ML-For-Beginners/translations/sw

🌐 Msaada wa Lugha Nyingi

Inasaidiwa kupitia GitHub Action (Imeotomatishwa na Daima Imeboreshwa)

Kiarabu | Kibengali | Kibulgaria | Kiburma (Myanmar) | Kichina (Rahisi) | Kichina (Kawaida, Hong Kong) | Kichina (Kawaida, Macau) | Kichina (Kawaida, Taiwan) | Kroeshia | Kicheki | Kidenmaki | Kiholanzi | Kiestoniani | Kifini | Kifaransa | Kijerumani | Kigriki | Kiebrania | Kihindi | Kihungari | Kiindonesia | Kiitaliano | Kijapani | Kikannada | Kikorea | Kilithuania | Kimelayu | Kimalayalam | Kimarathi | Kinepali | Nigerian Pidgin | Kinorwe (Bokmål) | Kiajemi (Farsi) | Kipolandi | Kireno (Brazil) | Kireno (Portugal) | Kipunjabi (Gurmukhi) | Kiromania | Kirusi | Kiserbia (Cyrillic) | Kislovakia | Kislovenia | Kihispania | Kiswahili | Kiswidi | Tagalog (Filipino) | Kitamil | Kitelugu | Kithai | Kituruki | Kiukrania | Kiurdu | Kivietinamu

Jiunge na Jamii Yetu

Tuna mfululizo wa Discord wa Jifunze na AI unaoendelea; jifunze zaidi na ujiunge nasi katika Mfululizo wa Jifunze na AI kuanzia 18 - 30 Septemba, 2025. Utapata vidokezo na mbinu za kutumia GitHub Copilot kwa Data Science.

Ujifunzaji wa Mashine kwa Waanzilishi - Mtaala

🌍 Tembea ulimwenguni tunapochunguza Ujifunzaji wa Mashine kwa njia za tamaduni za dunia 🌍

Wanasheria wa Wingu (Cloud Advocates) wa Microsoft wanafurahi kutoa mtaala wa wiki 12, masomo 26 yote kuhusu Ujifunzaji wa Mashine. Katika mtaala huu, utajifunza kuhusu kile kinachoitwa mara nyingi ujifunzaji wa mashine klasiki, ukitumia hasa Scikit-learn kama maktaba na kuepuka deep learning, ambayo inashughulikiwa katika mtaala wetu wa AI for Beginners' curriculum. Pia, panga masomo haya na mtaala wetu wa 'Data Science for Beginners'!

Safi na sisi tutaenda duniani kote tunapotumia mbinu hizi klasiki kwenye data kutoka maeneo mengi ya dunia. Kila somo linajumuisha maswali ya kabla na baada ya somo, maelekezo ya kuandika kumaliza somo, suluhisho, kazi ya nyumbani, na zaidi. Pedagojia yetu inayotegemea miradi inakuwezesha kujifunza ukiunda, njia iliyojaribiwa kwa ujuzi mpya kubaki.

✍️ Shukrani za dhati kwa waandishi wetu Jen Looper, Stephen Howell, Francesca Lazzeri, Tomomi Imura, Cassie Breviu, Dmitry Soshnikov, Chris Noring, Anirban Mukherjee, Ornella Altunyan, Ruth Yakubu and Amy Boyd

🎨 Pia asante kwa wachoraji wetu Tomomi Imura, Dasani Madipalli, na Jen Looper

🙏 Shukrani za pekee 🙏 kwa waandishi, wakaguzi, na wachangiaji wa maudhui wa Microsoft Student Ambassador, hasa Rishit Dagli, Muhammad Sakib Khan Inan, Rohan Raj, Alexandru Petrescu, Abhishek Jaiswal, Nawrin Tabassum, Ioan Samuila, na Snigdha Agarwal

🤩 Shukrani za ziada kwa Microsoft Student Ambassadors Eric Wanjau, Jasleen Sondhi, na Vidushi Gupta kwa masomo yetu ya R!

Kuanza

Fuata hatua hizi:

1. Fanya Fork ya Hazina: Bonyeza kitufe cha "Fork" juu-kulia mwa ukurasa huu.
2. Nakili Hazina (Clone the Repository): git clone https://github.com/microsoft/ML-For-Beginners.git

pata rasilimali zote za ziada kwa kozi hii katika mkusanyiko wetu wa Microsoft Learn

🔧 Unahitaji msaada? Angalia Mwongozo wa Utatuzi wa Matatizo (Troubleshooting Guide) kwa suluhisho za matatizo ya kawaida na usakinishaji, usanidi, na kuendesha masomo.

Wanafunzi, ili kutumia mtaala huu, fanya fork ya hazina nzima kwenye akaunti yako ya GitHub na kamilisha mazoezi peke yako au kwa kikundi:

• Anza na mtihani mfupi kabla ya mihadhara.
• Soma mihadhara na kamilisha shughuli, simama na kutafakari kila ukaguzi wa maarifa.
• Jaribu kuunda miradi kwa kuelewa masomo badala ya kukimbia msimbo wa suluhisho; hata hivyo msimbo huo unapatikana katika folda za /solution katika kila somo linalolenga mradi.
• Fanya mtihani mfupi baada ya mihadhara.
• Kamilisha changamoto.
• Kamilisha kazi.
• Baada ya kumaliza kundi la somo, tembelea Bodi ya Majadiliano na "jifunze kwa sauti" kwa kujaza rubriki ya PAT inayofaa. 'PAT' ni Zana ya Tathmini ya Maendeleo ambayo ni rubriki unayoijaza ili kuendeleza ujifunzaji wako. Unaweza pia kuingiliana na PAT za wengine ili tuwe tukijifunza pamoja.

Kwa masomo zaidi, tunapendekeza kufuata hizi Microsoft Learn moduli na njia za kujifunza.

Walimu, tume jumuisha mapendekezo kadhaa juu ya jinsi ya kutumia mtaala huu.

---

Mwendelezo wa video

Baadhi ya masomo yanapatikana kama video fupi. Unaweza kuyapata yote ndani ya masomo, au kwenye orodha ya kucheza ya ML for Beginners kwenye chaneli ya Microsoft Developer YouTube kwa kubonyeza picha hapa chini.

---

Kutana na Timu

Gif na Mohit Jaisal

🎥 Bonyeza picha hapo juu kwa video kuhusu mradi na watu waliouunda!

---

Pedagojia

Tumechagua kanuni mbili za kielimu tunapojenga mtaala huu: kuhakikisha kuwa ni ya vitendo inayotegemea miradi na kwamba inajumuisha mitihani ya mara kwa mara. Zaidi ya hayo, mtaala huu una mada ya pamoja ili kuipa mshikamano.

Kwa kuhakikisha maudhui yanalingana na miradi, mchakato unakuwa wa kuvutia zaidi kwa wanafunzi na ufuzu wa dhana utaboreshwa. Zaidi ya hayo, mtihani wa chini ya hatari kabla ya darasa unaweka nia ya mwanafunzi kuelekea kujifunza mada, wakati mtihani wa pili baada ya darasa unahakikisha kukumbuka zaidi. Mtaala huu umeundwa kuwa rahisi kubadilika na kufurahisha na unaweza kuchukuliwa kwa ujumla au kwa sehemu. Miradi inaanza ndogo na kuwa tata zaidi mwishoni mwa mzunguko wa wiki 12. Mtaala huu pia unajumuisha poskripti juu ya matumizi halisi ya ML, ambayo inaweza kutumika kama mkopo wa ziada au kama msingi wa majadiliano.

Pata Kanuni zetu za Maadili (Code of Conduct), Mchango (Contributing), Tafsiri (Translation), na Utatuzi wa Matatizo (Troubleshooting). Tunakaribisha maoni yako ya kujenga!

Kila somo linajumuisha

• sketchnote ya hiari
• video ya ziada ya hiari
• mwendo wa video (masomo kadhaa tu)
• mtihani mfupi wa kabla ya mihadhara
• somo lililoandikwa
• kwa masomo yanayotegemea mradi, mwongozo hatua kwa hatua jinsi ya kujenga mradi
• ukaguzi wa maarifa
• changamoto
• kusoma kwa ziada
• kazi
• mtihani mfupi wa baada ya mihadhara

Kumbuka kuhusu lugha: Masomo haya yameandikwa kwa Python, lakini mengi yanapatikana pia kwa R. Ili kumaliza somo la R, nenda kwenye folda ya /solution na tafuta masomo ya R. Yanajumuisha ugani wa .rmd unaoonyesha faili ya R Markdown ambayo inaweza kufafanuliwa kama kuweka pamoja code chunks (za R au lugha nyingine) na YAML header (inayoongoza jinsi ya kuunda matokeo kama PDF) katika kifungu cha Markdown. Kama hivyo, hutumika kama mfumo mzuri wa uandishi kwa sayansi ya data kwani inakuwezesha kuunganisha msimbo wako, matokeo yake, na mawazo yako kwa kuyaandika kwa Markdown. Zaidi ya hayo, hati za R Markdown zinaweza kuonyeshwa katika muundo wa pato kama PDF, HTML, au Word.

Kumbuka kuhusu mitihani midogo: Mitihani yote ipo katika folder ya Quiz App, kwa jumla ya mitihani 52 kila moja ikiwa na maswali matatu. Imetajwa ndani ya masomo lakini programu ya mtihani inaweza kuendeshwa kwa ndani; fuata maelekezo kwenye folda ya quiz-app ili kuiendesha kwa ndani au kuiweka kwenye Azure.

Nambari ya Somo	Mada	Ugawaji wa Somo	Malengo ya Kujifunza	Somo lilolihusishwa	Mwandishi
01	Utangulizi wa ujifunzaji wa mashine	Utangulizi	Jifunze dhana za msingi nyuma ya ujifunzaji wa mashine	Somo	Muhammad
02	Historia ya ujifunzaji wa mashine	Utangulizi	Jifunze historia ya uwanja huu	Somo	Jen na Amy
03	Usawa na ujifunzaji wa mashine	Utangulizi	Ni masuala gani muhimu ya kifalsafa kuhusu usawa ambayo wanafunzi wanapaswa kuzingatia wakati wa kujenga na kutumia mifano ya ML?	Somo	Tomomi
04	Mbinu za ujifunzaji wa mashine	Utangulizi	Wanasayansi wa ML hutumia mbinu gani kujenga mifano ya ML?	Somo	Chris na Jen
05	Utangulizi wa regression	Regression	Anza na Python na Scikit-learn kwa mifano ya regression	Python • R	Jen • Eric Wanjau
06	Bei za maboga za Amerika ya Kaskazini 🎃	Regression	Onyesha kwa njia ya picha na safisha data katika maandalizi ya ML	Python • R	Jen • Eric Wanjau
07	Bei za maboga za Amerika ya Kaskazini 🎃	Regression	Jenga mifano ya regression ya mstari na polinomial	Python • R	Jen na Dmitry • Eric Wanjau
08	Bei za maboga za Amerika ya Kaskazini 🎃	Regression	Jenga mfano wa regression ya logistic	Python • R	Jen • Eric Wanjau
09	Programu ya Wavuti 🔌	Programu ya Wavuti	Jenga programu ya wavuti ili kutumia mfano wako uliyo funzwa	Python	Jen
10	Utangulizi wa uainishaji	Uainishaji	Safisha, andaa, na onyesha data yako; utangulizi wa uainishaji	Python • R	Jen na Cassie • Eric Wanjau
11	Vyakula tamu vya Asia na India 🍜	Uainishaji	Utangulizi wa vyanjamu	Python • R	Jen na Cassie • Eric Wanjau
12	Vyakula tamu vya Asia na India 🍜	Uainishaji	Zaidi ya vyanjamu	Python • R	Jen na Cassie • Eric Wanjau
13	Vyakula tamu vya Asia na India 🍜	Uainishaji	Jenga programu ya wavuti ya kupendekeza ukitumia mfano wako	Python	Jen
14	Utangulizi wa umgawaji wa makundi	Umgawaji wa Makundi	Safisha, andaa, na onyesha data yako; utangulizi wa umgawaji wa makundi	Python • R	Jen • Eric Wanjau
15	Kuchunguza Ladha ya Muziki ya Nigeria 🎧	Umgawaji wa Makundi	Chunguza mbinu ya K-Means ya kugawanya makundi	Python • R	Jen • Eric Wanjau
16	Utangulizi wa usindikaji wa lugha asilia ☕️	Usindikaji wa Lugha Asilia	Jifunze misingi ya NLP kwa kujenga bot rahisi	Python	Stephen
17	Kazi za kawaida za NLP ☕️	Usindikaji wa Lugha Asilia	Zidi maarifa yako ya NLP kwa kuelewa kazi za kawaida zinazohitajika katika kushughulikia miundo ya lugha	Python	Stephen
18	Tafsiri na uchambuzi wa hisia ♥️	Usindikaji wa Lugha Asilia	Tafsiri na uchambuzi wa hisia kwa kutumia kazi za Jane Austen	Python	Stephen
19	Hoteli za kimapenzi za Ulaya ♥️	Usindikaji wa Lugha Asilia	Uchambuzi wa hisia kwa mapitio ya hoteli 1	Python	Stephen
20	Hoteli za kimapenzi za Ulaya ♥️	Usindikaji wa Lugha Asilia	Uchambuzi wa hisia kwa mapitio ya hoteli 2	Python	Stephen
21	Utangulizi wa utabiri wa mfululizo wa muda	Mfululizo wa Muda	Utangulizi wa utabiri wa mfululizo wa muda	Python	Francesca
22	⚡️ Matumizi ya Nguvu Duniani ⚡️ - utabiri wa mfululizo wa muda na ARIMA	Mfululizo wa Muda	Utabiri wa mfululizo wa muda kwa ARIMA	Python	Francesca
23	⚡️ Matumizi ya Nguvu Duniani ⚡️ - utabiri wa mfululizo wa muda na SVR	Mfululizo wa Muda	Utabiri wa mfululizo wa muda kwa Support Vector Regressor	Python	Anirban
24	Utangulizi wa ujifunzaji wa kuimarishwa	Ujifunzaji wa Kuimarishwa	Utangulizi wa ujifunzaji wa kuimarishwa kwa Q-Learning	Python	Dmitry
25	Msaada kwa Peter kuepuka mbwa mwitu! 🐺	Ujifunzaji wa Kuimarishwa	Gym ya ujifunzaji wa kuimarishwa	Python	Dmitry
Postscript	Mifano na matumizi ya ML katika Dunia Halisi	ML katika Uhalisia	Matumizi ya kuvutia na ya wazi ya ML ya kitamaduni katika maisha halisi	Somo	Timu
Postscript	Kukagua Modeli katika ML kwa kutumia dashibodi ya RAI	ML katika Uhalisia	Kukagua modeli katika Ujifunzaji wa Mashine kwa kutumia vipengele vya dashibodi ya Responsible AI	Somo	Ruth Yakubu

pata rasilimali zote za ziada kwa kozi hii katika mkusanyiko wetu wa Microsoft Learn

Upatikanaji wa nje ya mtandao

Unaweza kukimbia nyaraka hizi bila mtandao kwa kutumia Docsify. Forka repo hii, weka Docsify kwenye mashine yako ya eneo, na kisha katika folda ya mzizi ya repo hii, andika docsify serve. Tovuti itatolewa kwenye bandari 3000 kwenye localhost yako: localhost:3000.

PDF

Pata pdf ya mtaala yenye viungo hapa.

🎒 Kozi Nyingine

Timu yetu inatengeneza kozi nyingine! Angalia:

LangChain

---

Azure / Edge / MCP / Agents

---

Mfululizo wa Generative AI

---

Mafunzo ya Msingi

---

Mfululizo wa Copilot

Kupata Msaada

Kama unajikuta umekwama au una maswali kuhusu kujenga programu za AI. Jiunge na wanafunzi wenzako na watengenezaji wenye uzoefu katika mijadala kuhusu MCP. Ni jamii inayounga mkono ambapo maswali yanakaribishwa na maarifa yanashirikishwa kwa uhuru.

Kama una maoni kuhusu bidhaa au unapokutana na makosa wakati wa kujenga, tembelea:

---

Tamko la kukanusha: Nyaraka hii imetafsiriwa kwa kutumia huduma ya utafsiri wa AI Co-op Translator. Ingawa tunajitahidi kupata usahihi, tafadhali fahamu kwamba tafsiri za kiotomatiki zinaweza kuwa na makosa au ukosefu wa usahihi. Nyaraka ya asili katika lugha yake ya asili inapaswa kuchukuliwa kama chanzo chenye mamlaka. Kwa taarifa muhimu, tunashauri kutumia mtafsiri mtaalamu wa kibinadamu. Hatubeba dhamana kwa kutokuelewana au tafsiri potofu zitokanazo na matumizi ya tafsiri hii.