ML-For-Beginners/translations/ta

🌐 பல-மொழி ஆதரவு

GitHub நடவடிக்கை மூலம் ஆதரிக்கப்பட்டது (தானியங்கி மற்றும் எப்போதும் புதுப்பிக்கப்பட்டது)

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

உள்ளூர் க்ளோன் செய்ய விரும்புகிறீர்களா?

இந்த களஞ்சியம் 50+ மொழி மொழிபெயர்ப்புகளை உள்ளடக்கியது, இது பதிவிறக்க அளவை மிக அதிகமாக்குகிறது. மொழிபெயர்ப்புகளின்றி க்ளோன் செய்வதற்கு, sparse checkout பயன்படுத்தவும்:

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'

இது உங்களுக்கு விரைவான பதிவிறக்கத்துடன் படிப்பை முடிப்பதற்கு தேவையான அனைத்தையும் தருகிறது.

எங்கள் சமூகத்தில் சேருங்கள்

நாம் தற்பொழுது Discord-ல் AI கற்றல் தொடர் நடத்துகிறோம், மேலும் 18 - 30 செப்டம்பர், 2025 அன்று Learn with AI Series இல் எங்களுடன் சேரவும். GitHub Copilot ஐ Data Science க்காக பயன்படுத்துவதற்கான குறிப்புகள் மற்றும் யுத்தங்கள் கிடைக்கும்.

ஆரம்பக்கற்கும் கருவி கணினி கற்றல் அம்சங்கள் - ஒரு பாடத்திட்டம்

🌍 உலக கலாச்சாரங்களின் வழியிலிருந்து கருவி கற்றலை ஆராய்வோம் 🌍

Microsoft இல் உள்ள Cloud Advocates குழு, கருவி கற்றல் பற்றி 12 அடி, 26 பாடங்களாக ஆன ஒரு பாடத்திட்டத்தை மகிழ்ச்சியுடன் வழங்குகிறது. இந்த பாடத்திட்டத்தில், பொதுவாக சாதாரண கருவி கற்றல் என்று கூறப்படுவது என்ன என்பது பற்றி கற்றுக் கொள்வீர்கள், இதில் முக்கியமாக Scikit-learn நூலகத்தை பயன்படுத்தி, ஆழமான கற்றலை தவிர்க்கிறோம், இது எங்கள் AI for Beginners' curriculum ல் உள்ளதைப் போன்றது. மேலும், இந்த பாடங்களைக் கற்றுக்கொள்ள 'Data Science for Beginners' curriculum உடனும் பயன்படுத்தவும்!

உலகின் பல பகுதிகளிலிருந்து தரவுகளை கொண்டு இந்த சாதாரண முறைகளை நாம் உலகம் முழுவதும் பயணம் செய்வோமான்போல் செயல்படுத்துவோம். ஒவ்வொரு பாடமும் முன் மற்றும் பின் தேர்வுகளை, எழுதப்பட்ட குறிப்புகளை, விடைகளை, பணிகளை மற்றும் மேலும் பலவற்றை கொண்டுள்ளது. எங்கள் திட்ட அடிப்படையிலான கற்றல் முறைகள் மூலம் நீங்கள் கற்றுக் கொண்டபோது உருவாக்குவதும் செய்ய முடியும், இது புதிய திறன்களை நிலைத்துவைக்க சிறந்த வழி.

✍️ எங்கள் எழுத்தாளர்கள் - ஜென் லூப்பர், ஸ்டீபன் ஹவெல், ஃபிரான்சஸ்கா லாசெரி, தமோமி இமுரா, கேஸ்ஸி பிரெவியூ, ட்மித்ரி சொஷ்னிகோவ், கிரிஸ் நோரிங், அனிர்பன் முகெர்ஜீ, ஓர்நெல்லா ஆல்டுயாண், ரூத் யாகுபு மற்றும் ஏமி பாய்டுக்கு நன்றி

🎨 எங்கள் வரைபடக்காரர்களுக்கு மேலும் நன்றி தமோமி இமுரா, தசானி மாதிபள்ளி மற்றும் ஜென் லூப்பர்

🙏 சிறப்பு நன்றி 🙏 எங்கள் Microsoft மாணவர் தூதர்கள் எழுத்தாளர்கள், மதிப்பீட்டாளர்கள் மற்றும் உள்ளடக்கக் கூட்டுரிமையாளர்களுக்கு, குறிப்பாக ரிஷித் டாக்லி, முஹம்மद் சகிப் கான் இனான், ரோஹான் ராஜ், அலெக்ஸாண்ட்ரு பெட்ரேஸ்கு, அபிஷேக் ஜெய்ச்வால், நவரின் தபாஸ்சுமு, இஒன் சாமுவிலா மற்றும் ஸ்னிக்தா அகர்வால்

🤩 Microsoft மாணவர் தூதர்கள் எரிக் வான்ஜா, ஜஸ்லின் சோந்து மற்றும் விதுஷி குப்தாவின் எங்கள் R பாடங்களுக்கான கூடுதல் நன்றி!

தொடக்க வழிமுறைகள்

பின்வரும் படிகளை பின்பற்றவும்:

1. களஞ்சியத்தை Fork செய்க: இப்பக்கத்தின் மேல் வலது மூலையில் உள்ள "Fork" பொத்தானை கிளிக் செய்யவும்.
2. களஞ்சியத்தை க்ளோன் செய்யவும்: git clone https://github.com/microsoft/ML-For-Beginners.git

இந்த படிப்பிற்கு மேலதிக அனைத்து வளங்களையும் எங்கள் Microsoft Learn ஒட்டுபடியில் காணவும்

🔧 உதவி தேவைப்படுகிறதா? நிறுவுதல், அமைப்பு மற்றும் பாடங்கள் செயல்படுத்த தொடர்பான பொதுவான பிரச்சனைகளுக்கான தீர்வுகளை பெற எங்கள் Troubleshooting Guide ஐ பார்க்கவும்.

மாணவர்கள், இந்த பாடத்திட்டத்தை பயன்படுத்த, முழு களஞ்சியத்தை உங்கள் சொந்த GitHub கணக்கிற்கு fork செய்து தனியாக அல்லது குழுவாகப் பயிற்சிகளை முடிக்கவும்:

• ஒரு முன்பதிவு தேர்வை தொடங்கவும்.
• வகுப்பைப் படித்து செயல்பாடுகளை முடிக்கவும், ஒவ்வொரு அறிவியல் பரிசோதனையிலும் நிறுத்தி சிந்திக்கவும்.
• பதிலிடவும் குறியீடு செயல்படுத்தாமல் பாடங்களின் கருத்தை புரிந்து கொண்டு திட்டங்களை உருவாக்க முயற்சிக்கவும்; இருப்பினும் அந்த குறியீடு ஒவ்வொரு திட்ட சார்ந்த பாடத்திலும் /solution கோப்புறைகளில் கிடைக்கிறது.
• ஒரு பின்வழக்கு தேர்வை எடுத்துக் கொள்ளவும்.
• சவாலை முடிக்கவும்.
• பணியை முடிக்கவும்.
• ஒரு பாடத்திட்ட குழுவை முடித்த பிறகு, Discussion Board ஐப் பார்வையிடவும் மற்றும் பொருத்தமான PAT ருப்ரிகை நிரப்பி "பரிசீலனை" செய்க. 'PAT' என்பது முன்னேற்ற மதிப்பீட்டு கருவி ஆகும், இது உங்கள் கற்றலை மேம்படுத்த நீங்கள் நிரப்பும் ஒரு மதிப்பீட்டு அறிக்கை ஆகும். நீங்கள் மற்ற PATகளைப் பதிலளிக்கவும், அதனால் நாம் ஒன்றாக கற்றுக்கொள்ளலாம்.

மேலதிக படிப்புக்கு, கீழ்கண்ட Microsoft Learn மூலக்கோப்புகள் மற்றும் கற்றல் பாதைகளைக் கையாள பரிந்துரைக்கிறோம்.

ஆசிரியர்கள், இந்த பாடத்திட்டத்தை எவ்வாறு பயன்படுத்த வேண்டும் என்பதற்கான சில பரிந்துரைகளை நாங்கள் இங்கே சேர்த்துள்ளோம்.

---

வீடியோ வழிகாட்டுதல்கள்

சில பாடங்கள் குறுகிய படிவ வீடியோவாகக் கிடைக்கின்றன. இவற்றை பாடங்களில் நேரடியாக அல்லது Microsoft Developer YouTube சேனலின் ML for Beginners பட்டியலில் காணலாம், கீழே உள்ள படத்தை கிளிக் செய்து.

---

குழுவை சந்திக்கவும்

GIF அகற்றியவர் Mohit Jaisal

🎥 கீழுள்ள படத்தைப் பிறகு இந்தத் திட்டம் மற்றும் அதை உருவாக்கியவர்களைப் பற்றி வீடியோவைப் பார்க்க கிளிக் செய்யவும்!

---

கற்றல் விதிமுறைகள்

இந்த பாடத்திட்டத்தை உருவாக்கும்போது இரண்டு முக்கியக் கொள்கைகளை தேர்வு செய்துள்ளோம்: கையால் செய்கையில் திட்ட அடிப்படையிலான மற்றும் வெகு முறை தேர்வுகள் உள்ளது. கூடுதலாக, இந்த பாடத்திட்டத்திற்கு ஒரு பொதுவான தீம் உள்ளது, இது ஒற்றுமையை தருகிறது.

உள்ளடக்கம் திட்டங்களுடன் பொறுத்தவரை, மாணவர்களுக்கு இது மிக ஈர்க்கக்கூடியதாக மாறிப் பயிற்சியில் கருத்து நிலைத்த நிறுத்தத்தை மேம்படுத்தும். வகுப்பு தொடங்குவதற்கு முன்பாக குறைவான புள்ளிகளுடைய தேர்வு, மாணவர் அந்த பாடத்தை கற்றுக்கொள்ளும் எண்ணத்தை உருவாக்குகிறது, மற்றும் வகுப்பு முடிந்த பின்பு இரண்டாவது தேர்வு மேலதிக நினைவுத்திறனினை உறுதி செய்கிறது. இந்த பாடத்திட்டம் சுலபமாகவும் மகிழ்ச்சியாகவும் இருக்க வடிவமைக்கப்பட்டுள்ளது, முழுமையாக அல்லது ஒரு பகுதியை எடுத்துக்கொள்ளலாம். திட்டங்கள் சிறியதாக தொடங்கி 12 வாரங்கள் முடிவில் மெதுவாக அதிகரிக்கின்றன. இந்த பாடத்திட்டம் ML இன் உண்மையான உலக பயன்பாடுகள் பற்றிய ஒரு குறிப்பை உள்ளடக்கியுள்ளது, இது கூடுதல் மதிப்பெண் அல்லது சார்வு விவாதத்திற்கு பயன்படலாம்.

எங்கள் Code of Conduct, Contributing, Translation, மற்றும் Troubleshooting வழிகாட்டுதல்களைப் பார்வையிடவும். உங்கள் பயனுள்ள கருத்துக்களை வரவேற்கிறோம்!

ஒவ்வொரு பாடத்திலும் உள்ளவை

• விருப்பத்தின் அடிப்படையிலான சுருக்கக் குறிப்புகள்
• விருப்பத்தின் சிறப்பு வீடியோ
• வீடியோ வழிகாட்டுதல் (சில பாடங்களில் மட்டும்)
• முன்-கல்வி ஆவில் தேர்வு
• எழுதப்பட்ட பாடம்
• திட்ட அடிப்படையிலான பாடங்களுக்கான படி படி திட்ட கட்டலை விளக்கும் வழிகாட்டிகள்
• அறிவியல் பரிசோதனைகள்
• ஒரு சவால்
• கூடுதல் அவசியமான வாசிப்புகள்
• பணிகள்
• பிறகு-கல்வி தேர்வு

மொழிகள் குறித்த குறிப்பு: இந்த பாடங்கள் பெரும்பாலும் Python இல் எழுதப்பட்டுள்ளன, ஆனால் பல R-ல் கிடைக்கின்றன. ஒரு R பாடத்தை முடிக்க, /solution கோப்புறையுக்குச் சென்று R பாடங்களைத் தேடவும். அவை .rmd நீட்சியுடன் உள்ளன, இது R Markdown கோப்பாகும், இது code chunks (R அல்லது பிற மொழிகள்) மற்றும் YAML header உடன் கூடிய ஒரு Markdown ஆவணமாக வரையறுக்கப்படுகிறது. இது ஒரு விடயம் பின்னணியை எழுத்தாளர் வரையறுக்கும் வடிவமைப்பாக இருக்கிறது, எங்கும் உங்கள் குறியீடு, அதன் வெளியீடு மற்றும் உங்கள் எண்ணங்களை Markdown வடிவில் எழுத அனுமதிக்கிறது. அதோடு, R Markdown ஆவணங்களை PDF, HTML அல்லது Word போன்ற வெளியீடு வடிவங்களுக்கு மாற்ற முடியும். க்விஸ் குறித்து ஒரு குறிப்புரை: அனைத்து க்விஸ்களும் Quiz App folder இல் உள்ளன, ஒவ்வொரு க்விஸில் மூன்று கேள்விகள் உள்ள 52 க்கும் மேற்பட்ட க்விஸ்கள். இதைவழி பாடங்களிலிருந்து இணைக்கப்பட்டுள்ளன, ஆனால் quiz app-ஐ உள்ளூர் முறையில் இயக்கலாம்; உள்ளூரிலேயே ஹோஸ்ட் செய்ய அல்லது Azure க்கு வெளியிட quiz-app கோப்பகத்தில் உள்ள வழிமுறைகளை பின்பற்றவும்.

பாட எண்ணிக்கை	தலைப்பு	பாடக் குழுவாக்கம்	கற்றல் குறிக்கோள்கள்	இணைக்கப்பட்ட பாடம்	ஆசிரியர்
01	இயந்திர கற்றல் அறிமுகம்	Introduction	இயந்திர கற்றலின் அடிப்படைக் கருத்துக்களை கற்றுக்கொள்ளுங்கள்	Lesson	முகமது
02	இயந்திரக் கற்றலின் வரலாறு	Introduction	இந்த துறையின் பின்னணியிலான வரலாற்றைக் கற்றுக்கொள்ளுங்கள்	Lesson	ஜென் மற்றும் ஏமி
03	நியாயமான்க் கற்றலும் இயந்திரக் கற்றலும்	Introduction	இயந்திரக் கற்றல் மாதிரிகளைக் கட்டும் போது மாணவர்கள் பரிசீலிக்க வேண்டிய நியாயம் சார்ந்த முக்கிய தத்துவ ரீதியான சிக்கல்கள் என்ன?	Lesson	டோமோமி
04	இயந்திரக் கற்றலுக்கான தொழில்நுட்பங்கள்	Introduction	இயந்திரக் கற்றல் ஆய்வாளர்கள் இயந்திரக் கற்றல் மாதிரிகளை உருவாக்க எந்த தொழில்நுட்பங்களைப் பயன்படுத்துகிறார்கள்?	Lesson	கிரிஸ் மற்றும் ஜென்
05	ரிகிரஷன் அறிமுகம்	Regression	ரிகிரஷன் மாதிரிகளுக்கான பைதான் மற்றும் ஸ்கைக்கிட்-லெர்னைப் பயன்படுத்த தொடங்குங்கள்	Python • R	ஜென் • எரிக் வான்ஜௌ
06	வட அமெரிக்கவின் பூசணிக்காய் விலை 🎃	Regression	இயந்திரக் கற்றலுக்கான தரவை கண்டு பிடித்து தூய்மை செய்யவும்	Python • R	ஜென் • எரிக் வான்ஜௌ
07	வட அமெரிக்கவின் பூசணிக்காய் விலை 🎃	Regression	வரிசையியல் மற்றும் தொகுப்பியல் ரிகிரஷன் மாதிரிகளை கட்டவும்	Python • R	ஜென் மற்றும் ட்மிட்ரி • எரிக் வான்ஜௌ
08	வட அமெரிக்கவின் பூசணிக்காய் விலை 🎃	Regression	ஒரு மொழிப்புரை ரிகிரஷன் மாதிரியை உருவாக்கு	Python • R	ஜென் • எரிக் வான்ஜௌ
09	ஒரு வலைப் பயன்பாடு 🔌	Web App	உங்கள் பயிற்சி பெற்ற மாதிரியைப் பயன்படுத்த ஒரு வலைப் பயன்பாட்டை கட்டமைக்கவும்	Python	ஜென்
10	வகைப்படுத்தல் அறிமுகம்	Classification	உங்கள் தரவை சுத்தம் செய்ய, தயார் செய்ய மற்றும் காட்சிப்படுத்தவும்; வகைப்படுத்தலுக்கான அறிமுகம்	Python • R	ஜென் மற்றும் காஸ்ஸி • எரிக் வான்ஜௌ
11	சுவையான ஆசிய மற்றும் இந்திய உணவுகள் 🍜	Classification	வகைப்பாட்டாளர்களுக்கான அறிமுகம்	Python • R	ஜென் மற்றும் காஸ்ஸி • எரிக் வான்ஜௌ
12	சுவையான ஆசிய மற்றும் இந்திய உணவுகள் 🍜	Classification	மேலும் வகைப்பாட்டாளர்கள்	Python • R	ஜென் மற்றும் காஸ்ஸி • எரிக் வான்ஜௌ
13	சுவையான ஆசிய மற்றும் இந்திய உணவுகள் 🍜	Classification	உங்கள் மாதிரியைப் பயன்படுத்தி ஒரு பரிந்துரையாளர் வலைப் பயன்பாட்டை கட்டுங்கள்	Python	ஜென்
14	தொடர்புபடுத்தல் அறிமுகம்	Clustering	உங்கள் தரவை சுத்தம் செய்து, தயார் செய்து, காட்சிப்படுத்தவும்; தொடர்புபடுத்தலுக்கு அறிமுகம்	Python • R	ஜென் • எரிக் வான்ஜௌ
15	நைஜீரிய இசை ருசிகளை ஆராய்தல் 🎧	Clustering	K-மீன்ஸ் தொடர்புபடுத்தல் முறையை ஆராயவும்	Python • R	ஜென் • எரிக் வான்ஜௌ
16	இயற்கை மொழி செயலாக்கம் அறிமுகம் ☕️	Natural language processing	ஒரு எளிய பாட்டை கட்டி NLP அடிப்படைகளை கற்றுக்கொள்ளுங்கள்	Python	ஸ்டீفن
17	பொதுவான NLP பணிகள் ☕️	Natural language processing	மொழி அமைப்புகளுடன் பணியாற்றும் பொழுதும் தேவையான பொதுவான பணிகளைப் புரிந்துகொண்டு உங்கள் NLP அறிவை ஆழப்படுத்துங்கள்	Python	ஸ்டீفن
18	மொழிபெயர்ப்பு மற்றும் உணர்ச்சி பகுப்பாய்வு ♥️	Natural language processing	ஜேன் ஆஸ்டனுடன் மொழிபெயர்த்து உணர்ச்சி பகுப்பாய்வு	Python	ஸ்டீفن
19	ஐரோப்பாவின் காதலுடன் கூடிய விடுதிகள் ♥️	Natural language processing	விடுதி மதிப்பாய்வுகளுடன் உணர்ச்சி பகுப்பாய்வு 1	Python	ஸ்டீفن
20	ஐரோப்பாவின் காதலுடன் கூடிய விடுதிகள் ♥️	Natural language processing	விடுதி மதிப்பாய்வுகளுடன் உணர்ச்சி பகுப்பாய்வு 2	Python	ஸ்டீفن
21	காலவரிசை முன்னறிவிப்பு அறிமுகம்	Time series	காலவரிசை முன்னறிவிப்பில் அறிமுகம்	Python	பிரான்செஸ்கா
22	⚡️ உலக வலியமைப்பு ⚡️ - ARIMA உடன் காலவரிசை முன்னறிவிப்பு	Time series	ARIMA உடன் காலவரிசை முன்னறிவிப்பு	Python	பிரான்செஸ்கா
23	⚡️ உலக வலியமைப்பு ⚡️ - SVR உடன் காலவரிசை முன்னறிவிப்பு	Time series	Support Vector Regressor உடன் காலவரிசை முன்னறிவிப்பு	Python	அனிர்பான்
24	ஊக்கமளிக்கும் கற்றலுக்கான அறிமுகம்	Reinforcement learning	Q-Learning உடன் ஊக்கமளிக்கும் கற்றலுக்கான அறிமுகம்	Python	ட்மிட்ரி
25	பீட்டரை கிளியைத் தவிர்க்க உதவி செய்! 🐺	Reinforcement learning	ஊக்கமளிக்கும் கற்றல் ஜிம்	Python	ட்மிட்ரி
பிறசுருக்கம்	இயந்திரக் கற்றல் பாவனைகள் மற்றும் செயல்முறைகள்	ML in the Wild	பாரம்பரிய இயந்திரக் கற்றல் பற்றிய சுவாரஸ்யமான மற்றும் வெளிப்படையான பாவனைகள்	Lesson	குழு
பிறசுருக்கம்	RAI டேஷ்போர்டைப் பயன்படுத்தி ML மாதிரிகள் பிழைத்திருத்தல்	ML in the Wild	பொறுப்பான AI டேஷ்போர்ட் கூறுகளைப் பயன்படுத்தி இயந்திரக் கற்றல் மாதிரிகள் பிழைத்திருத்தல்	Lesson	ரூத் யாக்குபு

இந்த பாடத்துக்கான கூடுதல் ஆதாரங்களை எங்கள் Microsoft Learn சேகரிப்பில் காணவும்

ஆன்லைன் இல்லாமல் அணுகல்

Docsify பயன்படுத்தி நீங்கள் இந்த ஆவணத்தையும் ஆன்லைன் இல்லாமல் இயக்கலாம். இந்த ரெப்போவை ஃபோர்க் செய்து, Docsify ஐ நிறுவி உங்கள் உள்ளூர்மின்னணு கணினியிலேயே, பின்னர் இந்த ரெப்போவின் ரூட் கோப்பகத்தில் docsify serve என்பதை இன்ஸ்டால் செய்து இயக்குங்கள். இந்த இணையத்தளம் உங்கள் உள்ளூர் கணினியின் போர்ட் 3000 இல் வழங்கப்படும்: localhost:3000.

PDFகள்

வழிகாட்டியின் PDF-ஐ இதன் மூலம் இணைப்புகள் கொண்டாகக் காணவும் இங்கே.

🎒 பிற பாடங்கள்

எங்கள் குழு பிற பாடங்களையும் உருவாக்குகிறது! நிச்சயமாக பாருங்கள்:

லாங்க்செயின்

---

அஜூர் / எட்ஜ் / MCP / முகவர்கள்

---

உருவாக்கும் AI தொடர்முறை

---

அடிப்படை கற்றல்

---

கோபைலட் தொடர்

உதவி பெறுதல்

நீங்கள் தடுமாறினால் அல்லது AI செயலிகள் உருவாக்குவது பற்றி ஏதேனும் கேள்விகள் இருந்தால். MCP பற்றி விவாதங்களில் சக கற்றுக்கொள்ளுநர்களும் அனுபவசாலி மேம்படுத்துநர்களும் இணைந்திடுங்கள். கேள்விகள் வரவேற்கப்படும் மற்றும் அறிவு சுதந்திரமாக பகிரப்படும் ஆதரவான சமூகம் இது.

உங்கள் தயாரிப்பு கருத்து அல்லது பிழைகள் இருந்தால்:

---

குறிப்பு:
இந்த ஆவணம் AI மொழிபெயர்ப்பு சேவையான Co-op Translator மூலம் மொழிபெயர்க்கப்பட்டுள்ளது. நாங்கள் துல்லியத்திற்காக முயற்சித்தும் வருகிறோம், ஆனால் தானியங்கியான மொழிபெயர்ப்புகளில் பிழைகள் அல்லது தவறுகள் இருக்க வாய்ப்பு உள்ளது. அடிப்படை ஆவணம் அதன் சொந்த/native மொழியில் அதிகாரப்பூர்வமான ஆதாரமாக கருதப்பட வேண்டும். முக்கியமான தகவல்களுக்கு, தொழில்முறை மனித மொழிபெயர்ப்பை பரிந்துரைக்கின்றோம். இந்த மொழிபெயர்ப்பின் பயன்படுத்தலால் ஏற்படும் தவறுசெய்திகள் அல்லது தவறான புரிதலுக்கு எங்கள் பொறுப்பு இல்லை.