ML-For-Beginners/translations/hi

🌐 बहुभाषी समर्थन

GitHub Action के माध्यम से समर्थित (स्वचालित और हमेशा अद्यतन)

अरबी | बंगाली | बुल्गेरियाई | बर्मी (म्यांमार) | चीनी (सरलीकृत) | चीनी (पारंपरिक, हाँगकाँग) | चीनी (पारंपरिक, मकाऊ) | चीनी (पारंपरिक, ताइवान) | क्रोएशियाई | चेक | डेनिश | डच | एस्टोनियाई | फिनिश | फ्रेंच | जर्मन | ग्रीक | हिब्रू | हिंदी | हंगेरियन | इंडोनेशियाई | इटालियन | जापानी | कन्नड़ | कोरियाई | लिथुआनियाई | मलय | मलयालम | मराठी | नेपाली | नाइजीरियाई पिजिन | नॉर्वेजियन | फ़ारसी (Farsi) | पोलिश | पुर्तगाली (ब्राज़ील) | पुर्तगाली (पुर्तगाल) | पंजाबी (गुरमुखी) | रोमानियाई | रूसी | सर्बियाई (सिरिलिक) | स्लोवाक | स्लोवेनियाई | स्पेनिश | स्वाहिली | स्वीडिश | टैगालॉग (फिलिपिनो) | तमिल | तेलुगु | थाई | तुर्की | यूक्रेनी | उर्दू | वियतनामी

हमारे समुदाय में शामिल हों

हमारी Discord पर "Learn with AI" सीरीज़ चल रही है — अधिक जानें और 18 - 30 सितंबर, 2025 के दौरान हमारे साथ जुड़ें Learn with AI Series। आपको Data Science के लिए GitHub Copilot का उपयोग करने के टिप्स और ट्रिक्स मिलेंगे।

शुरुआती लोगों के लिए मशीन लर्निंग - एक पाठ्यक्रम

🌍 दुनिया भर की संस्कृतियों के माध्यम से हम मशीन लर्निंग का अन्वेषण करते हुए दुनिया का भ्रमण करें 🌍

Microsoft के Cloud Advocates आपको एक 12-सप्ताह, 26-लेसन वाले पाठ्यक्रम के साथ प्रस्तुत करते हैं जो पूरी तरह से मशीन लर्निंग के बारे में है। इस पाठ्यक्रम में, आप कभी-कभी जिसे क्लासिक मशीन लर्निंग कहा जाता है, उसके बारे में सीखेंगे, जो मुख्यतः Scikit-learn पुस्तकालय का उपयोग करता है और डीडीप लर्निंग से परहेज़ करता है, जिसे हमारे AI for Beginners' पाठ्यक्रम में शामिल किया गया है। इन पाठों को हमारे 'Data Science for Beginners' पाठ्यक्रम के साथ जोड़ा जा सकता है।

दुनिया भर से डेटा पर इन क्लासिक तकनीकों को लागू करते हुए हमारे साथ यात्रा करें। प्रत्येक पाठ में प्री- और पोस्ट-लेसन क्विज़, पाठ पूरा करने के लिखित निर्देश, एक समाधान, एक असाइनमेंट, और बहुत कुछ शामिल है। हमारी परियोजना-आधारित शिक्षण पद्धति आपको निर्माण करते हुए सीखने की अनुमति देती है — नए कौशल को "जमाने" का एक सिद्ध तरीका।

✍️ हमारे लेखकों का हार्दिक धन्यवाद Jen Looper, Stephen Howell, Francesca Lazzeri, Tomomi Imura, Cassie Breviu, Dmitry Soshnikov, Chris Noring, Anirban Mukherjee, Ornella Altunyan, Ruth Yakubu और Amy Boyd

🎨 हमारे चित्रकारों का भी धन्यवाद Tomomi Imura, Dasani Madipalli, और Jen Looper

🙏 विशेष धन्यवाद 🙏 हमारे Microsoft Student Ambassador लेखकों, समीक्षकों और सामग्री योगदानकर्ताओं को, विशेष रूप से Rishit Dagli, Muhammad Sakib Khan Inan, Rohan Raj, Alexandru Petrescu, Abhishek Jaiswal, Nawrin Tabassum, Ioan Samuila, और Snigdha Agarwal

🤩 अतिरिक्त कृतज्ञता Microsoft Student Ambassadors Eric Wanjau, Jasleen Sondhi, और Vidushi Gupta को हमारे R पाठों के लिए!

शुरू करें

इन चरणों का पालन करें:

1. रिपॉजिटरी फोर्क करें: इस पृष्ठ के ऊपर-दाएँ कोने में "Fork" बटन पर क्लिक करें।
2. रिपॉजिटरी क्लोन करें: git clone https://github.com/microsoft/ML-For-Beginners.git

इस पाठ्यक्रम के सभी अतिरिक्त संसाधन हमारे Microsoft Learn संग्रह में खोजें

🔧 क्या मदद चाहिए? सामान्य स्थापना, सेटअप, और पाठ चलाने से संबंधित समस्याओं के समाधान के लिए हमारे समस्या निवारण मार्गदर्शिका को देखें।

छात्र, इस पाठ्यक्रम का उपयोग करने हेतु, पूरे रेपो को अपने GitHub अकाउंट पर फोर्क करें और अभ्यासों को स्वयं या समूह के साथ पूरा करें:

• प्री-लेक्चर क्विज़ से शुरू करें।
• व्याख्यान पढ़ें और गतिविधियाँ पूरी करें, प्रत्येक ज्ञान जांच पर रुककर विचार करें।
• समाधान कोड चलाने के बजाय पाठों को समझकर परियोजनाएँ बनाने की कोशिश करें; हालांकि वह कोड प्रत्येक प्रोजेक्ट-ओरिएंटेड पाठ के /solution फोल्डरों में उपलब्ध है।
• पोस्ट-लेक्चर क्विज़ लें।
• चैलेंज पूरा करें।
• असाइनमेंट पूरा करें।
• किसी पाठ समूह को पूरा करने के बाद, Discussion Board पर जाएँ और उपयुक्त PAT रुब्रिक भरकर "जॉर्नल" वगैरह साझा करके अपनी सीख को जोरदार बनाएं। 'PAT' एक Progress Assessment Tool है, जो एक रुब्रिक है जिसे आप अपनी सीख को आगे बढ़ाने के लिए भरते हैं। आप अन्य PATs पर प्रतिक्रिया भी दे सकते हैं ताकि हम साथ में सीख सकें।

आगे अध्ययन के लिए, हम इन Microsoft Learn मॉड्यूल और लर्निंग पाथ का अनुसरण करने की सलाह देते हैं।

शिक्षक, हमने इस पाठ्यक्रम का उपयोग करने के तरीके पर कुछ सुझाव शामिल किए हैं।

---

वीडियो वॉकथ्रू

कुछ पाठ छोटे फॉर्म वीडियो के रूप में उपलब्ध हैं। आप इन्हें पाठों में इन-लाइन पा सकते हैं, या नीचे की छवि पर क्लिक करके Microsoft Developer YouTube चैनल पर ML for Beginners प्लेलिस्ट पर देख सकते हैं।

---

टीम से मिलें

Gif द्वारा Mohit Jaisal

🎥 ऊपर की छवि पर क्लिक करके परियोजना और इसे बनाने वाले लोगों के बारे में एक वीडियो देखें!

---

शिक्षण पद्धति

इस पाठ्यक्रम का निर्माण करते समय हमने दो शैक्षिक सिद्धांत चुने हैं: यह सुनिश्चित करना कि यह हाथों-पर-काम करने योग्य, यानी प्रोजेक्ट-आधारित हो और इसमें अक्सर क्विज़ शामिल हों। इसके अतिरिक्त, इस पाठ्यक्रम में एक सामान्य थीम है जो इसे समेकित बनाती है।

सामग्री को प्रोजेक्ट्स के साथ संरेखित करके, प्रक्रिया छात्रों के लिए अधिक आकर्षक बनती है और अवधारणाओं का प्रतिधारण बढ़ता है। इसके अलावा, कक्षा से पहले एक कम-जोखिम वाला क्विज़ छात्र के सीखने के इरादे को निर्धारित करता है, जबकि कक्षा के बाद दूसरा क्विज़ और अधिक प्रतिधारण सुनिश्चित करता है। यह पाठ्यक्रम लचीला और मजेदार बनने के लिए डिज़ाइन किया गया है और इसे पूरे या आंशिक रूप से लिया जा सकता है। परियोजनाएँ छोटी शुरुआत करती हैं और 12-सप्ताह के चक्र के अंत तक धीरे-धीरे जटिल हो जाती हैं। इस पाठ्यक्रम में वास्तविक दुनिया में ML के अनुप्रयोगों पर एक पोस्टस्क्रिप्ट भी शामिल है, जिसे अतिरिक्त क्रेडिट के रूप में या चर्चा के आधार के रूप में उपयोग किया जा सकता है।

हमारे आचरण संहिता, योगदान, अनुवाद, और समस्या निवारण दिशानिर्देश देखें। हम आपके रचनात्मक फीडबैक का स्वागत करते हैं!

हर पाठ में शामिल है

• वैकल्पिक स्केचनोट
• वैकल्पिक पूरक वीडियो
• वीडियो वॉकथ्रू (कुछ पाठों में ही)
• पूर्व-व्याख्यान वॉर्मअप क्विज़
• लिखित पाठ
• प्रोजेक्ट-आधारित पाठों के लिए परियोजना बनाने के चरण-दर-चरण निर्देश
• ज्ञान जांच
• एक चुनौती
• पूरक पढ़ाई
• असाइनमेंट
• पोस्ट-व्याख्यान क्विज़

भाषाओं के बारे में एक नोट: ये पाठ मुख्यतः Python में लिखे गए हैं, लेकिन कई R में भी उपलब्ध हैं। किसी R पाठ को पूरा करने के लिए, /solution फ़ोल्डर में जाएँ और R पाठों की तलाश करें। इनमें .rmd एक्सटेंशन शामिल होता है जो एक R Markdown फ़ाइल का प्रतिनिधित्व करता है जिसे सरल रूप से code chunks (R या अन्य भाषाओं के) और एक YAML header (जो आउटपुट जैसे PDF को कैसे प्रारूपित किया जाए यह निर्देशित करता है) को एक Markdown document में एम्बेड करने के रूप में परिभाषित किया जा सकता है। इस प्रकार, यह डेटा साइंस के लिए एक आदर्श लेखन ढाँचा के रूप में कार्य करता है क्योंकि यह आपको अपना कोड, उसका आउटपुट और अपने विचार Markdown में लिखने की अनुमति देता है। इसके अलावा, R Markdown दस्तावेज़ों को PDF, HTML या Word जैसे आउटपुट फ़ॉर्मैट में रेंडर किया जा सकता है।

क्विज़ेज़ के बारे में एक नोट: सभी क्विज़ Quiz App फ़ोल्डर में संचित हैं, कुल 52 क्विज़ जिनमें से प्रत्येक में तीन प्रश्न हैं। इन्हें पाठों के भीतर लिंक किया गया है लेकिन क्विज़ ऐप को लोकली चलाया जा सकता है; लोकली होस्ट करने या Azure पर डिप्लॉय करने के निर्देश के लिए quiz-app फ़ोल्डर में दिए गए निर्देशों का पालन करें।

पाठ संख्या	विषय	पाठ समूह	अध्ययन उद्देश्य	लिंक किया गया पाठ	लेखक
01	मशीन लर्निंग का परिचय	परिचय	मशीन लर्निंग के मूलभूत सिद्धांत सीखें	पाठ	Muhammad
02	मशीन लर्निंग का इतिहास	परिचय	इस क्षेत्र के इतिहास को जानें	पाठ	Jen and Amy
03	निष्पक्षता और मशीन लर्निंग	परिचय	निष्पक्षता के आसपास कौन से महत्वपूर्ण दार्शनिक मुद्दे हैं जिन्हें छात्रों को एमएल मॉडल बनाते और लागू करते समय विचार करना चाहिए?	पाठ	Tomomi
04	मशीन लर्निंग की तकनीकें	परिचय	एमएल शोधकर्ता एमएल मॉडल बनाने के लिए कौन सी तकनीकें उपयोग करते हैं?	पाठ	Chris and Jen
05	रिग्रेशन का परिचय	रिग्रेशन	रिग्रेशन मॉडल के लिए Python और Scikit-learn के साथ शुरुआत करें	Python • R	Jen • Eric Wanjau
06	उत्तरी अमेरिका के कद्दू के मूल्य 🎃	रिग्रेशन	एमएल की तैयारी के लिए डेटा को विज़ुअलाइज़ और साफ़ करें	Python • R	Jen • Eric Wanjau
07	उत्तरी अमेरिका के कद्दू के मूल्य 🎃	रिग्रेशन	लिनियर और पॉलीनोमियल रिग्रेशन मॉडल बनाएँ	Python • R	Jen and Dmitry • Eric Wanjau
08	उत्तरी अमेरिका के कद्दू के मूल्य 🎃	रिग्रेशन	लॉजिस्टिक रिग्रेशन मॉडल बनाएं	Python • R	Jen • Eric Wanjau
09	एक वेब ऐप 🔌	वेब ऐप	अपने प्रशिक्षित मॉडल का उपयोग करने के लिए एक वेब ऐप बनाएं	Python	Jen
10	वर्गीकरण का परिचय	वर्गीकरण	अपने डेटा को साफ़, तैयार और विज़ुअलाइज़ करें; वर्गीकरण का परिचय	Python • R	Jen and Cassie • Eric Wanjau
11	स्वादिष्ट एशियाई और भारतीय व्यंजन 🍜	वर्गीकरण	क्लासीफायरों का परिचय	Python • R	Jen and Cassie • Eric Wanjau
12	स्वादिष्ट एशियाई और भारतीय व्यंजन 🍜	वर्गीकरण	अधिक क्लासीफायर	Python • R	Jen and Cassie • Eric Wanjau
13	स्वादिष्ट एशियाई और भारतीय व्यंजन 🍜	वर्गीकरण	अपने मॉडल का उपयोग करके एक सिफारिश वेब ऐप बनाएं	Python	Jen
14	क्लस्टरिंग का परिचय	क्लस्टरिंग	अपने डेटा को साफ़, तैयार और विज़ुअलाइज़ करें; क्लस्टरिंग का परिचय	Python • R	Jen • Eric Wanjau
15	नाइजीरियाई संगीत पसंद का अन्वेषण 🎧	क्लस्टरिंग	K-Means क्लस्टरिंग विधि का अन्वेषण	Python • R	Jen • Eric Wanjau
16	प्राकृतिक भाषा प्रसंस्करण का परिचय ☕️	प्राकृतिक भाषा प्रसंस्करण	एक साधारण बॉट बनाकर NLP के मूल बातें सीखें	Python	Stephen
17	सामान्य NLP कार्य ☕️	प्राकृतिक भाषा प्रसंस्करण	भाषाई संरचनाओं से निपटने के लिए आवश्यक सामान्य कार्यों को समझकर अपने NLP ज्ञान को गहरा करें	Python	Stephen
18	अनुवाद और भावना विश्लेषण ♥️	प्राकृतिक भाषा प्रसंस्करण	Jane Austen के साथ अनुवाद और भावना विश्लेषण	Python	Stephen
19	यूरोप के रोमांटिक होटल ♥️	प्राकृतिक भाषा प्रसंस्करण	होटल समीक्षाओं के साथ भावना विश्लेषण 1	Python	Stephen
20	यूरोप के रोमांटिक होटल ♥️	प्राकृतिक भाषा प्रसंस्करण	होटल समीक्षाओं के साथ भावना विश्लेषण 2	Python	Stephen
21	समय श्रृंखला पूर्वानुमान का परिचय	समय श्रृंखला	समय श्रृंखला पूर्वानुमान का परिचय	Python	Francesca
22	⚡️ विश्व विद्युत उपयोग ⚡️ - ARIMA के साथ समय श्रृंखला पूर्वानुमान	समय श्रृंखला	ARIMA के साथ समय श्रृंखला पूर्वानुमान	Python	Francesca
23	⚡️ विश्व विद्युत उपयोग ⚡️ - SVR के साथ समय श्रृंखला पूर्वानुमान	समय श्रृंखला	सपोर्ट वेक्टर रिग्रेसर के साथ समय श्रृंखला पूर्वानुमान	Python	Anirban
24	रिइन्फोर्समेंट लर्निंग का परिचय	रिइन्फोर्समेंट लर्निंग	Q-Learning के साथ रिइन्फोर्समेंट लर्निंग का परिचय	Python	Dmitry
25	पीटर को भेड़िये से बचाने में मदद करें! 🐺	रिइन्फोर्समेंट लर्निंग	रिइन्फोर्समेंट लर्निंग Gym	Python	Dmitry
Postscript	वास्तविक विश्व में एमएल परिदृश्य और अनुप्रयोग	बाहरी दुनिया में ML	क्लासिकल एमएल के दिलचस्प और खुलासे वाले वास्तविक-विश्व अनुप्रयोग	पाठ	टीम
Postscript	RAI डैशबोर्ड का उपयोग करके ML में मॉडल डिबगिंग	बाहरी दुनिया में ML	Responsible AI डैशबोर्ड घटकों का उपयोग करके मशीन लर्निंग में मॉडल डिबगिंग	पाठ	Ruth Yakubu

इस पाठ्यक्रम के सभी अतिरिक्त संसाधन हमारी Microsoft Learn संग्रह में खोजें

ऑफ़लाइन पहुँच

You can run this documentation offline by using Docsify. Fork this repo, install Docsify on your local machine, and then in the root folder of this repo, type docsify serve. The website will be served on port 3000 on your localhost: localhost:3000.

पीडीएफ

लिंक के साथ पाठ्यक्रम का पीडीएफ यहाँ पाएँ。

🎒 अन्य पाठ्यक्रम

Our team produces other courses! Check out:

LangChain

---

Azure / Edge / MCP / Agents

---

Generative AI Series

---

मुख्य सीख

---

Copilot श्रृंखला

सहायता प्राप्त करें

यदि आप अटक जाते हैं या एआई ऐप्स बनाने के बारे में कोई प्रश्न है, तो MCP पर चर्चाओं में सहपाठी शिक्षार्थियों और अनुभवी डेवलपर्स में शामिल हों। यह एक सहायक समुदाय है जहाँ प्रश्नों का स्वागत है और ज्ञान स्वतंत्र रूप से साझा किया जाता है।

यदि आपके पास उत्पाद संबंधी प्रतिक्रिया है या निर्माण के दौरान त्रुटियाँ आ रही हैं तो यहाँ जाएँ:

---

अस्वीकरण: यह दस्तावेज़ AI अनुवाद सेवा Co-op Translator (https://github.com/Azure/co-op-translator) का उपयोग करके अनुवादित किया गया है। जबकि हम सटीक अनुवाद के लिए प्रयास करते हैं, कृपया ध्यान दें कि स्वचालित अनुवादों में त्रुटियाँ या अशुद्धियाँ हो सकती हैं। इस दस्तावेज़ का मूल संस्करण इसकी मूल भाषा में प्राधिकृत स्रोत माना जाना चाहिए। महत्वपूर्ण जानकारी के लिए पेशेवर मानव अनुवाद की सलाह दी जाती है। इस अनुवाद के उपयोग से उत्पन्न किसी भी गलतफ़हमियाँ या गलत व्याख्याओं के लिए हम उत्तरदायी नहीं हैं।