README.md

🌐 பன்மொழி ஆதரவு

GitHub செயல்பாடு மூலம் ஆதரிக்கப்படுகிறது (தானாகவும் எப்போதும் புதுப்பிக்கப்படுகிறது)

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

** உள்ளூரில் கிளோன் செய்ய விரும்புகிறீர்களா?**

இந்த ரெപ്പോzitரி 50+ மொழி மொழிபெயர்ப்புகளை உள்ளடக்கியுள்ளது, இது பதிவிறக்கும் அளவு משמעותமாக 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 மிக வேகமான பதிவிறக்கத்துடன் பாடத்திட்டத்தை முடிக்க தேவையான அனைத்தையும் வழங்குகிறது.

எங்கள் சமுதாயத்தில் இணைக

எங்களிடம் ஒரு Discord கற்றுக்கொள் AI தொடர்கதை நடைபெறுகிறது, மேலும் அறிந்துகொண்டு எங்களுடன் சேர Learn with AI Series விடுப்பு 18 - 30 செப்டம்பர், 2025. இதில் GitHub Copilot ஐ Data Science இற்காக பயன்படுத்துவதற்கான குறிப்புகள் மற்றும் குறும்படங்கள் கிடைக்கும்.

ஆரம்பநிலை இயந்திரக் கற்றல் - ஒரு பாடத்திட்டம்

🌍 உலக பண்பாட்டைப் பயன்படுத்தி இயந்திரக் கற்றலை ஆராய்ந்து உலகம் சுற்றிப் பயணம் செய்கின்றோம் 🌍

Microsoft இல் Cloud Advocates ஒரு 12 வார, 26 பாடங்களைக் கொண்ட முழுமையான இயந்திரக் கற்றல் பாடத்திட்டத்தை வழங்குவதில் மகிழ்ச்சி அடைகின்றனர். இந்த பாடத்திட்டத்தில் நீங்கள் சில நேரங்களில் சாதாரண இயந்திரக் கற்றல் எனப்படும் விஷயங்களை, பெரும்பாலும் Scikit-learn நூலகத்தைப் பயன்படுத்தி, ஆழமான கற்றல் தவிர்த்து கற்றுக்கொள்வீர்கள், அதில் ஆழமான கற்றல் பற்றிய பாடங்கள் எங்கள் AI for Beginners' curriculum இல் உள்ளன. கூடுதலாக, 'Data Science for Beginners' பாடத்திட்டத்துடனும் இணைக்கவும் https://aka.ms/ds4beginners.

உலகின் பல்வேறு பகுதிகளின் தரவுகளில் இந்த பாரம்பரிய தொழில்நுட்பங்களை நாம் பயன்படுத்திப் பயணிக்கும். ஒவ்வொரு பாடத்திலும் முன்னும் பின் உள்ளக் குவிஸ், பாடங்களை முடிக்க எழுதப்பட்ட விளக்கம், தீர்வு, பணியிடம் மற்றும் பிறவைகளைக் கொண்டுள்ளது. எங்கள் திட்டத்தின்படி கற்றல் முறைகள் புதிய திறன்களை உறுதிப்படுத்த உதவுகிறது.

✍️ எங்கள் ஆசிரியர்களுக்கு மனமார்ந்த நன்றி Jen Looper, Stephen Howell, Francesca Lazzeri, Tomomi Imura, Cassie Breviu, Dmitry Soshnikov, Chris Noring, Anirban Mukherjee, Ornella Altunyan, Ruth Yakubu மற்றும் Amy Boyd

🎨 ஓவியர்களுக்கு நன்றிகள் Tomomi Imura, Dasani Madipalli மற்றும் Jen Looper

🙏 சிறப்பு நன்றி Microsoft Student Ambassador ஆசிரியர்கள், மதிப்பாய்வாளர்கள் மற்றும் உள்ளடக்கு வழங்குநர்களுக்கு, குறிப்பாக Rishit Dagli, Muhammad Sakib Khan Inan, Rohan Raj, Alexandru Petrescu, Abhishek Jaiswal, Nawrin Tabassum, Ioan Samuila மற்றும் Snigdha Agarwal

🤩 Microsoft Student Ambassadors Eric Wanjau, Jasleen Sondhi மற்றும் Vidushi Gupta ஆகியோருக்கு எங்கள் R பாடங்களுக்கான கூடுதல் நன்றி!

தொடக்குதல்

இந்த படிகளை பின்பற்றவும்:

1. ரெப்போவை Fork செய்யவும்: இப்பக்கத்தின் மேல்-வலது மூலையில் உள்ள "Fork" பொத்தானை அழுத்தவும்.
2. ரெப்போவை Clone செய்யவும்: git clone https://github.com/microsoft/ML-For-Beginners.git

இந்த பாடத்திட்டத்திற்கான கூடுதல் வளங்களை எங்கள் Microsoft Learn தொகுப்பில் காணவும்

🔧 உதவி தேவையா? நிறுவல், அமைப்பு மற்றும் பாடங்களை இயக்குவதற்கான பொதுவான பிரச்சனைகள் தொடர்பான தீர்வுகளுக்கு எங்கள் திறம்பூட்டி வழிகாட்டி பார்க்கவும்.

மாணவர்கள், இந்த பாடத்திட்டத்தை பயன்படுத்த, முழு ரெப்போவை உங்கள் GitHub கணக்குக்கு Fork செய்து, தனிப்பட்டவாறு அல்லது குழுவாக பயிற்சிகளை முடிக்கவும்:

• முன்னுரை க்விஸ் மூலம் தொடங்கவும்.
• பாடத்தைப் படித்து, செயல்பாடுகளை நிறைவேற்றவும், ஒவ்வொரு அறிவு பரிசோதனையும் ஒன்றெருக்காக நிறுத்தி யோச்சிக்கவும்.
• பாடங்களை புரிந்து கொள்ள முயன்று திட்டங்களை உருவாக்கவும்; தீர்வு கோடுகள் /solution கோப்புறையில் தற்போது உள்ளது.
• பின்விளைவு க்விஸ் செய்க.
• சவால் முடிக்கவும்.
• பணியிடத்தை முடிக்கவும்.
• ஒரு பாடக் குழுவை முடித்த பின், உரையாடல் பலகை ஐப் பார்வையிட்டு PAT ரூப்ரிக் நிரப்பி "உள்ளடக்கத்தை வெளிப்படுத்தவும்". 'PAT' என்பது உங்கள் கற்றலை மேம்படுத்தும் முன்னேற்ற மதிப்பீட்டு கருவி. மற்ற PAT களுக்கு பதிலளித்து நாம் ஒன்றாக கற்றுக்கொள்ளலாம்.

மேலதிக படிப்புக்கு, இந்த Microsoft Learn பாடங்களையும் கற்றல் பாதைகளையும் பின்பற்ற பரிந்துரைக்கிறோம்.

ஆசிரியர்கள், இந்த பாடத்திட்டத்தை எப்படி பயன்படுத்துவது பற்றி சில பரிந்துரைகளை இங்கே வழங்கியுள்ளோம்.

---

காணொலி பெற்றோல்

சில பாடங்கள் குறுகிய வடிவத்தில் காணொளிகள் வடிவில் கிடைக்கின்றன. இந்த முழுவதும் பாடங்களில் அல்லது ML for Beginners YouTube தொகுப்பில் Microsoft Developer சேனல் காணலாம். கீழுள்ள படத்தைக் கிளிக் செய்யவும்.

---

குழுவை சந்திக்கவும்

Gif தயாரித்தவர் Mohit Jaisal

🎥 மேலே உள்ள படத்தை கிளிக் செய்து திட்டம் மற்றும் அதை உருவாக்கியவர்களைப் பற்றி காணொளி பார்வையிடுங்கள்!

---

கற்பித்தல் முறைகள்

இந்த பாடத்திட்டத்தை உருவாக்கும் போது இரண்டு முக்கியக் கோட்பாடுகளைத் தாங்கள் தேர்ந்தெடுத்துள்ளோம்: செயலில் பங்கு பெறும் திட்டம் சார்ந்தக் கிடைப்பின்மை மற்றும் மிகுந்த அளவில் இடையிடை க்விஸ் வழங்கல். கூடுதலாக, பாடத்திட்டத்துக்கு ஒரு ஒருங்கிணைப்பான பொதுத் தொகுதி உள்ளது.

உள்ளடக்கம் திட்டங்களோடு இணைக்கப்பட்டதால் மாணவர்கள் தொடர்பு கொள்ளச் சாத்தியம் அதிகரிக்கிறது மற்றும் கருத்துக்களை நீண்டகாலத்திற்கு நினைவுபடுத்தும். வகுப்பிற்கு முன் ஒரு குறைந்த அழுத்தக் க்விஸ் மாணவரின் நோக்கம் தெரிவிப்பதற்கும், வகுப்புக்குப் பின் இரண்டாவது க்விஸ் கூட்டு நினைவூட்டலுக்குமாக செயல்படும். இந்த பாடத்திட்டம் நெகிழ்வும் மற்றும் மகிழ்ச்சியுடனும் கற்றுக் கொள்ள முடியும். 12 வார கால அவகாசத்தில் திட்டங்கள் சிறியதாக தொடங்கி முதிர்ந்ததாக மாறுகின்றன. பாடத்திட்டம் ஒரு உலகில் பயன்பாட்டை உரைக்கும் பின்னூட்டத்தினை உள்ளடக்கியுள்ளது, இது கூடுதல் மதிப்பெண்களுக்கோ அல்லது விவாதத்திற்கோ பயன்படுத்தக்கூடியது.

எங்கள் கட்டுப்பாட்டு விதிகள், கொள்கைகள், மொழிபெயர்ப்பு, மற்றும் திறம்பூட்டி வழிகாட்டுதல்கள் உள்ளன. உங்கள் கட்டுமான பின்னூட்டங்களை வரவேற்கிறோம்!

ஒவ்வொரு பாடத்திலும் உள்ளவை

• விருப்பமான வரைபட குறிப்புகள்
• விருப்பமான மேலதிக காணொலி
• காணொலி வழிகாட்டு (சில பாடங்கள் மட்டும்)
• முன்னுரை க்விஸ்
• எழுதப்பட்ட பாடம்
• திட்டம் சார்ந்த பாடங்களுக்கு படிகளை அடுத்து திட்டத்தை உருவாக்க வழிகாட்டிகள்
• அறிவு பரிசோதனைகள்
• சவால்
• மேலதிக வாசிப்பு
• பணியிடம்
• பின்விளைவு க்விஸ்

மொழிகள் பற்றிய குறிப்பு: இத்தகைய பாடங்கள் பெரும்பாலும் Python இல் எழுதப்பட்டவை, ஆனால் பல R இல் கூட கிடைக்கின்றன. R பாடத்தைக் கற்றுக்கொள்ள /solution கோப்பகத்துக்குச் சென்று R பாடங்களைத் தேடவும். அவைகளுக்கு .rmd நீட்சிகள் உள்ளன, அவை R மார்க்டவுன் கோப்பாகக் குறிப்பிடப்படுகின்றன, இது code chunks (R அல்லது பிற மொழிகளின்) மற்றும் YAML header (PDF போன்ற வெளியீடுகளை எவ்வாறு வடிவமைக்க வேண்டும் என்பதைக் காண்பிக்கும்) ஆகியவற்றுடன் கூடிய Markdown document ஆக வரையறுக்கப்படுகிறது. இதனால், நீங்கள் உங்கள் கோடுகள், அவற்றின் வெளியீடு மற்றும் உங்கள் எண்ணங்களைக் கொண்டுவர Markdown இல் எழுத அனுமதிப்பதால், இது தரவு அறிவியல் எழுதுதல் அமைப்பிற்கான உத்தமமான வடிவமைப்பாக செயல் படுகிறது. மேலும், R மார்க்டவுன் ஆவணங்களை PDF, HTML அல்லது Word போன்ற வெளியீட்டு வடிவங்களில் உருவாக்க முடியும்.

வினாடி வினா குறிப்பு: அனைத்து வினாடி வினாக்களும் Quiz App folder இல் உள்ளன, மொத்தம் 52 வினாடி வினாக்கள், ஒவ்வொன்றும் மூன்று கேள்விகளைக் கொண்டவை. அவை பாடங்களிலிருந்து இணைக்கப்பட்டுள்ளன, ஆனால் வினாடி வினா செயலியை உள்ளூரில் இயக்கலாம்; உள்ளூரில் அணுக அல்லது Azure இல் பகிர்வதற்கான வழிமுறைகளை quiz-app கோப்பகத்தில் பின்பற்றவும்.

படிப்பு எண்	தலைப்பு	படிப்பு தொகுப்பு	கற்றல் குறிக்கோள்கள்	இணைக்கப்பட்ட படிப்பு	ஆசிரியர்
01	இயந்திரக் கற்றல் அறிமுகம்	Introduction	இயந்திரக் கற்றலின் அடிப்படைக் கருத்துகளை கற்பதற்கு	Lesson	Muhammad
02	இயந்திரக் கற்றலின் வரலாறு	Introduction	இந்த துறையின் பின்னணியிலுள்ள வரலாற்றைப் பற்றிக் கற்பதற்கு	Lesson	Jen மற்றும் Amy
03	நீதிமுற்றத்தும் இயந்திரக் கற்றலும்	Introduction	இயந்திரக் கற்றல் மாதிரிகளை உருவாக்கும் மற்றும் பயன்படுத்தும் போது மாணவர்கள் பரிசீலிக்க வேண்டிய முக்கிய தத்துவ பிரச்சினைகள் என்ன?	Lesson	Tomomi
04	இயந்திரக் கற்றல் தொழில்நுட்பங்கள்	Introduction	இயந்திரக் கற்றல் ஆராய்ச்சியாளர்கள் எந்த தொழில்நுட்பங்களை பயன்படுத்தி மாதிரிகளை உருவாக்குகிறார்கள்?	Lesson	Chris மற்றும் Jen
05	பின்விளைவியல் அறிமுகம்	Regression	பின்விளைவியல் மாதிரிகளுக்கு Python மற்றும் Scikit-learn இல் தொடங்கவும்	Python • R	Jen • Eric Wanjau
06	வடக்கு அமெரிக்க பூசணிக்காய் விலை 🎃	Regression	இயந்திரக் கற்றலுக்கான தரவுகளை காட்சிப்படுத்தி சுத்தமாக்கவும்	Python • R	Jen • Eric Wanjau
07	வடக்கு அமெரிக்க பூசணிக்காய் விலை 🎃	Regression	நேரியல் மற்றும் பன்முக பின்விளைவியல் மாதிரிகளை கட்டமைக்கவும்	Python • R	Jen மற்றும் Dmitry • Eric Wanjau
08	வடக்கு அமெரிக்க பூசணிக்காய் விலை 🎃	Regression	லாஜிஸ்டிக் பின்விளைவியல் மாதிரியை கட்டமைக்கவும்	Python • R	Jen • Eric Wanjau
09	ஒரு வலை செயலி 🔌	Web App	பயிற்சி பெற்ற மாதிரியை பயன்படுத்த ஒரு வலை செயலியை கட்டமைக்கவும்	Python	Jen
10	வகை வகைப்புப் பயன்படுத்தும் அறிமுகம்	Classification	தரவை சுத்தப்படுத்த, தயாராகவும், காட்சிப்படுத்தவும்; வகைப்படுத்தல் அறிமுகம்	Python • R	Jen மற்றும் Cassie • Eric Wanjau
11	ருசிகரமான ஆசிய மற்றும் இந்திய உணவுகள் 🍜	Classification	வகைப்படுத்திகளுக்கு அறிமுகம்	Python • R	Jen மற்றும் Cassie • Eric Wanjau
12	ருசிகரமான ஆசிய மற்றும் இந்திய உணவுகள் 🍜	Classification	கூடுதல் வகைப்படுத்திகள்	Python • R	Jen மற்றும் Cassie • Eric Wanjau
13	ருசிகரமான ஆசிய மற்றும் இந்திய உணவுகள் 🍜	Classification	உங்கள் மாதிரியைப் பயன்படுத்தி பரிந்துரை வலை செயலியை கட்டமைக்கவும்	Python	Jen
14	கிளஸ்டரிங் அறிமுகம்	Clustering	தரவை சுத்தமாக்க, தயாராகவும், காட்சிப்படுத்தவும்; கிளஸ்டரிங் அறிமுகம்	Python • R	Jen • Eric Wanjau
15	நைஜீரிய இசை ருசிகளைக் கண்டுகொள்ளுதல் 🎧	Clustering	K-Means கிளஸ்டரிங் முறையை ஆராய்க	Python • R	Jen • Eric Wanjau
16	இயற்கை மொழி செயலாக்க அறிமுகம் ☕️	Natural language processing	ஒரு எளிய பாய்டை கட்டமைத்து NLP அடிப்படைகளை கற்றுக்கொள்ளவும்	Python	Stephen
17	பொதுவான NLP பணிகள் ☕️	Natural language processing	மொழி அமைப்புகளுடன் தொடர்பு கொள்ளும் போது தேவையான பொதுவான பணிகளை புரிந்து உங்கள் NLP அறிவைக் தீவிரப்படுத்தவும்	Python	Stephen
18	மொழிபெயர்ப்பு மற்றும் உணர்வு பகுப்பாய்வு ♥️	Natural language processing	ஜெய்ன் ஆஸ்டின் மூலம் மொழிபெயர்ப்பு மற்றும் உணர்வு பகுப்பாய்வு	Python	Stephen
19	ஐரோப்பிய காதல் விடுதிகள் ♥️	Natural language processing	ஹோட்டல் விமர்சனங்களுடன் உணர்வு பகுப்பாய்வு 1	Python	Stephen
20	ஐரோப்பிய காதல் விடுதிகள் ♥️	Natural language processing	ஹோட்டல் விமர்சனங்களுடன் உணர்வு பகுப்பாய்வு 2	Python	Stephen
21	கால வரிசை முன்னறிவிப்பு அறிமுகம்	Time series	கால வரிசை முன்னறிவிப்புக்கு அறிமுகம்	Python	Francesca
22	⚡️ உலக சக்தி பயன்பாடு ⚡️ - ARIMA உடன் கால வரிசை முன்னறிவிப்பு	Time series	ARIMA உடன் கால வரிசை முன்னறிவிப்பு	Python	Francesca
23	⚡️ உலக சக்தி பயன்பாடு ⚡️ - SVR உடன் கால வரிசை முன்னறிவிப்பு	Time series	ஆதரவு வெக்டர் பின்விளைவியாளருடன் கால வரிசை முன்னறிவிப்பு	Python	Anirban
24	பராமரிப்பு கற்றல் அறிமுகம்	Reinforcement learning	Q-Learning உடன் பராமரிப்பு கற்றல் அறிமுகம்	Python	Dmitry
25	பீட்டர் காட்டியைத் தவிர்க்க உதவி! 🐺	Reinforcement learning	பராமரிப்பு கற்றல் ஜிம்	Python	Dmitry
பின்னூட்டம்	உண்மையான உலக இயந்திர கற்றல் காட்சிகள் மற்றும் பயன்பாடுகள்	ML in the Wild	பழைய இயந்திரக் கற்றல் பயன்முறைகளின் சுவாரஸ்யமான மற்றும் வெளிப்படுத்தும் உண்மையான உலக பயன்பாடுகள்	Lesson	குழு
பின்னூட்டம்	RAI டாஷ்போர்டைப் பயன்படுத்தி இயந்திரக் கற்றல் மாதிரி பிழைத்திருத்தம்	ML in the Wild	பொறுப்பான AI டாஷ்போர்டு கூறுகளைப் பயன்படுத்தி இயந்திரக் கற்றலில் மாதிரி பிழைத்திருத்தம்	Lesson	Ruth Yakubu

இந்த பாடத்திட்டத்திற்கு மேலும் அனைத்து ஆதாரங்களையும் எங்கள் Microsoft Learn தொகுப்பில் பாருங்கள்

ஆஃப்லைன் அணுகல்

இந்த ஆவணத்தை ஆஃப்லைனில் ஓட்ட Docsify பயன்பாட்டை பயன்படுத்தலாம். இந்த ரெப்போவை fork செய்து, உங்கள் உள்ளூர் கணினியில் Docsify ஐ நிறுவி, பிறகு இந்த ரெப்போவின் வேர் கோப்பகத்தில் docsify serve என்ற கட்டளை அதிவலைக்கவும். தளத்தை உங்கள் உள்ளூர் 3000 போர்டில் வழங்கும்: localhost:3000.

PDFகள்

பாடத்திட்டத்தின் PDF ஐ இங்கே இணைப்புடன் காணலாம்.

🎒 மற்ற பாடங்கள்

எங்கள் குழு பிற பாடங்களையும் உருவாக்குகிறது! பாருங்கள்:

LangChain

Azure / Edge / MCP / Agents

---

உருவாக்கும் AI தொடர்கதை

---

முக்கியக் கற்றல்

---

கோபைலட் தொடர்

உதவி பெறுதல்

AI பயன்பாடுகள் உருவாக்கும்போது எதுவும் புரியவில்லை என்றால் அல்லது கேள்விகள் இருந்தால். MCP பற்றி சம்மந்தப்பட்ட கற்றாளர்கள் மற்றும் அனுபவமிக்க டெவலப்பர்களுடன் விவாதங்களில் கலந்து கொள்ளவும். இது கேள்விகளுக்கு வரவேற்கப்படும் மற்றும் அறிவு சுதந்திரமாக பகிரப்படும் ஒரு ஆதரவான சமூகமாகும்.

உற்பத்தி பின்னூட்டங்கள் அல்லது பிழைகள் இருந்தால், கட்டுமானத்தின் போது கீழ்க்காணும் முகவரியை பார்வையிடவும்:

கூடுதல் கற்றல் குறிப்புகள்

• ஒவ்வொரு பாடத்திலும் நோட்புக்குகளை மறுபரிசீலனை செய்யவும் சிறந்த புரிதலுக்காக.
• உங்கள் சொந்தமாக ஆல்கொரிதம்களை செயல்படுத்திப் பயிற்சி பெறவும்.
• கற்றுக்கொண்ட கருத்துக்களை பயன்படுத்தி நிஜ உலக தரவுத் தொகுப்புகளை ஆய்வு செய்யவும்.

---

குறிப்புரை:
இந்த ஆவணம் Co-op Translator என்ற AI மொழிபெயர்ப்பு சேவையை பயன்படுத்தி மொழி மாற்றப்பட்டுள்ளது. நாங்கள் துல்லியத்திற்காக முயற்சி செய்தாலும், தானாகச் செய்யப்படும் மொழிபெயர்ப்புகளில் பிழைகள் அல்லது தவறுகள் இருக்க வாய்ப்பு உள்ளது என்பதை கவனிக்கவும். அசல் ஆவணம் அதன் சொந்த மொழியில் அதிகாரப்பூர்வ மூலமாகக் கருதப்பட வேண்டும். முக்கியமான தகவலுக்காக, தொழில் நுட்பமான மனித மொழிபெயர்ப்பை பரிந்துரைக்கிறோம். இந்த மொழிபெயர்ப்பினால் ஏதாவது தவறான புரிதல்கள் அல்லது தவறான விளக்கங்கள் ஏற்பட்டால் நாம் பொறுப்பாக இருப்பில் இல்லை.