ML-For-Beginners/translations/sw

🌐 Msaada wa Lugha Nyingi

Inasaidiwa kupitia GitHub Action (Kiotomatiki na Daima Imesasishwa)

Arabic | Bengali | Bulgarian | Burmese (Myanmar) | Chinese (Simplified) | Chinese (Traditional, Hong Kong) | Chinese (Traditional, Macau) | Chinese (Traditional, Taiwan) | Croatian | Czech | Danish | Dutch | Estonian | Finnish | French | German | Greek | Hebrew | Hindi | Hungarian | Indonesian | Italian | Japanese | Kannada | Korean | Lithuanian | Malay | Malayalam | Marathi | Nepali | Nigerian Pidgin | Norwegian | Persian (Farsi) | Polish | Portuguese (Brazil) | Portuguese (Portugal) | Punjabi (Gurmukhi) | Romanian | Russian | Serbian (Cyrillic) | Slovak | Slovenian | Spanish | Swahili | Swedish | Tagalog (Filipino) | Tamil | Telugu | Thai | Turkish | Ukrainian | Urdu | Vietnamese

Jiunge na Jamii Yetu

Tunayo mfululizo wa kujifunza kupitia Discord kuhusu AI unaoendelea; jifunze zaidi na ujiunge nasi kwenye Mfululizo wa Kujifunza na AI kuanzia 18 - 30 Septemba, 2025. Utapata vidokezo na mbinu za kutumia GitHub Copilot kwa Data Science.

Kujifunza kwa Mashine kwa Waanzilishi - Mtaala

🌍 Safiri kote duniani tunapochunguza Kujifunza kwa Mashine kupitia tamaduni za dunia 🌍

Waandishi wa Cloud Advocates wa Microsoft wanafurahia kutoa mtaala wa wiki 12, masomo 26 yote kuhusu Kujifunza kwa Mashine. Katika mtaala huu, utajifunza kuhusu kile kinachojulikana mara nyingi kama kujifunza kwa mashine klasik (classic machine learning), ukitumia kwa msingi maktaba ya Scikit-learn na kuepuka deep learning, ambayo inajadiliwa katika AI for Beginners' curriculum. Pia sambaza masomo haya pamoja na 'Data Science for Beginners' curriculum.

Safiri nasi kote ulimwenguni tunapofanya utekelezaji wa mbinu hizi za klasik kwenye data kutoka sehemu nyingi za dunia. Kila somo linajumuisha maswali ya kabla na baada ya somo, maelekezo ya kuandika somo ili kukamilisha somo, suluhisho, kazi ya nyumbani, na zaidi. Mbinu yetu inayolenga miradi inakuwezesha kujifunza kwa kujenga, njia iliyoonyeshwa kuwa inaleta ujuzi unaodumu kwa wanaoanza.

✍️ 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 shukrani kwa wachoraji wetu Tomomi Imura, Dasani Madipalli, na Jen Looper

🙏 Shukrani maalum 🙏 kwa waandishi, wakaguzi, na wachangiaji wa maudhui wa Microsoft Student Ambassador, kwa kuzingatia 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!

Kuanzia

Fuata hatua hizi:

1. Fanya fork ya Repository: Bonyeza kitufe cha "Fork" upande wa juu-kulia wa ukurasa huu.
2. 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 Kutatua Matatizo kwa suluhisho za matatizo ya kawaida kuhusu usakinishaji, usanidi, na kuendesha masomo.

Wanafunzi, ili kutumia mtaala huu, fanya fork ya repo yote hadi kwenye akaunti yako ya GitHub na kamilisha mazoezi mwenyewe au katika kikundi:

• Anza na mtihani wa kabla ya somo.
• 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 upo kwenye folda za /solution katika kila somo linalolenga mradi.
• Fanya mtihani wa baada ya somo.
• Kamilisha changamoto.
• Kamilisha kazi ya nyumbani.
• Baada ya kukamilisha kundi la masomo, tembelea Bodi ya Majadiliano na "jifunze kwa sauti" kwa kujaza kipimo cha PAT kinachofaa. 'PAT' ni Zana ya Tathmini ya Maendeleo ambayo ni kipimo unachojaza ili kuendeleza kujifunza kwako. Unaweza pia kutoa hisia kwa PAT za wengine ili tuweza kujifunza pamoja.

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

Walimu, tume weka baadhi ya mapendekezo juu ya jinsi ya kutumia mtaala huu.

---

Mwongozo wa Video

Baadhi ya masomo yanapatikana kama video fupi. Unaweza kupata hizi zote zinazoonyeshwa ndani ya masomo, au kwenye orodha ya nyimbo ya ML for Beginners kwenye kituo cha Microsoft Developer YouTube kwa kubonyeza picha hapa chini.

---

Kutana na Timu

Gif na Mohit Jaisal

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

---

Mbinu ya Kufundisha

Tumechagua kanuni mbili za kifundisho wakati wa kujenga mtaala huu: kuhakikisha kuwa una vitendo kwa kupitia miradi na kwamba unajumuisha mtihani wa mara kwa mara (quizzes). Zaidi ya hayo, mtaala huu una kauli moja ya pamoja ili kumpa mshikamano.

Kwa kuhakikisha maudhui yanaendana na miradi, mchakato unakuwa wa kuvutia zaidi kwa wanafunzi na kumbukumbu ya dhana itaongezeka. Zaidi ya hayo, mtihani wa hatari ndogo kabla ya darasa unaweka nia ya mwanafunzi kuelekea kujifunza mada, wakati mtihani wa pili baada ya darasa unaweka kumbukumbu zaidi. Mtaala huu umesanifiwa ili uwe wa kubadilika na wa kufurahisha na unaweza kuchukuliwa kwa ujumla au kwa sehemu. Miradi inaanza ndogo na kuwa ya kuongezeka kwa ugumu kufikia mwisho wa mzunguko wa wiki 12. Mtaala huu pia unajumuisha tangazo kuhusu matumizi ya dunia halisi ya ML, ambayo inaweza kutumika kama alama za ziada au kama msingi wa majadiliano.

Pata Kanuni za Maadili, Jinsi ya Kuchangia, Tafsiri, na miongozo ya Kutatua Matatizo. Tunakaribisha maoni yako yenye ujenzi!

Kila somo linajumuisha

• sketchnote ya hiari
• video ya ziada ya hiari
• mwongozo wa video (masomo fulani tu)
• mtihani wa kuwasha kabla ya mihadhara
• somo iliyoandikwa
• kwa masomo yanayotegemea mradi, mwongozo hatua kwa hatua juu ya jinsi ya kujenga mradi
• ukaguzi wa maarifa
• changamoto
• usomaji wa ziada
• kazi ya nyumbani
• mtihani wa baada ya mihadhara

Kumbuka kuhusu lugha: Masomo haya kwa kawaida yameandikwa kwa Python, lakini mengi pia yanapatikana kwa R. Ili kukamilisha somo la R, nenda kwenye folda ya /solution na tafuta masomo ya R. Zinajumuisha nyongeza ya .rmd ambayo inaonyesha faili ya R Markdown ambayo inaweza kuelezwa kwa urahisi kama kuingizwa kwa code chunks (za R au lugha nyingine) na YAML header (inayoongoza jinsi ya kuunda matokeo kama PDF) katika Markdown document. Kwa hivyo, inatoa mfumo bora wa kuandika kwa sayansi ya data kwa kuwa inakuwezesha kuchanganya msimbo wako, matokeo yake, na mawazo yako kwa kuandika katika Markdown. Zaidi ya hayo, nyaraka za R Markdown zinaweza kutumika kuunda matokeo kama PDF, HTML, au Word.

Kumbuka kuhusu mitihani: Mitihani yote iko katika Quiz App folder, kwa jumla ya mitihani 52 kila moja ikiwa na maswali matatu. Imeunganishwa kutoka ndani ya masomo lakini app ya mtihani inaweza kuendeshwa kwa ndani; fuata maelekezo katika folda ya quiz-app ili kuendesha kwa ndani au kutuma (deploy) hadi Azure.

Lesson Number	Topic	Lesson Grouping	Learning Objectives	Linked Lesson	Author
01	Utangulizi wa ujifunzaji wa mashine	Utangulizi	Jifunze dhana za msingi za ujifunzaji wa mashine	Somo	Muhammad
02	Historia ya ujifunzaji wa mashine	Utangulizi	Jifunze historia ya msingi ya uwanja huu	Somo	Jen and Amy
03	Usawa na ujifunzaji wa mashine	Utangulizi	Je, ni masuala gani muhimu ya kifalsafa kuhusu usawa ambayo wanafunzi wanapaswa kuyazingatia wanapojenga na kutumia modeli za ML?	Somo	Tomomi
04	Mbinu za ujifunzaji wa mashine	Utangulizi	Watafiti wa ML hutumia mbinu gani kujenga modeli za ML?	Somo	Chris and Jen
05	Utangulizi wa regression	Urekebishaji	Anza na Python na Scikit-learn kwa modeli za regression	Python • R	Jen • Eric Wanjau
06	Bei za malenge za Amerika ya Kaskazini 🎃	Urekebishaji	Onyesha na safisha data kwa ajili ya maandalizi ya ML	Python • R	Jen • Eric Wanjau
07	Bei za malenge za Amerika ya Kaskazini 🎃	Urekebishaji	Jenga modeli za regression za mstari na za polynomial	Python • R	Jen and Dmitry • Eric Wanjau
08	Bei za malenge za Amerika ya Kaskazini 🎃	Urekebishaji	Jenga modeli ya regression ya logistic	Python • R	Jen • Eric Wanjau
09	Programu ya Wavuti 🔌	Programu ya Wavuti	Jenga programu ya wavuti ili kutumia modeli yako iliyofundishwa	Python	Jen
10	Utangulizi wa uainishaji	Uainishaji	Safisha, andaa, na onyesha data yako; utangulizi wa uainishaji	Python • R	Jen and Cassie • Eric Wanjau
11	Vyakula vitamu vya Asia na India 🍜	Uainishaji	Utangulizi wa classifiers	Python • R	Jen and Cassie • Eric Wanjau
12	Vyakula vitamu vya Asia na India 🍜	Uainishaji	Classifiers zaidi	Python • R	Jen and Cassie • Eric Wanjau
13	Vyakula vitamu vya Asia na India 🍜	Uainishaji	Jenga programu ya wavuti ya mapendekezo kwa kutumia modeli yako	Python	Jen
14	Utangulizi wa kuundaji makundi	Kuundaji makundi	Safisha, andaa, na onyesha data yako; utangulizi wa kuundaji makundi	Python • R	Jen • Eric Wanjau
15	Kuchunguza ladha za muziki za Nigeria 🎧	Kuundaji makundi	Chunguza mbinu ya kuundaji makundi ya K-Means	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	Zidisha ujuzi wako wa NLP kwa kuelewa kazi za kawaida zinazohitajika wakati wa kushughulikia miundo ya lugha	Python	Stephen
18	Tafsiri na uchambuzi wa hisia ♥️	Usindikaji wa lugha asilia	Tafsiri na uchambuzi wa hisia kwa kutumia 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 Umeme Duniani ⚡️ - utabiri wa mfululizo wa muda	Mfululizo wa muda	Utabiri wa mfululizo wa muda kwa ARIMA	Python	Francesca
23	⚡️ Matumizi ya Umeme Duniani ⚡️ - utabiri wa mfululizo wa muda	Mfululizo wa muda	Utabiri wa mfululizo wa muda kwa Support Vector Regressor	Python	Anirban
24	Utangulizi wa kujifunza kwa kuimarishwa	Kujifunza kwa kuimarishwa	Utangulizi wa kujifunza kwa kuimarishwa na Q-Learning	Python	Dmitry
25	Msaidie Peter kuepuka mbwa mwitu! 🐺	Kujifunza kwa kuimarishwa	Gym ya kujifunza kwa kuimarishwa	Python	Dmitry
Postscript	Matukio halisi na matumizi ya ML	ML katika Ulimwengu Halisi	Matumizi ya kuvutia na kufichua ya ML ya jadi katika dunia halisi	Somo	Team
Postscript	Uchambuzi wa makosa ya modeli katika ML kwa kutumia dashibodi ya RAI	ML katika Ulimwengu Halisi	Uchambuzi wa makosa ya 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

Ufikiaji bila mtandao

Unaweza kuendesha nyaraka hizi bila mtandao kwa kutumia Docsify. Forka repo hii, sakinisha Docsify kwenye kompyuta yako ya eneo, na kisha katika folda ya mizizi ya repo hii, andika docsify serve. Tovuti itahudumiwa 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

Ikiwa utakwama au una maswali yoyote kuhusu kujenga programu za AI. Jiunge na wanafunzi wenzako na waendelezaji wenye uzoefu katika mijadala kuhusu MCP. Ni jamii yenye msaada ambapo maswali yanakaribishwa na maarifa yanashirikiwa kwa uhuru.

Ikiwa una maoni ya bidhaa au makosa wakati wa kujenga tembelea:

---

Tamko la kutohusika: Nyaraka hii imetafsiriwa kwa kutumia huduma ya utafsiri ya akili bandia (AI) Co-op Translator. Ingawa tunajitahidi kuhakikisha usahihi, tafadhali fahamu kwamba tafsiri za kiotomatiki zinaweza kuwa na makosa au kutokuwa sahihi. Nyaraka ya asili katika lugha yake ya asili inapaswa kuchukuliwa kama chanzo chenye mamlaka. Kwa taarifa muhimu, inashauriwa kutumia utafsiri wa kitaalamu uliofanywa na mtafsiri mtaalamu wa binadamu. Hatuwajibiki kwa kutokuelewana au tafsiri potofu zitokanazo na matumizi ya tafsiri hii.