37 KiB
🌐 বহু-ভাষার সমর্থন
GitHub Action এর মাধ্যমে সমর্থিত (স্বয়ংক্রিয় এবং সর্বদা আপডেটেড)
French | Spanish | German | Russian | Arabic | Persian (Farsi) | Urdu | Chinese (Simplified) | Chinese (Traditional, Macau) | Chinese (Traditional, Hong Kong) | Chinese (Traditional, Taiwan) | Japanese | Korean | Hindi | Bengali | Marathi | Nepali | Punjabi (Gurmukhi) | Portuguese (Portugal) | Portuguese (Brazil) | Italian | Polish | Turkish | Greek | Thai | Swedish | Danish | Norwegian | Finnish | Dutch | Hebrew | Vietnamese | Indonesian | Malay | Tagalog (Filipino) | Swahili | Hungarian | Czech | Slovak | Romanian | Bulgarian | Serbian (Cyrillic) | Croatian | Slovenian | Ukrainian | Burmese (Myanmar)
কমিউনিটিতে যোগ দিন
শিক্ষার্থীদের জন্য মেশিন লার্নিং - একটি পাঠক্রম
🌍 বিশ্ব সংস্কৃতির মাধ্যমে মেশিন লার্নিং অন্বেষণ করতে আমাদের সাথে বিশ্ব ভ্রমণ করুন 🌍
Microsoft-এর Cloud Advocates একটি ১২-সপ্তাহের, ২৬-লেসনের পাঠক্রম উপস্থাপন করতে পেরে আনন্দিত যা সম্পূর্ণ মেশিন লার্নিং নিয়ে। এই পাঠক্রমে, আপনি ক্লাসিক মেশিন লার্নিং সম্পর্কে শিখবেন, যেখানে প্রধানত Scikit-learn লাইব্রেরি ব্যবহার করা হবে এবং ডিপ লার্নিং এড়ানো হবে, যা আমাদের AI for Beginners' পাঠক্রমে অন্তর্ভুক্ত। এই পাঠগুলো আমাদের 'ডেটা সায়েন্স ফর বিগিনারস' পাঠক্রমের সাথে জোড়া দিন!
আমাদের সাথে বিশ্ব ভ্রমণ করুন এবং বিভিন্ন অঞ্চলের ডেটা ব্যবহার করে এই ক্লাসিক কৌশলগুলো প্রয়োগ করুন। প্রতিটি পাঠে রয়েছে প্রাক-পাঠ এবং পর-পাঠ কুইজ, পাঠ সম্পন্ন করার জন্য লিখিত নির্দেশিকা, একটি সমাধান, একটি অ্যাসাইনমেন্ট এবং আরও অনেক কিছু। আমাদের প্রকল্প-ভিত্তিক পদ্ধতি আপনাকে শেখার সময় তৈরি করতে দেয়, যা নতুন দক্ষতা অর্জনের 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 এবং Amy Boyd
🎨 আমাদের চিত্রশিল্পীদের প্রতি ধন্যবাদ Tomomi Imura, Dasani Madipalli, এবং Jen Looper
🙏 Microsoft Student Ambassador লেখক, পর্যালোচক এবং কন্টেন্ট অবদানকারীদের প্রতি বিশেষ ধন্যবাদ, বিশেষত Rishit Dagli, Muhammad Sakib Khan Inan, Rohan Raj, Alexandru Petrescu, Abhishek Jaiswal, Nawrin Tabassum, Ioan Samuila, এবং Snigdha Agarwal
🤩 Microsoft Student Ambassadors Eric Wanjau, Jasleen Sondhi, এবং Vidushi Gupta-কে আমাদের R পাঠের জন্য অতিরিক্ত কৃতজ্ঞতা!
শুরু করা যাক
এই ধাপগুলো অনুসরণ করুন:
- রিপোজিটরি ফর্ক করুন: এই পৃষ্ঠার উপরের ডানদিকে "Fork" বোতামে ক্লিক করুন।
- রিপোজিটরি ক্লোন করুন:
git clone https://github.com/microsoft/ML-For-Beginners.git
এই কোর্সের জন্য সমস্ত অতিরিক্ত সম্পদ Microsoft Learn সংগ্রহে খুঁজুন
শিক্ষার্থীরা, এই পাঠক্রমটি ব্যবহার করতে, সম্পূর্ণ রিপোজিটরি আপনার নিজের GitHub অ্যাকাউন্টে ফর্ক করুন এবং একা বা একটি গ্রুপের সাথে অনুশীলন সম্পন্ন করুন:
- একটি প্রাক-লেকচার কুইজ দিয়ে শুরু করুন।
- লেকচারটি পড়ুন এবং কার্যক্রম সম্পন্ন করুন, প্রতিটি জ্ঞান যাচাইয়ের সময় থামুন এবং চিন্তা করুন।
- সমাধান কোড চালানোর পরিবর্তে পাঠগুলো বুঝে প্রকল্প তৈরি করার চেষ্টা করুন; তবে সেই কোড
/solutionফোল্ডারে প্রকল্প-ভিত্তিক পাঠে উপলব্ধ। - পর-লেকচার কুইজ নিন।
- চ্যালেঞ্জ সম্পন্ন করুন।
- অ্যাসাইনমেন্ট সম্পন্ন করুন।
- একটি পাঠ গোষ্ঠী সম্পন্ন করার পরে, আলোচনা বোর্ডে যান এবং "শব্দে শেখা" এর মাধ্যমে উপযুক্ত PAT রুব্রিক পূরণ করুন। একটি 'PAT' হল একটি প্রগ্রেস অ্যাসেসমেন্ট টুল যা আপনি আপনার শেখার উন্নতির জন্য পূরণ করেন। আপনি অন্যান্য PAT-এ প্রতিক্রিয়া জানাতে পারেন যাতে আমরা একসাথে শিখতে পারি।
আরও অধ্যয়নের জন্য, আমরা এই Microsoft Learn মডিউল এবং শেখার পথ অনুসরণ করার সুপারিশ করি।
শিক্ষকগণ, আমরা এই পাঠক্রমটি কীভাবে ব্যবহার করবেন তার জন্য কিছু পরামর্শ অন্তর্ভুক্ত করেছি।
ভিডিও ওয়াকথ্রু
কিছু পাঠ সংক্ষিপ্ত ভিডিও আকারে উপলব্ধ। আপনি এই ভিডিওগুলো পাঠের মধ্যে ইন-লাইন খুঁজে পেতে পারেন, অথবা Microsoft Developer YouTube চ্যানেলের ML for Beginners প্লেলিস্টে ক্লিক করে দেখতে পারেন।
টিমের সাথে পরিচিত হন
Gif তৈরি করেছেন Mohit Jaisal
🎥 প্রকল্প এবং এটি তৈরি করা ব্যক্তিদের সম্পর্কে একটি ভিডিও দেখতে উপরের ছবিতে ক্লিক করুন!
শিক্ষণ পদ্ধতি
আমরা এই পাঠক্রম তৈরি করার সময় দুটি শিক্ষণ নীতিকে অনুসরণ করেছি: এটি হাতে-কলমে প্রকল্প-ভিত্তিক এবং এতে প্রশ্নোত্তর অন্তর্ভুক্ত। এছাড়াও, এই পাঠক্রমে একটি সাধারণ থিম রয়েছে যা এটিকে সংহত করে।
প্রকল্পের সাথে সামঞ্জস্য রেখে বিষয়বস্তু নিশ্চিত করার মাধ্যমে, শিক্ষার্থীদের জন্য প্রক্রিয়াটি আরও আকর্ষণীয় হয়ে ওঠে এবং ধারণাগুলোর ধারণক্ষমতা বৃদ্ধি পায়। এছাড়াও, একটি ক্লাসের আগে একটি কম-ঝুঁকির কুইজ শিক্ষার্থীর মনোযোগ একটি বিষয় শেখার দিকে নিয়ে যায়, যখন ক্লাসের পরে একটি দ্বিতীয় কুইজ আরও ধারণক্ষমতা নিশ্চিত করে। এই পাঠক্রমটি নমনীয় এবং মজাদার হতে ডিজাইন করা হয়েছে এবং এটি সম্পূর্ণ বা আংশিকভাবে নেওয়া যেতে পারে। প্রকল্পগুলো ছোট থেকে শুরু হয় এবং ১২-সপ্তাহের চক্রের শেষে ক্রমশ জটিল হয়ে ওঠে। এই পাঠক্রমে মেশিন লার্নিং-এর বাস্তব জীবনের প্রয়োগের উপর একটি পরিশিষ্টও অন্তর্ভুক্ত রয়েছে, যা অতিরিক্ত ক্রেডিট বা আলোচনার ভিত্তি হিসাবে ব্যবহার করা যেতে পারে।
আমাদের আচরণবিধি, অবদান, এবং অনুবাদ নির্দেশিকা খুঁজুন। আমরা আপনার গঠনমূলক প্রতিক্রিয়া স্বাগত জানাই!
প্রতিটি পাঠ অন্তর্ভুক্ত করে
- ঐচ্ছিক স্কেচনোট
- ঐচ্ছিক সম্পূরক ভিডিও
- ভিডিও ওয়াকথ্রু (কিছু পাঠে)
- প্রাক-লেকচার ওয়ার্মআপ কুইজ
- লিখিত পাঠ
- প্রকল্প-ভিত্তিক পাঠের জন্য, প্রকল্প তৈরি করার ধাপে ধাপে নির্দেশিকা
- জ্ঞান যাচাই
- একটি চ্যালেঞ্জ
- সম্পূরক পাঠ্য
- অ্যাসাইনমেন্ট
- পর-লেকচার কুইজ
ভাষা সম্পর্কে একটি নোট: এই পাঠগুলো প্রধানত Python-এ লেখা হয়েছে, তবে অনেকগুলো R-এও উপলব্ধ। একটি R পাঠ সম্পন্ন করতে,
/solutionফোল্ডারে যান এবং R পাঠ খুঁজুন। এগুলোতে.rmdএক্সটেনশন রয়েছে যা একটি R Markdown ফাইলকে নির্দেশ করে। এটিMarkdownডকুমেন্টেকোড চাঙ্কএবংYAML হেডারএম্বেড করার একটি কাঠামো। এটি ডেটা সায়েন্সের জন্য একটি চমৎকার লেখার কাঠামো হিসাবে কাজ করে কারণ এটি আপনাকে আপনার কোড, তার আউটপুট এবং আপনার চিন্তাভাবনা একত্রিত করতে দেয়।
কুইজ সম্পর্কে একটি নোট: সমস্ত কুইজ Quiz App ফোল্ডারে অন্তর্ভুক্ত, মোট ৫২টি কুইজ, প্রতিটিতে তিনটি প্রশ্ন। এগুলো পাঠের মধ্যে লিঙ্ক করা হয়েছে তবে কুইজ অ্যাপটি স্থানীয়ভাবে চালানো যেতে পারে;
quiz-appফোল্ডারে নির্দেশ অনুসরণ করে এটি স্থানীয়ভাবে হোস্ট করুন বা Azure-এ ডিপ্লয় করুন।
| পাঠ সংখ্যা | বিষয় | পাঠ গোষ্ঠী | শেখার উদ্দেশ্য | লিঙ্ক করা পাঠ | লেখক |
|---|---|---|---|---|---|
| ০১ | মেশিন লার্নিং-এর পরিচিতি | পরিচিতি | মেশিন লার্নিং-এর মৌলিক ধারণাগুলো শিখুন | পাঠ | মুহাম্মদ |
| ০২ | মেশিন লার্নিং-এর ইতিহাস | পরিচিতি | এই ক্ষেত্রের পেছনের ইতিহাস শিখুন | পাঠ | জেন এবং অ্যামি |
| ০৩ | মেশিন লার্নিং এবং ন্যায্যতা | পরিচিতি | শিক্ষার্থীরা মেশিন লার্নিং মডেল তৈরি এবং প্রয়োগ করার সময় ন্যায্যতা সম্পর্কিত গুরুত্বপূর্ণ দার্শনিক বিষয়গুলো কীভাবে বিবেচনা করবে? | পাঠ | টোমোমি |
| 04 | মেশিন লার্নিংয়ের কৌশলসমূহ | Introduction | মেশিন লার্নিং মডেল তৈরি করতে গবেষকরা কী কী কৌশল ব্যবহার করেন? | Lesson | ক্রিস এবং জেন |
| 05 | রিগ্রেশন পরিচিতি | Regression | রিগ্রেশন মডেলের জন্য পাইথন এবং সাইকিট-লার্ন দিয়ে শুরু করুন |
- [Python](2-Regression/1-Tools/README.md)
- [R](../../2-Regression/1-Tools/solution/R/lesson_1.html)
- জেন
- এরিক ওয়ানজাউ
- [Python](2-Regression/2-Data/README.md)
- [R](../../2-Regression/2-Data/solution/R/lesson_2.html)
- জেন
- এরিক ওয়ানজাউ
- [Python](2-Regression/3-Linear/README.md)
- [R](../../2-Regression/3-Linear/solution/R/lesson_3.html)
- জেন এবং দিমিত্রি
- এরিক ওয়ানজাউ
- [Python](2-Regression/4-Logistic/README.md)
- [R](../../2-Regression/4-Logistic/solution/R/lesson_4.html)
- জেন
- এরিক ওয়ানজাউ
- [Python](4-Classification/1-Introduction/README.md)
- [R](../../4-Classification/1-Introduction/solution/R/lesson_10.html) |
- জেন এবং ক্যাসি
- এরিক ওয়ানজাউ
- [Python](4-Classification/2-Classifiers-1/README.md)
- [R](../../4-Classification/2-Classifiers-1/solution/R/lesson_11.html) |
- জেন এবং ক্যাসি
- এরিক ওয়ানজাউ
- [Python](4-Classification/3-Classifiers-2/README.md)
- [R](../../4-Classification/3-Classifiers-2/solution/R/lesson_12.html) |
- জেন এবং ক্যাসি
- এরিক ওয়ানজাউ
- [Python](5-Clustering/1-Visualize/README.md)
- [R](../../5-Clustering/1-Visualize/solution/R/lesson_14.html) |
- জেন
- এরিক ওয়ানজাউ
- [Python](5-Clustering/2-K-Means/README.md)
- [R](../../5-Clustering/2-K-Means/solution/R/lesson_15.html) |
- জেন
- এরিক ওয়ানজাউ
এই কোর্সের জন্য অতিরিক্ত সমস্ত রিসোর্স Microsoft Learn সংগ্রহে খুঁজুন
অফলাইন অ্যাক্সেস
আপনি Docsify ব্যবহার করে এই ডকুমেন্টেশনটি অফলাইনে চালাতে পারেন। এই রিপোজিটরি ফর্ক করুন, আপনার লোকাল মেশিনে Docsify ইনস্টল করুন, এবং তারপর এই রিপোজিটরির রুট ফোল্ডারে
docsify serveটাইপ করুন। ওয়েবসাইটটি আপনার লোকালহোস্টের পোর্ট ৩০০০-এ পরিবেশন করা হবে:localhost:3000।পিডিএফ
লিঙ্ক সহ কারিকুলামের একটি পিডিএফ এখানে খুঁজুন।
🎒 অন্যান্য কোর্সসমূহ
আমাদের টিম অন্যান্য কোর্সও তৈরি করে! দেখুন:
- Generative AI for Beginners
- Generative AI for Beginners .NET
- Generative AI with JavaScript
- Generative AI with Java
- AI for Beginners
- Data Science for Beginners
- ML for Beginners
- Cybersecurity for Beginners
- Web Dev for Beginners
- IoT for Beginners
- XR Development for Beginners
- Mastering GitHub Copilot for Paired Programming
- Mastering GitHub Copilot for C#/.NET Developers
- Choose Your Own Copilot Adventure
অস্বীকৃতি:
এই নথিটি AI অনুবাদ পরিষেবা Co-op Translator ব্যবহার করে অনুবাদ করা হয়েছে। আমরা যথাসম্ভব সঠিক অনুবাদের চেষ্টা করি, তবে অনুগ্রহ করে মনে রাখবেন যে স্বয়ংক্রিয় অনুবাদে ত্রুটি বা অসঙ্গতি থাকতে পারে। নথিটির মূল ভাষায় লেখা সংস্করণটিকেই প্রামাণিক উৎস হিসেবে বিবেচনা করা উচিত। গুরুত্বপূর্ণ তথ্যের জন্য, পেশাদার মানব অনুবাদ ব্যবহার করার পরামর্শ দেওয়া হচ্ছে। এই অনুবাদ ব্যবহারের ফলে সৃষ্ট কোনো ভুল বোঝাবুঝি বা ভুল ব্যাখ্যার জন্য আমরা দায়ী নই।