်ကိုလိုက်နာပါ။

Lesson Number	Topic	Lesson Grouping	Learning Objectives	Linked Lesson	Author
01	စက်မှုလေ့လာမှုနဲ့အနာဂတ်သင်ခန်းစာ	Introduction	စက်မှုလေ့လာမှု၏ မူလအကြောင်းအရာများကို သင်ယူပါ။	Lesson	Muhammad
02	စက်မှုလေ့လာမှု၏ သမိုင်းကြောင်း	Introduction	ဤနယ်ပယ်၏ သမိုင်းကို လေ့လာပါ။	Lesson	Jen and Amy
03	တရားမျှတမှုနှင့်စက်မှုလေ့လာမှု	Introduction	စက်မှုလေ့လာမှု မော်ဒယ်များကို တည်ဆောက်ရာတွင် ကျောင်းသားများ သတိပြုသင့်သော တရားမျှတမှုနှင့် ပတ်သက်သော ဘာသာရပ်အချက်အလက်များသည် အရေးကြီးကြောင်း။	Lesson	Tomomi
04	စက်မှုလေ့လာမှုနည်းပညာများ	Introduction	စက်မှုလေ့လာမှုပညာရှင်များသည် စက်မှုလေ့လာမှု မော်ဒယ်များတည်ဆောက်ရာတွင် မည်သည့်နည်းပညာများကို အသုံးပြုကြသည်။	Lesson	Chris and Jen
05	Regression အတွက် အကြွင်းအကျန် မိတ်ဆက်	Regression	Regression မော်ဒယ်များအတွက် Python နှင့် Scikit-learn ဖြင့် စတင်လေ့လာပါ။	Python • R	Jen • Eric Wanjau
06	မြောက်အမေရိက ခရမ်းလ်ည်ဈေးနှုန်း 🎃	Regression	ML ပြင်ဆင်မှုအတွက် ဒေတာများအား မြင်ကွင်းဖော်ခြင်းနှင့် သန့်ရှင်းမှုလုပ်ခြင်း။	Python • R	Jen • Eric Wanjau
07	မြောက်အမေရိက ခရမ်းလ်ည်ဈေးနှုန်း 🎃	Regression	ဂဏန်းဆက်အဆင့်နှင့် ပုံစံဆက်အစီအစဉ် Regression မော်ဒယ်များ တည်ဆောက်ခြင်း။	Python • R	Jen and Dmitry • Eric Wanjau
08	မြောက်အမေရိက ခရမ်းလ်ည်ဈေးနှုန်း 🎃	Regression	Logistic regression မော်ဒယ်တည်ဆောက်ခြင်း	Python • R	Jen • Eric Wanjau
09	အင်တာနက် App 🔌	Web App	သင်၏ ကောင်းမွန်သော မော်ဒယ်ကို အသုံးပြုရန် ဝက်ဘ်အက်ပ်တည်ဆောက်ခြင်း	Python	Jen
10	အမျိုးအစားခွဲခြားမှုအား မိတ်ဆက်ခြင်း	Classification	သင်၏ဒေတာကို သန့်ရှင်းခြင်း၊ ဆောင်ရွက်ပြီး မြင်ကွင်းဖော်ခြင်းနှင့် အမျိုးအစားခွဲခြားမှုမိတ်ဆက်ခြင်း	Python • R	Jen and Cassie • Eric Wanjau
11	အာရှနဲ့ အိန္ဒိယစားသောက်ကုန်များ အရသာ 🍜	Classification	အမျိုးအစားခွဲစနစ်များကို မိတ်ဆက်ခြင်း	Python • R	Jen and Cassie • Eric Wanjau
12	အာရှနဲ့ အိန္ဒိယစားသောက်ကုန်များအရသာ 🍜	Classification	ပိုမိုမြင့်မားသော အမျိုးအစားခွဲစနစ်များ	Python • R	Jen and Cassie • Eric Wanjau
13	အာရှနဲ့ အိန္ဒိယစားသောက်ကုန်များအရသာ 🍜	Classification	သင့်မော်ဒယ်ကို အသုံးပြု၍ အကြံပြုရန်ဝက်ဘ်အက်ပ် တည်ဆောက်ခြင်း	Python	Jen
14	Clustering အတွက် မိတ်ဆက်ခြင်း	Clustering	သင်၏ဒေတာကို သန့်ရှင်းခြင်း၊ ဆောင်ရွက်ပြီး မြင်ကွင်းဖော်ခြင်းနှင့် Clustering မိတ်ဆက်ခြင်း	Python • R	Jen • Eric Wanjau
15	နိုင်ဂျီးရီးယား ဂီတအရသာများစူးစမ်းခြင်း 🎧	Clustering	K-Means clustering နည်းစနစ်ကို ရှာဖွေ့စူးစမ်းခြင်း	Python • R	Jen • Eric Wanjau
16	သဘာဝဘာသာစကား သုံးနည်း (NLP) မိတ်ဆက်ခြင်း ☕️	Natural language processing	စိတ်ရှည်စွာ အခြေခံ NLP ကို လေ့လာရန် ရိုးရှင်းသော bot တစ်ခု ဖန်တီးခြင်း	Python	Stephen
17	ယေဘုယျ NLP လုပ်ဆောင်ချက်များ ☕️	Natural language processing	ဘာသာစကားဖွဲ့စည်းမှုနှင့် ဆက်စပ်နေသော အလုပ်များကို နားလည်ခြင်းဖြင့် NLP အတတ်ပညာတွေကို အနက်ရှိုင်းဆုံး သင်ယူရန်	Python	Stephen
18	ဘာသာပြန်ခြင်းနှင့်ခံစားချက် ဆန်းစစ်ခြင်း ♥️	Natural language processing	Jane Austen ၏ စာရေးစနစ်ဖြင့် ဘာသာပြန်ခြင်းနှင့် ခံစားချက်ဆန်းစစ်ခြင်း	Python	Stephen
19	ရောမန်ဆွဲဆောင်မှုရှိသော ဥရောပလက်ကွက် ♥️	Natural language processing	ဟိုတယ်ဆက်သွယ်ချက်များနှင့်အတူ ခံစားချက် ဆန်းစစ်ခြင်း ၁	Python	Stephen
20	ရောမန်ဆွဲဆောင်မှုရှိတဲ့ ဥရောပလက်ကွက် ♥️	Natural language processing	ဟိုတယ်ဆက်သွယ်ချက်များနှင့်အတူ ခံစားချက် ဆန်းစစ်ခြင်း ၂	Python	Stephen
21	အချိန်စီးရီး ခန့်မှန်းချက်အတွက် မိတ်ဆက်ခြင်း	Time series	အချိန်စီးရီး ခန့်မှန်းခြင်း မိတ်ဆက်ခြင်း	Python	Francesca
22	⚡️ ကမ္ဘာ့လျှပ်စစ်စွမ်းအင်အသုံးပြုမှု ⚡️ - ARIMA ဖြင့် အချိန်စီးရီး ခန့်မှန်းခြင်း	Time series	ARIMA ဖြင့် အချိန်စီးရီး ခန့်မှန်းခြင်း	Python	Francesca
23	⚡️ ကမ္ဘာ့လျှပ်စစ် စွမ်းအင်အသုံးပြုမှု ⚡️ - SVR ဖြင့် အချိန်စီးရီး ခန့်မှန်းခြင်း	Time series	Support Vector Regressor ဖြင့် အချိန်စီးရီး ခန့်မှန်းခြင်း	Python	Anirban
24	Reinforcement Learning မိတ်ဆက်ခြင်း	Reinforcement learning	Q-Learning ဖြင့် Reinforcement Learning မိတ်ဆက်ခြင်း	Python	Dmitry
25	Peter ကို ကျောက်တော့်မှကာကွယ်ပါ! 🐺	Reinforcement learning	Reinforcement Learning Gym	Python	Dmitry
Postscript	ML ၏ လက်တွေ့နယ်ပယ်သုံး အခြေအနေများနှင့် လျှောက်ပတ်မှုများ	ML in the Wild	စိတ်ဝင်စားဖွယ်နှင့် ရိုက်ခတ်ဖွယ်ရှိသည့် စက်မှုလေ့လာမှုရဲ့ လက်တွေ့လျှောက်ပတ်မှုများ	Lesson	Team
Postscript	RAI dashboard ဖြင့် ML မော်ဒယ် debugging	ML in the Wild	Responsible AI dashboard ပါဝင်ပစ္စည်းများအား အသုံးပြု၍ Machine Learning မော်ဒယ် debugging	Lesson	Ruth Yakubu

ဤသင်တန်း၏ အပိုဆောင်းအရင်းအမြစ်များကို Microsoft Learn တွင် ရှာဖွေပါ

အော့ဖ်လိုင်း လျှောက်ထားမှု

သင်ဒီစာရွက်ကို အော့ဖ်လိုင်းမှ အသုံးပြုနိုင်ရန် Docsify ကို အသုံးပြုပါ။ ဤ repo ကို fork ချပြီး သင့်ဒေသခံစက်တွင် Docsify ကို install လုပ်ပါ။ ထို့နောက်ဤ repo ၏ root ဖိုလ်ဒါတွင် docsify serve ဟု ရိုက်ထည့်ပါ။ ဝက်ဘ်ဆိုက်သည် သင့် localhost ၏ ဆိပ်ကမ်း 3000 သို့ ဆက်သွယ်မည်ဖြစ်သည် - localhost:3000။

PDF များ

သင်တန်းချက်တမ်းနှင့် လင့်ခ်များပါ pdf ကို ဤနေရာတွင် ရှာဖွေပါ။

🎒 အခြား သင်တန်းများ

ကျွန်ုပ်တို့အဖွဲ့သည် အခြား သင်တန်းများကို ပြုလုပ်သည်! ကြည့်ရှုပါ -

LangChain

Azure / Edge / MCP / Agents

---

Generative AI Series

---

အခြေခံသင်ယူမှု

---

Copilot စီးရီး

အကူအညီရယူခြင်း

AI အက်ပ်တွေ ဖန်တီးရာမှာ ရပ်တန့်သွားခဲ့ပါက သို့မဟုတ် မေးခွန်းများရှိပါက MCP အကြောင်း သင်ယူနေကြသူများနှင့် အတွေ့အကြုံရှိ ဖန်တီးသူများအနက်တွင် ဆွေးနွေးနိုင်ပါသည်။ ၎င်းသည် မေးခွန်းများကို ကြိုဆိုပြီး သိမြင်မှုများကို အခမဲ့ မွေးဖွားသော အထောက်အပံ့ပေးမှု အဖွဲ့အစည်းတစ်ခုဖြစ်ပါသည်။

ထုတ်ကုန်တုံ့ပြန်ချက်များ သို့မဟုတ် အမှားများ ရှိပါက ဆောက်လုပ်စဉ် တွက်ကြည့်ရန်:

---

ဝန်ချက်ပေးချက်
ဤစာတမ္းကို AI ဘာသာပြန်ဝန်ဆောင်မှုဖြစ်သော Co-op Translator ဖြင့် ဘာသာပြန်ထားပါသည်။ ကျွန်ုပ်တို့သည် မှန်ကန်မှုအတွက် ကြိုးစားကြပေမယ့် အလိုအလျောက် ဘာသာပြန်မှုများတွင် အမှား သို့မဟုတ် မှားယွင်းမှုများပါဝင်နိုင်ကြောင်း ကျေးဇူးပြု၍ သတိပြုပါ။ မူရင်းစာတမ်းသည် မူလဘာသာဖြင့်သာ အတည်ပြုရမည့် အရင်းအမြစ်ဖြစ်သည်။ အရေးကြီးသော အချက်အလက်များအတွက်တော့ ပရော်ဖက်ရှင်နယ် လူ့ဘာသာပြန်မှုကို ညွှန်ကြားအပ်ပါသည်။ ဤဘာသာပြန်မှုကို အသုံးပြုရာမှဖြစ်ပေါ်နိုင်သည့် နားမလည်မှု သို့မဟုတ် မှားယွင်းဖတ်မိမှုများအတွက် ကျွန်ုပ်တို့ မလိုလားပါ။