عربی | بنگالی | بلغاریائی | برمی (میانمار) | چینی (آسان) | چینی (رواں، ہانگ کانگ) | چینی (رواں، مکاو) | چینی (رواں، تائوان) | کروشیائی | چیک | ڈینش | ڈچ | ایسٹونین | فینش | فرانسیسی | جرمن | یونانی | عبرانی | ہندی | ہنگریائی | انڈونیشیائی | اطالوی | جاپانی | کنڑا | کوریائی | لتھوانین | ملائی | ملالیہالم | مراٹھے | نیپالی | نائجیریائی پیجین | ناروے | فارسی (فارسی) | پولش | پرتگالی (برازیل) | پرتگالی (پرتگال) | پنجابی (گرمکھی) | رومانیائی | روسی | سربیائی (سیریلک) | سلوواک | سلووینیائی | ہسپانوی | سواحلی | سویڈش | ٹاگالوگ (فلپائنی) | تمل | تلگو | تھائی | ترکی | یوکرینیائی | اردو | ویتنامی
مقامی طور پر کلون کرنا پسند کریں؟
اس ذخیرے میں 50+ زبانوں کے تراجم شامل ہیں جو ڈاؤن لوڈ کے حجم کو نمایاں طور پر بڑھاتے ہیں۔ ترجمے کے بغیر کلون کرنے کے لیے سپارس چیک آؤٹ استعمال کریں:
باش / میک او ایس / لینکس:
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 (ونڈوز):
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"اس سے آپ کو وہ سب کچھ مل جاتا ہے جو آپ کو کورس مکمل کرنے کے لیے چاہیے، ایک بہت تیز تر ڈاؤن لوڈ کے ساتھ۔
ہمارے پاس ڈسکارڈ پر ایک AI کے ساتھ سیکھنے کی سیریز جاری ہے، مزید جاننے کے لیے اور ہمارے ساتھ شامل ہونے کے لیے Learn with AI Series پر 18 - 30 ستمبر، 2025 تک شامل ہوں۔ آپ کو گٹ ہب کوپائلٹ کو ڈیٹا سائنس کے لیے استعمال کرنے کے ٹپس اور تراکیب ملیں گی۔
🌍 دنیا کا سفر کریں جب ہم مشین لرننگ کو دنیا کی ثقافتوں کے ذریعے دریافت کرتے ہیں 🌍
مائیکروسافٹ کے کلاؤڈ ایڈووکیٹس خوشی سے 12 ہفتوں، 26 اسباق کا نصاب پیش کرتے ہیں جو مکمل طور پر مشین لرننگ کے بارے میں ہے۔ اس نصاب میں، آپ کبھی کبھار کلاسیکی مشین لرننگ کہلانے والی چیز سیکھیں گے، جو بنیادی طور پر اسکی کٹ-لرن لائبریری استعمال کرتے ہوئے کی جاتی ہے اور ڈیپ لرننگ سے گریز کیا جاتا ہے، جسے ہمارے AI for Beginners' نصاب میں شامل کیا گیا ہے۔ ان اسباق کو ہمارے 'ڈیٹا سائنس فار بیگنرز' نصاب کے ساتھ جوڑیں، نیز!
ہماری دنیا کا سفر کریں جب ہم دنیا کے مختلف خطوں کے ڈیٹا پر یہ کلاسیکی تکنیکیں لگاتے ہیں۔ ہر سبق میں پری-اور پوسٹ-سبق کوئزز، تحریری ہدایات، حل، اسائنمنٹ، اور مزید شامل ہیں۔ ہمارا پروجیکٹ پر مبنی طریقہ سیکھنے کو عملی بنانے کا موقع دیتا ہے، جو کہ نئی مہارتوں کو قائم رکھنے کا ثابت شدہ طریقہ ہے۔
✍️ ہمارے مصنفین کا دلی شکریہ جین لوپر، اسٹیفن ہؤویل، فرانسسکا لازری، ٹومومی ایمورا، کیسی بریو، دمتری سوشنیکوف، کرس نورنگ، انربن مکھرجی، اورنیلا التونیان، روتھ یاکوبو اور ایمی بوائےڈ
🎨 ہمارے مصوروں کا شکریہ ٹومومی ایمورا، ڈاسا نی مادپلّی، اور جین لوپر
🙏 خاص شکریہ 🙏 ہمارے مائیکروسافٹ اسٹوڈنٹ ایمبیسیڈر مصنفین، جائزہ لینے والوں، اور مواد فراہم کرنے والوں کو، خصوصاً رشت دگلی، محمد ثاقب خان انان، روحان راج، الیگزینڈرو پیٹریسکو، ابھیشیک جیسوال، نوورین تبسم، ایوآن سیمویلا، اور سنیگدھا اگروال
🤩 اضافی شکریہ مائیکروسافٹ اسٹوڈنٹ ایمبیسیڈرز ایرک وانجاو، جیسلین سون دھی، اور ویدوشی گپتا کو ہمارے R اسباق کے لیے!
مندرجہ ذیل اقدامات کی پیروی کریں:
- ریپوزیٹری کی فورک کریں: اس صفحے کے اوپری دائیں کونے میں "Fork" بٹن پر کلک کریں۔
- ریپوزیٹری کو کلون کریں:
git clone https://github.com/microsoft/ML-For-Beginners.git
اس کورس کے تمام اضافی وسائل ہمارے Microsoft Learn مجموعہ میں دریافت کریں
🔧 مدد چاہیے؟ عام مسائل جیسے انسٹالیشن، سیٹ اپ، اور اسباق چلانے کے لیے حل کے لیے ہمارا مسائل کا حل گائیڈ دیکھیں۔
طلباء، اس نصاب کو استعمال کرنے کے لیے، پوری ریپوزیٹری کو اپنے گٹ ہب اکاؤنٹ میں فورک کریں اور مشقیں خود یا گروپ کے ساتھ مکمل کریں:
- پری لیکچر کوئز سے شروع کریں۔
- لیکچر پڑھیں اور سرگرمیاں مکمل کریں، ہر علم کی جانچ پر توقف اور غور کریں۔
- اسباق کو سمجھ کر پروجیکٹس بنانے کی کوشش کریں بجائے حل کے کوڈ کو چلانے کے؛ تاہم یہ کوڈ ہر پروجیکٹ پر مبنی سبق کے
/solutionفولڈر میں دستیاب ہے۔ - پوسٹ لیکچر کوئز لیں۔
- چیلنج مکمل کریں۔
- اسائنمنٹ مکمل کریں۔
- سبق کے گروپ کو مکمل کرنے کے بعد، ڈسکشن بورڈ پر جائیں اور "اونچی آواز میں سیکھیں" مناسب PAT روبریک پُر کرکے۔ 'PAT' ایک پروگریس اسیسمنٹ ٹول ہے جو آپ کی سیکھنے میں اضافہ کے لیے روبریک پُر کرتا ہے۔ آپ دوسرے PATs پر بھی ردعمل دے سکتے ہیں تاکہ ہم ایک ساتھ سیکھ سکیں۔
مزید مطالعے کے لیے، ہم ان Microsoft Learn ماڈیولز اور لرننگ راستوں کی پیروی کی سفارش کرتے ہیں۔
اساتذہ، ہم نے کچھ تجاویز شامل کی ہیں کہ اس نصاب کو کیسے استعمال کیا جائے۔
کچھ اسباق مختصر ویڈیو کے طور پر دستیاب ہیں۔ آپ ان سبھی کو اسباق میں ان لائن دیکھ سکتے ہیں، یا مائیکروسافٹ ڈویلپر یوٹیوب چینل پر ML for Beginners پلے لسٹ میں نیچے تصویر پر کلک کرکے۔
گیف از محمد جیسال
🎥 پراجیکٹ اور اسے بنانے والوں کے بارے میں ویڈیو کے لیے اوپر تصویر پر کلک کریں!
ہم نے اس نصاب کی تعمیر میں دو تدریسی اصول منتخب کیے ہیں: اسے عملی پروجیکٹ پر مبنی بنانا اور کہ اس میں بار بار کوئزز شامل ہوں۔ مزید برآں، اس نصاب کا ایک مشترکہ موضوع ہے تاکہ اس میں ہم آہنگی ہو۔
یہ یقینی بنا کر کہ مواد پروجیکٹس کے ساتھ ہم آہنگ ہے، طلباء کے لیے عمل مزید مشغول کن اور تصورات کو یاد رکھنے میں اضافہ ہوگا۔ علاوہ ازیں، کلاس سے پہلے کم دباؤ والا کوئز طلباء کے سیکھنے کے جذبے کو متحرک کرتا ہے، جبکہ کلاس کے بعد دوسرا کوئز بہتر یادداشت کو یقینی بناتا ہے۔ اس نصاب کو لچکدار اور تفریحی بنانے کے لیے ڈیزائن کیا گیا ہے اور اسے مکمل یا جزوی طور پر لیا جا سکتا ہے۔ پروجیکٹس چھوٹے سے شروع ہوتے ہیں اور 12 ہفتوں کے دوران پیچیدہ ہوتے جاتے ہیں۔ اس نصاب میں مشین لرننگ کی حقیقی دنیا میں ایپلی کیشنز پر ایک پس اسکرپٹ بھی شامل ہے، جو اضافی کریڈٹ کے طور پر یا بحث کے لیے بنیاد کے طور پر استعمال ہو سکتا ہے۔
ہمارا آخلاقیات کا ضابطہ، شراکت داری کے رہنما اصول، ترجمے، اور مسائل کا حل کے رہنما خطوط تلاش کریں۔ ہم آپ کے تعمیری فیڈبیک کا خیرمقدم کرتے ہیں!
- اختیاری سکیچ نوٹ
- اختیاری ضمنی ویڈیو
- ویڈیو واک تھرو (کچھ اسباق میں ہی)
- لیکچر سے پہلے کا وارم اپ کوئز
- تحریری سبق
- پروجیکٹ پر مبنی اسباق کے لیے، پروجیکٹ بنانے کے مرحلہ وار رہنما
- علم کی جانچ
- ایک چیلنج
- ضمنی مطالعہ
- اسائنمنٹ
- لیکچر کے بعد کا کوئز
زبانوں کے بارے میں نوٹ: یہ اسباق بنیادی طور پر پائتھون میں لکھے گئے ہیں، لیکن کئی R میں بھی دستیاب ہیں۔ R سبق مکمل کرنے کے لیے،
/solutionفولڈر میں جائیں اور R اسباق تلاش کریں۔ یہ .rmd ایکسٹینشن کے ساتھ آتے ہیں جو ایک R مارک ڈاؤن فائل کو ظاہر کرتا ہے جسے آسانی سےکوڈ چنکس(R یا دوسری زبانوں کے) اورYAML ہیڈر(جو آؤٹ پٹ کو فارمیٹ کرنے میں رہنمائی کرتا ہے جیسے PDF) کو ایکمارک ڈاؤن دستاویزمیں شامل کرنا سمجھا جا سکتا ہے۔ لہٰذا، یہ ڈیٹا سائنس کے لیے ایک مثالی مؤلفانہ فریم ورک کے طور پر کام کرتا ہے کیونکہ یہ آپ کو اپنا کوڈ، اس کا نتیجہ، اور اپنے خیالات کو مارک ڈاؤن میں لکھنے کی اجازت دیتا ہے۔ مزید برآں، R مارک ڈاؤن دستاویزات کو PDF، HTML، یا Word جیسے آؤٹ پٹ فارمیٹ میں تبدیل کیا جا سکتا ہے۔ کوئزز کے بارے میں ایک نوٹ: تمام کوئزز Quiz App فولڈر میں شامل ہیں، جن میں کل 52 کوئزز ہیں، ہر ایک میں تین سوالات ہیں۔ انہیں سبقوں کے اندر سے لنک کیا گیا ہے لیکن کوئز ایپ کو مقامی طور پر چلایا جا سکتا ہے؛ کوئز ایپ فولڈر میں ہدایات پر عمل کریں تاکہ اسے لوکل ہوسٹ یا Azure پر تعینات کیا جا سکے۔
| درس نمبر | موضوع | درس گروپنگ | تعلیمی مقاصد | منسلک درس | مصنف |
|---|---|---|---|---|---|
| 01 | مشین لرننگ کا تعارف | تعریف | مشین لرننگ کے بنیادی تصورات سیکھیں | درس | محمد |
| 02 | مشین لرننگ کی تاریخ | تعریف | اس میدان کی تاریخی پس منظر جانیں | درس | جن اور ایمی |
| 03 | مشین لرننگ اور انصاف | تعریف | انصاف کے اہم فلسفیانہ مسائل کیا ہیں جو طالب علموں کو ML ماڈلز بناتے اور استعمال کرتے وقت غور کرنا چاہیے؟ | درس | تومومی |
| 04 | مشین لرننگ کی تکنیکیں | تعریف | مشین لرننگ کے ماہرین کون سی تکنیکوں کا استعمال کرتے ہیں؟ | درس | کرس اور جن |
| 05 | ریگریشن کا تعارف | ریگریشن | ریگریشن ماڈلز کیلئے پائتھن اور سکا کٹ لرن کا آغاز کریں | Python • R | جن • ایرک ونجاؤ |
| 06 | شمالی امریکہ کے کدو کے دام 🎃 | ریگریشن | مشین لرننگ کے لیے ڈیٹا کو وژوئلائز اور صاف کریں | Python • R | جن • ایرک ونجاؤ |
| 07 | شمالی امریکہ کے کدو کے دام 🎃 | ریگریشن | لینیئر اور پولینومیل ریگریشن ماڈلز بنائیں | Python • R | جن اور دیمتری • ایرک ونجاؤ |
| 08 | شمالی امریکہ کے کدو کے دام 🎃 | ریگریشن | لوجسٹک ریگریشن ماڈل بنائیں | Python • R | جن • ایرک ونجاؤ |
| 09 | ایک ویب ایپ 🔌 | ویب ایپ | اپنے تربیت یافتہ ماڈل کے استعمال کے لئے ویب ایپ بنائیں | Python | جن |
| 10 | درجہ بندی کا تعارف | درجہ بندی | ڈیٹا کو صاف، تیار اور وژوئلائز کریں؛ درجہ بندی کا تعارف | Python • R | جن اور کیسی • ایرک ونجاؤ |
| 11 | مزیدار ایشیائی اور بھارتی کھانے 🍜 | درجہ بندی | درجہ بندی کنندگان کا تعارف | Python • R | جن اور کیسی • ایرک ونجاؤ |
| 12 | مزیدار ایشیائی اور بھارتی کھانے 🍜 | درجہ بندی | مزید درجہ بندی کنندگان | Python • R | جن اور کیسی • ایرک ونجاؤ |
| 13 | مزیدار ایشیائی اور بھارتی کھانے 🍜 | درجہ بندی | اپنے ماڈل کا استعمال کرتے ہوئے ایک ریکمنڈر ویب ایپ بنائیں | Python | جن |
| 14 | کلسٹرنگ کا تعارف | کلسٹرنگ | اپنے ڈیٹا کو صاف، تیار اور وژوئلائز کریں؛ کلسٹرنگ کا تعارف | Python • R | جن • ایرک ونجاؤ |
| 15 | نائیجیرین موسیقی ذائقے کا جائزہ 🎧 | کلسٹرنگ | K-میانز کلسٹرنگ طریقہ کار کو دریافت کریں | Python • R | جن • ایرک ونجاؤ |
| 16 | قدرتی زبان کی پراسیسنگ کا تعارف ☕️ | قدرتی زبان کی پراسیسنگ | ایک سادہ بوٹ بنا کر NLP کی بنیادی باتیں سیکھیں | Python | اسٹیفن |
| 17 | عام NLP کے کام ☕️ | قدرتی زبان کی پراسیسنگ | زبان کی ساختوں سے نمٹنے کے لیے درکار عام کاموں کو سمجھ کر اپنے NLP کا علم گہرا کریں | Python | اسٹیفن |
| 18 | ترجمہ اور جذباتی تجزیہ |
قدرتی زبان کی پراسیسنگ | جین آسٹن کے ساتھ ترجمہ اور جذباتی تجزیہ | Python | اسٹیفن |
| 19 | یورپ کے رومانوی ہوٹلز |
قدرتی زبان کی پراسیسنگ | ہوٹل کے جائزوں کے ساتھ جذباتی تجزیہ 1 | Python | اسٹیفن |
| 20 | یورپ کے رومانوی ہوٹلز |
قدرتی زبان کی پراسیسنگ | ہوٹل کے جائزوں کے ساتھ جذباتی تجزیہ 2 | Python | اسٹیفن |
| 21 | وقت کی سیریز کی پیشن گوئی کا تعارف | وقت کی سیریز | وقت کی سیریز کی پیشن گوئی کا تعارف | Python | فرانسسکا |
| 22 | ⚡️ عالمی بجلی کا استعمال ⚡️ - ARIMA کے ساتھ وقت کی پیشن گوئی | وقت کی سیریز | ARIMA کے ساتھ وقت کی سیریز کی پیشن گوئی | Python | فرانسسکا |
| 23 | ⚡️ عالمی بجلی کا استعمال ⚡️ - SVR کے ساتھ وقت کی پیشن گوئی | وقت کی سیریز | سپورٹ ویکٹر ریگریسر کے ساتھ وقت کی سیریز کی پیشن گوئی | Python | انربن |
| 24 | تقویتی تعلیم کا تعارف | تقویتی تعلیم | Q-لرننگ کے ساتھ تقویتی تعلیم کا تعارف | Python | دیمتری |
| 25 | پیٹر کو بھیڑیا سے بچائیں! 🐺 | تقویتی تعلیم | تقویتی تعلیم جیم | Python | دیمتری |
| پوسٹ اسکرپٹ | حقیقی دنیا کے ML منظرنامے اور اطلاقات | ML in the Wild | کلاسیکی مشین لرننگ کی دلچسپ اور انکشاف کرنے والی حقیقی دنیا کی درخواستیں | درس | ٹیم |
| پوسٹ اسکرپٹ | RAI ڈیش بورڈ کے ذریعے ML ماڈل کی ڈیبگنگ | ML in the Wild | Responsible AI ڈیش بورڈ اجزاء کا استعمال کرتے ہوئے مشین لرننگ میں ماڈل کی ڈیبگنگ | درس | روتھ یاکوبو |
اس کورس کے تمام اضافی وسائل ہمارے Microsoft Learn کلیکشن میں تلاش کریں
آپ اس دستاویز کو آف لائن Docsify کے استعمال سے چلا سکتے ہیں۔ اس ریپو کو فورک کریں، اپنی مقامی مشین پر Docsify انسٹال کریں، پھر اس ریپو کے روٹ فولڈر میں docsify serve ٹائپ کریں۔ یہ ویب سائٹ آپ کے لوکل ہوسٹ پر پورٹ 3000 پر دستیاب ہوگی: localhost:3000.
کریکولم کا پی ڈی ایف فائل لنکس کے ساتھ یہاں تلاش کریں۔
ہماری ٹیم دیگر کورسز بھی تیار کرتی ہے! جانچ کریں:
اگر آپ پھنس جائیں یا AI ایپس بنانے کے بارے میں کوئی سوالات ہوں۔ ساتھی سیکھنے والوں اور تجربہ کار ڈویلپرز کے ساتھ MCP پر گفتگو میں شامل ہوں۔ یہ ایک معاون کمیونٹی ہے جہاں سوالات خوش آمدید ہیں اور علم آزادانہ طور پر شیئر کیا جاتا ہے۔
اگر آپ کے پاس پروڈکٹ کا تاثرات یا تعمیر کے دوران غلطیاں ہوں تو یہاں جائیں:
- ہر سبق کے بعد نوٹ بکس کا جائزہ لیں تاکہ بہتر سمجھ ہو۔
- الگورتھمز کو خود سے لاگو کرنے کی مشق کریں۔
- سیکھی گئی تصورات کا استعمال کرتے ہوئے حقیقی دنیا کے ڈیٹا سیٹس کو دریافت کریں۔
اعلانِ دستبرداری: یہ دستاویز AI ترجمہ سروس Co-op Translator کے ذریعے ترجمہ کی گئی ہے۔ اگرچہ ہم درستگی کے لیے کوشاں ہیں، براہ کرم نوٹ کریں کہ خودکار تراجم میں غلطیاں یا عدم صحت ہو سکتی ہے۔ اصل دستاویز اپنی مادری زبان میں معتبر ماخذ سمجھی جانی چاہیے۔ اہم معلومات کے لیے پیشہ ورانہ انسانی ترجمہ تجویز کیا جاتا ہے۔ اس ترجمے کے استعمال سے پیدا ہونے والی کسی بھی غلط فہمی یا غلط تشریح کی ذمہ داری ہم پر نہیں ہوگی۔


