You can not select more than 25 topics
Topics must start with a letter or number, can include dashes ('-') and can be up to 35 characters long.
223 lines
30 KiB
223 lines
30 KiB
<!--
|
|
CO_OP_TRANSLATOR_METADATA:
|
|
{
|
|
"original_hash": "ec8385130a8239ad9d827175126a0722",
|
|
"translation_date": "2026-01-01T12:43:55+00:00",
|
|
"source_file": "README.md",
|
|
"language_code": "ms"
|
|
}
|
|
-->
|
|
[](https://github.com/microsoft/ML-For-Beginners/blob/master/LICENSE)
|
|
[](https://GitHub.com/microsoft/ML-For-Beginners/graphs/contributors/)
|
|
[](https://GitHub.com/microsoft/ML-For-Beginners/issues/)
|
|
[](https://GitHub.com/microsoft/ML-For-Beginners/pulls/)
|
|
[](http://makeapullrequest.com)
|
|
|
|
[](https://GitHub.com/microsoft/ML-For-Beginners/watchers/)
|
|
[](https://GitHub.com/microsoft/ML-For-Beginners/network/)
|
|
[](https://GitHub.com/microsoft/ML-For-Beginners/stargazers/)
|
|
|
|
### 🌐 Sokongan Berbilang Bahasa
|
|
|
|
#### Disokong melalui GitHub Action (Automatik & Sentiasa Terkini)
|
|
|
|
<!-- CO-OP TRANSLATOR LANGUAGES TABLE START -->
|
|
[Arab](../ar/README.md) | [Bengali](../bn/README.md) | [Bahasa Bulgaria](../bg/README.md) | [Bahasa Burma (Myanmar)](../my/README.md) | [Cina (Dipermudahkan)](../zh/README.md) | [Cina (Tradisional, Hong Kong)](../hk/README.md) | [Cina (Tradisional, Macau)](../mo/README.md) | [Cina (Tradisional, Taiwan)](../tw/README.md) | [Croatian](../hr/README.md) | [Czech](../cs/README.md) | [Bahasa Denmark](../da/README.md) | [Belanda](../nl/README.md) | [Bahasa Estonia](../et/README.md) | [Bahasa Finland](../fi/README.md) | [Perancis](../fr/README.md) | [Jerman](../de/README.md) | [Yunani](../el/README.md) | [Ibrani](../he/README.md) | [Hindi](../hi/README.md) | [Hungari](../hu/README.md) | [Indonesia](../id/README.md) | [Itali](../it/README.md) | [Jepun](../ja/README.md) | [Kannada](../kn/README.md) | [Korea](../ko/README.md) | [Bahasa Lithuania](../lt/README.md) | [Melayu](./README.md) | [Malayalam](../ml/README.md) | [Marathi](../mr/README.md) | [Nepali](../ne/README.md) | [Pidgin Nigeria](../pcm/README.md) | [Bahasa Norway](../no/README.md) | [Parsi (Farsi)](../fa/README.md) | [Poland](../pl/README.md) | [Portugis (Brazil)](../br/README.md) | [Portugis (Portugal)](../pt/README.md) | [Punjabi (Gurmukhi)](../pa/README.md) | [Romania](../ro/README.md) | [Rusia](../ru/README.md) | [Serbia (Cyrillic)](../sr/README.md) | [Slovakia](../sk/README.md) | [Slovenia](../sl/README.md) | [Sepanyol](../es/README.md) | [Swahili](../sw/README.md) | [Bahasa Sweden](../sv/README.md) | [Tagalog (Filipino)](../tl/README.md) | [Tamil](../ta/README.md) | [Telugu](../te/README.md) | [Thai](../th/README.md) | [Turki](../tr/README.md) | [Ukraine](../uk/README.md) | [Urdu](../ur/README.md) | [Vietnam](../vi/README.md)
|
|
<!-- CO-OP TRANSLATOR LANGUAGES TABLE END -->
|
|
|
|
#### Sertai Komuniti Kami
|
|
|
|
[](https://discord.gg/nTYy5BXMWG)
|
|
|
|
Kami mempunyai siri Learn with AI di Discord yang sedang berjalan, ketahui lebih lanjut dan sertai kami di [Siri Belajar dengan AI](https://aka.ms/learnwithai/discord) dari 18 - 30 September, 2025. Anda akan mendapat petua dan trik menggunakan GitHub Copilot untuk Sains Data.
|
|
|
|
|
|
|
|
# Machine Learning for Beginners - A Curriculum
|
|
|
|
> 🌍 Jelajah ke seluruh dunia semasa kita meneroka Pembelajaran Mesin melalui budaya dunia 🌍
|
|
|
|
Cloud Advocates di Microsoft gembira untuk menawarkan kurikulum 12 minggu, 26 pelajaran yang semuanya mengenai **Machine Learning**. Dalam kurikulum ini, anda akan belajar tentang apa yang kadang-kadang dipanggil **pembelajaran mesin klasik**, menggunakan terutamanya Scikit-learn sebagai perpustakaan dan mengelakkan pembelajaran mendalam, yang diliputi dalam [kurikulum 'AI untuk Pemula'](https://aka.ms/ai4beginners). Padankan pelajaran ini dengan [kurikulum 'Data Science for Beginners'](https://aka.ms/ds4beginners), juga!
|
|
|
|
Jelajah dengan kami ke seluruh dunia semasa kami menerapkan teknik klasik ini kepada data dari banyak kawasan dunia. Setiap pelajaran termasuk kuiz pra- dan pasca-pelajaran, arahan bertulis untuk menyelesaikan pelajaran, satu penyelesaian, satu tugasan, dan banyak lagi. Pedagogi berasaskan projek membolehkan anda belajar sambil membina, satu cara yang terbukti untuk kemahiran baru 'melekat'.
|
|
|
|
**✍️ Terima kasih tidak terhingga kepada penulis kami** Jen Looper, Stephen Howell, Francesca Lazzeri, Tomomi Imura, Cassie Breviu, Dmitry Soshnikov, Chris Noring, Anirban Mukherjee, Ornella Altunyan, Ruth Yakubu dan Amy Boyd
|
|
|
|
**🎨 Terima kasih juga kepada ilustrator kami** Tomomi Imura, Dasani Madipalli, dan Jen Looper
|
|
|
|
**🙏 Terima kasih khas 🙏 kepada penulis, penilai, dan penyumbang kandungan Microsoft Student Ambassador kami**, terutamanya Rishit Dagli, Muhammad Sakib Khan Inan, Rohan Raj, Alexandru Petrescu, Abhishek Jaiswal, Nawrin Tabassum, Ioan Samuila, dan Snigdha Agarwal
|
|
|
|
**🤩 Penghargaan tambahan kepada Microsoft Student Ambassadors Eric Wanjau, Jasleen Sondhi, dan Vidushi Gupta untuk pelajaran R kami!**
|
|
|
|
# Memulakan
|
|
|
|
Ikuti langkah-langkah ini:
|
|
1. **Fork Repositori**: Klik butang "Fork" di penjuru atas-kanan halaman ini.
|
|
2. **Clone Repositori**: `git clone https://github.com/microsoft/ML-For-Beginners.git`
|
|
|
|
> [temui semua sumber tambahan untuk kursus ini dalam koleksi Microsoft Learn kami](https://learn.microsoft.com/en-us/collections/qrqzamz1nn2wx3?WT.mc_id=academic-77952-bethanycheum)
|
|
|
|
> 🔧 **Perlu bantuan?** Semak [Panduan Penyelesaian Masalah](TROUBLESHOOTING.md) kami untuk penyelesaian kepada isu biasa berkaitan pemasangan, tetapan, dan menjalankan pelajaran.
|
|
|
|
|
|
**[Pelajar](https://aka.ms/student-page)**, untuk menggunakan kurikulum ini, fork keseluruhan repo ke akaun GitHub anda sendiri dan selesaikan latihan secara sendiri atau bersama kumpulan:
|
|
|
|
- Mulakan dengan kuiz pra-ceramah.
|
|
- Baca ceramah dan lengkapkan aktiviti, berhenti dan renungkan setiap pemeriksaan pengetahuan.
|
|
- Cuba buat projek dengan memahami pelajaran daripada menjalankan kod penyelesaian; bagaimanapun kod tersebut tersedia dalam folder `/solution` dalam setiap pelajaran berorientasikan projek.
|
|
- Ambil kuiz pasca-ceramah.
|
|
- Lengkapkan cabaran.
|
|
- Lengkapkan tugasan.
|
|
- Selepas menyelesaikan kumpulan pelajaran, lawati [Papan Perbincangan](https://github.com/microsoft/ML-For-Beginners/discussions) dan "belajar secara terbuka" dengan mengisi rubrik PAT yang sesuai. 'PAT' ialah Progress Assessment Tool (Alat Penilaian Kemajuan) iaitu rubrik yang anda isi untuk meningkatkan pembelajaran anda. Anda juga boleh memberi reaksi kepada PAT lain supaya kita boleh belajar bersama.
|
|
|
|
> Untuk kajian lanjut, kami mengesyorkan mengikuti modul dan laluan pembelajaran [Microsoft Learn](https://docs.microsoft.com/en-us/users/jenlooper-2911/collections/k7o7tg1gp306q4?WT.mc_id=academic-77952-leestott).
|
|
|
|
**Guru**, kami telah [menyertakan beberapa cadangan](for-teachers.md) mengenai cara menggunakan kurikulum ini.
|
|
|
|
---
|
|
|
|
## Panduan video
|
|
|
|
Beberapa pelajaran tersedia sebagai video bentuk pendek. Anda boleh mencari semua ini bersusun dalam pelajaran, atau di [playlist ML for Beginners pada saluran Microsoft Developer YouTube](https://aka.ms/ml-beginners-videos) dengan mengklik imej di bawah.
|
|
|
|
[](https://aka.ms/ml-beginners-videos)
|
|
|
|
---
|
|
|
|
## Temui Pasukan
|
|
|
|
[](https://youtu.be/Tj1XWrDSYJU)
|
|
|
|
**Gif oleh** [Mohit Jaisal](https://linkedin.com/in/mohitjaisal)
|
|
|
|
> 🎥 Klik imej di atas untuk menonton video tentang projek dan orang-orang yang menciptakannya!
|
|
|
|
---
|
|
|
|
## Pedagogi
|
|
|
|
Kami telah memilih dua prinsip pedagogi semasa membina kurikulum ini: memastikan ia bersifat praktikal **berasaskan projek** dan bahawa ia merangkumi **kuiz yang kerap**. Selain itu, kurikulum ini mempunyai **tema** yang sama untuk memberikan kesinambungan.
|
|
|
|
Dengan memastikan kandungan selari dengan projek, proses menjadi lebih menarik untuk pelajar dan pengekalan konsep akan dipertingkatkan. Selain itu, kuiz berisiko rendah sebelum kelas menetapkan niat pelajar untuk mempelajari topik, manakala kuiz kedua selepas kelas memastikan pengekalan lanjut. Kurikulum ini direka untuk fleksibel dan menyeronokkan dan boleh diambil secara keseluruhan atau sebahagian. Projek bermula kecil dan menjadi semakin kompleks menjelang akhir kitaran 12 minggu. Kurikulum ini juga termasuk posskrip mengenai aplikasi dunia sebenar ML, yang boleh digunakan sebagai kredit tambahan atau sebagai asas untuk perbincangan.
|
|
|
|
> Temui [Kod Tingkah Laku](CODE_OF_CONDUCT.md), [Sumbangan](CONTRIBUTING.md), [Terjemahan](TRANSLATIONS.md), dan garis panduan [Penyelesaian Masalah](TROUBLESHOOTING.md) kami. Kami mengalu-alukan maklum balas membina anda!
|
|
|
|
## Setiap pelajaran termasuk
|
|
|
|
- nota lakaran pilihan
|
|
- video tambahan pilihan
|
|
- panduan video (sesetengah pelajaran sahaja)
|
|
- [kuiz pemanasan pra-ceramah](https://ff-quizzes.netlify.app/en/ml/)
|
|
- pelajaran bertulis
|
|
- untuk pelajaran berasaskan projek, panduan langkah demi langkah tentang cara membina projek
|
|
- pemeriksaan pengetahuan
|
|
- sebuah cabaran
|
|
- bahan bacaan tambahan
|
|
- tugasan
|
|
- [kuiz pasca-ceramah](https://ff-quizzes.netlify.app/en/ml/)
|
|
|
|
> **Catatan tentang bahasa**: Pelajaran ini terutamanya ditulis dalam Python, tetapi banyak juga tersedia dalam R. Untuk melengkapkan pelajaran R, pergi ke folder `/solution` dan cari pelajaran R. Mereka termasuk sambungan .rmd yang mewakili fail **R Markdown** yang boleh didefinisikan secara ringkas sebagai penempatan `code chunks` (R atau bahasa lain) dan `YAML header` (yang membimbing cara memformat output seperti PDF) dalam satu `Markdown document`. Oleh itu, ia berfungsi sebagai rangka kerja penulisan contoh untuk sains data kerana ia membolehkan anda menggabungkan kod anda, outputnya, dan pemikiran anda dengan membenarkan anda menulisnya dalam Markdown. Selain itu, dokumen R Markdown boleh dirender kepada format output seperti PDF, HTML, atau Word.
|
|
|
|
> **Catatan tentang kuiz**: Semua kuiz terkandung dalam [folder Quiz App](../../quiz-app), untuk 52 kuiz keseluruhan dengan tiga soalan setiap satu. Mereka dipautkan dari dalam pelajaran tetapi aplikasi kuiz boleh dijalankan secara tempatan; ikut arahan dalam folder `quiz-app` untuk menghoskan secara tempatan atau mendeploy ke Azure.
|
|
|
|
| Nombor Pelajaran | Topik | Pengelompokan Pelajaran | Objektif Pembelajaran | Pelajaran Dipautkan | Pengarang |
|
|
| :-----------: | :------------------------------------------------------------: | :-------------------------------------------------: | ------------------------------------------------------------------------------------------------------------------------------- | :--------------------------------------------------------------------------------------------------------------------------------------: | :--------------------------------------------------: |
|
|
| 01 | Pengenalan kepada pembelajaran mesin | [Pengenalan](1-Introduction/README.md) | Pelajari konsep asas di sebalik pembelajaran mesin | [Pelajaran](1-Introduction/1-intro-to-ML/README.md) | Muhammad |
|
|
| 02 | Sejarah pembelajaran mesin | [Pengenalan](1-Introduction/README.md) | Pelajari sejarah yang mendasari bidang ini | [Pelajaran](1-Introduction/2-history-of-ML/README.md) | Jen dan Amy |
|
|
| 03 | Keadilan dan pembelajaran mesin | [Pengenalan](1-Introduction/README.md) | Apakah isu falsafah penting mengenai keadilan yang patut dipertimbangkan pelajar apabila membina dan menerapkan model ML? | [Pelajaran](1-Introduction/3-fairness/README.md) | Tomomi |
|
|
| 04 | Teknik untuk pembelajaran mesin | [Pengenalan](1-Introduction/README.md) | Apakah teknik yang digunakan penyelidik ML untuk membina model ML? | [Pelajaran](1-Introduction/4-techniques-of-ML/README.md) | Chris dan Jen |
|
|
| 05 | Pengenalan kepada regresi | [Regresi](2-Regression/README.md) | Mula dengan Python dan Scikit-learn untuk model regresi | [Python](2-Regression/1-Tools/README.md) • [R](../../2-Regression/1-Tools/solution/R/lesson_1.html) | Jen • Eric Wanjau |
|
|
| 06 | Harga labu Amerika Utara 🎃 | [Regresi](2-Regression/README.md) | Visualisasikan dan bersihkan data sebagai persediaan untuk ML | [Python](2-Regression/2-Data/README.md) • [R](../../2-Regression/2-Data/solution/R/lesson_2.html) | Jen • Eric Wanjau |
|
|
| 07 | Harga labu Amerika Utara 🎃 | [Regresi](2-Regression/README.md) | Bina model regresi linear dan polinomial | [Python](2-Regression/3-Linear/README.md) • [R](../../2-Regression/3-Linear/solution/R/lesson_3.html) | Jen dan Dmitry • Eric Wanjau |
|
|
| 08 | Harga labu Amerika Utara 🎃 | [Regresi](2-Regression/README.md) | Bina model regresi logistik | [Python](2-Regression/4-Logistic/README.md) • [R](../../2-Regression/4-Logistic/solution/R/lesson_4.html) | Jen • Eric Wanjau |
|
|
| 09 | Aplikasi Web 🔌 | [Aplikasi Web](3-Web-App/README.md) | Bina aplikasi web untuk menggunakan model yang telah dilatih | [Python](3-Web-App/1-Web-App/README.md) | Jen |
|
|
| 10 | Pengenalan kepada klasifikasi | [Klasifikasi](4-Classification/README.md) | Bersihkan, sediakan, dan visualisasikan data anda; pengenalan kepada klasifikasi | [Python](4-Classification/1-Introduction/README.md) • [R](../../4-Classification/1-Introduction/solution/R/lesson_10.html) | Jen dan Cassie • Eric Wanjau |
|
|
| 11 | Masakan Asia dan India yang Lazat 🍜 | [Klasifikasi](4-Classification/README.md) | Pengenalan kepada pengklasifikasi | [Python](4-Classification/2-Classifiers-1/README.md) • [R](../../4-Classification/2-Classifiers-1/solution/R/lesson_11.html) | Jen dan Cassie • Eric Wanjau |
|
|
| 12 | Masakan Asia dan India yang Lazat 🍜 | [Klasifikasi](4-Classification/README.md) | Lebih banyak pengklasifikasi | [Python](4-Classification/3-Classifiers-2/README.md) • [R](../../4-Classification/3-Classifiers-2/solution/R/lesson_12.html) | Jen dan Cassie • Eric Wanjau |
|
|
| 13 | Masakan Asia dan India yang Lazat 🍜 | [Klasifikasi](4-Classification/README.md) | Bina aplikasi web cadangan menggunakan model anda | [Python](4-Classification/4-Applied/README.md) | Jen |
|
|
| 14 | Pengenalan kepada pengelompokan | [Pengelompokan](5-Clustering/README.md) | Bersihkan, sediakan, dan visualisasikan data anda; pengenalan kepada pengelompokan | [Python](5-Clustering/1-Visualize/README.md) • [R](../../5-Clustering/1-Visualize/solution/R/lesson_14.html) | Jen • Eric Wanjau |
|
|
| 15 | Meneroka Selera Muzik Nigeria 🎧 | [Pengelompokan](5-Clustering/README.md) | Terokai kaedah pengelompokan K-Means | [Python](5-Clustering/2-K-Means/README.md) • [R](../../5-Clustering/2-K-Means/solution/R/lesson_15.html) | Jen • Eric Wanjau |
|
|
| 16 | Pengenalan kepada pemprosesan bahasa semula jadi ☕️ | [Pemprosesan bahasa semula jadi](6-NLP/README.md) | Pelajari asas NLP dengan membina bot ringkas | [Python](6-NLP/1-Introduction-to-NLP/README.md) | Stephen |
|
|
| 17 | Tugas NLP Biasa ☕️ | [Pemprosesan bahasa semula jadi](6-NLP/README.md) | Perdalam pengetahuan NLP anda dengan memahami tugas biasa yang diperlukan apabila berurusan dengan struktur bahasa | [Python](6-NLP/2-Tasks/README.md) | Stephen |
|
|
| 18 | Terjemahan dan analisis sentimen ♥️ | [Pemprosesan bahasa semula jadi](6-NLP/README.md) | Terjemahan dan analisis sentimen dengan Jane Austen | [Python](6-NLP/3-Translation-Sentiment/README.md) | Stephen |
|
|
| 19 | Hotel romantik di Eropah ♥️ | [Pemprosesan bahasa semula jadi](6-NLP/README.md) | Analisis sentimen dengan ulasan hotel 1 | [Python](6-NLP/4-Hotel-Reviews-1/README.md) | Stephen |
|
|
| 20 | Hotel romantik di Eropah ♥️ | [Pemprosesan bahasa semula jadi](6-NLP/README.md) | Analisis sentimen dengan ulasan hotel 2 | [Python](6-NLP/5-Hotel-Reviews-2/README.md) | Stephen |
|
|
| 21 | Pengenalan kepada ramalan siri masa | [Siri masa](7-TimeSeries/README.md) | Pengenalan kepada ramalan siri masa | [Python](7-TimeSeries/1-Introduction/README.md) | Francesca |
|
|
| 22 | ⚡️ Penggunaan Tenaga Dunia ⚡️ - ramalan siri masa dengan ARIMA | [Siri masa](7-TimeSeries/README.md) | Ramalan siri masa dengan ARIMA | [Python](7-TimeSeries/2-ARIMA/README.md) | Francesca |
|
|
| 23 | ⚡️ Penggunaan Tenaga Dunia ⚡️ - ramalan siri masa dengan SVR | [Siri masa](7-TimeSeries/README.md) | Ramalan siri masa dengan Support Vector Regressor | [Python](7-TimeSeries/3-SVR/README.md) | Anirban |
|
|
| 24 | Pengenalan kepada pembelajaran penguatan | [Pembelajaran penguatan](8-Reinforcement/README.md) | Pengenalan kepada pembelajaran penguatan dengan Q-Learning | [Python](8-Reinforcement/1-QLearning/README.md) | Dmitry |
|
|
| 25 | Bantu Peter elakkan serigala! 🐺 | [Pembelajaran penguatan](8-Reinforcement/README.md) | Pembelajaran penguatan Gym | [Python](8-Reinforcement/2-Gym/README.md) | Dmitry |
|
|
| Postskrip | Senario dan aplikasi ML Dunia Sebenar | [ML in the Wild](9-Real-World/README.md) | Aplikasi dunia sebenar yang menarik dan mendedahkan bagi ML klasik | [Pelajaran](9-Real-World/1-Applications/README.md) | Pasukan |
|
|
| Postskrip | Penyahpepijatan Model dalam ML menggunakan papan pemuka RAI | [ML in the Wild](9-Real-World/README.md) | Penyahpepijatan model dalam Pembelajaran Mesin menggunakan komponen papan pemuka Responsible AI | [Pelajaran](9-Real-World/2-Debugging-ML-Models/README.md) | Ruth Yakubu |
|
|
|
|
> [cari semua sumber tambahan untuk kursus ini dalam koleksi Microsoft Learn kami](https://learn.microsoft.com/en-us/collections/qrqzamz1nn2wx3?WT.mc_id=academic-77952-bethanycheum)
|
|
|
|
## Akses luar talian
|
|
|
|
Anda boleh menjalankan dokumentasi ini secara luar talian dengan menggunakan [Docsify](https://docsify.js.org/#/). Fork repo ini, [pasang Docsify](https://docsify.js.org/#/quickstart) pada mesin setempat anda, dan kemudian di folder root repo ini, taip `docsify serve`. Laman web akan dihidangkan pada port 3000 pada localhost anda: `localhost:3000`.
|
|
|
|
## PDFs
|
|
|
|
Cari pdf kurikulum dengan pautan [di sini](https://microsoft.github.io/ML-For-Beginners/pdf/readme.pdf).
|
|
|
|
|
|
## 🎒 Kursus Lain
|
|
|
|
Pasukan kami menghasilkan kursus lain! Lihat:
|
|
|
|
<!-- CO-OP TRANSLATOR OTHER COURSES START -->
|
|
### LangChain
|
|
[](https://aka.ms/langchain4j-for-beginners)
|
|
[](https://aka.ms/langchainjs-for-beginners?WT.mc_id=m365-94501-dwahlin)
|
|
|
|
---
|
|
|
|
### Azure / Edge / MCP / Agents
|
|
[](https://github.com/microsoft/AZD-for-beginners?WT.mc_id=academic-105485-koreyst)
|
|
[](https://github.com/microsoft/edgeai-for-beginners?WT.mc_id=academic-105485-koreyst)
|
|
[](https://github.com/microsoft/mcp-for-beginners?WT.mc_id=academic-105485-koreyst)
|
|
[](https://github.com/microsoft/ai-agents-for-beginners?WT.mc_id=academic-105485-koreyst)
|
|
|
|
---
|
|
|
|
### Siri AI Generatif
|
|
[](https://github.com/microsoft/generative-ai-for-beginners?WT.mc_id=academic-105485-koreyst)
|
|
[-9333EA?style=for-the-badge&labelColor=E5E7EB&color=9333EA)](https://github.com/microsoft/Generative-AI-for-beginners-dotnet?WT.mc_id=academic-105485-koreyst)
|
|
[-C084FC?style=for-the-badge&labelColor=E5E7EB&color=C084FC)](https://github.com/microsoft/generative-ai-for-beginners-java?WT.mc_id=academic-105485-koreyst)
|
|
[-E879F9?style=for-the-badge&labelColor=E5E7EB&color=E879F9)](https://github.com/microsoft/generative-ai-with-javascript?WT.mc_id=academic-105485-koreyst)
|
|
|
|
---
|
|
|
|
### Pembelajaran Teras
|
|
[](https://aka.ms/ml-beginners?WT.mc_id=academic-105485-koreyst)
|
|
[](https://aka.ms/datascience-beginners?WT.mc_id=academic-105485-koreyst)
|
|
[](https://aka.ms/ai-beginners?WT.mc_id=academic-105485-koreyst)
|
|
[](https://github.com/microsoft/Security-101?WT.mc_id=academic-96948-sayoung)
|
|
[](https://aka.ms/webdev-beginners?WT.mc_id=academic-105485-koreyst)
|
|
[](https://aka.ms/iot-beginners?WT.mc_id=academic-105485-koreyst)
|
|
[](https://github.com/microsoft/xr-development-for-beginners?WT.mc_id=academic-105485-koreyst)
|
|
|
|
---
|
|
|
|
### Siri Copilot
|
|
[](https://aka.ms/GitHubCopilotAI?WT.mc_id=academic-105485-koreyst)
|
|
[](https://github.com/microsoft/mastering-github-copilot-for-dotnet-csharp-developers?WT.mc_id=academic-105485-koreyst)
|
|
[](https://github.com/microsoft/CopilotAdventures?WT.mc_id=academic-105485-koreyst)
|
|
<!-- CO-OP TRANSLATOR OTHER COURSES END -->
|
|
|
|
## Mendapatkan Bantuan
|
|
|
|
Jika anda tersekat atau mempunyai sebarang soalan mengenai pembinaan aplikasi AI. Sertai pelajar lain dan pembangun berpengalaman dalam perbincangan tentang MCP. Ia adalah komuniti yang menyokong di mana soalan dialu-alukan dan pengetahuan dikongsi dengan bebas.
|
|
|
|
[](https://discord.gg/nTYy5BXMWG)
|
|
|
|
Jika anda mempunyai maklum balas produk atau ralat semasa membina, lawati:
|
|
|
|
[](https://aka.ms/foundry/forum)
|
|
|
|
---
|
|
|
|
<!-- CO-OP TRANSLATOR DISCLAIMER START -->
|
|
Penafian:
|
|
Dokumen ini telah diterjemahkan menggunakan perkhidmatan terjemahan AI [Co-op Translator](https://github.com/Azure/co-op-translator). Walaupun kami berusaha untuk ketepatan, sila ambil perhatian bahawa terjemahan automatik mungkin mengandungi ralat atau ketidakakuratan. Dokumen asal dalam bahasa asalnya hendaklah dianggap sebagai sumber yang sah. Untuk maklumat penting, disyorkan terjemahan profesional oleh penterjemah manusia. Kami tidak bertanggungjawab terhadap sebarang salah faham atau salah tafsir yang timbul daripada penggunaan terjemahan ini.
|
|
<!-- CO-OP TRANSLATOR DISCLAIMER END --> |