README.md

🌐 ਬਹੁ-ਭਾਸ਼ਾ ਸਹਾਇਤਾ

GitHub ਕਾਰਵਾਈ ਦੇ ਜ਼ਰੀਏ ਸਮਰਥਿਤ (ਸਵੈਚਾਲਿਤ ਅਤੇ ਹਮੇਸ਼ਾ ਅੱਪ-ਟੂ-ਡੇਟ)

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

ਸਥਾਨਕ ਕਲੋਨ ਕਰਨਾ ਪਸੰਦ ਹੈ?

ਇਹ ਰਿਪੋ ਵਿੱਚ 50+ ਭਾਸ਼ਾ ਅਨੁਵਾਦ ਸ਼ਾਮਲ ਹਨ ਜੋ ਡਾਊਨਲੋਡ ਆਕਾਰ ਨੂੰ ਕਾਫੀ ਅੱਧਿਕ ਵਧਾਉਂਦੇ ਹਨ। ਬਿਨਾਂ ਅਨੁਵਾਦਾਂ ਦੇ ਕਲੋਨ ਕਰਨ ਲਈ, sparse checkout ਵਰਤੋਂ:

ਬਾਸ਼ / macOS / Linux:

git clone --filter=blob:none --sparse https://github.com/microsoft/ML-For-Beginners.git
cd ML-For-Beginners
git sparse-checkout set --no-cone '/*' '!translations' '!translated_images'

CMD (Windows):

git clone --filter=blob:none --sparse https://github.com/microsoft/ML-For-Beginners.git
cd ML-For-Beginners
git sparse-checkout set --no-cone "/*" "!translations" "!translated_images"

ਇਸ ਨਾਲ ਤੁਹਾਨੂੰ ਇਹ ਸਭ ਕੁਝ ਮਿਲਦਾ ਹੈ ਜੋ ਕੋਰਸ ਪੂਰਾ ਕਰਨ ਲਈ ਲੋੜੀਂਦਾ ਹੈ ਬਹੁਤ ਤੇਜ਼ ਡਾਊਨਲੋਡ ਨਾਲ.

ਸਾਡੀ ਕਮਿਊਨਿਟੀ ਨਾਲ ਜੁੜੋ

ਸਾਡੇ ਕੋਲ ਇੱਕ ਡਿਸਕਾਰਡ ਐਆਈ ਨਾਲ ਸਿੱਖਣ ਵਾਲੀ ਸੀਰੀਜ਼ ਚੱਲ ਰਹੀ ਹੈ, ਵਧੇਰੇ ਜਾਣਕਾਰੀ ਲਈ ਅਤੇ ਸਾਡੇ ਨਾਲ ਜੁੜਨ ਲਈ ਲੇਖਾ ਸ਼੍ਰੇਣੀ 'Learn with AI Series' ਵੇਖੋ Learn with AI Series 18 - 30 ਸਤੰਬਰ, 2025 ਤੋਂ। ਤੁਸੀਂ GitHub Copilot ਨੂੰ ਡੇਟਾ ਸਾਇੰਸ ਲਈ ਵਰਤਣ ਦੇ ਟਿਪਸ ਅਤੇ ਟ੍ਰਿਕਸ ਪ੍ਰਾਪਤ ਕਰੋਗੇ।

ਨਵੀਂ ਸ਼ੁਰੂਆਤ ਕਰਨ ਵਾਲਿਆਂ ਲਈ ਮਸ਼ੀਨ ਲਰਨਿੰਗ - ਇੱਕ ਸਿਲੇਬਸ

🌍 ਦੁਨੀਆ ਦੇ ਵੱਖ-ਵੱਖ ਸੱਭਿਆਚਾਰਾਂ ਦੇ ਜ਼ਰੀਏ ਮਸ਼ੀਨ ਲਰਨਿੰਗ ਦਾ ਅਧਿਐਨ ਕਰਦੇ ਹੋਏ ਦੁਨੀਆ ਦੀ ਯਾਤਰਾ ਕਰੋ 🌍

Microsoft ਦੇ ਕਲਾਊਡ ਅਡਵੋਕੇਟ ਖੁਸ਼ੀ ਨਾਲ 12 ਹਫ਼ਤੇ, 26 ਪਾਠਾਂ ਵਾਲਾ ਸਿਲੇਬਸ ਪੇਸ਼ ਕਰਦੇ ਹਨ ਜੋ ਮੁੱਖ ਤੌਰ 'ਤੇ ਮਸ਼ੀਨ ਲਰਨਿੰਗ ਬਾਰੇ ਹੈ। ਇਸ ਸਿਲੇਬਸ ਵਿੱਚ ਤੁਸੀਂ ਕਈ ਵਾਰ ਕਿਹਾ ਜਾਂਦਾ ਹੈ ਪ੍ਰਚੀਨ ਮਸ਼ੀਨ ਲਰਨਿੰਗ, ਜੋ ਮੁੱਖ ਤੌਰ 'ਤੇ Scikit-learn ਲਾਇਬ੍ਰੇਰੀ ਦਾ ਇਸਤੇਮਾਲ ਕਰਦਾ ਹੈ ਅਤੇ ਡੀਪ ਲਰਨਿੰਗ ਤੋਂ ਬਚਦਾ ਹੈ, ਜਿਸ ਨੂੰ ਸਾਡੀ AI for Beginners' curriculum ਵਿੱਚ ਕਵਰ ਕੀਤਾ ਗਿਆ ਹੈ। ਇਨ੍ਹਾਂ ਪਾਠਾਂ ਨੂੰ ਸਾਡੀ 'Data Science for Beginners' curriculum ਨਾਲ ਵੀ ਜੋੜੋ।

ਦੁਨੀਆਂ ਦੇ ਵੱਖਰੇ ਖੇਤਰਾਂ ਦੇ ਡੇਟਾ ਵਿੱਚ ਅਸੀਂ ਇਨ੍ਹਾਂ ਪ੍ਰਚੀਨ ਤਕਨੀਕਾਂ ਨੂੰ ਲਾਗੂ ਕਰਦੇ ਹੋਏ ਦੁਨੀਆ ਦੀ ਯਾਤਰਾ ਕਰੋਗੇ। ਹਰ ਪਾਠ ਵਿੱਚ ਪ੍ਰੀ ਅਤੇ ਪੋਸਟ ਪਾਠ ਕੁਇਜ਼, ਲਿਖਤੀ ਹੁਕਮਾਂ, ਹੱਲ, ਕੰਮ ਅਤੇ ਹੋਰ ਸ਼ਾਮਲ ਹਨ। ਸਾਡਾ ਪ੍ਰੋਜੈਕਟ-ਆਧਾਰਿਤ ਪੈਡਾਗੋਗੀ ਤੁਹਾਨੂੰ ਸਿੱਖਣ ਅਤੇ ਬਣਾਉਣ ਦੌਰਾਨ ਸਿਖਾਉਂਦਾ ਹੈ, ਜੋ ਕਿ ਨਵੀਆਂ ਹੁਨਰਾਂ ਨੂੰ ਥਾਪਣ ਲੱਗਣਾ ਹੈ।

✍️ ਸਾਡੇ ਲੇਖਕਾਂ ਨੂੰ ਦਿਲੋਂ ਧੰਨਵਾਦ ਜੇਨ ਲੂਪਰ, ਸਟੀਫਨ ਹਾਓਵਲ, ਫ੍ਰਾਂਚੇਸਕਾ ਲਾਜ਼ੇਰੀ, ਟੋਮੋਮੀ ਇਮੁਰਾ, ਕੈਸੀ ਬਰੇਵੀਉ, ਦਿਮਿਤਰੀ ਸੋਸ਼ਨਿਕੋਵ, ਕਰਿਸ ਨੋਰਿੰਗ, ਅਨੀਰਬਨ ਮੁਖਰਜੀ, ਔਰਨੇਲਾ ਅਲਟੁਨਯਾਨ, ਰੂਥ ਯਾਕੂਬੂ ਅਤੇ ਐਮੀ ਬੋਇਡ

🎨 ਸਾਡੀਆਂ ਇਲਸਟਰਟਰਾਂ ਨੂੰ ਵੀ ਧੰਨਵਾਦ ਟੋਮੋਮੀ ਇਮੁਰਾ, ਦਸਨੀ ਮਾਡਿਪੱਲੀ, ਅਤੇ ਜੇਨ ਲੂਪਰ

🙏 Microsoft ਸਟੂਡੈਂਟ ਅੰਬੈਸਡਰ ਲੇਖਕਾਂ, ਸਮੀਖਿਅਕਾਂ ਅਤੇ ਸਮੱਗਰੀ ਯੋਗਦਾਨ ਦਾਤਾਵਾਂ ਨੂੰ ਖਾਸ ਧੰਨਵਾਦ ਵਿੱਚ ਰਿਸ਼ਿਤ ਡਾਗਲੀ, ਮੁਹੰਮਦ ਸਕ਼ੀਬ ਖਾਨ ਇਨਾਨ, ਰੋਹਨ ਰਾਜ, ਅਲੈਕਜ਼ੈਂਡਰੂ ਪੈਟਰੈਸਕੂ, ਅਭਿਸ਼ੇਕ ਜੈਸਵਾਲ, ਨਵਰੀਨ ਤਬਾਸ਼ੁਮ, ਆਇਓਨ ਸਮੂਲਾ ਅਤੇ ਸਨੀਧਾ ਅਗਰਵਾਲ

🤩 Microsoft ਸਟੂਡੈਂਟ ਅੰਬੈਸਡਰ ਐਰਿਕ ਵਾਂਜਾਊ, ਜਸਲੀਨ ਸੋਂਧੀ ਅਤੇ ਵਿਦੂਸ਼ੀ ਗੁਪਤਾ ਨੂੰ ਸਾਡੀਆਂ R ਪਾਠਾਂ ਲਈ ਵਾਧੂ ਧੰਨਵਾਦ!

ਸ਼ੁਰੂਆਤ ਕਰਨਾ

ਇਹ ਕਦਮਾਂ ਦੀ ਪਾਲਣਾ ਕਰੋ:

1. ਰਿਪੋਜ਼ਿਟਰੀ Fork ਕਰੋ: ਇਸ ਪੰਨੇ ਦੇ ਸਿਖਰ-ਸੱਜੇ ਕੋਨੇ 'Fork' ਬਟਨ 'ਤੇ ਕਲਿੱਕ ਕਰੋ।
2. ਰਿਪੋਜ਼ਿਟਰੀ ਕਲੋਨ ਕਰੋ: git clone https://github.com/microsoft/ML-For-Beginners.git

ਇਸ ਕੋਰਸ ਲਈ ਸਾਰੇ ਵਾਧੂ ਸਰੋਤ ਸਾਡੇ Microsoft Learn ਕਲੇਕਸ਼ਨ ਵਿੱਚ ਲੱਭੋ

🔧 ਮਦਦ ਚਾਹੀਦੀ ਹੈ? ਸਾਡੀ Troubleshooting Guide ਵੇਖੋ ਇੰਸਟਾਲੇਸ਼ਨ, ਸੈਟਅੱਪ ਅਤੇ ਪਾਠ ਚਲਾਉਣ ਦੌਰਾਨ ਆਮ ਸਮੱਸਿਆਵਾਂ ਲਈ ਹੱਲ।

ਵਿਦਿਆਰਥੀ, ਇਸ ਸਿਲੇਬਸ ਨੂੰ ਵਰਤਣ ਲਈ, ਸਾਰੀ ਰਿਪੋ ਆਪਣੇ GitHub ਖਾਤੇ `ਤੇ fork ਕਰੋ ਅਤੇ ਹੀਰੇਕਸਾਈਜ਼ ਆਪਣੇ ਤਰੀਕੇ ਨਾਲ ਜਾਂ ਸਮੂਹ ਨਾਲ ਪੂਰੇ ਕਰੋ:

• ਪ੍ਰੀ-ਲੈਕਚਰ ਕੁਇਜ਼ ਨਾਲ ਸ਼ੁਰੂ ਕਰੋ।
• ਲੈਕਚਰ ਪੜ੍ਹੋ ਅਤੇ ਗਤੀਵਿਧੀਆਂ ਪੂਰੀਆਂ ਕਰੋ, ਹਰ ਗਿਆਨ ਜਾਂਚ 'ਤੇ ਰੁਕ ਕੇ ਸੋਚੋ।
• ਹੱਲ ਕੋਡ ਨੂੰ ਚਲਾਉਣ ਤੋਂ ਬਿਨਾਂ ਪਾਠਾਂ ਨੂੰ ਸਮਝ ਕੇ ਪ੍ਰੋਜੈਕਟ ਬਣਾਉਣ ਦੀ ਕੋਸ਼ਿਸ਼ ਕਰੋ; ਹਾਲਾਂਕਿ ਇਹ ਕੋਡ ਹਰ ਪ੍ਰੋਜੈਕਟ-ਮੁੱਖ ਪਾਠ ਵਿੱਚ /solution ਫੋਲਡਰ ਵਿੱਚ ਉਪਲਬਧ ਹੈ।
• ਪੋਸਟ-ਲੈਕਚਰ ਕੁਇਜ਼ ਦਿਓ।
• ਚੈਲੇਂਜ ਪੂਰਾ ਕਰੋ।
• ਅਸਾਈਨਮੈਂਟ ਪੂਰਾ ਕਰੋ।
• ਪਾਠ ਸਮੂਹ ਪੂਰਾ ਕਰਨ ਤੋਂ ਬਾਅਦ, Discussion Board 'ਤੇ ਜਾਓ ਅਤੇ ਉਚਿਤ PAT ਰੂਬ੍ਰਿਕ ਪੱਕਾ ਕਰਕੇ "ਸਿੱਖੋ ਬਾਹਰਲਾ"। 'PAT' ਇੱਕ ਪ੍ਰਗਤੀ ਮੁਲਾਂਕਣ ਸੰਦ ਹੈ ਜਿਸਨੂੰ ਤੁਸੀਂ ਭਰਕੇ ਆਪਣੀ ਸਿੱਖਿਆ ਨੂੰ ਅੱਗੇ ਵਧਾਉਂਦੇ ਹੋ। ਤੁਸੀਂ ਹੋਰ PATs 'ਤੇ ਪ੍ਰਤੀਕਿਰਿਆ ਵੀ ਦੇ ਸਕਦੇ ਹੋ ਤਾਂ ਜੋ ਅਸੀਂ ਮਿਲ ਕੇ ਸਿੱਖੀਏ।

ਹੋਰ ਅਧਿਐਨ ਲਈ, ਸਾਨੂੰ ਸਿਫਾਰਸ਼ ਹੈ ਕਿ ਤੁਸੀਂ ਇਹ Microsoft Learn ਮੋਡੀਊਲ ਅਤੇ ਸਿੱਖਣ ਵਾਲੀਆਂ ਰਾਹਾਂ ਦੀ ਪਾਲਣਾ ਕਰੋ।

ਅਧਿਆਪਕ, ਅਸੀਂ ਇਸ ਸਿਲੇਬਸ ਦੇ ਵਰਤੇ ਜਾਣ ਬਾਰੇ ਕੁਝ ਸੁਝਾਵ ਸ਼ਾਮਲ ਕੀਤੇ ਹਨ।

---

ਵੀਡੀਓ ਵਾਕ-ਥਰੂ

ਕੁਝ ਪਾਠ ਛੋਟੇ ਫਾਰਮ ਦੇ ਵੀਡੀਓ ਵਜੋਂ ਉਪਲਬਧ ਹਨ। ਤੁਸੀਂ ਇਨ੍ਹਾਂ ਨੂੰ ਪਾਠਾਂ ਵਿੱਚ ਲਾਈਨ ਵਿੱਚ ਜਾਂ Microsoft Developer YouTube ਚੈਨਲ 'ਤੇ ML for Beginners ਪਲੇਲਿਸਟ ਵਿੱਚ ਤਸਵੀਰ 'ਤੇ ਕਲਿੱਕ ਕਰਕੇ ਲੱਭ ਸਕਦੇ ਹੋ।

---

ਟੀਮ ਨਾਲ ਮਿਲੋ

ਗਿਫ ਬਣਾਈ ਮੋਹਿਟ ਜੈਸਲ

🎥 ਉੱਪਰ ਦਿੱਤੀ ਤਸਵੀਰ 'ਤੇ ਕਲਿੱਕ ਕਰੋ ਪ੍ਰੋਜੈਕਟ ਅਤੇ ਇਸਨੂੰ ਬਣਾਉਣ ਵਾਲਿਆਂ ਬਾਰੇ ਵੀਡੀਓ ਦੇਖਣ ਲਈ!

---

ਪੈਡਾਗੋਗੀ

ਅਸੀਂ ਇਸ ਸਿਲੇਬਸ ਨੂੰ ਤਿਆਰ ਕਰਦਿਆਂ ਦੋ ਪੈਡਾਗੋਗਿਕ ਸਿਧਾਂਤ ਚੁਣੇ ਹਨ: ਇਹ ਹੱਥ-ਵਰਕ ਹੈ ਅਤੇ ਪ੍ਰੋਜੈਕਟ-ਆਧਾਰਿਤ ਹੈ ਅਤੇ ਇਸ ਵਿੱਚ ਅਕਸਰ ਕੁਇਜ਼ ਹੁੰਦੇ ਹਨ। ਇਸਦੇ ਨਾਲ, ਇਹ ਸਿਲੇਬਸ ਇੱਕ ਸਾਂਝਾ ਥੀਮ ਵੀ ਰੱਖਦਾ ਹੈ ਜਿਸ ਨਾਲ ਇਸਨੂੰ ਇਕਸਾਰਤਾ ਮਿਲਦੀ ਹੈ।

ਇਹ ਯਕੀਨ ਕਰਕੇ ਕਿ ਸਮੱਗਰੀ ਪ੍ਰੋਜੈਕਟਾਂ ਨਾਲ ਮੇਲ ਖਾਂਦੀ ਹੈ, ਵਿਦਿਆਰਥੀਆਂ ਲਈ ਪ੍ਰਕਿਰਿਆ ਹੋਰ ਰੁਚਿਕਰ ਹੁੰਦੀ ਹੈ ਅਤੇ ਸਿਧਾਂਤਾਂ ਦੀ ਸਮਝ ਵਧਦੀ ਹੈ। ਪਾਠ ਤੋਂ ਪਹਿਲਾਂ ਇੱਕ ਖ਼ਤਰਨਾਕ-ਰਹਿਤ ਕੁਇਜ਼ ਵਿਦਿਆਰਥੀ ਦੀ ਭਾਵਨਾ ਸਰਗਰਮ ਕਰਦਾ ਹੈ ਅਤੇ ਪਾਠ ਤੋਂ ਬਾਅਦ ਦੂਜਾ ਕੁਇਜ਼ ਹੋਰ ਯਾਦਗਾਰੀ ਬਣਾਂਉਂਦਾ ਹੈ। ਇਹ ਸਿਲੇਬਸ ਲਚਕੀਲਾ ਅਤੇ ਮਨੋਰੰਜਕ ਹੈ ਅਤੇ ਇਸਨੂੰ ਪੂਰਾ ਜਾਂ ਹਿੱਸਾ-ਹਿੱਸਾ ਕਰਕੇ ਸਿੱਖਿਆ ਜਾ ਸਕਦਾ ਹੈ। ਪ੍ਰੋਜੈਕਟ ਛੋਟੇ ਤੋਂ ਸ਼ੁਰੂ ਹੁੰਦੇ ਹਨ ਅਤੇ 12 ਹਫਤੇ ਦੇ ਅੰਤ ਤੱਕ ਜਿਆਦਾ ਜਟਿਲ ਬਣ ਜਾਂਦੇ ਹਨ। ਇਸ ਸਿਲੇਬਸ ਵਿੱਚ ਮਸ਼ੀਨ ਲਰਨਿੰਗ ਦੇ ਹਕੀਕਤੀ ਜਗਤ ਦੀਆਂ ਅਰਜ਼ੀਆਂ 'ਤੇ ਇੱਕ ਪੋਸਟਸਕ੍ਰਿਪਟ ਵੀ ਸ਼ਾਮਲ ਹੈ, ਜੋ ਵਾਧੂ ਕਰੈਡਿਟ ਜਾਂ ਚਰਚਾ ਲਈ ਬੇਸ ਵਜੋਂ ਵਰਤਿਆ ਜਾ ਸਕਦਾ ਹੈ।

ਸਾਡਾ Code of Conduct, Contributing, Translations, ਅਤੇ Troubleshooting ਦਾ ਮਾਨਦੰਡ ਵੇਖੋ। ਅਸੀਂ ਤੁਹਾਡੇ ਸੰਰਚਨਾਤਮਕ ਫੀਡਬੈਕ ਦਾ ਸਵਾਗਤ ਕਰਦੇ ਹਾਂ!

ਹਰ ਪਾਠ ਵਿੱਚ ਸ਼ਾਮਲ ਹੈ

• ਵਿਕਲਪਿਕ ਸਕੈਚਨੋਟ
• ਵਿਕਲਪਿਕ ਸਹਾਇਕ ਵੀਡੀਓ
• ਵੀਡੀਓ ਵਾਕ-ਥਰੂ (ਬਿਜਲੀ ਦੇ ਕੁਝ ਹੀ ਪਾਠ)
• ਪ੍ਰੀ-ਲੈਕਚਰ ਵਾਰਮਅਪ ਕੁਇਜ਼
• ਲਿਖਤੀ ਪਾਠ
• ਪ੍ਰੋਜੈਕਟ-ਆਧਾਰਿਤ ਪਾਠਾਂ ਲਈ, ਪ੍ਰੋਜੈਕਟ ਬਣਾਉਣ ਲਈ ਕਦਮ-ਦਰ-कਦਮ ਮਾਰਗਦਰਸ਼ਨ
• ਗਿਆਨ ਜਾਂਚ
• ਇੱਕ ਚੈਲੇਂਜ
• ਸਹਾਇਕ ਪੜ੍ਹਾਈ
• ਅਸਾਈਨਮੈਂਟ
• ਪੋਸਟ-ਲੈਕਚਰ ਕੁਇਜ਼

ਭਾਸ਼ਾਵਾਂ ਬਾਰੇ ਇੱਕ ਨੋਟ: ਇਹ ਪਾਠ ਮੁੱਖ ਤੌਰ 'ਤੇ Python ਵਿੱਚ ਲਿਖੇ ਗਏ ਹਨ, ਪਰ ਕਈ R ਵਿੱਚ ਵੀ ਉਪਲਬਧ ਹਨ। R ਦਾ ਪਾਠ ਪੂਰਾ ਕਰਨ ਲਈ, /solution ਫੋਲਡਰ ਵਿੱਚ R ਪਾਠਾਂ ਨੂੰ ਲੱਭੋ। ਇਨ੍ਹਾਂ ਵਿੱਚ .rmd ਐਕਸਟੈਂਸ਼ਨ ਹੁੰਦਾ ਹੈ ਜੋ ਇੱਕ R Markdown ਫਾਇਲ ਦੀ ਨਿਸ਼ਾਨਦਹੀ ਹੈ ਜੋ code chunks (R ਜਾਂ ਹੋਰ ਭਾਸ਼ਾਵਾਂ ਦੇ) ਅਤੇ ਇੱਕ YAML header (ਜੋ PDF ਵਰਗੇ ਆਉਟਪੁਟਾਂ ਦੇ ਫਾਰਮੈਟ ਨੂੰ ਦਿਸ਼ਾ ਦਿੰਦਾ ਹੈ) ਨੂੰ ਇੱਕ Markdown ਦਸਤਾਵੇਜ਼ ਵਿੱਚ ਬੈਂਧਦਾ ਹੈ। ਇਸ ਤਰ੍ਹਾਂ, ਇਹ ਡਾਟਾ ਸਾਇੰਸ ਲਈ ਇੱਕ ਮਿਸਾਲੀ ਲੇਖਨ ਫਰੇਮਵਰਕ ਹੈ ਕਿਉਂਕਿ ਇਹ ਤੁਹਾਨੂੰ ਤੁਹਾਡਾ ਕੋਡ, ਅਉਟਪੁੱਟ ਅਤੇ ਵਿਚਾਰ ਇਕੱਠੇ Markdown ਵਿੱਚ ਲਿਖਨ ਦੀ ਆਗਿਆ ਦਿੰਦਾ ਹੈ। ਇਸ ਤੋਂ ਇਲਾਵਾ, R Markdown ਦਸਤਾਵੇਜ਼ਾਂ ਨੂੰ PDF, HTML ਜਾਂ Word ਵਰਗੇ ਆਉਟਪੁੱਟ ਫਾਰਮੈਟਾਂ ਵਿੱਚ ਰੈਂਡਰ ਕੀਤਾ ਜਾ ਸਕਦਾ ਹੈ। ਕੁਇਜ਼ਾਂ ਬਾਰੇ ਇੱਕ ਨੋਟ: ਸਾਰੇ ਕੁਇਜ਼ਾਂ Quiz App folder ਵਿੱਚ ਸ਼ਾਮਲ ਹਨ, ਜਿਥੇ ਕੁੱਲ 52 ਕੁਇਜ਼ ਹਨ, ਹਰ ਇੱਕ ਵਿੱਚ ਤਿੰਨ ਸਵਾਲ ਹਨ। ਇਹ ਪਾਠਾਂ ਵਿੱਚ ਲਿੰਕ ਕੀਤੇ ਗਏ ਹਨ ਪਰ ਕੁਇਜ਼ ਐਪ ਨੂੰ ਸਥਾਨਕ ਤੌਰ 'ਤੇ ਚਲਾਇਆ ਜਾ ਸਕਦਾ ਹੈ; ਸਥਾਨਕ ਹੋਸਟਿੰਗ ਜਾਂ ਏਜ਼ੁਰ 'ਤੇ ਡਿਪਲੋਇ ਕਰਨ ਲਈ quiz-app ਫੋਲਡਰ ਵਿੱਚ ਦਿੱਤੇ ਹੁਕਮਾਂ ਦੀ ਪਾਲਣਾ ਕਰੋ।

ਪਾਠ ਦੀ ਗਿਣਤੀ	ਵਿਸ਼ਾ	ਪਾਠ ਸਮੂਹ	ਸਿੱਖਣ ਦੇ ਉਦੇਸ਼	ਲਿੰਕ ਕੀਤੇ ਪਾਠ	ਲੇਖਕ
01	ਮਸ਼ੀਨ ਲਰਨਿੰਗ ਦਾ ਪਰਚਾਰ	Introduction	ਮਸ਼ੀਨ ਲਰਨਿੰਗ ਦੇ ਮੁਢਲੇ ਖਿਆਲ ਸਿੱਖੋ	Lesson	ਮੁਹੰਮਦ
02	ਮਸ਼ੀਨ ਲਰਨਿੰਗ ਦਾ ਇਤਿਹਾਸ	Introduction	ਇਸ ਖੇਤਰ ਦੇ ਇਤਿਹਾਸ ਬਾਰੇ ਜਾਣਕਾਰੀ ਪ੍ਰਾਪਤ ਕਰੋ	Lesson	ਜੇਨ ਅਤੇ ਐਮੀ
03	ਨਿਆਂ ਅਤੇ ਮਸ਼ੀਨ ਲਰਨਿੰਗ	Introduction	ਨਿਆਂ ਨਾਲ ਸਬੰਧਤ ਮੁੱਖ ਦਾਰਸ਼ਨਿਕ ਮੁੱਦੇ ਕੀ ਹਨ ਜੋ ਵਿਦਿਆਰਥੀਆਂ ਨੂੰ ਮਸ਼ੀਨ ਲਰਨਿੰਗ ਮਾਡਲ ਬਣਾਉਂਦੇ ਸਮੇਂ ਧਿਆਨ ਵਿੱਚ ਰੱਖਣੇ ਚਾਹੀਦੇ ਹਨ?	Lesson	ਟੋਮੋਮੀ
04	ਮਸ਼ੀਨ ਲਰਨਿੰਗ ਲਈ ਤਕਨੀਕਾਂ	Introduction	ਮਸ਼ੀਨ ਲਰਨਿੰਗ ਗਵੈਣਕ ਅਧਿਐਨਕਾਰ ਕਿਹੜੀਆਂ ਤਕਨੀਕਾਂ ਦੀ ਵਰਤੋਂ ਮਾਡਲ ਬਣਾਉਣ ਲਈ ਕਰਦੇ ਹਨ?	Lesson	ਕ੍ਰਿਸ ਅਤੇ ਜੇਨ
05	ਰਿਗ੍ਰੈਸ਼ਨ ਦਾ ਪਰਚਾਰ	Regression	ਰਿਗ੍ਰੈਸ਼ਨ ਮਾਡਲਾਂ ਲਈ Python ਅਤੇ Scikit-learn ਨਾਲ ਸ਼ੁਰੂਆਤ ਕਰੋ	Python • R	ਜੇਨ • ਐਰਿਕ ਵੰਜਾਉ
06	ਉੱਤਰੀ ਅਮਰੀਕੀ ਕਦੂਆਂ ਦੀ ਕੀਮਤਾਂ 🎃	Regression	ਮਸ਼ੀਨ ਲਰਨਿੰਗ ਲਈ ਤਿਆਰੀ ਦੀ ਤੌਰ ਤੇ ਡਾਟਾ ਨੂੰ ਵੇਖੋ ਅਤੇ ਸਾਫ ਕਰੋ	Python • R	ਜੇਨ • ਐਰਿਕ ਵੰਜਾਉ
07	ਉੱਤਰੀ ਅਮਰੀਕੀ ਕਦੂਆਂ ਦੀ ਕੀਮਤਾਂ 🎃	Regression	ਰੀਖਾ ਅਤੇ ਬਹੁਪਦ ਛੇਤੀ ਰਿਗ੍ਰੈਸ਼ਨ ਮਾਡਲ ਤਿਆਰ ਕਰੋ	Python • R	ਜੇਨ ਅਤੇ ਦਿਮਿਤਰੀ • ਐਰਿਕ ਵੰਜਾਉ
08	ਉੱਤਰੀ ਅਮਰੀਕੀ ਕਦੂਆਂ ਦੀ ਕੀਮਤਾਂ 🎃	Regression	ਲੋਜਿਸਟਿਕ ਰਿਗ੍ਰੈਸ਼ਨ ਮਾਡਲ ਬਣਾਓ	Python • R	ਜੇਨ • ਐਰਿਕ ਵੰਜਾਉ
09	ਵੈੱਬ ਐਪ 🔌	Web App	ਆਪਣਾ ਪ੍ਰਸ਼ਿੱਖਤ ਮਾਡਲ ਵਰਤਣ ਲਈ ਵੈੱਬ ਐਪ ਬਣਾਓ	Python	ਜੇਨ
10	ਵਰਗੀਕਰਨ ਦਾ ਪਰਚਾਰ	Classification	ਆਪਣਾ ਡਾਟਾ ਸਾਫ਼, ਤਿਆਰ ਅਤੇ ਵੇਖੋ; ਵਰਗੀਕਰਨ ਨਾਲ ਪਰਚਾਰ	Python • R	ਜੇਨ ਅਤੇ ਕੈਸੀ • ਐਰਿਕ ਵੰਜਾਉ
11	ਸੁਆਦਿਸ਼ਟ ਏਸ਼ੀਅਨ ਅਤੇ ਭਾਰਤੀ ਖਾਣੇ 🍜	Classification	ਵਰਗੀਕਰਣਕਾਰਾਂ ਦਾ ਪਰਚਾਰ	Python • R	ਜੇਨ ਅਤੇ ਕੈਸੀ • ਐਰਿਕ ਵੰਜਾਉ
12	ਸੁਆਦਿਸ਼ਟ ਏਸ਼ੀਅਨ ਅਤੇ ਭਾਰਤੀ ਖਾਣੇ 🍜	Classification	ਹੋਰ ਵਰਗੀਕਰਣਕਾਰ	Python • R	ਜੇਨ ਅਤੇ ਕੈਸੀ • ਐਰਿਕ ਵੰਜਾਉ
13	ਸੁਆਦਿਸ਼ਟ ਏਸ਼ੀਅਨ ਅਤੇ ਭਾਰਤੀ ਖਾਣੇ 🍜	Classification	ਆਪਣਾ ਮਾਡਲ ਵਰਤ ਕੇ ਰਿਕਮੈਂਡਰ ਵੈੱਬ ਐਪ ਬਣਾਓ	Python	ਜੇਨ
14	ਕਲੱਸਟਰਿੰਗ ਦਾ ਪਰਚਾਰ	Clustering	ਆਪਣਾ ਡਾਟਾ ਸਾਫ਼, ਤਿਆਰ ਅਤੇ ਵੇਖੋ; ਕਲੱਸਟਰਿੰਗ ਨਾਲ ਪਰਚਾਰ	Python • R	ਜੇਨ • ਐਰਿਕ ਵੰਜਾਉ
15	ਨਾਇਜੀਰੀਆਈ ਸੰਗੀਤ ਟੇਸਟਸ ਦੀ ਖੋਜ 🎧	Clustering	K-Means ਕਲੱਸਟਰਿੰਗ ਤਰੀਕੇ ਦੀ ਖੋਜ ਕਰੋ	Python • R	ਜੇਨ • ਐਰਿਕ ਵੰਜਾਉ
16	ਕੁਦਰਤੀ ਭਾਸ਼ਾ ਪ੍ਰਕਿਰਿਆ ਦਾ ਪਰਚਾਰ ☕️	Natural language processing	ਸਧਾਰਣ ਬੋਟ ਬਣਾਕੇ NLP ਦੇ ਮੁੱਢਲੇ ਸਿਧਾਂਤ ਸਿੱਖੋ	Python	ਸਟੀਫਨ
17	ਆਮ NLP ਕੰਮ ☕️	Natural language processing	ਭਾਸ਼ਾ ਸੰਰਚਨਾਵਾਂ ਨਾਲ ਨਿਪਟਣ ਵੇਲੇ ਲੋੜੀਂਦੇ ਆਮ ਕੰਮਾਂ ਨੂੰ ਸਮਝ ਕੇ NLP ਗਿਆਨ ਗਹਿਰਾ ਕਰੋ	Python	ਸਟੀਫਨ
18	ਅਨੁਵਾਦ ਅਤੇ ਭਾਵਨਾ ਵਿਸ਼ਲੇਸ਼ਣ ♥️	Natural language processing	ਜੇਨ ਆਸਟਿਨ ਨਾਲ ਅਨੁਵਾਦ ਅਤੇ ਭਾਵਨਾ ਵਿਸ਼ਲੇਸ਼ਣ	Python	ਸਟੀਫਨ
19	ਯੂਰਪ ਦੇ ਰੋਮਾਂਟਿਕ ਹੋਟਲ ♥️	Natural language processing	ਹੋਟਲ ਸਮੀਖਿਆਵਾਂ ਨਾਲ ਭਾਵਨਾ ਵਿਸ਼ਲੇਸ਼ਣ 1	Python	ਸਟੀਫਨ
20	ਯੂਰਪ ਦੇ ਰੋਮਾਂਟਿਕ ਹੋਟਲ ♥️	Natural language processing	ਹੋਟਲ ਸਮੀਖਿਆਵਾਂ ਨਾਲ ਭਾਵਨਾ ਵਿਸ਼ਲੇਸ਼ਣ 2	Python	ਸਟੀਫਨ
21	ਸਮੇਂ ਦੀ ਲੜੀ ਦੀ ਭਵਿੱਖਬਾਣੀ ਨਾਲ ਪਰਚਾਰ	Time series	ਸਮੇਂ ਦੀ ਲੜੀ ਦੀ ਭਵਿੱਖਬਾਣੀ ਨਾਲ ਪਰਚਾਰ	Python	ਫਰਾਂਸੈਸਕਾ
22	⚡️ ਦੁਨੀਆ ਦੀ ਬਿਜਲੀ ਖਪਤ ⚡️ - ARIMA ਨਾਲ ਸਮੇਂ ਦੀ ਲੜੀ ਦੀ ਭਵਿੱਖਬਾਣੀ	Time series	ARIMA ਨਾਲ ਸਮੇਂ ਦੀ ਲੜੀ ਦੀ ਭਵਿੱਖਬਾਣੀ	Python	ਫਰਾਂਸੈਸਕਾ
23	⚡️ ਦੁਨੀਆ ਦੀ ਬਿਜਲੀ ਖਪਤ ⚡️ - SVR ਨਾਲ ਸਮੇਂ ਦੀ ਲੜੀ ਦੀ ਭਵਿੱਖਬਾਣੀ	Time series	ਸਪੋਰਟ ਵੈਕਟਰ ਰਿਗ੍ਰੈਸ਼ਨਰ ਨਾਲ ਸਮੇਂ ਦੀ ਲੜੀ ਦੀ ਭਵਿੱਖਬਾਣੀ	Python	ਅਨੀਰਬਨ
24	ਰੀਇਨਫੋਰਸਮੈਂਟ ਲਰਨਿੰਗ ਦਾ ਪਰਚਾਰ	Reinforcement learning	Q-Learning ਨਾਲ ਰੀਇਨਫੋਰਸਮੈਂਟ ਲਰਨਿੰਗ ਦਾ ਪਰਚਾਰ	Python	ਦਿਮਿਤਰੀ
25	ਪੀਟਰ ਨੂੰ ਭੇਡ਼ਰੇ ਤੋਂ ਬਚਾਓ! 🐺	Reinforcement learning	ਰੀਇਨਫੋਰਸਮੈਂਟ ਲਰਨਿੰਗ ਜਿਮ	Python	ਦਿਮਿਤਰੀ
ਬਾਅਦ-ਲੇਖ	ਰੀਅਲ-ਵਰਲਡ ML ਸਥਿਤੀਆਂ ਅਤੇ ਪ੍ਰਯੋਗ	ML in the Wild	ਕਲਾਸਿਕ ਮਸ਼ੀਨ ਲਰਨਿੰਗ ਦੇ ਦਿਲਚਸਪ ਅਤੇ ਖੁਲਾਸਾ ਕਰਨ ਵਾਲੇ ਵਾਸਤਵਿਕ ਦੁਨੀਆ ਦੇ ਉਦਾਹਰਣ	Lesson	ਟੀਮ
ਬਾਅਦ-ਲੇਖ	RAI ਡੈਸ਼ਬੋਰਡ ਨਾਲ ML ਮਾਡਲ ਡਿਬੱਗਿੰਗ	ML in the Wild	ਜ਼ਿੰਮੇਵਾਰ AI ਡੈਸ਼ਬੋਰਡ ਕੰਪੋਨੇਟਸ ਦੀ ਵਰਤੋਂ ਨਾਲ ਮਸ਼ੀਨ ਲਰਨਿੰਗ ਵਿੱਚ ਮਾਡਲ ਡਿਬੱਗਿੰਗ	Lesson	ਰੁਥ ਯਾਕੂਬੂ

ਇਸ ਕੋਰਸ ਲਈ ਸਾਰੇ ਵਾਧੂ ਸਰੋਤ ਸਾਡੀ Microsoft Learn ਕਲੇਕਸ਼ਨ ਵਿੱਚ ਲੱਭੋ

ਆਫਲਾਈਨ ਐਕਸੈੱਸ

ਤੁਸੀਂ Docsify ਦੀ ਵਰਤੋਂ ਕਰਕੇ ਇਸ ਦਸਤਾਵੇਜ਼ ਨੂੰ ਆਫਲਾਈਨ ਚਲਾ ਸਕਦੇ ਹੋ। ਇਸ ਰੇਪੋ ਨੂੰ ਫੋਰਕ ਕਰੋ, Docsify ਇੰਸਟਾਲ ਕਰੋ ਆਪਣੇ ਸਥਾਨਕ ਮਸ਼ੀਨ 'ਤੇ, ਅਤੇ ਫਿਰ ਇਸ ਰੇਪੋ ਦੇ ਰੂਟ ਫੋਲਡਰ ਵਿੱਚ ਟਾਈਪ ਕਰੋ docsify serve। ਵੈੱਬਸਾਈਟ ਤੁਹਾਡੇ ਲੋ컬ਹੋਸਟ localhost:3000 ਤੇ ਪੋਰਟ 3000 'ਤੇ ਸਰਵ ਕੀਤੀ ਜਾਵੇਗੀ।

PDFs

ਕਰਿਕੁਲਮ ਦੀ PDF ਫਾਈਲ ਜਿੱਥੇ ਲਿੰਕਹੀਤ ਹੈ ਉਹ ਇੱਥੇ ਮਿਲੇਗੀ।

🎒 ਹੋਰ ਕੋਰਸز

ਸਾਡੀ ਟੀਮ ਹੋਰ ਕੋਰਸਜ਼ ਵੀ ਬਣਾਉਂਦੀ ਹੈ! ਜਾਂਚ ਕਰੋ:

LangChain

Azure / Edge / MCP / Agents

---

ਜੇਨੇਰੇਟਿਵ AI ਦਿਵਾਰ

---

ਕੋਰ ਸਿੱਖਿਆ

---

ਕੋਪਾਇਲਟ ਸਿਰੀਜ਼

ਮਦਦ ਪ੍ਰਾਪਤ ਕਰਨਾ

ਜੇ ਤੁਸੀਂ ਫਸ ਜਾਂਦੇ ਹੋ ਜਾਂ ਏਆਈ ਐਪਸ ਬਣਾਉਣ ਬਾਰੇ ਕੋਈ ਸਵਾਲ ਹੋਵੇ। ਸਾਥੀ ਸਿੱਖਣ ਵਾਲੇ ਅਤੇ ਅਨੁਭਵੀ ਡਿਵੈਲਪਰਾਂ ਨਾਲ MCP ਬਾਰੇ ਚਰਚਾ ਵਿੱਚ ਸ਼ਾਮਿਲ ਹੋਵੋ। ਇਹ ਇੱਕ ਸਹਾਇਕ ਸਮੁਦਾਇ ਹੈ ਜਿੱਥੇ ਸਵਾਲਾਂ ਦਾ ਸਵਾਗਤ ਹੈ ਅਤੇ ਗਿਆਨ ਖੁੱਲ੍ਹ ਕੇ ਸਾਂਝਾ ਕੀਤਾ ਜਾਂਦਾ ਹੈ।

ਜੇ ਤੁਹਾਡੇ ਕੋਲ ਉਤਪਾਦ ਫੀਡਬੈਕ ਜਾਂ ਗਲਤੀਆਂ ਹਨ ਜਦੋਂ ਤੁਸੀਂ ਬਣਾਉਂਦੇ ਹੋ ਤਾਂ:

ਵਾਧੂ ਸਿੱਖਣ ਦੇ ਸੁਝਾਅ

• ਹਰ ਪਾਠ ਤੋਂ ਬਾਅਦ ਨੋਟਬੁੱਕਸ ਦੀ ਸਮੀਖਿਆ ਕਰੋ better ਬਿਹਤਰ ਸਮਝ ਲਈ।
• ਖੁਦ ਹੀ ਅਲਗੋਰਿਦਮ ਲਾਗੂ ਕਰਨ ਦਾ ਅਭਿਆਸ ਕਰੋ।
• ਸਿੱਖੇ ਹੋਏ ਅਸੂਲਾਂ ਦੀ ਵਰਤੋਂ ਕਰਕੇ ਅਸਲੀ ਦੁਨੀਆ ਦੇ ਡੇਟਾ ਸੈਟ ਖੋਜੋ।

---

ਅਸਵੀਕਾਰੋ ਹੈ:
ਇਹ ਦਸਤਾਵੇਜ਼ AI ਅਨੁਵਾਦ ਸੇਵਾ Co-op Translator ਦੀ ਵਰਤੋਂ ਕਰਕੇ ਅਨੁਵਾਦ ਕੀਤਾ ਗਿਆ ਹੈ। ਜਦੋਂ ਕਿ ਅਸੀਂ ਸਹੀਤਾ ਲਈ ਕੋਸ਼ਿਸ਼ ਕਰਦੇ ਹਾਂ, ਕਿਰਪਾ ਕਰਕੇ ਇਸ ਗੱਲ ਦਾ ਧਿਆਨ ਰੱਖੋ ਕਿ ਸਵੈਚਾਲਿਤ ਅਨੁਵਾਦਾਂ ਵਿੱਚ ਗਲਤੀਆਂ ਜਾਂ ਅਸਥਿਰਤਾਵਾਂ ਹੋ ਸਕਦੀਆਂ ਹਨ। ਮੂਲ ਦਸਤਾਵੇਜ਼ ਆਪਣੇ ਮੂਲ ਭਾਸ਼ਾ ਵਿੱਚ ਹੀ ਪ੍ਰਮਾਣਿਕ ਸਰੋਤ ਮੰਨਿਆ ਜਾਣਾ ਚਾਹੀਦਾ ਹੈ। ਅਹਿਮ ਜਾਣਕਾਰੀ ਲਈ ਵਿਸ਼ੇਸ਼ਗਿਆਨ ਮਨੁੱਖੀ ਅਨੁਵਾਦ ਦੀ ਸਿਫਾਰਸ਼ ਕੀਤੀ ਜਾਂਦੀ ਹੈ। ਅਸੀਂ ਇਸ ਅਨੁਵਾਦ ਦੀ ਵਰਤੋਂ ਤੋਂ ਉਤਪੰਨ ਹੋਣ ਵਾਲੀਆਂ ਕਿਸੇ ਵੀ ਗਲਤਫਹਿਮੀਆਂ ਜਾਂ ਗਲਤ ਵਿਆਖਿਆਵਾਂ ਲਈ ਜ਼ਿੰਮੇਵਾਰ ਨਹੀਂ ਹਾਂ।