README.md

🌐 Msaada wa Lugha Nyingi

Inapatikana kupitia GitHub Action (Otomatiki & Daima Iliyosasishwa)

Kiarabu | Kibengali | Kiblgaria | Kiburma (Myanmar) | Kichina (Rahisi) | Kichina (Marefu, Hong Kong) | Kichina (Marefu, Macau) | Kichina (Marefu, Taiwan) | Kikroeshia | Kiceki | Kidenmaki | Kiholanzi | Kiestonia | Kifini | Kifaransa | Kijerumani | Kigiriki | Kiebrania | Kihindi | Kihungaria | Kiindonesia | Kiitaliano | Kijapani | Kikannada | Kikorea | Kilithuania | Kimelayu | Kimalayalam | Kimarathi | Kinepali | Kpidgin cha Nigeria | Kinorwe | Kifarsi (Farsi) | Kipolandi | Kireno (Brazil) | Kireno (Portugal) | Kipunjabi (Gurmukhi) | Kiromania | Kirusi | Kiserbia (Cyrillic) | Kislovakia | Kislovenia | Kihispania | Kiswahili | Kiswidi | Kitagalog (Filipino) | Kitamili | Kitelugu | Kithai | Kituruki | Kiukraini | Kiurdu | Kivietinamu

Ungependa Kuikopa Mahali Pako?

Hifadhi hii ina tafsiri za lugha zaidi ya 50 ambazo huongeza kiasi cha kupakua kwa kiasi kikubwa. Ili kukopa bila tafsiri, tumia sparse checkout:

Bash / 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"

Hii inakupa kila kitu unachohitaji kukamilisha kozi hii kwa kupakua kwa kasi zaidi.

Jiunge na Jamii Yetu

Tuna mfululizo wa kujifunza kwenye Discord na AI unaoendelea, jifunze zaidi na jiunge nasi kwenye Mfululizo wa Kujifunza na AI kuanzia 18 - 30 Septemba, 2025. Utapokea vidokezo na mbinu za kutumia GitHub Copilot kwa Sayansi ya Data.

Kujifunza Mashine kwa Waanzilishi - Mtaala

🌍 Tazama duniani tunapochunguza Mashine ya Kujifunza kupitia tamaduni za dunia 🌍

Watangazaji wa Cloud katika Microsoft wanafurahia kutoa mtaala wa wiki 12, somo 26 kuhusu Mashine ya Kujifunza. Katika mtaala huu, utajifunza kuhusu kile kinachoitwa wakati mwingine mashine ya kujifunza ya kawaida, kwa kutumia hasa maktaba ya Scikit-learn na kuepuka deep learning, ambayo imefunzwa katika mtaala wetu wa AI kwa Waanzilishi. Pia weka masomo haya pamoja na mtaala wetu wa Sayansi ya Data kwa Waanzilishi!

Tukisafiri na sisi kote duniani tunapotumia mbinu hizi za kawaida kwenye data kutoka sehemu nyingi duniani. Kila somo lina vipimo vya kabla na baada ya somo, maelekezo yaliyoandikwa ya kukamilisha somo, suluhisho, kazi, na zaidi. Mbinu yetu inayojikita kwenye miradi inakuwezesha kujifunza wakati wa kujenga, njia iliyothibitishwa kuongeza uelewa wa ujuzi mpya.

✍️ 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 na 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, hasa 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 nakala (fork) ya Hifadhi: Bonyeza kitufe cha "Fork" kilicho kona ya juu kulia ya ukurasa huu.
2. Nakili (clone) Hifadhi: 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 nakala nzima ya repo kwa akaunti yako ya GitHub na kamilisha mazoezi peke yako au na kikundi:

• Anza na mtihani wa kabla ya mihadhara.
• Soma mihadhara na kamilisha shughuli, simama na kutafakari kila ukaguzi wa maarifa.
• Jaribu kuunda miradi kwa kuelewa masomo badala ya kutumia msimbo wa suluhisho; hata hivyo msimbo huo upo katika folda za /solution za kila somo linalolenga mradi.
• Fanya mtihani wa baada ya mihadhara.
• Kamilisha changamoto.
• Kamilisha kazi.
• Baada ya kumaliza kundi la somo, tembelea Jukwaa la Majadiliano na "jifunze kwa sauti" kwa kujaza rubrik ya PAT inayofaa. 'PAT' ni Chombo cha Tathmini ya Maendeleo ambalo ni rubrik unayojaza ili kuendeleza kujifunza kwako. Unaweza pia kutoa maoni kwa PAT za wengine ili tujifunze pamoja.

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

Walimu, tumetoa mapendekezo kadhaa juu ya jinsi ya kutumia mtaala huu.

---

Video za kufundisha hatua kwa hatua

Baadhi ya masomo yanapatikana kama video fupi. Unaweza kuyapata yote mtandaoni ndani ya masomo, au kwenye orodha ya nyimbo ya ML kwa Waanzilishi kwenye kituo cha YouTube cha Microsoft Developer kwa kubofya picha hapa chini.

---

Kutana na Timu

Gif na Mohit Jaisal

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

---

Mbinu ya kufundisha

Tumebaini kanuni mbili muhimu katika kuunda mtaala huu: kuhakikisha kuwa unazingatia miradi ya vitendo na kuwa na mtihani wa mara kwa mara. Aidha, mtaala huu una kauli mbiu ya pamoja inayotoa ulinganifu.

Kwa kuhakikisha maudhui yanahusiana na miradi, mchakato unakuwa wa kuvutia kwa wanafunzi na kuongeza kumbukumbu ya dhana. Pia, mtihani wa ukubwa mdogo kabla ya darasa huweka nia ya mwanafunzi kuelekea kujifunza mada, wakati mtihani wa pili baada ya darasa unahakikisha kumbukumbu zaidi. Mtaala huu umeundwa kuwa rahisi na wa kufurahisha na unaweza kuchukuliwa kwa jumla au sehemu. Miradi huanza midogo na kuongezeka kwa ugumu mwishoni mwa mzunguko wa wiki 12. Mtaala huu pia unajumuisha maelezo ya matumizi ya ML katika maisha halisi, ambayo inaweza kutumika kama mkopo wa ziada au msingi wa mjadala.

Pata Kanuni zetu za Maadili, Jinsi ya Kuchangia, Tafsiri, na Mwongozo wa Kutatua Matatizo. Tunakaribisha maoni yako ya ujenzi!

Kila somo linajumuisha

• chati ya hiari
• video ya ziada hiari
• video ya kufundisha hatua kwa hatua (masomo machache tu)
• mtihani wa kujiandaa kabla ya somo
• somo lililoandikwa
• kwa masomo yanayotegemea mradi, viwango kwa hatua ya kujenga mradi
• ukaguzi wa maarifa
• changamoto
• usomezi wa ziada
• kazi
• mtihani baada ya somo

Kuhusu lugha: Masomo haya yameandikwa hasa kwa Python, lakini mengi pia yanapatikana kwa R. Ili kukamilisha somo la R, nenda kwenye folda ya /solution utafute masomo ya R. Yanajumuisha kiambatisho cha .rmd ambacho ni faili la R Markdown ambalo linaweza kufafanuliwa kama uingizaji wa vipande vya msimbo (R au lugha nyingine) na kichwa cha YAML (kinachoelekeza jinsi ya kuandaa matokeo kama PDF) katika nyaraka ya Markdown. Hivyo, ni mfumo bora wa uandishi kwa sayansi ya data kwa kuwa unakuwezesha kuunganishwa kwa msimbo wako, matokeo yake, na mawazo yako kwa kuweza kuyaandika kwa Markdown. Zaidi ya hayo, nyaraka za R Markdown zinaweza kubadilishwa kuwa aina za matokeo kama PDF, HTML, au Word. Kumbuka kuhusu mitihani ya maswali: Mitihani yote iko kwenye folda ya Quiz App, ikiwa na jumla ya mitihani 52 yenye maswali matatu kila mmoja. Mitihani hii imeunganishwa kutoka ndani ya masomo lakini programu ya mitihani inaweza kuendeshwa eneo la kompyuta; fuata maelekezo katika folda ya quiz-app ili kuendesha eneo la kompyuta au kuitoa Azure.

Nambari ya Somo	Mada	Uainishaji wa Somo	Malengo ya Kujifunza	Somo Lililounganishwa	Mwandishi
01	Utangulizi wa kujifunza kwa mashine	Utangulizi	Jifunze dhana za msingi nyuma ya kujifunza kwa mashine	Somo	Muhammad
02	Historia ya kujifunza kwa mashine	Utangulizi	Jifunze historia inayozunguka uwanja huu	Somo	Jen na Amy
03	Haki na kujifunza kwa mashine	Utangulizi	Je, masuala gani muhimu ya kifalsafa kuhusu haki ambayo wanafunzi wanapaswa kuyazingatia wakati wa kujenga na kutumia mifano ya ML?	Somo	Tomomi
04	Mbinu za kujifunza kwa mashine	Utangulizi	Ni mbinu gani wanafanyakazi wa ML hutumia kujenga mifano ya ML?	Somo	Chris na Jen
05	Utangulizi wa udhibiti wa mtiririko	Udhibiti wa Mtiririko	Anza na Python na Scikit-learn kwa mifano ya udhibiti wa mtiririko	Python • R	Jen • Eric Wanjau
06	Bei za malenge ya Amerika Kaskazini 🎃	Udhibiti wa Mtiririko	Onyesha na safisha data kama maandalizi kwa ML	Python • R	Jen • Eric Wanjau
07	Bei za malenge ya Amerika Kaskazini 🎃	Udhibiti wa Mtiririko	Tengeneza mifano ya udhibiti wa mstari na polinomial	Python • R	Jen na Dmitry • Eric Wanjau
08	Bei za malenge ya Amerika Kaskazini 🎃	Udhibiti wa Mtiririko	Tengeneza mfano wa udhibiti wa logistic	Python • R	Jen • Eric Wanjau
09	Programu ya Mtandao 🔌	Programu ya Mtandao	Tengeneza programu ya mtandao kutumia mfano uliyofundishwa	Python	Jen
10	Utangulizi wa uainishaji	Uainishaji	Safisha, andaa, na onyesha data yako; utangulizi wa uainishaji	Python • R	Jen na Cassie • Eric Wanjau
11	Mapishi ya Ladha za Kiazi na Kizina cha Asia 🍜	Uainishaji	Utangulizi wa waainishaji	Python • R	Jen na Cassie • Eric Wanjau
12	Mapishi ya Ladha za Kiazi na Kizina cha Asia 🍜	Uainishaji	Waainishaji zaidi	Python • R	Jen na Cassie • Eric Wanjau
13	Mapishi ya Ladha za Kiazi na Kizina cha Asia 🍜	Uainishaji	Tengeneza programu ya mtandao ya kupendekeza ukitumia mfano wako	Python	Jen
14	Utangulizi wa kupanga kundi	Kupanga Kundi	Safisha, andaa, na onyesha data yako; Utangulizi wa kupanga kundi	Python • R	Jen • Eric Wanjau
15	Kuchunguza Ladha za Muziki wa Nigeria 🎧	Kupanga Kundi	Chunguza mbinu ya kupanga kundi kwa K-Means	Python • R	Jen • Eric Wanjau
16	Utangulizi wa usindikaji wa lugha asilia ☕️	Usindikaji wa lugha asilia	Jifunze misingi ya NLP kwa kutengeneza bot rahisi	Python	Stephen
17	Kazi za kawaida za NLP ☕️	Usindikaji wa lugha asilia	Zidi uelewa wako wa NLP kwa kuelewa kazi za kawaida zinazohitajika unapotumia miundo ya lugha	Python	Stephen
18	Tafsiri na uchambuzi wa hisia ♥️	Usindikaji wa lugha asilia	Tafsiri na uchambuzi wa hisia na Jane Austen	Python	Stephen
19	Hoteli za kimapenzi za Ulaya ♥️	Usindikaji wa lugha asilia	Uchambuzi wa hisia kwa kupitia hakiki za hoteli 1	Python	Stephen
20	Hoteli za kimapenzi za Ulaya ♥️	Usindikaji wa lugha asilia	Uchambuzi wa hisia kwa kupitia hakiki za hoteli 2	Python	Stephen
21	Utangulizi wa utabiri wa mfululizo wa wakati	Mfululizo wa Wakati	Utangulizi wa utabiri wa mfululizo wa wakati	Python	Francesca
22	⚡️ Matumizi ya Nguvu Duniani ⚡️ - utabiri wa mfululizo wa wakati kwa ARIMA	Mfululizo wa Wakati	Utabiri wa mfululizo wa wakati kwa ARIMA	Python	Francesca
23	⚡️ Matumizi ya Nguvu Duniani ⚡️ - utabiri wa mfululizo wa wakati kwa SVR	Mfululizo wa Wakati	Utabiri wa mfululizo wa wakati kwa Support Vector Regressor	Python	Anirban
24	Utangulizi wa kujifunza kwa kuimarisha	Kujifunza kwa kuimarisha	Utangulizi wa kujifunza kwa kuimarisha kwa kutumia Q-Learning	Python	Dmitry
25	Msaidie Peter kuepuka mbwa mwitu! 🐺	Kujifunza kwa kuimarisha	Gym ya kujifunza kwa kuimarisha	Python	Dmitry
Kidokezo cha Mwisho	Hali halisi na matumizi ya ML	ML kwenye Ulimwengu Halisi	Matumizi ya kuvutia na ya wazi ya ML ya kawaida	Somo	Timu
Kidokezo cha Mwisho	Utafutaji mdogo wa modeli za ML kwa kutumia dashibodi ya RAI	ML kwenye Ulimwengu Halisi	Utafutaji mdogo wa modeli katika Kujifunza kwa Mashine kwa kutumia vitu vya dashibodi ya Responsible AI	Somo	Ruth Yakubu

apata rasilimali zote za ziada za kozi hii kwenye mkusanyiko wetu wa Microsoft Learn

Kupata nyaraka bila mtandao

Unaweza kuendesha nyaraka hii bila mtandao kwa kutumia Docsify. Nakili repo hii, weka Docsify kwenye kompyuta yako, kisha katika folda ya mizizi ya repo hii, andika docsify serve. Tovuti itakuwa imetumika kwenye mlango wa bandari 3000 kwenye localhost yako: localhost:3000.

PDFs

Pata faili la pdf la mtaala wa masomo yenye viungo hapa.

🎒 Kozi Nyingine

Timu yetu hutengeneza kozi nyingine! Angalia:

LangChain

Azure / Edge / MCP / Agents

---

Msururu wa AI ya Kizazi

---

Mafunzo Msingi

---

Mfululizo wa Copilot

Kupata Msaada

Ikiwa unakumbwa na shida au una maswali yoyote kuhusu kujenga programu za AI. Jiunge na wenzako wanaojifunza na watengenezaji wenye uzoefu katika mijadala kuhusu MCP. Ni jamii yenye usaidizi ambapo maswali yanakaribishwa na maarifa yanashirikiwa kwa uhuru.

Ikiwa una taarifa za maoni kuhusu bidhaa au makosa wakati wa kujenga tembelea:

Vidokezo Vingine vya Kujifunza

• Pitia daftari la mazoezi baada ya kila somo kwa uelewa bora.
• Fanya mazoezi ya kutekeleza algoriti kwa ajili yako.
• Chunguza seti halisi za data ukitumia dhana ulizojifunza.

---

Angalizo la Kukataa: Hati hii imetafsiriwa kwa kutumia huduma ya kutafsiri kwa AI Co-op Translator. Ingawa tunajitahidi kufikia usahihi, tafadhali fahamu kuwa tafsiri za kiotomatiki zinaweza kuwa na makosa au upungufu wa usahihi. Hati ya asili katika lugha yake ya asili inapaswa kuchukuliwa kama chanzo cha mamlaka. Kwa taarifa muhimu, tafsiri ya kitaalamu na ya binadamu inashauriwa. Hatuna dhima kwa kutoelewana au tafsiri potofu zitokanazo na matumizi ya tafsiri hii.