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 | Korean | Lithuanian | Malay | Marathi | Nepali | Norwegian | Persian (Farsi) | Polish | Portuguese (Brazil) | Portuguese (Portugal) | Punjabi (Gurmukhi) | Romanian | Russian | Serbian (Cyrillic) | Slovak | Slovenian | Spanish | Swahili | Swedish | Tagalog (Filipino) | Tamil | Thai | Turkish | Ukrainian | Urdu | Vietnamese
AI နှင့်အတူ သင်ယူရန် Discord စီးရီးတစ်ခုရှိပြီး၊ 2025 ခုနှစ် စက်တင်ဘာလ 18 ရက်မှ 30 ရက်အထိ Learn with AI Series တွင် ပိုမိုသိရှိပြီး ကျွန်ုပ်တို့နှင့် ပူးပေါင်းပါ။ GitHub Copilot ကို Data Science အတွက် အသုံးပြုရန် အကြံဉာဏ်များနှင့် လှည့်ကွက်များကို ရရှိပါမည်။
🌍 ကမ္ဘာ့ယဉ်ကျေးမှုများကို အသုံးပြု၍ စက်ရုပ်သင်ယူမှုကို လေ့လာရင်း ကမ္ဘာ့အနှံ့ ခရီးသွားပါ 🌍
Microsoft မှ Cloud Advocates များသည် စက်ရုပ်သင်ယူမှု အကြောင်း 12 ပတ်၊ 26 သင်ခန်းစာပါဝင်သော သင်ရိုးညွှန်းတမ်းကို ပေးဆောင်ရန် ဝမ်းမြောက်ဝမ်းသာဖြစ်နေပါသည်။ ဤသင်ရိုးညွှန်းတမ်းတွင် ရိုးရာစက်ရုပ်သင်ယူမှု ဟုခေါ်ဆိုသောအရာများကို Scikit-learn ကို အဓိကစာကြည့်တိုက်အဖြစ် အသုံးပြု၍ သင်ယူမည်ဖြစ်ပြီး၊ AI for Beginners' curriculum တွင် ဖော်ပြထားသော အနက်ရှိုင်းသော သင်ယူမှုကို ရှောင်ရှားထားပါသည်။ 'Data Science for Beginners' curriculum နှင့်အတူ ဤသင်ခန်းစာများကို တွဲဖက်ပါ။
ကမ္ဘာ့အနှံ့ရှိ ဒေတာများကို အသုံးပြု၍ ဤရိုးရာနည်းလမ်းများကို လေ့ကျင့်ရင်း ကျွန်ုပ်တို့နှင့်အတူ ခရီးသွားပါ။ သင်ခန်းစာတစ်ခုစီတွင် သင်ခန်းစာမတိုင်မီနှင့် သင်ခန်းစာပြီးဆုံးပြီးနောက် စစ်တမ်းများ၊ သင်ခန်းစာကို ပြီးမြောက်ရန် ရေးသားထားသော လမ်းညွှန်ချက်များ၊ ဖြေရှင်းချက်၊ လုပ်ငန်းတာဝန်များနှင့် အခြားအရာများ ပါဝင်သည်။ ကျွန်ုပ်တို့၏ ပရောဂျက်အခြေပြု သင်ကြားမှုနည်းလမ်းသည် သင်ယူရင်း တည်ဆောက်ရန် ခွင့်ပြုသည်။ ဤနည်းလမ်းသည် အသစ်သော ကျွမ်းကျင်မှုများကို 'တင်းတိမ်' ဖြစ်စေသော အတည်ပြုထားသော နည်းလမ်းတစ်ခုဖြစ်သည်။
✍️ 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!
ဤအဆင့်များကို လိုက်နာပါ:
- Repository ကို Fork လုပ်ပါ: ဤစာမျက်နှာ၏ အပေါ်ယာဉ်ဘက်ရှိ "Fork" ခလုတ်ကို နှိပ်ပါ။
- Repository ကို Clone လုပ်ပါ:
git clone https://github.com/microsoft/ML-For-Beginners.git
ဤသင်ခန်းစာအတွက် အပိုဆောင်းအရင်းအမြစ်များကို Microsoft Learn collection တွင် ရှာဖွေပါ
🔧 အကူအညီလိုအပ်ပါသလား? Troubleshooting Guide ကို စစ်ဆေးပြီး တပ်ဆင်ခြင်း၊ စနစ်တပ်ဆင်ခြင်းနှင့် သင်ခန်းစာများကို လုပ်ဆောင်ရာတွင် ဖြစ်နိုင်သော ပြဿနာများအတွက် ဖြေရှင်းချက်များကို ရှာဖွေပါ။
ကျောင်းသားများ, ဤသင်ရိုးညွှန်းတမ်းကို အသုံးပြုရန်၊ repo အပြည့်ကို သင်၏ GitHub အကောင့်သို့ fork လုပ်ပြီး သင့်ကိုယ်တိုင် သို့မဟုတ် အဖွဲ့နှင့်အတူ လေ့ကျင့်ပါ:
- သင်ခန်းစာမတိုင်မီ စစ်တမ်းဖြင့် စတင်ပါ။
- သင်ခန်းစာကို ဖတ်ပြီး လှုပ်ရှားမှုများကို ပြီးမြောက်ပါ၊ အသိပညာစစ်ဆေးမှုတစ်ခုစီတွင် ရပ်နားပြီး အတွေးအခေါ်များကို ပြုလုပ်ပါ။
- သင်ခန်းစာများကို နားလည်ခြင်းဖြင့် ပရောဂျက်များကို ဖန်တီးရန် ကြိုးစားပါ၊ သို့သော် ဖြေရှင်းချက်ကုဒ်ကို
/solutionဖိုလ်ဒါများတွင် ရရှိနိုင်ပါသည်။ - သင်ခန်းစာပြီးဆုံးပြီးနောက် စစ်တမ်းကို ဖြေပါ။
- စိန်ခေါ်မှုကို ပြီးမြောက်ပါ။
- လုပ်ငန်းတာဝန်ကို ပြီးမြောက်ပါ။
- သင်ခန်းစာအုပ်စုတစ်ခုကို ပြီးမြောက်ပြီးနောက် Discussion Board သို့ သွားပြီး "learn out loud" လုပ်ပါ။ သင့်လေ့လာမှုကို တိုးတက်စေရန် PAT rubric ကို ဖြည့်စွက်ပါ။ PAT သည် သင့်လေ့လာမှုကို တိုးတက်စေရန် ဖြည့်စွက်ရမည့် rubric ဖြစ်သည်။ ကျွန်ုပ်တို့အတူတူ လေ့လာနိုင်ရန် အခြား PAT များကိုလည်း တုံ့ပြန်နိုင်ပါသည်။
နောက်ထပ်လေ့လာရန်အတွက် Microsoft Learn modules နှင့် learning paths များကို လိုက်နာရန် အကြံပြုပါသည်။
ဆရာများ, ဤသင်ရိုးညွှန်းတမ်းကို အသုံးပြုရန် အကြံပြုချက်များကို ထည့်သွင်းထားပါသည်။
သင်ခန်းစာတစ်ချို့ကို အတိုချုံးဗီဒီယိုအဖြစ် ရရှိနိုင်ပါသည်။ ဤဗီဒီယိုများကို သင်ခန်းစာများတွင် အတွင်းပိုင်းတွင် ရှာဖွေနိုင်ပါသည်၊ သို့မဟုတ် ML for Beginners playlist on the Microsoft Developer YouTube channel တွင် ရှာဖွေပါ။
Gif by Mohit Jaisal
🎥 အထက်ပါပုံကို နှိပ်ပြီး ပရောဂျက်နှင့် ဖန်တီးသူများအကြောင်း ဗီဒီယိုကို ကြည့်ပါ!
ဤသင်ရိုးညွှန်းတမ်းကို တည်ဆောက်ရာတွင် ကျွန်ုပ်တို့သည် သင်ကြားမှုနည်းလမ်းနှစ်ခုကို ရွေးချယ်ခဲ့သည်။ အတန်းများကို ပရောဂျက်အခြေပြု ဖြစ်စေခြင်းနှင့် မကြာခဏ စစ်တမ်းများ ပါဝင်စေခြင်းဖြစ်သည်။ ထို့အပြင် ဤသင်ရိုးညွှန်းတမ်းတွင် အဓိကအကြောင်းအရာ ပါဝင်ပြီး သဟဇာတရှိစေရန် ရည်ရွယ်ထားသည်။
အကြောင်းအရာများကို ပရောဂျက်များနှင့် ကိုက်ညီစေရန် သေချာစေခြင်းအားဖြင့်၊ လုပ်ငန်းစဉ်သည် ကျောင်းသားများအတွက် ပိုမိုစိတ်ဝင်စားစေပြီး အကြောင်းအရာများကို မှတ်မိစေရန် တိုးတက်စေပါသည်။ ထို့အပြင် အတန်းမတိုင်မီ အနိမ့်အဆင့် စစ်တမ်းတစ်ခုသည် ကျောင်းသား၏ ရည်ရွယ်ချက်ကို အတန်း၏ အကြောင်းအရာကို သင်ယူရန် သတ်မှတ်ပေးပြီး၊ အတန်းပြီးဆုံးပြီးနောက် စစ်တမ်းတစ်ခုသည် အကြောင်းအရာများကို ပိုမိုမှတ်မိစေရန် သေချာစေပါသည်။ ဤသင်ရိုးညွှန်းတမ်းကို အပြည့်အစုံ သို့မဟုတ် အစိတ်အပိုင်းအဖြစ် လိုက်နာနိုင်ပြီး အလွယ်တကူနှင့် ပျော်ရွှင်စေသော နည်းလမ်းဖြစ်စေရန် ဒီဇိုင်းဆွဲထားသည်။ ပရောဂျက်များသည် သေးငယ်ပြီး 12 ပတ်အတွင်း ပိုမိုရှုပ်ထွေးလာမည်ဖြစ်သည်။ ဤသင်ရိုးညွှန်းတမ်းတွင် ML ၏ အမှန်တကယ်အသုံးချမှုများအကြောင်း postscript တစ်ခုလည်း ပါဝင်ပြီး၊ အပိုအကျိုးခံစားခွင့်အဖြစ် သို့မဟုတ် ဆွေးနွေးမှုအခြေခံအဖြစ် အသုံးပြုနိုင်သည်။
ကျွန်ုပ်တို့၏ Code of Conduct, Contributing, Translation, နှင့် Troubleshooting လမ်းညွှန်ချက်များကို ရှာဖွေပါ။ သင်၏ တည်ဆောက်မှုဆိုင်ရာ အကြံပြုချက်များကို ကြိုဆိုပါသည်!
- ရွေးချယ်နိုင်သော sketchnote
- ရွေးချယ်နိုင်သော အပိုဗီဒီယို
- ဗီဒီယို လမ်းညွှန်ချက် (သင်ခန်းစာတစ်ချို့တွင်သာ)
- သင်ခန်းစာမတိုင်မီ စစ်တမ်း
- ရေးသားထားသော သင်ခန်းစာ
- ပရောဂျက်အခြေပြု သင်ခန်းစာများအတွက် ပရောဂျက်ကို တည်ဆောက်ရန် လမ်းညွှန်ချက်များ
- အသိပညာစစ်ဆေးမှုများ
- စိန်ခေါ်မှု
- အပိုဆောင်းဖတ်ရှုရန်
- လုပ်ငန်းတာဝန်
- သင်ခန်းစာပြီးဆုံးပြီးနောက် စစ်တမ်း
ဘာသာစကားများအကြောင်း မှတ်ချက်: ဤသင်ခန်းစာများကို အဓိကအားဖြင့် Python ဖြင့် ရေးသားထားပြီး၊ R ဖြင့်လည်း ရရှိနိုင်ပါသည်။ R သင်ခန်းစာကို ပြီးမြောက်ရန်
/solutionဖိုလ်ဒါသို့ သွားပြီး R သင်ခန်းစာများကို ရှာပါ။ .rmd extension ပါဝင်ပြီး၊ R Markdown ဖိုင်ကို ကိုယ်စားပြုသည်။ R Markdown | 01 | မက်ရှင်လေန်နင်းကို မိတ်ဆက်ခြင်း | မိတ်ဆက် | မက်ရှင်လေန်နင်း၏ အခြေခံအယူအဆများကို လေ့လာပါ | သင်ခန်းစာ | Muhammad | | 02 | မက်ရှင်လေန်နင်း၏ သမိုင်းကြောင်း | မိတ်ဆက် | ဒီနယ်ပယ်နဲ့ပတ်သက်တဲ့ သမိုင်းကြောင်းကို လေ့လာပါ | သင်ခန်းစာ | Jen and Amy | | 03 | မက်ရှင်လေန်နင်းနှင့် တရားမျှတမှု | မိတ်ဆက် | ML မော်ဒယ်များကို တည်ဆောက်ခြင်းနှင့် အသုံးချခြင်းတွင် ကျောင်းသားများစဉ်းစားသင့်သော တရားမျှတမှုနှင့်ပတ်သက်သော အရေးကြီးသော အတွေးအမြင်များကဘာလဲ? | သင်ခန်းစာ | Tomomi | | 04 | မက်ရှင်လေန်နင်းအတွက် နည်းလမ်းများ | မိတ်ဆက် | ML မော်ဒယ်များကို တည်ဆောက်ရန် ML သုတေသီများက ဘယ်လိုနည်းလမ်းများကို အသုံးပြုသလဲ? | သင်ခန်းစာ | Chris and Jen | | 05 | Regression ကို မိတ်ဆက် | Regression | Regression မော်ဒယ်များအတွက် Python နှင့် Scikit-learn ကို စတင်အသုံးပြုပါ | Python • R | Jen • Eric Wanjau | | 06 | မြောက်အမေရိက ဖရုံသီးဈေးနှုန်း 🎃 | Regression | ML အတွက် အချက်အလက်များကို မြင်သာစေခြင်းနှင့် သန့်စင်ခြင်း | Python • R | Jen • Eric Wanjau | | 07 | မြောက်အမေရိက ဖရုံသီးဈေးနှုန်း 🎃 | Regression | Linear နှင့် Polynomial Regression မော်ဒယ်များကို တည်ဆောက်ပါ | Python • R | Jen and Dmitry • Eric Wanjau | | 08 | မြောက်အမေရိက ဖရုံသီးဈေးနှုန်း 🎃 | Regression | Logistic Regression မော်ဒယ်ကို တည်ဆောက်ပါ | Python • R | Jen • Eric Wanjau | | 09 | ဝက်ဘ်အက်ပလီကေးရှင်း 🔌 | ဝက်ဘ်အက်ပလီကေးရှင်း | သင်တန်းမော်ဒယ်ကို အသုံးပြုရန် ဝက်ဘ်အက်ပလီကေးရှင်းတစ်ခုကို တည်ဆောက်ပါ | Python | Jen | | 10 | Classification ကို မိတ်ဆက် | Classification | သင့်ရဲ့ အချက်အလက်များကို သန့်စင်၊ ပြင်ဆင်၊ မြင်သာစေခြင်း; Classification ကို မိတ်ဆက် | Python • R | Jen and Cassie • Eric Wanjau | | 11 | အာရှနှင့် အိန္ဒိယအစားအစာများ 🍜 | Classification | Classifiers ကို မိတ်ဆက် | Python • R | Jen and Cassie • Eric Wanjau | | 12 | အာရှနှင့် အိန္ဒိယအစားအစာများ 🍜 | Classification | Classifiers ပိုမိုများပြား | Python • R | Jen and Cassie • Eric Wanjau | | 13 | အာရှနှင့် အိန္ဒိယအစားအစာများ 🍜 | Classification | သင့်ရဲ့ မော်ဒယ်ကို အသုံးပြုပြီး recommender ဝက်ဘ်အက်ပလီကေးရှင်းတစ်ခုကို တည်ဆောက်ပါ | Python | Jen | | 14 | Clustering ကို မိတ်ဆက် | Clustering | သင့်ရဲ့ အချက်အလက်များကို သန့်စင်၊ ပြင်ဆင်၊ မြင်သာစေခြင်း; Clustering ကို မိတ်ဆက် | Python • R | Jen • Eric Wanjau | | 15 | နိုင်ဂျီးရီးယားဂီတအရသာများ 🎧 | Clustering | K-Means Clustering နည်းလမ်းကို လေ့လာပါ | Python • R | Jen • Eric Wanjau | | 16 | သဘာဝဘာသာစကားကို အလုပ်လုပ်စေခြင်း ☕️ | Natural language processing | NLP အခြေခံကို လေ့လာပြီး bot တစ်ခုကို တည်ဆောက်ပါ | Python | Stephen | | 17 | ပုံမှန် NLP အလုပ်များ ☕️ | Natural language processing | ဘာသာစကားဖွဲ့စည်းမှုများကို ကိုင်တွယ်ရာတွင် လိုအပ်သော ပုံမှန်အလုပ်များကို နားလည်ခြင်းအားဖြင့် သင့်ရဲ့ NLP အသိပညာကို တိုးချဲ့ပါ | Python | Stephen | | 18 | ဘာသာပြန်ခြင်းနှင့် စိတ်ခံစားမှုခွဲခြားခြင်း♥️ | Natural language processing | Jane Austen နှင့်အတူ ဘာသာပြန်ခြင်းနှင့် စိတ်ခံစားမှုခွဲခြားခြင်း | Python | Stephen | | 19 | ဥရောပ၏ Romantic ဟိုတယ်များ♥️ | Natural language processing | ဟိုတယ်ပြန်လည်သုံးသပ်ချက်များနှင့် စိတ်ခံစားမှုခွဲခြားခြင်း 1 | Python | Stephen | | 20 | ဥရောပ၏ Romantic ဟိုတယ်များ♥️ | Natural language processing | ဟိုတယ်ပြန်လည်သုံးသပ်ချက်များနှင့် စိတ်ခံစားမှုခွဲခြားခြင်း 2 | Python | Stephen | | 21 | အချိန်စီးဆင်းမှုခန့်မှန်းခြင်းကို မိတ်ဆက် | Time series | အချိန်စီးဆင်းမှုခန့်မှန်းခြင်းကို မိတ်ဆက် | Python | Francesca | | 22 | ⚡️ ကမ္ဘာ့လျှပ်စစ်သုံးစွဲမှု ⚡️ - ARIMA ဖြင့် အချိန်စီးဆင်းမှုခန့်မှန်းခြင်း | Time series | ARIMA ဖြင့် အချိန်စီးဆင်းမှုခန့်မှန်းခြင်း | Python | Francesca | | 23 | ⚡️ ကမ္ဘာ့လျှပ်စစ်သုံးစွဲမှု ⚡️ - SVR ဖြင့် အချိန်စီးဆင်းမှုခန့်မှန်းခြင်း | Time series | Support Vector Regressor ဖြင့် အချိန်စီးဆင်းမှုခန့်မှန်းခြင်း | Python | Anirban | | 24 | Reinforcement Learning ကို မိတ်ဆက် | Reinforcement learning | Q-Learning ဖြင့် Reinforcement Learning ကို မိတ်ဆက် | Python | Dmitry | | 25 | Peter ကို ဝက်ဝံကနေ ကာကွယ်ပါ! 🐺 | Reinforcement learning | Reinforcement Learning Gym | Python | Dmitry | | Postscript | အမှန်တကယ်ရှိသော ML အခြေအနေများနှင့် လျှောက်လွှာများ | ML in the Wild | အထူးစိတ်ဝင်စားဖွယ်ရှိသော အမှန်တကယ်ရှိသော မက်ရှင်လေန်နင်း လျှောက်လွှာများ | သင်ခန်းစာ | Team | | Postscript | RAI dashboard ကို အသုံးပြု၍ ML မော်ဒယ်များကို Debugging | ML in the Wild | Responsible AI dashboard components ကို အသုံးပြု၍ မက်ရှင်လေန်နင်း မော်ဒယ်များကို Debugging | သင်ခန်းစာ | Ruth Yakubu |
ဒီသင်တန်းအတွက် အပိုဆောင်းအရင်းအမြစ်များအားလုံးကို Microsoft Learn collection မှာ ရှာဖွေပါ
ဒီစာရွက်စာတမ်းကို Docsify ကို အသုံးပြု၍ အွန်လိုင်းမဟုတ်သောအခြေအနေတွင် အလုပ်လုပ်စေနိုင်ပါတယ်။ ဒီ repo ကို Fork လုပ်ပြီး Docsify ကိုထည့်သွင်းပါ သင့်ရဲ့ local machine မှာ ထည့်သွင်းပြီးနောက် ဒီ repo ရဲ့ root folder မှာ docsify serve ကို ရိုက်ထည့်ပါ။ ဝက်ဘ်ဆိုဒ်ကို သင့် localhost: localhost:3000 မှာ port 3000 မှာ အလုပ်လုပ်စေပါမယ်။
လင့်များပါဝင်သော သင်ရိုးညွှန်း PDF ကို ဒီမှာ ရှာပါ။
ကျွန်ုပ်တို့၏အဖွဲ့သည် အခြားသော သင်တန်းများကို ထုတ်လုပ်ပါသည်! ကြည့်ရှုပါ:
- Edge AI for Beginners
- AI Agents for Beginners
- 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
AI အက်ပလီကေးရှင်းများကို တည်ဆောက်ရာတွင် အခက်အခဲရှိပါက သို့မဟုတ် မေးခွန်းများရှိပါက ဒီနေရာတွင် ပူးပေါင်းပါ:
ထုတ်ကုန်အကြံပြုချက်များ သို့မဟုတ် တည်ဆောက်ရာတွင် အမှားများရှိပါက ဒီနေရာတွင် သွားရောက်ပါ:
အကြောင်းကြားချက်:
ဤစာရွက်စာတမ်းကို AI ဘာသာပြန်ဝန်ဆောင်မှု Co-op Translator ကို အသုံးပြု၍ ဘာသာပြန်ထားပါသည်။ ကျွန်ုပ်တို့သည် တိကျမှုအတွက် ကြိုးစားနေသော်လည်း အလိုအလျောက် ဘာသာပြန်မှုများတွင် အမှားများ သို့မဟုတ် မမှန်ကန်မှုများ ပါဝင်နိုင်သည်ကို သတိပြုပါ။ မူရင်းဘာသာစကားဖြင့် ရေးသားထားသော စာရွက်စာတမ်းကို အာဏာတရ အရင်းအမြစ်အဖြစ် သတ်မှတ်သင့်ပါသည်။ အရေးကြီးသော အချက်အလက်များအတွက် လူက ဘာသာပြန်မှုကို အသုံးပြုရန် အကြံပြုပါသည်။ ဤဘာသာပြန်မှုကို အသုံးပြုခြင်းမှ ဖြစ်ပေါ်လာသော အလွဲအလွတ်များ သို့မဟုတ် အနားယူမှုမှားများအတွက် ကျွန်ုပ်တို့သည် တာဝန်မယူပါ။