ML-For-Beginners/translations/ur

🌐 کثیراللسانی مدد

GitHub Action کے ذریعہ معاونت یافتہ (خودکار اور ہمیشہ اپ ٹو ڈیٹ)

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

مقامی طور پر کلوون کرنا پسند کریں؟

اس ذخیرے میں 50+ زبانوں کے ترجمے شامل ہیں جو ڈاؤن لوڈ سائز میں نمایاں اضافہ کرتے ہیں۔ بغیر ترجموں کے کلون کرنے کے لیے sparse checkout استعمال کریں:

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'

یہ آپ کو کورس مکمل کرنے کے لئے ہر چیز فراہم کرتا ہے ایک بہت تیز ڈاؤن لوڈ کے ساتھ۔

ہماری کمیونٹی میں شامل ہوں

ہمارے پاس AI کے ساتھ سیکھنے کی ایک سلسلہ جاری ہے، مزید جاننے اور شامل ہونے کے لئے Learn with AI Series پر آئیں، تاریخ 18 - 30 ستمبر، 2025۔ آپ کو GitHub Copilot کے ذریعہ ڈیٹا سائنس کے استعمال کے ٹپس اور ٹرکس ملیں گے۔

نو آموزوں کے لئے مشین لرننگ - ایک نصاب

🌍 دنیا کی ثقافتوں کے ذریعے مشین لرننگ کو دریافت کرتے ہوئے دنیا کے چکر لگائیں 🌍

Microsoft کے کلاؤڈ ایڈووکیٹس مشین لرننگ کے بارے میں 12 ہفتوں، 26 اسباق کا ایک نصاب پیش کرتے ہیں۔ اس نصاب میں آپ اس تکنیک کو سیکھیں گے جسے کبھی کبھار کلاسیکی مشین لرننگ کہا جاتا ہے، جو بنیادی طور پر Scikit-learn لائبریری کا استعمال کرتی ہے اور ڈیپ لرننگ سے گریز کرتی ہے، جس کا احاطہ ہمارے AI for Beginners' نصاب میں کیا گیا ہے۔ ان اسباق کو ہمارے 'Data Science for Beginners' نصاب کے ساتھ جوڑا جا سکتا ہے۔

ہمارے ساتھ دنیا کے مختلف حصوں کے ڈیٹا پر یہ کلاسیکی تکنیکز نافذ کرنے کا سفر کریں۔ ہر سبق میں پہلے اور بعد میں کوئزز شامل ہیں، اسباق مکمل کرنے کے لئے تحریری ہدایات، حل، اسائنمنٹ اور بہت کچھ۔ ہمارا پروجیکٹ-بنیاد طریقہ آپ کو سیکھتے ہوئے بنانے کی اجازت دیتا ہے، جو نئی مہارتوں کو یاد رکھنے کا مؤثر طریقہ ہے۔

✍️ ہماری مصنفین کا دلی شکریہ جن لوپر، اسٹیفن ہاؤل، فرانسسکا لازیری، تومومی ایمورا، کیسی بریویو، دمتری سوشنکوف، کرس نورنگ، انربن مکھرجی، اورنیلا آلتیونین، روتھ یاکوبو اور ایمی بوئڈ

🎨 شکریہ ہمارے مصورین کا تومومی ایمورا، داسانی مادپالی، اور جن لوپر

🙏 خاص شکریہ ہمارے Microsoft اسٹوڈنٹ ایمبیسیڈر مصنفین، جائزہ کار اور مواد فراہم کرنے والوں کو، خصوصاً رشت دگلی، محمد ساکب خان اینان، روہان راج، الیگزنڈرو پیٹریسکو، ابھیشیک جیسوال، نویرن تبسم، یوان سامیولا، اور سگڈھا اگروال

🤩 اضافی شکریہ Microsoft اسٹوڈنٹ ایمبیسیڈرز ایرک وانجاؤ، جزلین سندھی اور ویدوشی گپتا کو ہمارے R اسباق کے لئے!

شروع کریں

مندرجہ ذیل اقدامات کریں:

1. ریزپوزٹری کو فورک کریں: اس صفحہ کے اوپر دائیں جانب "Fork" بٹن پر کلک کریں۔
2. ریزپوزٹری کو کلون کریں: git clone https://github.com/microsoft/ML-For-Beginners.git

اس کورس کے تمام اضافی وسائل ہمارے Microsoft Learn کلیکشن میں تلاش کریں

🔧 مدد چاہیے؟ ہمارے ٹربل شوٹنگ گائیڈ کو چیک کریں جو انسٹالیشن، سیٹ اپ، اور اسباق چلانے کے عام مسائل کے حل فراہم کرتا ہے۔

طلباء، اس نصاب کو استعمال کرنے کے لئے، پورے رپوزٹری کو اپنے GitHub اکاؤنٹ پر فورک کریں اور مشقیں خود سے یا گروپ کے ساتھ مکمل کریں:

• پری لیکچر کوئز سے شروع کریں۔
• لیکچر پڑھیں اور سرگرمیاں مکمل کریں، ہر علمی چیک پر رک کر غور کریں۔
• پروجیکٹس بنانے کی کوشش کریں اسباق کو سمجھ کر بجائے حل کے کوڈ کو چلانے کے؛ البتہ یہ کوڈ ہر پروجیکٹ پر مبنی سبق میں /solution فولڈر میں دستیاب ہے۔
• پوسٹ لیکچر کوئز حل کریں۔
• چیلنج مکمل کریں۔
• اسائنمنٹ مکمل کریں۔
• ایک سبق کے گروپ مکمل کرنے کے بعد، Discussion Board پر جائیں اور مناسب PAT روبریک بھر کر "آواز بلند کریں"۔ 'PAT' ایک Progress Assessment Tool ہے جو آپ کی سیکھنے میں مدد دیتا ہے۔ آپ دوسرے PATs پر ردعمل بھی دے سکتے ہیں تاکہ ہم سب مل کر سیکھ سکیں۔

مزید مطالعات کے لئے، ہم آپ کو یہ Microsoft Learn ماڈیولز اور سیکھنے کے راستے اپنانے کی سفارش کرتے ہیں۔

اساتذہ، ہم نے کچھ تجاویز شامل کی ہیں کہ اس نصاب کو کیسے استعمال کیا جائے۔

---

ویڈیو واک تھروز

کچھ اسباق مختصر ویڈیو کے طور پر دستیاب ہیں۔ آپ انہیں سبھی اسباق میں لائن میں یا Microsoft Developer YouTube چینل پر ML for Beginners کی پلے لسٹ پر نیچے دی گئی تصویر پر کلک کرکے دیکھ سکتے ہیں۔

---

ٹیم سے ملو

گیف بذریعہ Mohit Jaisal

🎥 پروجیکٹ اور اس کے بانیوں کے بارے میں ویڈیو کے لئے اوپر تصویر پر کلک کریں!

---

تدریسی طریقہ کار

ہم نے اس نصاب کی تعمیر میں دو تعلیمی اصول منتخب کیے ہیں: یہ یقینی بنانا کہ یہ ہاتھوں سے کام کرنے والا پروجیکٹ-بنیاد ہو اور اس میں بار بار کوئزز شامل ہوں۔ اس کے علاوہ، یہ نصاب ایک مشترکہ موضوع رکھتا ہے تاکہ اس میں ہم آہنگی پیدا ہو۔

اس بات کو یقینی بنا کر کہ مواد پروجیکٹس کے ساتھ ہم آہنگ ہے، طلباء کے لیے عمل زیادہ دلچسپ بنایا جاتا ہے اور تصورات کی یادداشت میں اضافہ ہوتا ہے۔ اس کے علاوہ، کلاس سے پہلے ہونے والا کم داؤ والا کوئز طالبعلم کے ارادے کو کسی موضوع کے سیکھنے کی طرف متوجہ کرتا ہے، جبکہ کلاس کے بعد دوسرا کوئز مزید یادداشت کو یقینی بناتا ہے۔ یہ نصاب لچکدار اور دلچسپ بنانے کے لئے ڈیزائن کیا گیا ہے اور اسے مکمل یا جزوی طور پر لیا جا سکتا ہے۔ پروجیکٹس چھوٹے شروع ہوتے ہیں اور 12 ہفتوں کے دورانیے کے آخر تک بڑھتے جاتے ہیں۔ اس نصاب میں ML کے حقیقی دنیا میں اطلاقات پر پوسٹ اسکرپٹ بھی شامل ہے، جسے اضافی کریڈٹ یا مباحثے کی بنیاد کے طور پر استعمال کیا جا سکتا ہے۔

ہمارا کوڈ آف کنڈکٹ، کنٹریبیوٹنگ، ترجمہ، اور ٹربل شوٹنگ رہنما خطوط دیکھیں۔ ہم آپ کی تعمیری رائے کے خیرمقدم کرتے ہیں!

ہر سبق میں شامل ہیں

• اختیاری سکیچ نوٹ
• اختیاری اضافی ویڈیو
• ویڈیو واک تھرو (صرف کچھ اسباق)
• پری لیکچر وارم اپ کوئز
• تحریری سبق
• پروجیکٹ پر مبنی اسباق کے لئے پروجیکٹ بنانے کے مرحلہ وار رہنما
• علمی چیک
• چیلنج
• اضافی مطالعہ
• اسائنمنٹ
• پوسٹ لیکچر کوئز

زبانوں کے بارے میں ایک نوٹ: یہ اسباق بنیادی طور پر Python میں لکھے گئے ہیں، لیکن بہت سے R میں بھی دستیاب ہیں۔ R سبق مکمل کرنے کے لیے /solution فولڈر میں جائیں اور R اسباق تلاش کریں۔ ان میں .rmd توسیع شامل ہوتی ہے جو کہ R Markdown فائل کی نمائندگی کرتی ہے، جسے آسانی سے اس طرح بیان کیا جا سکتا ہے کہ یہ code chunks (R یا دیگر زبانوں کے) اور YAML header (جو آؤٹ پٹ جیسے PDF کی فارمیٹنگ کو ہدایت دیتا ہے) کو ایک Markdown document میں شامل کرتا ہے۔ اس طرح یہ ڈیٹا سائنس کے لیے ایک نمونہ مصنف فریم ورک کے طور پر کام کرتا ہے کیونکہ یہ آپ کو اپنے کوڈ، اس کا آؤٹ پٹ، اور اپنے خیالات کو Markdown میں لکھ کر یکجا کرنے کی اجازت دیتا ہے۔ مزید برآں، R Markdown دستاویزات PDF، HTML، یا Word جیسے آؤٹ پٹ فارمیٹس میں تبدیل کی جا سکتی ہیں۔ کوئز کے بارے میں ایک نوٹ: تمام کوئز کوئز ایپ فولڈر میں شامل ہیں، جن کی تعداد 52 ہے ہر ایک میں تین سوالات ہیں۔ یہ اسباق کے اندر سے لنک کی گئی ہیں لیکن کوئز ایپ کو مقامی طور پر چلایا جا سکتا ہے؛ quiz-app فولڈر میں دی گئی ہدایات پر عمل کریں تاکہ مقامی طور پر ہوسٹ کریں یا Azure پر تعینات کریں۔

سبق نمبر	موضوع	سبق کی جماعت	تعلیمی مقاصد	لنک شدہ سبق	مصنف
01	مشین لرننگ کا تعارف	تعارف	مشین لرننگ کے بنیادی تصورات سیکھیں	سبق	محمد
02	مشین لرننگ کی تاریخ	تعارف	اس میدان کی تاریخی معلومات حاصل کریں	سبق	جین اور ایمی
03	مشین لرننگ میں نزاکت اور عدل	تعارف	اہم فلسفیانہ مسائل جو طلباء کو مشین لرننگ ماڈلز بنانے اور لاگو کرنے میں مدنظر رکھنے چاہئیں	سبق	ٹومومی
04	مشین لرننگ کی تکنیکیں	تعارف	مشین لرننگ محققین کن تکنیکوں کا استعمال کرتے ہیں؟	سبق	کرس اور جین
05	ریگریشن کا تعارف	ریگریشن	ریگریشن ماڈلز کے لیے Python اور Scikit-learn کے ساتھ شروع کریں	Python • R	جین • ایرک وانجا
06	شمالی امریکہ کے کدو کی قیمتیں 🎃	ریگریشن	مشین لرننگ کی تیاری کے لیے ڈیٹا کو دیکھیں اور صاف کریں	Python • R	جین • ایرک وانجا
07	شمالی امریکہ کے کدو کی قیمتیں 🎃	ریگریشن	خطی اور کثیر رکنی ریگریشن ماڈلز بنائیں	Python • R	جین اور دمتری • ایرک وانجا
08	شمالی امریکہ کے کدو کی قیمتیں 🎃	ریگریشن	لاجسٹک ریگریشن ماڈل بنائیں	Python • R	جین • ایرک وانجا
09	ویب ایپ 🔌	ویب ایپ	تربیت یافتہ ماڈل کے استعمال کے لئے ویب ایپ بنائیں	Python	جین
10	درجہ بندی کا تعارف	درجہ بندی	اپنا ڈیٹا صاف، تیار اور دیکھیں؛ درجہ بندی کا تعارف	Python • R	جین اور کیسی • ایرک وانجا
11	مزیدار ایشیائی اور ہندوستانی کھانے 🍜	درجہ بندی	کلاسفائرز کا تعارف	Python • R	جین اور کیسی • ایرک وانجا
12	مزیدار ایشیائی اور ہندوستانی کھانے 🍜	درجہ بندی	مزید کلاسفائرز	Python • R	جین اور کیسی • ایرک وانجا
13	مزیدار ایشیائی اور ہندوستانی کھانے 🍜	درجہ بندی	اپنے ماڈل کی مدد سے ری کومینڈر ویب ایپ بنائیں	Python	جین
14	کلسٹرنگ کا تعارف	کلسٹرنگ	اپنا ڈیٹا صاف، تیار اور دیکھیں؛ کلسٹرنگ کا تعارف	Python • R	جین • ایرک وانجا
15	نائیجیریائی موسیقی کے ذوق کی دریافت 🎧	کلسٹرنگ	K-Means کلسٹرنگ کا طریقہ دریافت کریں	Python • R	جین • ایرک وانجا
16	قدرتی زبان کی پروسیسنگ کا تعارف ☕️	قدرتی زبان کی پروسیسنگ	سادہ بوٹ بنا کر NLP کے بنیادی اصول سیکھیں	Python	اسٹیفن
17	عام NLP کے کام ☕️	قدرتی زبان کی پروسیسنگ	زبان کی ساختوں سے نمٹنے کے دوران ضرورت پڑنے والے عام کاموں کو سمجھ کر NLP کا علم بڑھائیں	Python	اسٹیفن
18	ترجمہ اور جذباتی تجزیہ ♥️	قدرتی زبان کی پروسیسنگ	جین آستن کے ساتھ ترجمہ اور جذباتی تجزیہ	Python	اسٹیفن
19	یورپ کے رومانٹک ہوٹل ♥️	قدرتی زبان کی پروسیسنگ	ہوٹل کے جائزوں کے ساتھ جذباتی تجزیہ 1	Python	اسٹیفن
20	یورپ کے رومانٹک ہوٹل ♥️	قدرتی زبان کی پروسیسنگ	ہوٹل کے جائزوں کے ساتھ جذباتی تجزیہ 2	Python	اسٹیفن
21	ٹائم سیریز پیش گوئی کا تعارف	ٹائم سیریز	ٹائم سیریز پیش گوئی کا تعارف	Python	فرانسسکا
22	⚡️ عالمی بجلی استعمال ⚡️ - ARIMA کے ساتھ ٹائم سیریز پیش گوئی	ٹائم سیریز	ARIMA کے ساتھ ٹائم سیریز پیش گوئی	Python	فرانسسکا
23	⚡️ عالمی بجلی استعمال ⚡️ - SVR کے ساتھ ٹائم سیریز پیش گوئی	ٹائم سیریز	سپورٹ ویکٹر ریگریسر کے ساتھ ٹائم سیریز پیش گوئی	Python	انربن
24	ری انفورسمنٹ لرننگ کا تعارف	ری انفورسمنٹ لرننگ	Q-لرننگ کے ساتھ ری انفورسمنٹ لرننگ کا تعارف	Python	دمتری
25	پیٹر کو بھیڑیے سے بچائیں! 🐺	ری انفورسمنٹ لرننگ	ری انفورسمنٹ لرننگ جِم	Python	دمتری
اختتامیہ	حقیقی دنیا میں ML کی مثالیں اور اطلاقات	حقیقی دنیا میں ML	کلاسیکل مشین لرننگ کی دلچسپ اور معلوماتی حقیقی دنیا کی اطلاقات	سبق	ٹیم
اختتامیہ	RAI ڈیش بورڈ کے ذریعے ML میں ماڈل کی جانچ	حقیقی دنیا میں ML	ذمہ دار AI ڈیش بورڈ کمپونینٹس کا استعمال کرتے ہوئے مشین لرننگ میں ماڈل کی جانچ	سبق	روت یاکوبو

اس کورس کے تمام اضافی وسائل ہماری Microsoft Learn کلیکشن میں تلاش کریں

آف لائن رسائی

آپ اس دستاویز کو آف لائن Docsify استعمال کرکے چلا سکتے ہیں۔ اس ریپو کو فورک کریں، اپنے مقامی کمپیوٹر پر Docsify انسٹال کریں، اور پھر اس ریپو کے روٹ فولڈر میں docsify serve لکھیں۔ ویب سائٹ آپ کے لوکل ہوسٹ پر پورٹ 3000 پر چلائے گی: localhost:3000.

پی ڈی ایفز

نصاب کا پی ڈی ایف ورژن لنکس کے ساتھ یہاں حاصل کریں: here.

🎒 دیگر کورسز

ہماری ٹیم دیگر کورسز بھی تیار کرتی ہے! دیکھیں:

LangChain

Azure / Edge / MCP / Agents

---

Generative AI Series

---

بنیادی تعلیم

---

کوپائلٹ سیریز

مدد حاصل کرنا

اگر آپ پھنس گئے ہیں یا AI ایپس بنانے کے بارے میں کوئی سوالات ہیں۔ MCP کے بارے میں بات چیت میں شامل ہوں جہاں ساتھی سیکھنے والے اور تجربہ کار ڈویلپرز ہیں۔ یہ ایک مددگار کمیونٹی ہے جہاں سوالات کا خیرمقدم کیا جاتا ہے اور علم آزادانہ طور پر شیئر کیا جاتا ہے۔

اگر آپ کے پاس پروڈکٹ کا فیڈبیک ہے یا کوئی خرابی ہو رہی ہے تو براہ کرم ملاحظہ کریں:

---

ڈسکلیمر:
اس دستاویز کا ترجمہ AI ترجمہ سروس Co-op Translator کے ذریعے کیا گیا ہے۔ اگرچہ ہم درستگی کے لیے کوشاں ہیں، براہِ کرم ذہن میں رکھیں کہ خودکار ترجمے میں غلطیاں یا عدم درستیاں ہو سکتی ہیں۔ اصل دستاویز اپنی مادری زبان میں ایک معتبر ماخذ سمجھی جانی چاہیے۔ اہم معلومات کے لیے پیشہ ورانہ انسانی ترجمہ تجویز کیا جاتا ہے۔ اس ترجمے کے استعمال سے پیدا ہونے والی کسی بھی غلط فہمی یا غلط تعبیر کی ذمہ داری ہم پر نہیں ہوگی۔