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.
ML-For-Beginners/translations/my/README.md

36 KiB

GitHub license
GitHub contributors
GitHub issues
GitHub pull-requests
PRs Welcome

GitHub watchers
GitHub forks
GitHub stars

🌐 ဘာသာစကားများ အထောက်အပံ့

GitHub Action မှတဆင့် အလိုအလျောက် (အမြဲနောက်ဆုံးပေါ်)

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)

အသိုင်းအဝိုင်းနှင့် ပူးပေါင်းပါ

Azure AI Discord

စတင်လေ့လာရန် - Machine Learning အခြေခံသင်ခန်းစာ

🌍 ကမ္ဘာ့ယဉ်ကျေးမှုများကို အခြေခံပြီး Machine Learning ကို လေ့လာရင်း ကမ္ဘာပတ်လည် ခရီးသွားလိုက်ပါ 🌍

Microsoft ၏ Cloud Advocates များသည် Machine Learning အကြောင်းကို 12 ပတ်၊ 26 သင်ခန်းစာဖြင့် သင်ကြားရန် သင်ခန်းစာအစီအစဉ်တစ်ခုကို ပေးဆောင်ရန် ဝမ်းမြောက်စွာ တင်ပြပါသည်။ ဒီသင်ခန်းစာအစီအစဉ်တွင် classic machine learning ဟုခေါ်ဆိုသော နည်းလမ်းများကို Scikit-learn ကို အဓိကစာကြည့်တိုက်အဖြစ် အသုံးပြု၍ သင်ယူမည်ဖြစ်ပြီး deep learning ကို AI for Beginners' curriculum တွင် ဖော်ပြထားသောအတိုင်း ခွဲခြားထားပါသည်။ 'Data Science for Beginners' curriculum နှင့် တွဲဖက်၍ သင်ခန်းစာများကို လေ့လာပါ။

ကမ္ဘာပတ်လည် ခရီးသွားလိုက်ရင်း classic နည်းလမ်းများကို ကမ္ဘာ့ဒေတာများတွင် အသုံးချပါ။ သင်ခန်းစာတစ်ခုစီတွင် သင်ခန်းစာမတိုင်မီနှင့် သင်ခန်းစာပြီးဆုံးပြီးနောက် စစ်တမ်းများ၊ သင်ခန်းစာကို ပြီးမြောက်ရန် ရေးသားထားသော လမ်းညွှန်ချက်များ၊ ဖြေရှင်းချက်၊ လေ့ကျင့်ခန်းများနှင့် အခြားအရာများ ပါဝင်သည်။ Project-based သင်ကြားမှုနည်းလမ်းသည် သင်ယူမှုကို တိုးတက်စေပြီး ကျွမ်းကျင်မှုအသစ်များကို ထိန်းသိမ်းနိုင်စေသည်။

✍️ ကျေးဇူးအထူးတင်ရှိပါသည် Jen Looper, Stephen Howell, Francesca Lazzeri, Tomomi Imura, Cassie Breviu, Dmitry Soshnikov, Chris Noring, Anirban Mukherjee, Ornella Altunyan, Ruth Yakubu နှင့် Amy Boyd

🎨 ကျေးဇူးတင်ရှိပါသည် Tomomi Imura, Dasani Madipalli, နှင့် Jen Looper

🙏 Microsoft Student Ambassador များအား အထူးကျေးဇူးတင်ရှိပါသည် Rishit Dagli, Muhammad Sakib Khan Inan, Rohan Raj, Alexandru Petrescu, Abhishek Jaiswal, Nawrin Tabassum, Ioan Samuila, နှင့် Snigdha Agarwal

🤩 Microsoft Student Ambassadors Eric Wanjau, Jasleen Sondhi, နှင့် Vidushi Gupta အား R သင်ခန်းစာများအတွက် အထူးကျေးဇူးတင်ရှိပါသည်!

စတင်ရန်

အောက်ပါအဆင့်များကို လိုက်နာပါ:

  1. Repository ကို Fork လုပ်ပါ: ဒီစာမျက်နှာ၏ အပေါ်ယာဘက်ရှိ "Fork" ခလုတ်ကို နှိပ်ပါ။
  2. Repository ကို Clone လုပ်ပါ: git clone https://github.com/microsoft/ML-For-Beginners.git

ဒီသင်ခန်းစာအတွက် အပိုဆောင်းအရင်းအမြစ်များကို Microsoft Learn collection တွင် ရှာဖွေပါ

ကျောင်းသားများ, ဒီသင်ခန်းစာအစီအစဉ်ကို သင်၏ GitHub အကောင့်သို့ Fork လုပ်ပြီး သင့်အတန်းအဖွဲ့နှင့် သီးသန့် သို့မဟုတ် အုပ်စုဖြင့် လေ့ကျင့်ခန်းများကို ပြီးမြောက်ပါ:

  • သင်ခန်းစာမတိုင်မီ စစ်တမ်းကို စတင်ပါ။
  • သင်ခန်းစာကို ဖတ်ပြီး လေ့ကျင့်ခန်းများကို ပြီးမြောက်ပါ၊ knowledge check တစ်ခုစီတွင် ရပ်နားပြီး အတွေးအမြင်များကို ပြန်လည်သုံးသပ်ပါ။
  • သင်ခန်းစာများကို နားလည်ခြင်းဖြင့် Project များကို ဖန်တီးရန် ကြိုးစားပါ၊ သို့သော် ဖြေရှင်းချက် code ကို /solution folder တွင် ရှာနိုင်ပါသည်။
  • သင်ခန်းစာပြီးဆုံးပြီးနောက် စစ်တမ်းကို ပြုလုပ်ပါ။
  • လေ့ကျင့်ခန်းကို ပြီးမြောက်ပါ။
  • သင်ခန်းစာအုပ်စုတစ်ခုကို ပြီးမြောက်ပြီးနောက် Discussion Board သို့ သွားပြီး PAT rubric ကို ဖြည့်စွက်ပါ။ PAT သည် Progress Assessment Tool ဖြစ်ပြီး သင့်လေ့လာမှုကို တိုးတက်စေရန် ရည်ရွယ်ထားသော rubric တစ်ခုဖြစ်သည်။ PAT များကို အခြားသူများနှင့် ပြန်လည်ဆွေးနွေးနိုင်ပါသည်။

အပိုဆောင်းလေ့လာရန်အတွက် Microsoft Learn module များနှင့် learning path များကို လိုက်နာရန် အကြံပြုပါသည်။

ဆရာများ, ဒီသင်ခန်းစာကို အသုံးပြုရန် အကြံပြုချက်များ ပါဝင်သည်။


ဗီဒီယို လမ်းညွှန်ချက်များ

သင်ခန်းစာတစ်ချို့ကို အတိုချုပ်ဗီဒီယိုအဖြစ် ရရှိနိုင်ပါသည်။ သင်ခန်းစာများတွင် အတွင်းပိုင်းတွင် ရှာနိုင်သလို Microsoft Developer YouTube channel တွင် ML for Beginners playlist တွင်လည်း ရှာနိုင်ပါသည်။

ML for beginners banner


အဖွဲ့ကို တွေ့ဆုံပါ

Promo video

Gif by Mohit Jaisal

🎥 အပေါ်ရှိ ပုံကို နှိပ်ပြီး ဒီ project နှင့် ဖန်တီးသူများအကြောင်း ဗီဒီယိုကို ကြည့်ပါ!


သင်ကြားမှုနည်းလမ်း

ဒီသင်ခန်းစာကို ဖန်တီးရာတွင် project-based ဖြစ်စေရန်နှင့် စစ်တမ်းများ မကြာခဏ ပါဝင်စေရန် အခြေခံထားသည်။ ထို့အပြင် သင်ခန်းစာများကို theme တစ်ခုဖြင့် တစ်စည်းတစ်လုံးဖြစ်စေရန် ရည်ရွယ်ထားသည်။

Project-based သင်ကြားမှုနည်းလမ်းသည် ကျောင်းသားများအတွက် စိတ်ဝင်စားမှုကို တိုးတက်စေပြီး သင်ယူမှုကို ထိန်းသိမ်းနိုင်စေသည်။ သင်ခန်းစာမတိုင်မီ စစ်တမ်းသည် ကျောင်းသားများကို သင်ခန်းစာအကြောင်း စိတ်ဝင်စားစေပြီး သင်ခန်းစာပြီးဆုံးပြီးနောက် စစ်တမ်းသည် သင်ယူမှုကို ထိန်းသိမ်းနိုင်စေသည်။ ဒီသင်ခန်းစာအစီအစဉ်ကို အပြည့်အစုံ သို့မဟုတ် အစိတ်အပိုင်းအဖြစ် flexible ဖြစ်စေရန် ဖန်တီးထားသည်။ Project များသည် သေးငယ်ပြီး 12 ပတ်အတွင်း increasingly complex ဖြစ်လာမည်ဖြစ်သည်။

Code of Conduct, Contributing, နှင့် Translation လမ်းညွှန်ချက်များကို ရှာပါ။ သင်၏ အဆောက်အအုံဆန်းစစ်ချက်များကို ကြိုဆိုပါသည်!

သင်ခန်းစာတစ်ခုစီတွင် ပါဝင်သည်

  • optional sketchnote
  • optional supplemental video
  • video walkthrough (သင်ခန်းစာတစ်ချို့တွင်သာ)
  • pre-lecture warmup quiz
  • written lesson
  • project-based သင်ခန်းစာများအတွက် project ကို ဖန်တီးရန် လမ်းညွှန်ချက်များ
  • knowledge checks
  • challenge
  • supplemental reading
  • assignment
  • post-lecture quiz

ဘာသာစကားများအကြောင်း မှတ်ချက်: သင်ခန်းစာများကို အဓိကအားဖြင့် Python ဖြင့် ရေးသားထားပြီး R ဖြင့်လည်း ရရှိနိုင်ပါသည်။ R သင်ခန်းစာကို /solution folder တွင် ရှာပါ။ .rmd extension ပါဝင်သော R Markdown ဖိုင်များကို ရှာနိုင်ပါသည်။

စစ်တမ်းများအကြောင်း မှတ်ချက်: Quiz App folder တွင် စစ်တမ်းများအားလုံး ပါဝင်ပြီး စုစုပေါင်း 52 စစ်တမ်း၊ တစ်ခုလျှင် 3 မေးခွန်းပါဝင်သည်။

သင်ခန်းစာနံပါတ် ခေါင်းစဉ် သင်ခန်းစာအုပ်စု သင်ယူရမည့် ရည်ရွယ်ချက်များ သင်ခန်းစာ ဖန်တီးသူ
01 Machine Learning အကြောင်း အကျဉ်းချုပ် Introduction Machine Learning အခြေခံအယူအဆများကို သင်ယူပါ Lesson Muhammad
02 Machine Learning ၏ သမိုင်းကြောင်း Introduction ဒီနယ်ပယ်၏ သမိုင်းကြောင်းကို သင်ယူပါ Lesson Jen and Amy
03 Machine Learning နှင့် တရားမျှတမှု Introduction ML models ဖန်တီးခြင်းနှင့် အသုံးချခြင်းတွင် ကျောင်းသားများ သတိထားသင့်သော တရားမျှတမှုဆိုင်ရာ အရေးကြီးသော အတွေးအမြင်များကို သင်ယူပါ Lesson Tomomi
04 မက်ရှင်လေန်နင်းအတွက်နည်းလမ်းများ Introduction ML မော်ဒယ်များကိုတည်ဆောက်ရန် ML သုတေသနပြုသူများအသုံးပြုသောနည်းလမ်းများကဘာလဲ? Lesson Chris နှင့် Jen
05 Regression အကြောင်းမိတ်ဆက် Regression Regression မော်ဒယ်များအတွက် Python နှင့် Scikit-learn ကိုစတင်အသုံးပြုပါ
  • [Python](2-Regression/1-Tools/README.md)
  • [R](../../2-Regression/1-Tools/solution/R/lesson_1.html)
|
  • Jen
  • Eric Wanjau
| | 06 | မြောက်အမေရိကန်ဖရုံသီးဈေးနှုန်း 🎃 | [Regression](2-Regression/README.md) | ML အတွက်အချက်အလက်များကိုမြင်ကွင်းဖန်တီးပြီးသန့်စင်ပါ |
  • [Python](2-Regression/2-Data/README.md)
  • [R](../../2-Regression/2-Data/solution/R/lesson_2.html)
|
  • Jen
  • Eric Wanjau
| | 07 | မြောက်အမေရိကန်ဖရုံသီးဈေးနှုန်း 🎃 | [Regression](2-Regression/README.md) | Linear နှင့် Polynomial Regression မော်ဒယ်များကိုတည်ဆောက်ပါ |
  • [Python](2-Regression/3-Linear/README.md)
  • [R](../../2-Regression/3-Linear/solution/R/lesson_3.html)
|
  • Jen နှင့် Dmitry
  • Eric Wanjau
| | 08 | မြောက်အမေရိကန်ဖရုံသီးဈေးနှုန်း 🎃 | [Regression](2-Regression/README.md) | Logistic Regression မော်ဒယ်တစ်ခုကိုတည်ဆောက်ပါ |
  • [Python](2-Regression/4-Logistic/README.md)
  • [R](../../2-Regression/4-Logistic/solution/R/lesson_4.html)
|
  • Jen
  • Eric Wanjau
| | 09 | ဝက်ဘ်အက်ပ် 🔌 | [Web App](3-Web-App/README.md) | သင်၏လေ့ကျင့်ထားသောမော်ဒယ်ကိုအသုံးပြုရန်ဝက်ဘ်အက်ပ်တစ်ခုကိုတည်ဆောက်ပါ | [Python](3-Web-App/1-Web-App/README.md) | Jen | | 10 | Classification အကြောင်းမိတ်ဆက် | [Classification](4-Classification/README.md) | သင်၏အချက်အလက်များကိုသန့်စင်၊ ပြင်ဆင်၊ မြင်ကွင်းဖန်တီးပါ။ Classification အကြောင်းမိတ်ဆက်ပါ |
  • [Python](4-Classification/1-Introduction/README.md)
  • [R](../../4-Classification/1-Introduction/solution/R/lesson_10.html) |
    • Jen နှင့် Cassie
    • Eric Wanjau
    | | 11 | အာရှနှင့်အိန္ဒိယအစားအစာများ 🍜 | [Classification](4-Classification/README.md) | Classifiers အကြောင်းမိတ်ဆက် |
    • [Python](4-Classification/2-Classifiers-1/README.md)
    • [R](../../4-Classification/2-Classifiers-1/solution/R/lesson_11.html) |
      • Jen နှင့် Cassie
      • Eric Wanjau
      | | 12 | အာရှနှင့်အိန္ဒိယအစားအစာများ 🍜 | [Classification](4-Classification/README.md) | Classifiers ပိုမိုများပြား |
      • [Python](4-Classification/3-Classifiers-2/README.md)
      • [R](../../4-Classification/3-Classifiers-2/solution/R/lesson_12.html) |
        • Jen နှင့် Cassie
        • Eric Wanjau
        | | 13 | အာရှနှင့်အိန္ဒိယအစားအစာများ 🍜 | [Classification](4-Classification/README.md) | သင်၏မော်ဒယ်ကိုအသုံးပြု၍ recommender ဝက်ဘ်အက်ပ်တစ်ခုကိုတည်ဆောက်ပါ | [Python](4-Classification/4-Applied/README.md) | Jen | | 14 | Clustering အကြောင်းမိတ်ဆက် | [Clustering](5-Clustering/README.md) | သင်၏အချက်အလက်များကိုသန့်စင်၊ ပြင်ဆင်၊ မြင်ကွင်းဖန်တီးပါ။ Clustering အကြောင်းမိတ်ဆက်ပါ |
        • [Python](5-Clustering/1-Visualize/README.md)
        • [R](../../5-Clustering/1-Visualize/solution/R/lesson_14.html) |
          • Jen
          • Eric Wanjau
          | | 15 | နိုင်ဂျီးရီးယားဂီတအရသာများ 🎧 | [Clustering](5-Clustering/README.md) | K-Means Clustering နည်းလမ်းကိုလေ့လာပါ |
          • [Python](5-Clustering/2-K-Means/README.md)
          • [R](../../5-Clustering/2-K-Means/solution/R/lesson_15.html) |
            • Jen
            • Eric Wanjau
            | | 16 | သဘာဝဘာသာစကားလုပ်ငန်းစဉ်အကြောင်းမိတ်ဆက် | [Natural language processing](6-NLP/README.md) | Bot တစ်ခုကိုတည်ဆောက်ခြင်းဖြင့် NLP အခြေခံကိုလေ့လာပါ | [Python](6-NLP/1-Introduction-to-NLP/README.md) | Stephen | | 17 | ရှေ့ပြေး NLP လုပ်ငန်းစဉ်များ | [Natural language processing](6-NLP/README.md) | ဘာသာစကားဖွဲ့စည်းမှုများနှင့်ဆက်နွယ်သောလုပ်ငန်းစဉ်များကိုနားလည်ခြင်းဖြင့် NLP အသိပညာကိုပိုမိုတိုးချဲ့ပါ | [Python](6-NLP/2-Tasks/README.md) | Stephen | | 18 | ဘာသာပြန်ခြင်းနှင့်ခံစားချက်ခွဲခြားခြင်း ♥️ | [Natural language processing](6-NLP/README.md) | Jane Austen နှင့်အတူဘာသာပြန်ခြင်းနှင့်ခံစားချက်ခွဲခြားခြင်း | [Python](6-NLP/3-Translation-Sentiment/README.md) | Stephen | | 19 | ဥရောပ၏ရိုမန်တစ်ဟိုတယ်များ ♥️ | [Natural language processing](6-NLP/README.md) | ဟိုတယ်ပြန်လည်သုံးသပ်ချက်များ 1 ဖြင့်ခံစားချက်ခွဲခြားခြင်း | [Python](6-NLP/4-Hotel-Reviews-1/README.md) | Stephen | | 20 | ဥရောပ၏ရိုမန်တစ်ဟိုတယ်များ ♥️ | [Natural language processing](6-NLP/README.md) | ဟိုတယ်ပြန်လည်သုံးသပ်ချက်များ 2 ဖြင့်ခံစားချက်ခွဲခြားခြင်း | [Python](6-NLP/5-Hotel-Reviews-2/README.md) | Stephen | | 21 | အချိန်စီးရီးခန့်မှန်းခြင်းအကြောင်းမိတ်ဆက် | [Time series](7-TimeSeries/README.md) | အချိန်စီးရီးခန့်မှန်းခြင်းအကြောင်းမိတ်ဆက် | [Python](7-TimeSeries/1-Introduction/README.md) | Francesca | | 22 | ကမ္ဘာ့လျှပ်စစ်သုံးစွဲမှု - ARIMA ဖြင့်အချိန်စီးရီးခန့်မှန်းခြင်း | [Time series](7-TimeSeries/README.md) | ARIMA ဖြင့်အချိန်စီးရီးခန့်မှန်းခြင်း | [Python](7-TimeSeries/2-ARIMA/README.md) | Francesca | | 23 | ကမ္ဘာ့လျှပ်စစ်သုံးစွဲမှု - SVR ဖြင့်အချိန်စီးရီးခန့်မှန်းခြင်း | [Time series](7-TimeSeries/README.md) | Support Vector Regressor ဖြင့်အချိန်စီးရီးခန့်မှန်းခြင်း | [Python](7-TimeSeries/3-SVR/README.md) | Anirban | | 24 | Reinforcement Learning အကြောင်းမိတ်ဆက် | [Reinforcement learning](8-Reinforcement/README.md) | Q-Learning ဖြင့် Reinforcement Learning အကြောင်းမိတ်ဆက် | [Python](8-Reinforcement/1-QLearning/README.md) | Dmitry | | 25 | Peter ကိုဝက်မထိစေပါ 🐺 | [Reinforcement learning](8-Reinforcement/README.md) | Reinforcement Learning Gym | [Python](8-Reinforcement/2-Gym/README.md) | Dmitry | | Postscript | အမှန်တကယ် ML အခြေအနေများနှင့်လျှောက်လွှာများ | [ML in the Wild](9-Real-World/README.md) | ရိုးရာ ML ၏စိတ်ဝင်စားဖွယ်နှင့်ဖော်ထုတ်နိုင်သောအမှန်တကယ်လျှောက်လွှာများ | [Lesson](9-Real-World/1-Applications/README.md) | Team | | Postscript | RAI Dashboard ဖြင့် ML မော်ဒယ် Debugging | [ML in the Wild](9-Real-World/README.md) | Responsible AI Dashboard အစိတ်အပိုင်းများကိုအသုံးပြု၍ ML မော်ဒယ် Debugging | [Lesson](9-Real-World/2-Debugging-ML-Models/README.md) | Ruth Yakubu |

            ဤသင်ခန်းစာအတွက် Microsoft Learn collection တွင်အပိုဆောင်းအရင်းအမြစ်များအားလုံးကိုရှာပါ

            အော့ဖ်လိုင်းအသုံးပြုမှု

            ဤစာရွက်စာတမ်းကို Docsify ကိုအသုံးပြု၍ အော့ဖ်လိုင်းတွင်လည်ပတ်နိုင်သည်။ ဤ repo ကို Fork လုပ်ပြီး Docsify ကိုသင်၏ဒေသခံစက်တွင်ထည့်သွင်းပါ၊ ထို့နောက်ဤ repo ၏ root folder တွင် docsify serve ကိုရိုက်ပါ။ ဝက်ဘ်ဆိုဒ်ကို localhost: localhost:3000 တွင် port 3000 တွင်လည်ပတ်မည်။

            PDFs

            လင့်များပါရှိသော curriculum ၏ pdf ကို ဒီမှာ တွေ့ပါ။

            🎒 အခြားသင်ခန်းစာများ

            ကျွန်ုပ်တို့၏အဖွဲ့သည်အခြားသင်ခန်းစာများကိုထုတ်လုပ်ပါသည်! စစ်ဆေးပါ:


            ဝက်ဘ်ဆိုက်မှတ်ချက်:
            ဤစာရွက်စာတမ်းကို AI ဘာသာပြန်ဝန်ဆောင်မှု Co-op Translator ကို အသုံးပြု၍ ဘာသာပြန်ထားပါသည်။ ကျွန်ုပ်တို့သည် တိကျမှန်ကန်မှုအတွက် ကြိုးစားနေပါသော်လည်း၊ အလိုအလျောက်ဘာသာပြန်မှုများတွင် အမှားများ သို့မဟုတ် မမှန်ကန်မှုများ ပါဝင်နိုင်သည်ကို ကျေးဇူးပြု၍ သတိပြုပါ။ မူရင်းစာရွက်စာတမ်းကို ၎င်း၏ မူလဘာသာစကားဖြင့် အာဏာတည်သောရင်းမြစ်အဖြစ် သတ်မှတ်သင့်ပါသည်။ အရေးကြီးသော အချက်အလက်များအတွက် လူ့ဘာသာပြန်ပညာရှင်များမှ အတည်ပြုထားသော ဘာသာပြန်မှုကို အသုံးပြုရန် အကြံပြုပါသည်။ ဤဘာသာပြန်မှုကို အသုံးပြုခြင်းမှ ဖြစ်ပေါ်လာသော နားလည်မှုမှားမှုများ သို့မဟုတ် အဓိပ္ပာယ်မှားမှုများအတွက် ကျွန်ုပ်တို့သည် တာဝန်မယူပါ။