ML-For-Beginners/translations/bn

🌐 বহু-ভাষা সমর্থন

GitHub Action মাধ্যমে সমর্থিত (স্বয়ংক্রিয় এবং সর্বদা আপ-টু-ডেট)

আরবি | বাংলা | বুলগেরীয় | বার্মিজ (মায়ানমার) | চীনা (সরলীকৃত) | চীনা (পারম্পরিক, হংকং) | চীনা (পারম্পরিক, ম্যাকাও) | চীনা (পারম্পরিক, তাইওয়ান) | ক্রোয়েশীয় | চেক | ডেনিশ | ডাচ | এস্তোনীয় | ফিনিশ | ফরাসি | জার্মান | গ্রিক | হিব্রু | হিন্দী | হাঙ্গেরীয় | ইন্দোনেশিয়ান | ইতালিয়ান | জাপানি | কন্নড় | কোরিয়ান | লিথুয়ানিয়ান | মালয় | মলায়ালম | মারাঠি | নেপালি | নাইজেরিয়ান পিজিন | নরওয়েজিয়ান | পারসী (ফার্সি) | পোলিশ | পর্তুগিজ (ব্রাজিল) | পর্তুগিজ (পর্তুগাল) | পাঞ্জাবী (গুরুমুখি) | রোমানিয়ান | রাশিয়ান | সর্বিয়ান (সিরিলিক) | স্লোভাক | স্লোভেনীয় | স্প্যানিশ | সোয়াহিলি | সুইডিশ | টাগালোগ (ফিলিপিনো) | তামিল | তেলেগু | থাই | তুর্কি | ইউক্রেনীয় | উর্দু | ভিয়েতনামি

আমাদের কমিউনিটিতে যোগ দিন

আমাদের একটি Discord AI শেখার সিরিজ চলছে — আরও জানতে এবং যোগ দিতে AI শেখার সিরিজ এ 18 - 30 সেপ্টেম্বর, 2025 তারিখে যান। আপনি GitHub Copilot ব্যবহার করে ডেটা সায়েন্সের টিপস ও ট্রিকস পাবেন।

শুরুকারীদের জন্য মেশিন লার্নিং - একটি পাঠ্যক্রম

🌍 বিশ্বের সংস্কৃতির মাধ্যমে মেশিন লার্নিং অন্বেষণ করতে আমরা বিশ্বের বিভিন্ন প্রান্ত ভ্রমণ করব 🌍

Microsoft-এর Cloud Advocates আপনাদের জন্য নিয়ে এসেছে 12-সপ্তাহের, 26-লেসনের একটি পাঠ্যক্রম যা সম্পূর্ণরূপে মেশিন লার্নিং এর উপর। এই পাঠ্যক্রমে আপনি যা কিছু শেখেন তা প্রায়ই ক্লাসিক মেশিন লার্নিং নামে পরিচিত, যেখানে প্রধানত Scikit-learn লাইব্রেরি ব্যবহার করা হবে এবং ডীপ লার্নিং এড়িয়ে চলা হবে, যা আমাদের শুরুকারীদের জন্য AI পাঠ্যক্রমে কভার করা হয়েছে। এই লেসনগুলোকে আমাদের 'Data Science for Beginners' পাঠ্যক্রম এর সাথে জুড়েও নিতে পারেন।

আমাদের সাথে বিশ্বের বিভিন্ন প্রান্তে ভ্রমণ করুন যখন আমরা এই ক্লাসিক কৌশলগুলোকে বিভিন্ন অঞ্চলের ডেটায় প্রয়োগ করি। প্রতিটি লেসনে থাকবে প্রাক ও পোস্ট-লেসন কুইজ, লেসন সম্পন্ন করার লিখিত নির্দেশনা, একটি সমাধান, একটি অ্যাসাইনমেন্ট, এবং আরও অনেক কিছু। আমাদের প্রজেক্ট-ভিত্তিক শিক্ষা পদ্ধতি আপনাকে নির্মাণ করার মাধ্যমে শেখায় — নতুন দক্ষতা দগ্ধ হওয়ার একটি প্রমাণিত উপায়।

✍️ আমাদের লেখকদের প্রতি আন্তরিক ধন্যবাদ Jen Looper, Stephen Howell, Francesca Lazzeri, Tomomi Imura, Cassie Breviu, Dmitry Soshnikov, Chris Noring, Anirban Mukherjee, Ornella Altunyan, Ruth Yakubu and Amy Boyd

🎨 আমাদের চিত্রনির্মাতাদের প্রতি ধন্যবাদ Tomomi Imura, Dasani Madipalli, এবং Jen Looper

🙏 বিশেষ ধন্যবাদ 🙏 আমাদের Microsoft Student Ambassador লেখক, পর্যালোচক, এবং কনটেন্ট কন্ট্রিবিউটরদের, বিশেষ করে Rishit Dagli, Muhammad Sakib Khan Inan, Rohan Raj, Alexandru Petrescu, Abhishek Jaiswal, Nawrin Tabassum, Ioan Samuila, এবং Snigdha Agarwal

🤩 R লেসনের জন্য বিশেষ কৃতজ্ঞতা Microsoft Student Ambassadors Eric Wanjau, Jasleen Sondhi, এবং Vidushi Gupta-কে!

শুরু করা যাক

এই ধাপগুলো অনুসরণ করুন:

1. রিপোজিটরি ফর্ক করুন: এই পৃষ্ঠার উপরের-ডান কোণে থাকা "Fork" বাটনে ক্লিক করুন।
2. রিপোজিটরি ক্লোন করুন: git clone https://github.com/microsoft/ML-For-Beginners.git

এই কোর্সের সব অতিরিক্ত সম্পদ আমাদের Microsoft Learn সংগ্রহে খুঁজুন

🔧 সহায়তা দরকার? ইনস্টলেশন, সেটআপ, এবং লেসন চালানোর সাধারণ সমস্যাগুলোর সমাধানের জন্য আমাদের সমস্যা সমাধান গাইড দেখুন।

শিক্ষার্থীরা, এই পাঠ্যক্রম ব্যবহার করতে, পুরো রেপোটি আপনার নিজস্ব GitHub অ্যাকাউন্টে ফর্ক করুন এবং একা বা গ্রুপে এক্সারসাইজগুলো সম্পন্ন করুন:

• প্রাক-লেকচার কুইজ দিয়ে শুরু করুন।
• লেকচারটি পড়ুন এবং প্রতিটি জ্ঞান যাচাইয়ে থেমে ভাবুন ও কার্যক্রমগুলো সম্পন্ন করুন।
• সমাধান কোড চালানোর চেয়ে লেসনগুলো বুঝে প্রজেক্টগুলো তৈরি করার চেষ্টা করুন; যাহোক, ওই কোডগুলি প্রতিটি প্রজেক্ট-ভিত্তিক লেসনের /solution ফোল্ডারে উপলব্ধ।
• পোস্ট-লেকচার কুইজ নিন।
• চ্যালেঞ্জ সম্পন্ন করুন।
• অ্যাসাইনমেন্ট সম্পন্ন করুন।
• একটি লেসন গ্রুপ সম্পন্ন করার পর, চর্চা বোর্ড দেখুন এবং উপযুক্ত PAT রুব্রিক পূরণ করে “উচ্চস্বরে শেখা” করুন। 'PAT' হল একটি Progress Assessment Tool—একটি রুব্রিক যা আপনি আপনার শেখাকে আরও উন্নত করতে পূরণ করেন। আপনি অন্য PAT-গুলোর উপরেও প্রতিক্রিয়া জানাতে পারেন যাতে আমরা একসাথে শিখি।

আরও অধ্যয়নের জন্য, আমরা এই Microsoft Learn মডিউল এবং লার্নিং পাথগুলো অনুসরণ করার সুপারিশ করি।

শিক্ষকরা, আমরা এই পাঠ্যক্রমটি কীভাবে ব্যবহার করবেন সে সম্পর্কে কিছু পরামর্শ অন্তর্ভুক্ত করেছি।

---

ভিডিও ওয়াকথ্রু

কিছু লেসন সংক্ষিপ্ত ভিডিও আকারে উপলব্ধ। আপনি এগুলো লেসনের মধ্যে ইন-লাইন খুঁজে পাবেন, অথবা নিচের ছবিতে ক্লিক করে Microsoft Developer YouTube চ্যানেলের ML for Beginners প্লেলিস্টে দেখুন।

---

টিমের সাথে পরিচিত হন

জিফ দ্বারা Mohit Jaisal

🎥 প্রকল্প এবং এটি তৈরি করার লোকদের সম্পর্কে একটি ভিডিও দেখতে উপরের ছবিতে ক্লিক করুন!

---

শিক্ষাদান-পদ্ধতি

এই পাঠ্যক্রম তৈরি করার সময় আমরা দুটি শিক্ষাদান তত্ত্ব বেছে নিয়েছি: এটি যে হচ্ছে হাতে-কলমে করা একটি প্রজেক্ট-ভিত্তিক পাঠ্যক্রম এবং এতে রয়েছে ঘন ঘন কুইজ। এছাড়া, এই পাঠ্যক্রমটি একটি সাধারণ থিম ধারণ করে যা একটিতেই সমন্বয় দেয়।

বিষয়বস্তুকে প্রজেক্টের সাথে মিলিয়ে দেওয়ার ফলে শিক্ষার্থীদের জন্য প্রক্রিয়াটি আরও আকর্ষণীয় হয়ে ওঠে এবং ধারণাগুলির ধারণ ক্ষমতা বাড়ে। এছাড়া, ক্লাসের আগে একটি কম-স্টেক্স কুইজ শিক্ষার্থীর উদ্দেশ্য নির্ধারণ করে দেয়, আর ক্লাসের পরে দ্বিতীয় কুইজ মেমোরি ভরাটে সাহায্য করে। এই পাঠ্যক্রমটি নমনীয় ও মজাদার করে ডিজাইন করা হয়েছে এবং সম্পূর্ণ বা আংশিকভাবে গ্রহণ করা যেতে পারে। প্রজেক্টগুলো ছোট থেকে শুরু করে 12-সপ্তাহের চক্রের শেষে ক্রমশ জটিল হয়ে ওঠে। এই পাঠ্যক্রমে ML-এর বাস্তব-জগতের আবেদন সম্বন্ধে একটি পরিশিষ্টও রয়েছে, যা অতিরিক্ত ক্রেডিট হিসেবে ব্যবহার করা যেতে পারে অথবা আলোচনার ভিত্তি হিসেবে ব্যবহার করা যেতে পারে।

আমাদের আচরণবিধি, অবদান, অনুবাদ, এবং সমস্যা সমাধান নির্দেশিকাগুলো দেখুন। আমরা আপনার গঠনমূলক প্রতিক্রিয়াকে স্বাগত জানাই!

প্রতিটি লেসনে অন্তর্ভুক্ত

• ঐচ্ছিক স্কেচনোট
• ঐচ্ছিক সহায়ক ভিডিও
• ভিডিও ওয়াকথ্রু (কিছু লেসনেই)
• প্রাক-লেকচার ওয়ার্মআপ কুইজ
• লিখিত লেসন
• প্রজেক্ট-ভিত্তিক লেসনের জন্য, কীভাবে প্রজেক্ট তৈরি করবেন তার ধাপে ধাপে নির্দেশিকা
• জ্ঞান যাচাই
• একটি চ্যালেঞ্জ
• অতিরিক্ত পাঠ্য
• অ্যাসাইনমেন্ট
• পোস্ট-লেকচার কুইজ

ভাষা সম্বন্ধে একটি নোট: এই লেসনগুলো প্রধানত Python-এ লিখিত, তবে অনেকগুলো R-এও উপলব্ধ। একটি R লেসন সম্পন্ন করতে, /solution ফোল্ডারে যান এবং R লেসনগুলো অনুসন্ধান করুন। এগুলোতে একটি .rmd এক্সটেনশন থাকবে যা একটি R Markdown ফাইল নির্দেশ করে এবং সহজভাবে সংজ্ঞায়িত করা যায় যে এটি একটি Markdown document-এর মধ্যে code chunks (R বা অন্যান্য ভাষার) এবং একটি YAML header (যা PDF-এর মতো আউটপুট কীভাবে ফরম্যাট করা হবে তা নির্দেশ করে) এমবেড করে। এইভাবে, এটি ডেটা সায়েন্সের জন্য একটি আদর্শ লেখার কাঠামো হিসেবে কাজ করে কারণ এটি আপনাকে আপনার কোড, তার আউটপুট, এবং আপনার চিন্তাধারা একসাথে Markdown-এ লিখে সংযুক্ত করার অনুমতি দেয়। উপরন্তু, R Markdown ডকুমেন্টগুলোকে PDF, HTML, বা Word-এর মতো আউটপুট ফর্ম্যাটে রেন্ডার করা যায়।

কুইজ সম্বন্ধে একটি নোট: সব কুইজগুলো Quiz App ফোল্ডারে রয়েছে, মোট 52টি কুইজ, প্রতিটিতে তিনটি করে প্রশ্ন। এগুলো লেসনের মধ্যে লিঙ্ক করা আছে কিন্তু কুইজ অ্যাপটি লোকালি চালানোও যেতে পারে; লোকালি হোস্ট বা Azure-এ ডিপ্লয় করার নির্দেশনার জন্য quiz-app ফোল্ডারের নির্দেশনা অনুসরণ করুন।

লেসনের নম্বর	বিষয়	লেসন গ্রুপিং	শিক্ষার উদ্দেশ্য	লিঙ্ক করা লেসন	লেখক
01	মেশিন লার্নিং পরিচিতি	ভূমিকা	মেশিন লার্নিং-এর মৌলিক ধারণাগুলো শিখুন	পাঠ	Muhammad
02	মেশিন লার্নিং-এর ইতিহাস	ভূমিকা	এই ক্ষেত্রটির অন্তর্নিহিত ইতিহাস জানুন	পাঠ	Jen এবং Amy
03	ন্যায্যতা এবং মেশিন লার্নিং	ভূমিকা	মেশিন লার্নিং মডেল তৈরির এবং প্রয়োগের সময় ছাত্র-ছাত্রীদের বিবেচনা করা উচিত এমন ন্যায্যতা সম্পর্কিত গুরুত্বপূর্ণ দার্শনিক ইস্যুগুলো কী কী?	পাঠ	Tomomi
04	মেশিন লার্নিংয়ের কৌশলসমূহ	ভূমিকা	মেশিন লার্নিং গবেষকরা কোন কৌশলগুলো ব্যবহার করে মডেল তৈরি করেন?	পাঠ	Chris এবং Jen
05	রিগ্রেশন পরিচিতি	রিগ্রেশন	রিগ্রেশন মডেলের জন্য Python এবং Scikit-learn দিয়ে শুরু করুন	Python • R	Jen • Eric Wanjau
06	উত্তর আমেরিকার কুমড়োর দাম 🎃	রিগ্রেশন	ML-এর প্রস্তুতির জন্য ডেটা ভিজ্যুয়ালাইজ এবং পরিষ্কার করুন	Python • R	Jen • Eric Wanjau
07	উত্তর আমেরিকার কুমড়োর দাম 🎃	রিগ্রেশন	রৈখিক এবং পলিনোমিয়াল রিগ্রেশন মডেল তৈরি করুন	Python • R	Jen এবং Dmitry • Eric Wanjau
08	উত্তর আমেরিকার কুমড়োর দাম 🎃	রিগ্রেশন	লজিস্টিক রিগ্রেশন মডেল তৈরি করুন	Python • R	Jen • Eric Wanjau
09	একটি ওয়েব অ্যাপ 🔌	ওয়েব অ্যাপ	আপনার প্রশিক্ষিত মডেল ব্যবহার করার জন্য একটি ওয়েব অ্যাপ তৈরি করুন	Python	Jen
10	ক্লাসিফিকেশনের পরিচিতি	ক্লাসিফিকেশন	আপনার ডেটা পরিষ্কার, প্রস্তুত ও ভিজ্যুয়ালাইজ করুন; ক্লাসিফিকেশনের পরিচিতি	Python • R	Jen এবং Cassie • Eric Wanjau
11	সুস্বাদু এশিয়ান ও ভারতীয় খাবার 🍜	ক্লাসিফিকেশন	ক্লাসিফায়ার পরিচিতি	Python • R	Jen এবং Cassie • Eric Wanjau
12	সুস্বাদু এশিয়ান ও ভারতীয় খাবার 🍜	ক্লাসিফিকেশন	আরও ক্লাসিফায়ার	Python • R	Jen এবং Cassie • Eric Wanjau
13	সুস্বাদু এশিয়ান ও ভারতীয় খাবার 🍜	ক্লাসিফিকেশন	আপনার মডেল ব্যবহার করে একটি রিকমেন্ডার ওয়েব অ্যাপ তৈরি করুন	Python	Jen
14	ক্লাস্টারিং পরিচিতি	ক্লাস্টারিং	আপনার ডেটা পরিষ্কার, প্রস্তুত ও ভিজ্যুয়ালাইজ করুন; ক্লাস্টারিং পরিচিতি	Python • R	Jen • Eric Wanjau
15	নাইজেরিয়ার সঙ্গীত রুচি অন্বেষণ 🎧	ক্লাস্টারিং	K-Means ক্লাস্টারিং পদ্ধতি অন্বেষণ করুন	Python • R	Jen • Eric Wanjau
16	প্রাকৃতিক ভাষা প্রক্রিয়াকরণ পরিচিতি ☕️	প্রাকৃতিক ভাষা প্রক্রিয়াকরণ	একটি সহজ বট তৈরি করে NLP-এর উপর মৌলিক জ্ঞান শিখুন	Python	Stephen
17	সাধারণ NLP কাজসমূহ ☕️	প্রাকৃতিক ভাষা প্রক্রিয়াকরণ	ভাষার কাঠামোর সাথে কাজ করার সময় প্রয়োজনীয় সাধারণ টাস্কগুলো বোঝার মাধ্যমে আপনার NLP জ্ঞান গভীর করুন	Python	Stephen
18	অনুবাদ এবং মনোভাব বিশ্লেষণ ♥️	প্রাকৃতিক ভাষা প্রক্রিয়াকরণ	জেন অস্টেনের সাথে অনুবাদ এবং মনোভাব বিশ্লেষণ	Python	Stephen
19	ইউরোপের রোমান্টিক হোটেলগুলো ♥️	প্রাকৃতিক ভাষা প্রক্রিয়াকরণ	হোটেল রিভিউ নিয়ে মনোভাব বিশ্লেষণ ১	Python	Stephen
20	ইউরোপের রোমান্টিক হোটেলগুলো ♥️	প্রাকৃতিক ভাষা প্রক্রিয়াকরণ	হোটেল রিভিউ নিয়ে মনোভাব বিশ্লেষণ ২	Python	Stephen
21	টাইম সিরিজ পূর্বাভাস পরিচিতি	টাইম সিরিজ	টাইম সিরিজ পূর্বাভাস পরিচিতি	Python	Francesca
22	⚡️ বিশ্ব শক্তি ব্যবহার ⚡️ - ARIMA দিয়ে টাইম সিরিজ পূর্বাভাস	টাইম সিরিজ	ARIMA দিয়ে টাইম সিরিজ পূর্বাভাস	Python	Francesca
23	⚡️ বিশ্ব শক্তি ব্যবহার ⚡️ - SVR দিয়ে টাইম সিরিজ পূর্বাভাস	টাইম সিরিজ	Support Vector Regressor দিয়ে টাইম সিরিজ পূর্বাভাস	Python	Anirban
24	রিইনফোর্সমেন্ট লার্নিং পরিচিতি	রিইনফোর্সমেন্ট লার্নিং	Q-Learning ব্যবহার করে রিইনফোর্সমেন্ট লার্নিং পরিচিতি	Python	Dmitry
25	পিটারকে নেকড়ে থেকে বাঁচাতে সাহায্য করুন! 🐺	রিইনফোর্সমেন্ট লার্নিং	রিইনফোর্সমেন্ট লার্নিং Gym	Python	Dmitry
পোস্টস্ক্রিপ্ট	বাস্তবজীবন ML পরিস্থিতি এবং প্রয়োগ	বাস্তবজীবনে ML	শ্রেণিবদ্ধ ML-এর আকর্ষণীয় এবং প্রকাশক বাস্তবজীবনের প্রয়োগসমূহ	পাঠ	Team
পোস্টস্ক্রিপ্ট	RAI ড্যাশবোর্ড ব্যবহার করে ML-এ মডেল ডিবাগিং	বাস্তবজীবনে ML	Responsible AI ড্যাশবোর্ড উপাদান ব্যবহার করে মেশিন লার্নিং-এ মডেল ডিবাগিং	পাঠ	Ruth Yakubu

এই কোর্সের সকল অতিরিক্ত রিসোর্স আমাদের Microsoft Learn সংগ্রহে দেখুন

অফলাইন অ্যাক্সেস

আপনি এই ডকুমেন্টেশনটি অফলাইনে চালাতে পারবেন Docsify ব্যবহার করে। এই রিপোটি fork করুন, আপনার লোকাল মেশিনে Docsify ইনস্টল করুন, এবং তারপর এই রিপোর রুট ফোল্ডারে টাইপ করুন docsify serve. ওয়েবসাইটটি আপনার লোকালহোস্টে পোর্ট 3000-এ সার্ভ হবে: localhost:3000.

পিডিএফ

কোরিকুলামের লিংকসহ একটি পিডিএফ এখানে পাওয়া যাবে।

🎒 অন্যান্য কোর্স

আমাদের দল অন্যান্য কোর্সও তৈরি করে! দেখুন:

LangChain

---

Azure / Edge / MCP / Agents

---

জেনেরেটিভ AI সিরিজ

---

মূল শেখা

---

কপাইলট সিরিজ

সাহায্য নিন

যদি আপনি আটকে যান বা AI অ্যাপ তৈরি করার বিষয়ে কোনো প্রশ্ন থাকে। MCP সম্পর্কে আলোচনা করতে সহপাঠী শিক্ষার্থীদের এবং অভিজ্ঞ ডেভেলপারদের সাথে যোগ দিন। এটি একটি সমর্থনশীল কমিউনিটি যেখানে প্রশ্নগুলো স্বাগত এবং জ্ঞান উন্মুক্তভাবে শেয়ার করা হয়।

আপনার যদি পণ্য সম্পর্কে প্রতিক্রিয়া থাকে বা তৈরির সময় কোনো ত্রুটি দেখা দেয়, তাহলে দেখুন:

---

অস্বীকৃতি: এই নথিটি AI অনুবাদ সেবা Co-op Translator ব্যবহার করে অনূদিত হয়েছে। যদিও আমরা যথাসম্ভব নির্ভুলতা বজায় রাখার চেষ্টা করি, অনুগ্রহ করে জানুন যে স্বয়ংক্রিয় অনুবাদে ত্রুটি বা অসঙ্গতি থাকতে পারে। মূল নথিটি তার মূল ভাষাতেই প্রামাণ্য উৎস হিসেবে বিবেচিত হওয়া উচিত। গুরুত্বপূর্ণ তথ্যের জন্য পেশাদার মানব অনুবাদ গ্রহণ করার পরামর্শ দেওয়া হয়। এই অনুবাদ ব্যবহারের ফলে যে কোনো ভুল বোঝাবুঝি বা ভুল ব্যাখ্যার জন্য আমরা দায়ী নই।