ML-For-Beginners/translations/ro

🌐 Suport multi-limbaj

Susținut prin GitHub Action (Automatizat și Întotdeauna Actualizat)

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

Preferi să clonezi local?

Acest repository include peste 50 de traduceri în limbi diferite, ceea ce mărește semnificativ dimensiunea descărcării. Pentru a clona fără traduceri, folosește sparse checkout:

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'

Astfel ai tot ce ai nevoie pentru a finaliza cursul cu o descărcare mult mai rapidă.

Alătură-te comunității noastre

Avem o serie continuă pe Discord numită „Învățare cu AI”, află mai multe și alătură-te la Learn with AI Series în perioada 18 - 30 septembrie 2025. Vei primi sfaturi și trucuri despre cum să folosești GitHub Copilot pentru Data Science.

Învățare automată pentru începători - Un curriculum

🌍 Călătorește în jurul lumii în timp ce explorăm Învățarea Automată prin prisma culturilor lumii 🌍

Echipa Cloud Advocates de la Microsoft este încântată să ofere un curriculum de 12 săptămâni, format din 26 de lecții, dedicat Învățării Automate. În acest curriculum, vei învăța despre ceea ce este uneori numit învățarea automată clasică, folosind în principal biblioteca Scikit-learn și evitând învățarea profundă, care este abordată în curriculumul nostru AI for Beginners. Poți asocia aceste lecții și cu curriculumul nostru 'Data Science for Beginners'!

Călătorește cu noi în jurul lumii în timp ce aplicăm aceste tehnici clasice pe date din diverse regiuni ale lumii. Fiecare lecție include chestionare înainte și după lecție, instrucțiuni scrise pentru a completa lecția, o soluție, o sarcină, și multe altele. Pedagogia noastră bazată pe proiecte îți permite să înveți construind, o metodă dovedită pentru a reține noile competențe.

✍️ Mulțumiri speciale autorilor noștri Jen Looper, Stephen Howell, Francesca Lazzeri, Tomomi Imura, Cassie Breviu, Dmitry Soshnikov, Chris Noring, Anirban Mukherjee, Ornella Altunyan, Ruth Yakubu și Amy Boyd

🎨 Mulțumiri și ilustratorilor noștri Tomomi Imura, Dasani Madipalli și Jen Looper

🙏 Mulțumiri speciale 🙏 ambasadorilor Microsoft Student care au fost autori, recenzori și contributori de conținut, în special Rishit Dagli, Muhammad Sakib Khan Inan, Rohan Raj, Alexandru Petrescu, Abhishek Jaiswal, Nawrin Tabassum, Ioan Samuila și Snigdha Agarwal

🤩 Mulțumiri suplimentare ambasadorilor Microsoft Student Eric Wanjau, Jasleen Sondhi și Vidushi Gupta pentru lecțiile noastre în R!

Începutul

Urmează acești pași:

1. Fă un Fork al repository-ului: Apasă butonul „Fork” din colțul dreapta sus al acestei pagini.
2. Clonează repository-ul: git clone https://github.com/microsoft/ML-For-Beginners.git

găsește toate resursele suplimentare pentru acest curs în colecția noastră Microsoft Learn

🔧 Ai nevoie de ajutor? Consultă Ghidul nostru de depanare pentru soluții la probleme comune de instalare, configurare și rulare a lecțiilor.

Studenți, pentru a folosi acest curriculum, fă fork la întregul repo pe contul vostru de GitHub și finalizați exercițiile singuri sau în grup:

• Începe cu un chestionar înaintea lecturii.
• Citește lecția și efectuează activitățile, fă pauze și reflectă la fiecare verificare a cunoștințelor.
• Încearcă să creezi proiectele înțelegând lecțiile în loc să rulezi codul soluției; totuși codul este disponibil în folderele /solution din fiecare lecție orientată pe proiect.
• Fă chestionarul după lecție.
• Finalizează provocarea.
• Completează sarcina.
• După ce termini un grup de lecții, vizitează Boardul de discuții și „învață cu voce tare” completând rubrică PAT corespunzătoare. PAT este un Instrument de Evaluare a Progresului, un formular pe care îl completezi pentru a-ți avansa învățarea. Poți de asemenea să reacționezi la alte PAT-uri pentru a învăța împreună.

Pentru aprofundare, recomandăm urmarea acestor module și trasee de învățare Microsoft Learn.

Profesori, am inclus câteva sugestii despre cum să folosiți acest curriculum.

---

Parcurgeri video

Unele lecții sunt disponibile sub formă video scurte. Le puteți găsi integrate în lecții sau pe playlistul ML for Beginners de pe canalul Microsoft Developer de pe YouTube făcând click pe imaginea de mai jos.

---

Echipa

Gif de Mohit Jaisal

🎥 Dă click pe imaginea de mai sus pentru un video despre proiect și oamenii care l-au creat!

---

Pedagogie

Am ales două principii pedagogice în construirea acestui curriculum: să fie hands-on, bazat pe proiecte și să includă chestionare frecvente. În plus, curriculumul are o tematică comună pentru a-i da coeziune.

Asigurând alinierea conținutului cu proiectele, procesul devine mai captivant pentru studenți și reținerea conceptelor se îmbunătățește. De asemenea, un chestionar cu miză scăzută înainte de clasă setează intenția studentului de a învăța un subiect, iar un al doilea după clasă confirmă reținerea acestuia. Acest curriculum este gândit să fie flexibil și amuzant, putând fi parcurs în întregime sau parțial. Proiectele pornesc mici și devin tot mai complexe pe parcursul celor 12 săptămâni. Curriculumul include și o postfata despre aplicații reale ale ML, care poate fi folosită ca credit suplimentar sau ca bază de discuție.

Găsești ghidurile noastre Cod de conduită, Contribuire, Traducere și Depanare. Așteptăm cu interes feedback-ul tău constructiv!

Fiecare lecție include

• notiță schițată opțională
• video suplimentar opțional
• parcurgere video (doar în unele lecții)
• chestionar pre-lectură
• lecție scrisă
• pentru lecții bazate pe proiect, ghiduri pas cu pas pentru construcție
• verificări de cunoștințe
• o provocare
• lectură suplimentară
• sarcină
• chestionar post-lectură

O notă despre limbi: Aceste lecții sunt scrise în principal în Python, dar multe sunt disponibile și în R. Pentru a finaliza o lecție în R, mergi în folderul /solution și caută lecțiile în R. Acestea au extensia .rmd, care reprezintă un fișier R Markdown ce poate fi definit simplu ca o încorporare de „chunk-uri de cod” (R sau alte limbi) și un „header YAML” (care ghidează modul de formatare a output-ului precum PDF) într-un document „Markdown”. Astfel, servește ca un cadru exemplu pentru autorii de știință a datelor deoarece permite combinarea codului tău, a output-ului său și a gândurilor tale, permițându-ți să le scrii în Markdown. În plus, documentele R Markdown pot fi randate în formate de output precum PDF, HTML sau Word. O notă despre chestionare: Toate chestionarele sunt conținute în folderul Quiz App, având în total 52 de chestionare cu câte trei întrebări fiecare. Sunt legate din interiorul lecțiilor, dar aplicația de chestionar poate fi rulată local; urmează instrucțiunile din folderul quiz-app pentru a găzdui local sau a implementa pe Azure.

Numărul lecției	Subiect	Gruparea lecției	Obiective de învățare	Lecția legată	Autor
01	Introducere în învățarea automată	Introducere	Învață conceptele de bază din spatele învățării automate	Lecție	Muhammad
02	Istoria învățării automate	Introducere	Învață istoria din spatele acestui domeniu	Lecție	Jen și Amy
03	Corectitudine și învățarea automată	Introducere	Care sunt problemele filosofice importante legate de corectitudine pe care studenții ar trebui să le ia în considerare când construiesc și aplică modele ML?	Lecție	Tomomi
04	Tehnici pentru învățarea automată	Introducere	Ce tehnici folosesc cercetătorii ML pentru a construi modele ML?	Lecție	Chris și Jen
05	Introducere în regresie	Regresie	Începe cu Python și Scikit-learn pentru modele de regresie	Python • R	Jen • Eric Wanjau
06	Prețurile dovlecilor din America de Nord 🎃	Regresie	Vizualizarea și curățarea datelor pentru pregătirea pentru ML	Python • R	Jen • Eric Wanjau
07	Prețurile dovlecilor din America de Nord 🎃	Regresie	Construiește modele de regresie liniară și polinomială	Python • R	Jen și Dmitry • Eric Wanjau
08	Prețurile dovlecilor din America de Nord 🎃	Regresie	Construiește un model de regresie logistică	Python • R	Jen • Eric Wanjau
09	O aplicație web 🔌	Aplicație Web	Construiește o aplicație web pentru a folosi modelul tău antrenat	Python	Jen
10	Introducere în clasificare	Clasificare	Curăță, pregătește și vizualizează datele tale; introducere în clasificare	Python • R	Jen și Cassie • Eric Wanjau
11	Bucătării asiatice și indiene delicioase 🍜	Clasificare	Introducere în clasificatoare	Python • R	Jen și Cassie • Eric Wanjau
12	Bucătării asiatice și indiene delicioase 🍜	Clasificare	Mai multe clasificatoare	Python • R	Jen și Cassie • Eric Wanjau
13	Bucătării asiatice și indiene delicioase 🍜	Clasificare	Construiește o aplicație web recomandare folosind modelul tău	Python	Jen
14	Introducere în clustering	Clustering	Curăță, pregătește și vizualizează datele tale; Introducere în clustering	Python • R	Jen • Eric Wanjau
15	Explorarea gusturilor muzicale nigeriene 🎧	Clustering	Explorează metoda de clustering K-Means	Python • R	Jen • Eric Wanjau
16	Introducere în procesarea limbajului natural ☕️	Procesarea limbajului natural	Învață elementele de bază despre NLP construind un bot simplu	Python	Stephen
17	Sarcini comune NLP ☕️	Procesarea limbajului natural	Aprofundează-ți cunoștințele în NLP înțelegând sarcinile comune necesare când lucrezi cu structuri de limbaj	Python	Stephen
18	Traducere și analiza sentimentelor ♥️	Procesarea limbajului natural	Traducere și analiză a sentimentelor cu Jane Austen	Python	Stephen
19	Hoteluri romantice din Europa ♥️	Procesarea limbajului natural	Analiza sentimentelor cu recenzii la hoteluri 1	Python	Stephen
20	Hoteluri romantice din Europa ♥️	Procesarea limbajului natural	Analiza sentimentelor cu recenzii la hoteluri 2	Python	Stephen
21	Introducere în prognoza seriilor temporale	Serii temporale	Introducere în prognoza seriilor temporale	Python	Francesca
22	⚡️ Consumul mondial de energie ⚡️ - prognoza seriilor temporale cu ARIMA	Serii temporale	Prognoza seriilor temporale cu ARIMA	Python	Francesca
23	⚡️ Consumul mondial de energie ⚡️ - prognoza seriilor temporale cu SVR	Serii temporale	Prognoza seriilor temporale cu Support Vector Regressor	Python	Anirban
24	Introducere în învățarea prin întărire	Învățarea prin întărire	Introducere în învățarea prin întărire cu Q-Learning	Python	Dmitry
25	Ajută-l pe Peter să evite lupul! 🐺	Învățarea prin întărire	Învățarea prin întărire Gym	Python	Dmitry
Postscript	Scenarii și aplicații reale ML	ML în mediul real	Aplicații interesante și revelatoare din lumea reală ale ML clasice	Lecție	Echipa
Postscript	Debugging-ul modelelor ML folosind panoul de control RAI	ML în mediul real	Debugging-ul modelelor ML folosind componente din panoul Responsible AI	Lecție	Ruth Yakubu

găsește toate resursele suplimentare pentru acest curs în colecția noastră Microsoft Learn

Acces offline

Poți rula această documentație offline folosind Docsify. Fă un fork al acestui depozit, instalează Docsify pe mașina ta locală, apoi în folderul rădăcină al acestui depozit tastează docsify serve. Site-ul va fi disponibil pe portul 3000 pe localhost-ul tău: localhost:3000.

PDF-uri

Găsește un pdf cu programa și linkuri aici.

🎒 Alte cursuri

Echipa noastră produce și alte cursuri! Verifică:

LangChain

Azure / Edge / MCP / Agenți

---

Seria AI Generativă

---

Învățare de Bază

---

Seria Copilot

Obținerea Ajutorului

Dacă întâmpini dificultăți sau ai întrebări despre dezvoltarea aplicațiilor AI, alătură-te altor cursanți și dezvoltatori experimentați în discuții despre MCP. Este o comunitate de sprijin unde întrebările sunt binevenite și cunoștințele se împărtășesc liber.

Dacă ai feedback despre produs sau întâmpini erori în timpul dezvoltării, vizitează:

---

Declinare de responsabilitate: Acest document a fost tradus folosind serviciul de traducere AI Co-op Translator. Deși ne străduim pentru acuratețe, vă rugăm să rețineți că traducerile automate pot conține erori sau inexactități. Documentul original, în limba sa nativă, trebuie considerat sursa autoritară. Pentru informații critice, se recomandă traducerea profesională realizată de un traducător uman. Nu ne asumăm răspunderea pentru eventualele neînțelegeri sau interpretări eronate care pot apărea în urma utilizării acestei traduceri.