Skip to content

Latest commit

 

History

History
238 lines (170 loc) · 50.6 KB

File metadata and controls

238 lines (170 loc) · 50.6 KB

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

GitHub watchers GitHub forks GitHub stars

🌐 பன்மொழி ஆதரவு

GitHub செயல்பாட்டின் மூலம் ஆதரவு (தானியங்கி மற்றும் எப்போதும் புதுப்பிக்கப்பட்டது)

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

பிரதி நேரடியாகப் பெருக்க விரும்புகிறீர்களா?

இந்த ஸ்டோரேஜ் 50+ மொழி மொழிபெயர்ப்புகளை உள்ளடக்குகிறது, இது பதிவிறக்க அளவை முக்கியமாக அதிகரிக்கிறது. மொழிபெயர்ப்புகள் இல்லாமல் கிளோன் செய்ய sparse checkout பயன்படுத்தவும்:

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"

இது விரைவான பதிவிறக்கம் மூலம் பாடத்திட்டத்தை முடிக்க தேவையான அனைத்தையும் உங்களுக்கு வழங்கும்.

எங்கள் சமுதாயத்தில் சேருங்கள்

Microsoft Foundry Discord

எங்களிடம் AI உடன் கற்றல் தொடர்ச்சியில் ஒரு Discord உள்ளது, மேலும் படிக்கவும் சேரவும் Learn with AI Series 18 - 30 செப்டம்பர், 2025. நீங்கள் GitHub Copilot ஐ Data Science க்குப் பயன்படுத்தும் குறிப்பு மற்றும் டிரிக்குகளைப் பெறுவீர்கள்.

Learn with AI series

ஆரம்பக்கால கிராமிய இயந்திரக் கற்றல் - ஒரு பாடத்திட்டம்

🌍 உலகுக்குச் சுற்றுலா போகச் செல்வோம், உலக கலாச்சாரங்களின் மூலம் இயந்திரக் கற்றல் ஆராய்வோம் 🌍

Microsoft இல் உள்ள Cloud Advocates, Machine Learning பற்றி 12 வாரங்கள், 26 பாடங்கள் கொண்ட பாடத்திட்டத்தை சமர்ப்பிக்க மகிழ்ச்சியடைகிறோம். இந்த பாடத்திட்டத்தில், நீங்கள் சில சமயங்களில் பாரம்பரிய இயந்திரக் கற்றல் என்று அழைக்கப்படும் விஷயங்களை கற்றுக்கொள்வீர்கள், பெரும்பாலும் Scikit-learn நூலகத்தை பயன்படுத்தி, ஆழ்ந்த கற்றலைத் தவிர்த்து கற்போம், ஆழ்ந்த கற்றல் எங்கள் AI for Beginners' பாடத்திட்டத்தில் தெளிவானது. இந்த பாடங்களை எங்கள் 'Data Science for Beginners' பாடத்திட்டத்துடனும் இணைத்து கொள்ளவும்!

உலகில் இருந்து பல்வேறு பகுதியிலிருந்து தரவுகளைப் பயன்படுத்தி பாரம்பரிய நுட்பங்களை செயல்படுத்தி உலகு சுற்றுலாவோடு பயணம் செய்யுங்கள். ஒவ்வொரு பாடமும் முன் மற்றும் பின் பரிசோதனை கேள்விகள், கற்றலை நிறைவேற்ற எழுதப்பட்ட வழிமுறைகள், ஒரு தீர்வு, ஒரு பணிகள் உள்ளடக்கம் மற்றும் பலவற்றையும் கொண்டுள்ளது. எங்கள் திட்ட அடிப்படையிலான கற்றல் முறைசெயல் புதிய திறன்கள் 'சேர்கிறதை' உறுதி செய்யும்.

✍️ எங்கள் ஆசிரியர்களுக்கு இனிய நன்றி ஜென் லூபர், ஸ்டீபன் ஹாவெல், ஃப்ரான்செஸ்கா லாசெரி, தோமாமி இமுரா, காசி பிரேவியூ, ட்மிட்ரி சோஷ்னிக்கோவ், கிறிஸ் நோரிங், அனிர்பான் முகர்ஜி, ஆர்னெல்லா ஆல்டுன்யன், ரூத் யகுபு மற்றும் ஏமி பாய்ட்

🎨 எங்கள் வரைபடக்கலைஞர்களுக்கு நன்றி தோமாமி இமுரா, தசானி மாதிபல்லி மற்றும் ஜென் லூபர்

🙏 சிறப்பு நிகர்பு 🙏 எங்கள் Microsoft மாணவர் தூதர்கள் இயற்றிய, மறுசீராய்வு செய்த மற்றும் உள்ளடக்க பங்கு வாங்கியவர்களுக்கு, குறிப்பாக ரிஷிட் டக்லி, முகமது சகிப் கான் இனம், ரோஹன் ராஜ், அலெக்சான்ட்ரு பெட்ரெஸ்கு, அாபிஷேக் ஜெய்ஸ்வால், நவ்ரின் தபசும், ஐயான் சமுலா மற்றும் ஸ்னிக்த அகார்வால்

🤩 கூடுதல் நிகர்பு Microsoft மாணவர் தூதர்கள் எரிக் வஞ்சாவ், ஜஸ்லீன் செய்க், மற்றும் விடுஷி குப்பதுக்கு எங்கள் R பாடங்களுக்காக!

தொடங்கல்

இந்த படிகளை பின்பற்றவும்:

  1. Storage-ஐ Fork செய்யவும்: இந்த பக்கத்தின் மேல் வலது மூலையில் உள்ள "Fork" பொத்தானை கிளிக் செய்க.
  2. Storage-ஐ Clone செய்யவும்: git clone https://github.com/microsoft/ML-For-Beginners.git

இந்த பாடத்திட்டத்துக்கான அனைத்து கூடுதல் வளங்களையும் எங்கள் Microsoft Learn கூடத்திலிருந்து காண்க

🔧 உதவி தேவைப்படுகிறதா? எங்கள் ப்ரச்சனை தீர்க்கும் வழிகாட்டி கற்றல் நிலைமை, அமைப்பு மற்றும் பாடங்களைக் இயக்குவதில் பொதுவான பிரச்சனைகளுக்கான தீர்வுகளை சரிபார்க்கவும்.

மாணவர்கள், இந்த பாடத்திட்டத்தை பயன்படுத்த, இந்த ஸ்டோரேஜை உங்கள் சொந்த GitHub கணக்கிற்கு fork செய்து பயிற்சிகளை தனியாக அல்லது குழுவுடன் முடிக்கவும்:

  • ஒரு முன்பள்ளி கற்றல் பரிசோதனையுடன் தொடங்கவும்.
  • படிக்கவும் செயல்பாடுகளை முடிக்கவும், ஒவ்வொரு அறிவுக் கண்காணிப்பிலும் நின்று சிந்திக்கவும்.
  • தீர்வைக் கோடுகளை இயக்குும் பதிலாக பாடங்களைப் புரிந்து கொண்டு திட்டங்களை உருவாக்க முயற்சிக்கவும்; ஆனால் அந்த கோடுகள் ஒவ்வொரு திட்டம் சார்ந்த பாடங்களின் /solution கோப்பகத்தில் கிடைக்கும்.
  • பின்பள்ளி பரிசோதனையை எடுக்கவும்.
  • சவாலை முடிக்கவும்.
  • பணிகளை முடிக்கவும்.
  • ஒரு பாடக் குழுவை முடித்த பின், பேச்சு பலகை சென்று "வெளிப்படையாக கற்றுக்கொள்ளுங்கள்" மற்றும் உரிய PAT ரூப்ரிகை நிரப்பவும். PAT என்பது உங்கள் முன்னேற்றத்தை மதிப்பீடு செய்யும் கருவி ஆகும். மற்ற PAT களிற்கு பின்னூட்டமும் செய்ய முடியும், இதனால் நாம் சேர்ந்து கற்றுக்கொள்ள முடியும்.

மேலதிக படிப்புக்கு, நாம் பரிந்துரை செய்கிறோம் இந்த Microsoft Learn மாட்யூல்கள் மற்றும் கற்றல் பாதைகள்.

ஆசிரியைர்கள், இந்த பாடத்திட்டத்தை பயன்படுத்த சில பரிந்துரைகளை நாங்கள் சேர்த்துள்ளோம்.


வீடியோ நடைமுறை விளக்கங்கள்

கடந்த சில பாடங்களை குறுகிய படிவ வீடியோவாகப் பார்க்கலாம். இவை எல்லா பாடங்களுக்கு உள்ளே வழங்கப்பட்டுள்ளன அல்லது Microsoft Developer YouTube சேனலில் ML for Beginners பிளேலிஸ்டில் கீழுள்ள படத்தை அழுத்தி பார்க்கலாம்.

ML for beginners banner


குழுவைச் சந்தியுங்கள்

Promo video

கிஃப் படமாக Mohit Jaisal

🎥 மேலுள்ள படத்தை அழுத்தி திட்டம் மற்றும் அதை உருவாக்கிய நபர்களைப் பற்றிய வீடியோவைப் பார்க்கவும்!


கற்றல் முறை

இந்த பாடத்திட்டத்தை உருவாக்கும்போது நாங்கள் இரண்டு கற்றல் கொள்கைகளைத் தேர்ந்தெடுத்தோம்: இது கைபோன்ற திட்ட அடிப்படையிலான மற்றும் அதில் அடிக்கடி வினாடி வினா உள்ளது என்பது உறுதி செய்யும். மேலும, இந்த பாடத்திட்டத்திற்கு பொதுவான ஒரு தீம் உண்டு.

உள்ளடக்கம் திட்டங்களுடன் பொருந்துவதை உறுதி செய்தல், மாணவர்களுக்கு செயல்படுத்தும் முறையைக் அதிகரிக்கிறது மற்றும் கருத்துகளை நினைவில் வைத்திருக்க உதவுகிறது. கூடுதலாக, வகுப்பு முன்னர் ஒரு குறைந்த போராட்ட வினாடி வினா மாணவர்களை ஒரு தலைப்பை கற்றுக்கொள்ளும் நோக்கத்தை அமைக்க உதவுகிறது, வகுப்புக்குப் பிறகு இரண்டாவது வினாடி வினா தக்க நினைவாற்றலை உறுதி செய்கிறது. இந்த பாடத்திட்டம் தளர்வான மற்றும் ரசிப்பானதாக வடிவமைக்கப்பட்டுள்ளது மற்றும் முழுவதுமோ பகுதியிலோ எடுத்துக் கொள்ளலாம். திட்டங்கள் சிறிய அளவில் தொடங்கி 12 வாரங்களின் இறுதிக்குள் அதிகம் சிக்கலானவை ஆவது. இந்த பாடத்திட்டத்தில் இயந்திரக் கற்றலின் உண்மை உலக பயன்பாட்டைப் பற்றிய ஒரு பின்னூட்டமும் உள்ளது, இது கூடுதல் வம்சோட்டி அல்லது கலந்துரையாடல் அடிப்படையாக பயன்படுத்தலாம்.

எங்கள் நடத்தைப் பழக்கங்கள், பங்களிப்பு வழிகாட்டிகள், மொழிபெயர்ப்புகள், மற்றும் பிரச்சனை தீர்க்கும் வழிகாட்டி விதிமுறைகளை கண்டறியவும். உங்கள் கட்டுமான பின்னூட்டத்துக்கு நாங்கள் வரவேற்கின்றோம்!

ஒவ்வொரு பாடமும் உள்ளவை

  • விருப்பமான வரைபடக்குறிப்பு
  • விருப்பமான கூடுதல் வீடியோ
  • வீடியோ நடைமுறை விளக்கம் (சில பாடங்கள் மட்டுமே)
  • பாடம் முன் தளர்வு வினாடி வினா
  • எழுதப்பட்ட பாடம்
  • திட்ட அடிப்படையிலான பாடங்களுக்கான, திட்டத்தை எவ்வாறு கட்டுவது என்பதை படிப்படியான வழிகாட்டிகள்
  • அறிவுக் கண்காணிப்புகள்
  • சவால்
  • கூடுதல் படிப்புக் குறிப்பு
  • பணிகள்
  • பாடம் பின் வினாடி வினா

மொழிகள் குறித்து ஒரு குறிப்பு: இவை பெரும்பாலும் Python இல் எழுதப்பட்டவை, ஆனால் பலவும் R இல் கிடைக்கின்றன. ஒரு R பாடத்தை முடிக்க, /solution கோப்பகத்தை பாருங்கள் மற்றும் R பாடங்கள் காண்க. அவை .rmd நீட்சியை கொண்டுள்ளன, இது R மார்க்டவுன் கோப்பாகும், இது code chunks (R அல்லது பிற மொழிகளின்) மற்றும் YAML தலைப்பு (PDF போன்ற வெளியீடுகளை வடிவமைக்க வழிகாட்டும்) ஆகியவற்றின் இணைவாக வரையறுக்கப்படும். ஆக, இது தரவு அறிவியலுக்கான ஒரு சிறந்த எழுத்துப்பாட அமைப்பாகவே செயல்படுகிறது, ஏனெனில் நீங்கள் உங்கள் கோடுகளை, அதன் வெளியீடு மற்றும் உங்கள் எண்ணங்களை மார்க்டவுனில் எழுத அனுமதிக்கிறது. மேலும, R மார்க்டவுன் கோப்புகள் PDF, HTML, அல்லது Word போன்ற வெளியீடு வடிவங்களில் மாற்றப்படலாம். விளையாட்டுக்கள் குறித்த ஒரு குறிப்புரை: அனைத்து விளையாட்டுக்கள் Quiz App கோப்புறை என்பதில் உள்ளன, மொத்தம் 52 விளையாட்டுக்கள், ஒவ்வொன்றிலும் மூன்று கேள்விகள் உள்ளன. அவை பாடங்களுக்குள் இணைக்கப்பட்டுள்ளன, ஆனால் quizzes செயலி உள்ளகமாக இயங்கும்; உள்ளகமாக ஹோஸ்ட் செய்ய அல்லது Azure இல் பிரயோகிக்க quiz-app கோப்புறையின் வழிமுறைகளை பின்பற்றவும்.

பாட எண் தலைப்பு பாடக் குழு கற்றல் நோக்குகள் இணைக்கப்பட்ட பாடம் ஆசிரியர்
01 இயந்திரக் கற்றலுக்கான அறிமுகம் அறிமுகம் இயந்திரக் கற்றலுக்குப் பின்பற்றப்படும் அடிப்படைக் கோட்பாடுகளை கற்றுக்கொள்ளுங்கள் பாடம் முஹம்மத்
02 இயந்திரக் கற்றலின் வரலாறு அறிமுகம் இந்த துறையின் வரலாறை கற்றுக்கொள்ளுங்கள் பாடம் ஜென் மற்றும் ஆமி
03 நீதி மற்றும் இயந்திரக் கற்றல் அறிமுகம் நீதி தொடர்பான முக்கிய தத்துவக் கேள்விகள் எவை என்பதையும், ML மொடல்களை உருவாக்குதல் மற்றும் பயன்படுத்தும்போது இது எப்படி தொடர்புடையதென மாணவர்கள் பரிசீலிக்க வேண்டும்? பாடம் துமோமி
04 இயந்திரக் கற்றலுக்கு பயன்படும் முறைகள் அறிமுகம் இயந்திரக் கற்றல் ஆராய்ச்சியாளர்கள் ML மொடல்களை உருவாக்க என்ன முறைகள் பயன்படுத்துகின்றனர்? பாடம் கிரிஸ் மற்றும் ஜென்
05 தொடர்புக் கணிதத்தின் அறிமுகம் Regression தொடர்புக் கணித மொடல்களுக்கு Python மற்றும் Scikit-learn பயன்படுத்தத் தொடங்குங்கள் PythonR ஜென் • எரிக் வஞ்ஜாவ்
06 வட அமெரிக்க பரங்கிக்காய் விலை 🎃 Regression ML க்கான தரவுகளை காட்சி மூலம் பார்க்கவும், சுத்தப்படுத்தவும் PythonR ஜென் • எரிக் வஞ்ஜாவ்
07 வட அமெரிக்க பரங்கிக்காய் விலை 🎃 Regression நேரியல் மற்றும் பன்முக தொடர்புக் கணித மொடல்களை உருவாக்கவும் PythonR ஜென் மற்றும் Dmitry • எரிக் வஞ்ஜாவ்
08 வட அமெரிக்க பரங்கிக்காய் விலை 🎃 Regression ஒரு லாஜிஸ்டிக் தொடர்புக் கணிதக் மொடல் உருவாக்கவும் PythonR ஜென் • எரிக் வஞ்ஜாவ்
09 ஒரு வலை செயலி 🔌 Web App உங்கள் பயிற்சியளிக்கப்பட்ட மொடலைப் பயன்படுத்த ஒரு வலை செயலியை உருவாக்கவும் Python ஜென்
10 வகைப்படுத்தலுக்கான அறிமுகம் Classification உங்கள் தரவை சுத்தம் செய்யவும், தயாரிக்கவும், காட்சிப்படுத்தவும்; வகைப்படுத்தலுக்கான அறிமுகம் PythonR ஜென் மற்றும் கேசி • எரிக் வஞ்ஜாவ்
11 சுவையான ஆசிய மற்றும் இந்திய சமையல் 🍜 Classification வகைப்படுத்தலரின் அறிமுகம் PythonR ஜென் மற்றும் கேசி • எரிக் வஞ்ஜாவ்
12 சுவையான ஆசிய மற்றும் இந்திய சமையல் 🍜 Classification கூடுதல் வகைப்படுத்தலர்கள் PythonR ஜென் மற்றும் கேசி • எரிக் வஞ்ஜாவ்
13 சுவையான ஆசிய மற்றும் இந்திய சமையல் 🍜 Classification உங்கள் மொடலைப் பயன்படுத்தி பரிந்துரைக்கும் வலை செயலி உருவாக்கவும் Python ஜென்
14 கூட்டு வகைப்படுத்தலுக்கான அறிமுகம் Clustering உங்கள் தரவை சுத்தம் செய்யவும், தயாரிக்கவும், காட்டவும்; கூட்டு வகைப்படுத்தலுக்கான அறிமுகம் PythonR ஜென் • எரிக் வஞ்ஜாவ்
15 நைஜீரிய இசை ருசிகளை ஆராய்தல் 🎧 Clustering K-Means கூட்டு வகைப்படுத்தல் முறையை ஆராயுங்கள் PythonR ஜென் • எரிக் வஞ்ஜாவ்
16 இயற்கை மொழி செயலாக்க அறிமுகம் ☕️ Natural language processing எளிதான ஒரு பாட்டை உருவாக்கி NLP அடிப்படைகளை கற்றுக்கொள்ளுங்கள் Python ஸ்டீபன்
17 பொதுவான NLP பணி ☕️ Natural language processing மொழி கட்டமைப்புகளுடன் பணியாற்றுவதற்கு தேவையான பொதுவான பணிகளைப் புரிந்துகொண்டு உங்கள் NLP அறிவை விரிவுபடுத்தவும் Python ஸ்டீபன்
18 மொழிபெயர்ப்பு மற்றும் உணர்வு பகுப்பாய்வு ♥️ Natural language processing ஜேன் ஆஸ்டன் உடன் மொழிபெயர்ப்பு மற்றும் உணர்வு பகுப்பாய்வு Python ஸ்டீபன்
19 ஐரோப்பிய காதல் விடுதிகள் ♥️ Natural language processing ஹோட்டல் விமர்சனங்களுடன் உணர்வு பகுப்பாய்வு 1 Python ஸ்டீபன்
20 ஐரோப்பிய காதல் விடுதிகள் ♥️ Natural language processing ஹோட்டல் விமர்சனங்களுடன் உணர்வு பகுப்பாய்வு 2 Python ஸ்டீபன்
21 கால அளவு தொடர் படிம முன்கூட்டியறிதல் அறிமுகம் Time series கால அளவு தொடர் படிம முன்கூட்டியறிதல் அறிமுகம் Python பிரான்செஸ்கா
22 ⚡️ உலக சக்தி பயன்பாடு ⚡️ - ARIMA உடன் கால அளவு தொடர் முன்கூட்டியறிதல் Time series ARIMA உடன் கால அளவு தொடர் முன்கூட்டியறிதல் Python பிரான்செஸ்கா
23 ⚡️ உலக சக்தி பயன்பாடு ⚡️ - SVR உடன் கால அளவு தொடர் முன்கூட்டியறிதல் Time series Support Vector Regressor மூலம் கால அளவு தொடர் முன்கூட்டியறிதல் Python அனிர்பான்
24 வலிமையூட்டும் கற்றலுக்கான அறிமுகம் Reinforcement learning Q-Learning உடன் வலிமையூட்டும் கற்றலுக்கான அறிமுகம் Python Dmitry
25 Python பிஜமா தவிர்க்க உதவுங்கள்! 🐺 Reinforcement learning Gym உடன் வலிமையூட்டும் கற்றல் Python Dmitry
கடைசிக் குறிப்புகள் உலக nyata இயந்திரக் கற்றல் சூழல்கள் மற்றும் பயன்பாடுகள் ML in the Wild பாரம்பரிய இயந்திரக் கற்றலின் சுவாரஸ்யமான மற்றும் வெளிப்படுத்தும் உண்மையான பயன்பாடுகள் பாடம் குழு
கடைசிக் குறிப்புகள் RAI டாஷ்போர்டைப் பயன்படுத்தி இயந்திரக் கற்றலில் மொடல் பிழைத்திருத்தல் ML in the Wild பதிலாளர் AI டாஷ்போர்டு கூறுகளைப் பயன்படுத்தி இயந்திரக் கற்றலில் மொடல் பிழைத்திருத்தல் பாடம் ரூத் யகுபு

இந்த படிப்புக்கான அனைத்து கூடுதல் வளங்களையும் எங்கள் Microsoft Learn தொகுப்பில் காணவும்

ஆன்லைனாக இல்லாத அணுகல்

Docsify பயன்படுத்தி இந்த ஆவணத்தினை ஆன்லைனாக இல்லாத முறையில் இயக்கலாம். இந்த ரெப்போவை ஃபோர்க் செய்து, உங்கள் உள்ளக கணினியில் Docsify ஐ நிறுவி, அதன் பிறகு இந்த ரெப்போவின் ரூட் கோப்புறையில் docsify serve என தட்டச்சு செய்யவும். இணையதளம் 3000 என்ற பிளோர்டு இலக்கத்தில் உங்கள் உள்ளூர் கணினியில் (localhost:3000) கிடைக்கும்.

PDFகள்

வழிகாட்டுதலின் PDF பதிப்பை இணைப்புடன் இங்கே காணவும்.

🎒 மற்ற படிப்புகள்

எங்கள் குழு மற்ற படிப்புகளை உருவாக்குகிறது! பாருங்கள்:

LangChain

LangChain4j for Beginners LangChain.js for Beginners LangChain for Beginners

Azure / Edge / MCP / Agents

AZD for Beginners Edge AI for Beginners MCP for Beginners AI Agents for Beginners


Generative AI Series

Generative AI for Beginners Generative AI (.NET) Generative AI (Java) Generative AI (JavaScript)


மூலக் கற்றல்

ML for Beginners Data Science for Beginners AI for Beginners Cybersecurity for Beginners Web Dev for Beginners IoT for Beginners XR Development for Beginners


கோபைலட் தொடர்ச்சி

Copilot for AI Paired Programming Copilot for C#/.NET Copilot Adventure

உதவி பெறுதல்

உங்கள் AI செயலிகள் கட்டுவதில் சிக்கல் வந்தால் அல்லது கேள்விகள் உள்ளன என்றால். MCP பற்றி சக லெர்னர்கள் மற்றும் அனுபவசாலிகள் உடன் விவாதங்களில் சேரவும். கேள்விகள் வரவேற்கப்பட்டு அறிவு சுதந்திரமாக பகிரப்படும் ஆதரவுள்ளதாகிய சமூகம் இது.

Microsoft Foundry Discord

தயாரிப்பு கருத்து அல்லது பிழைகள் இருந்தால், கட்டும்போது பின்வரும் முகவரிக்கு செல்லவும்:

Microsoft Foundry Developer Forum

கூடுதல் கற்றல் குறிப்புகள்

  • ஒவ்வொரு பாடத்திற்கும் பின்னர் நோட்டுபுத்தகங்களை மறுபரிசீலனை செய்யவும்.
  • ஆல்குரிதத்தினை தானே நடைமுறைப்படுத்துவதை பயிற்சி செய்யவும்.
  • கற்றுக் கொண்ட கருத்துக்களை பயன்படுத்தி உண்மையான தரவுத்தளங்களை ஆராயவும்.

ஒருங்குறிப்பு:
இந்த ஆவணம் AI மொழிபெயர்ப்பு சேவை Co-op Translator பயன்படுத்தி மொழிபெயர்க்கப்பட்டுள்ளது. நாங்கள் இலக்கான துல்லியத்திற்காக முயற்சித்தாலும், தானியங்கி மொழிபெயர்ப்புகளில் பிழைகள் அல்லது தவறுகள் இருக்கக்கூடும் என்பதை தயவுசெய்து கவனமாக இருக்கவும். துவக்க ஆவணத்தின் இயல்பு மொழியில் உள்ள உள்ளடக்கம் அதிகாரப்பூர்வமான மூலமாக கருதப்பட வேண்டும். முக்கியமான தகவல்களுக்கு, தொழில்நுட்ப மனித மொழிபெயர்ப்பு பரிந்துரைக்கப்படுகிறது. இந்த மொழிபெயர்ப்பின் பயன்படுத்துதலால் ஏற்படும் எந்தவொரு தவறான புரிதல்கள் அல்லது தவறான பாராட்டுகளுக்கு நாங்கள் பொறுப்பேற்க மாட்டோம்.