README.md

🌐 বহুভাষী সমর্থন

GitHub Action দ্বারা সমর্থিত (স্বয়ংক্রিয় এবং সর্বদা হালনাগাদ)

আরবি | বাংলা | বুলগেরিয়ান | বর্মিজ (মায়ানমার) | চীনা (সরলীকৃত) | চীনা (প্রচলিত, হংকং) | চীনা (প্রচলিত, ম্যাকাও) | চীনা (প্রচলিত, তাইওয়ান) | ক্রোয়েটিয়ান | চেক | ডেনিশ | ডাচ | এস্থোনিয়ান | ফিনিশ | ফরাসি | জার্মান | গ্রিক | হিব্রু | হিন্দি | হাঙ্গেরিয়ান | ইন্দোনেশিয়ান | ইতালিয়ান | জাপানি | কন্নডা | কোরিয়ান | লিথুয়ানিয়ান | মালয় | মালায়ালাম | মারাঠি | নেপালি | নাইজেরিয়ান পিজিন | নরওয়েজিয়ান | ফার্সি (পারসি) | পোলিশ | পর্তুগিজ (ব্রাজিল) | পর্তুগিজ (পর্তুগাল) | পাঞ্জাবি (গুরমুখি) | রোমানিয়ান | রুশ | সার্বিয়ান (সিরিলিক) | স্লোভাক | স্লোভেনিয়ান | স্প্যানিশ | সুয়াহিলি | সুইডিশ | তাগালগ (ফিলিপিনো) | তামিল | তেলেগু | থাই | তুর্কি | ইউক্রেনীয় | উর্দু | ভিয়েতনামী

স্থানীয়ভাবে ক্লোন করতে চান?

এই রিপোজিটরিটিতে ৫০+ ভাষার অনুবাদ অন্তর্ভুক্ত রয়েছে যা ডাউনলোড সাইজ অনেক বাড়িয়ে দেয়। অনুবাদ ছাড়া ক্লোন করতে, spars checkout ব্যবহার করুন:

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"

এটি আপনাকে কোর্স সম্পন্ন করার জন্য প্রয়োজনীয় সবকিছু অনেক দ্রুত ডাউনলোড প্রদান করে।

আমাদের কমিউনিটিতে যোগ দিন

আমাদের সঙ্গে একটি Discord AI সিরিজ চলছে, বিস্তারিত জানুন এবং ১৮ - ৩০ সেপ্টেম্বর, ২০২৫ এ Learn with AI Series তে যোগ দিন। আপনি পাবেন GitHub Copilot ব্যবহার করে ডেটা সায়েন্সের টিপস এবং ট্রিকস।

যন্ত্র শিক্ষা প্রারম্ভিকদের জন্য - একটি পাঠক্রম

🌍 আমাদের যন্ত্র শিক্ষার ভ্রমণ শুরু হোক বিশ্ব সংস্কৃতির মাধ্যমে 🌍

Microsoft-এর Cloud Advocates ১২ সপ্তাহের, ২৬টি পাঠের একটি পাঠক্রম উপস্থাপন করতে পেরে আনন্দিত যেটি সম্পূর্ণ Machine Learning নিয়ে। এই পাঠক্রমে আপনি শিখবেন যা কখনও কখনও প্রচলিত যন্ত্র শিক্ষা বলা হয়, যেখানে প্রধানত Scikit-learn লাইব্রেরি ব্যবহার করা হয়েছে এবং ডীপ লার্নিং এড়ানো হয়েছে, যা আমাদের AI for Beginners' curriculum-এ অন্তর্ভুক্ত। এগুলোকে আমাদের 'Data Science for Beginners' curriculum এর সাথে যুক্ত করেও ব্যবহার করতে পারেন।

আমাদের সঙ্গে বিশ্ব জুড়ে ভ্রমণ করুন কারণ আমরা এই প্রচলিত কৌশলগুলোকে বিভিন্ন দেশের ডেটায় প্রয়োগ করব। প্রতিটি পাঠে থাকে পূর্ব ও পরবর্তী কুইজ, নির্দেশনা, সমাধান, অ্যাসাইনমেন্ট এবং আরও অনেক কিছু। প্রকল্প-ভিত্তিক পদ্ধতিতে শেখার মাধ্যমে আপনি শেখার সময় নির্মাণ করে দক্ষতা অর্জন করতে পারবেন।

✍️ আমাদের লেখকদের প্রতি আন্তরিক ধন্যবাদ Jen Looper, Stephen Howell, Francesca Lazzeri, Tomomi Imura, Cassie Breviu, Dmitry Soshnikov, Chris Noring, Anirban Mukherjee, Ornella Altunyan, Ruth Yakubu এবং Amy Boyd

🎨 আমাদের চিত্রশিল্পীদের প্রতি ধন্যবাদ Tomomi Imura, Dasani Madipalli, এবং Jen Looper

🙏 বিশেষ ধন্যবাদ 🙏 Microsoft Student Ambassador লেখক, পর্যালোচক এবং কনটেন্ট অবদানকারীদের, বিশেষত Rishit Dagli, Muhammad Sakib Khan Inan, Rohan Raj, Alexandru Petrescu, Abhishek Jaiswal, Nawrin Tabassum, Ioan Samuila, এবং Snigdha Agarwal

🤩 অতিরিক্ত কৃতজ্ঞতা Microsoft Student Ambassadors Eric Wanjau, Jasleen Sondhi, এবং Vidushi Gupta-এর প্রতি আমাদের R পাঠের জন্য!

শুরু করা যাক

নিম্নলিখিত ধাপ অনুসরণ করুন:

1. রিপোজিটরি ফরক করুন: এই পৃষ্ঠার উপরের ডানদিকে "Fork" বোতামে ক্লিক করুন।
2. রিপোজিটরি ক্লোন করুন: git clone https://github.com/microsoft/ML-For-Beginners.git

এই কোর্সের জন্য সকল অতিরিক্ত সম্পদ দেখুন Microsoft Learn সংগ্রহে

🔧 ** সাহায্য দরকার?** আমাদের Troubleshooting Guide দেখুন ইনস্টলেশন, সেটআপ এবং পাঠ চলাকালীন সাধারণ সমস্যার সমাধানের জন্য।

শিক্ষার্থীগণ, এই পাঠক্রম ব্যবহারের জন্য, আপনার নিজস্ব GitHub একাউন্টে সম্পূর্ণ রিপোজিটরি ফরক করুন এবং একা বা গ্রুপে অনুশীলন করুন:

• একটি পূর্ব-লেকচার কুইজ দিয়ে শুরু করুন।
• লেকচার পড়ুন এবং কার্যকলাপগুলি সম্পন্ন করুন, প্রতিটি জ্ঞান পরীক্ষা অংশে থামুন এবং চিন্তা করুন।
• প্রজেক্ট তৈরি করার চেষ্টা করুন পাঠগুলি বুঝে কোড চালানোর চাইতে; কোডটি আছে প্রতিটি প্রজেক্টভিত্তিক পাঠের /solution ফোল্ডারে।
• একটি পরবর্তী-লেকচার কুইজ নিন।
• চ্যালেঞ্জ সম্পন্ন করুন।
• অ্যাসাইনমেন্ট সম্পন্ন করুন।
• একটি পাঠ গ্রুপ শেষ করার পর, Discussion Board এ যান এবং "উচ্চস্বরে শিখুন" সংশ্লিষ্ট PAT রুব্রিক পূরণ করে। 'PAT' হল Progress Assessment Tool যা শিক্ষাকে এগিয়ে নিয়ে যায়। আপনি অন্য PAT-র এর প্রতিক্রিয়াও দিতে পারেন যেন আমরা একসাথে শিখতে পারি।

আরও অধ্যায়নের জন্য, আমরা এই Microsoft Learn মডিউল এবং লার্নিং পাথগুলি অনুসরণ করার পরামর্শ দিই।

শিক্ষকবৃন্দ, আমরা কিছু পরামর্শ অন্তর্ভুক্ত করেছি কিভাবে এই পাঠক্রম ব্যবহার করবেন।

---

ভিডিও ওয়াকথ্রু

কিছু পাঠ শর্ট ফর্ম ভিডিওর রুপে উপলব্ধ। আপনি এগুলো পাঠের মধ্যে দেখতে পারবেন, অথবা ML for Beginners প্লেলিস্ট Microsoft Developer YouTube চ্যানেলে নিচের ছবিতে ক্লিক করে দেখতে পারেন।

---

আমাদের দলকে চিনুন

GIF করেছেন Mohit Jaisal

🎥 প্রজেক্ট ও প্রজেক্ট নির্মাতাদের সম্পর্কে একটি ভিডিওর জন্য উপরের ছবিতে ক্লিক করুন!

---

শিক্ষাদান পদ্ধতি

এই পাঠক্রম তৈরিতে আমরা দুইটি শিক্ষাদান নীতি বেছে নিয়েছি: এটিকে হ্যান্ডস-অন প্রজেক্ট-ভিত্তিক রাখা এবং সতত কুইজ অন্তর্ভুক্ত করা। এর পাশাপাশি, একটি সাধারণ থিম দিয়ে একত্ববোধ প্রদান করা হয়েছে।

বিষয়বস্তুকে প্রজেক্টের সাথে সঙ্গতিপূর্ণ করে শিক্ষার্থীদের জন্য আকর্ষণীয় করে তোলা হয়েছে এবং ধারণাগুলোর ধারণক্ষমতা বাড়ানো হয়েছে। একটি ক্লাস শুরুর আগে একটি হালকা কুইজ শিক্ষার্থীর মনোযোগ তৈরি করে, আর ক্লাসের পরে দ্বিতীয় কুইজ ধারণক্ষমতা নিশ্চিত করে। এই পাঠক্রমটি নমনীয় এবং মজাদার হয়ে তৈরি হয়েছে এবং সম্পূর্ণ বা আংশিক নেওয়া যেতে পারে। প্রজেক্টগুলি ছোট থেকে শুরু করে ১২-সপ্তাহের শেষে ক্রমবর্ধমান জটিল হয়ে ওঠে। বাস্তব জীবনের ML প্রয়োগ নিয়ে একটি পোস্টস্ক্রিপ্টও অন্তর্ভুক্ত যা অতিরিক্ত ক্রেডিট বা আলোচনা ভিত্তি হিসেবে ব্যবহার করা যেতে পারে।

আমাদের আচরণ নিয়ম, অংশগ্রহণ, অনুবাদ, এবং সমস্যা সমাধান গাইডলাইনগুলো খুঁজে পান। আমরা আপনার গঠনমূলক প্রতিক্রিয়া স্বাগত জানাই!

প্রতিটি পাঠে রয়েছে

• ঐচ্ছিক স্কেচনোট
• ঐচ্ছিক সম্পূরক ভিডিও
• ভিডিও ওয়াকথ্রু (কিছু পাঠে)
• পূর্ব-লেকচার ওয়ার্মআপ কুইজ
• লিখিত পাঠ
• প্রজেক্টভিত্তিক পাঠের জন্য, ধাপে ধাপে গাইডলাইন প্রজেক্ট তৈরির
• জ্ঞান পরীক্ষা
• একটি চ্যালেঞ্জ
• সম্পূরক পঠন উপকরণ
• অ্যাসাইনমেন্ট
• পরবর্তী-লেকচার কুইজ

ভাষা সম্পর্কে একটি নোট: এই পাঠগুলি প্রধানত পাইথনে লেখা হয়েছে, তবে অনেকগুলি R-এও উপলব্ধ। একটি R পাঠ সম্পন্ন করতে, /solution ফোল্ডারে যান এবং R পাঠগুলি দেখুন। সেগুলিতে একটি .rmd এক্সটেনশন থাকে যা একটি R Markdown ফাইল বোঝায়, যা সহজভাবে সংজ্ঞায়িত করা যায় কোড চাঙ্ক (R বা অন্যান্য ভাষার) এবং একটি YAML শিরোনাম (যা আউটপুট যেমন PDF ফরম্যাট করার নির্দেশনা দেয়) সহ একটি Markdown ডকুমেন্ট হিসেবে। এভাবে, এটি একটি আদর্শ লেখালেখির ফ্রেমওয়ার্ক হিসাবে কাজ করে কারণ এটি আপনাকে আপনার কোড, তার আউটপুট, এবং আপনার চিন্তাধারা মিলিয়ে Markdown-এ লেখা সম্ভব করে। আরো, R Markdown ডকুমেন্টগুলো PDF, HTML, বা Word-এর মত আউটপুট ফরম্যাটে রেন্ডার করা যায়।

কুইজ সম্পর্কে একটি নোট: সব কুইজ Quiz App folder এ অন্তর্ভুক্ত, মোট ৫২টি কুইজ তিনটি প্রশ্নসহ। সেগুলি পাঠের মধ্যে লিঙ্ক করা হয়েছে, তবে কুইজ অ্যাপটি স্থানীয়ভাবে চালানো যেতে পারে; quiz-app ফোল্ডারে নির্দেশিকা অনুসরণ করে স্থানীয়ভাবে হোস্ট বা Azure-তে ডিপ্লয় করুন।

পাঠ নম্বর	বিষয়	পাঠ গ্রুপিং	শেখার উদ্দেশ্য	লিঙ্ক করা পাঠ	লেখক
০১	মেশিন লার্নিংয়ের পরিচিতি	Introduction	মেশিন লার্নিংয়ের মৌলিক ধারণা শিখুন	Lesson	Muhammad
০২	মেশিন লার্নিংয়ের ইতিহাস	Introduction	এই ক্ষেত্রের ইতিহাস শিখুন	Lesson	Jen and Amy
০৩	ন্যায্যতা ও মেশিন লার্নিং	Introduction	ন্যায্যতা সম্পর্কে গুরুত্বপূর্ণ দার্শনিক বিষয়সমূহ যা ছাত্রদের মেশিন লার্নিং মডেল তৈরি ও প্রয়োগের সময় বিবেচনা করা উচিত তা বুঝুন।	Lesson	Tomomi
০৪	মেশিন লার্নিংয়ের কৌশলসমূহ	Introduction	মেশিন লার্নিং গবেষকরা মডেল তৈরিতে কী কী কৌশল ব্যবহার করে তা জানতে চান?	Lesson	Chris and Jen
০৫	রিগ্রেশন পরিচিতি	Regression	রিগ্রেশন মডেলের জন্য পাইথন এবং Scikit-learn দিয়ে শুরু করুন	Python • R	Jen • Eric Wanjau
০৬	নর্থ আমেরিকার কুমড়োর দাম 🎃	Regression	মেশিন লার্নিং-এর জন্য তথ্য ভিজ্যুয়ালাইজেশন ও পরিস্কার করুন	Python • R	Jen • Eric Wanjau
০৭	নর্থ আমেরিকার কুমড়োর দাম 🎃	Regression	লিনিয়ার এবং পলিনোমিয়াল রিগ্রেশন মডেল তৈরি করুন	Python • R	Jen and Dmitry • Eric Wanjau
০৮	নর্থ আমেরিকার কুমড়োর দাম 🎃	Regression	লজিস্টিক রিগ্রেশন মডেল তৈরি করুন	Python • R	Jen • Eric Wanjau
০৯	একটি ওয়েব অ্যাপ 🔌	Web App	আপনার প্রশিক্ষিত মডেল ব্যবহারের জন্য একটি ওয়েব অ্যাপ তৈরি করুন	Python	Jen
১০	শ্রেণীবিভাগের পরিচিতি	Classification	আপনার ডেটা পরিস্কার, প্রস্তুত ও ভিজ্যুয়ালাইজ করুন; শ্রেণীবিভাগের পরিচিতি	Python • R	Jen and Cassie • Eric Wanjau
১১	সুস্বাদু এশিয়ান ও ভারতীয় রন্ধনপ্রণালী 🍜	Classification	শ্রেণীবিভাগকারীদের পরিচিতি	Python • R	Jen and Cassie • Eric Wanjau
১২	সুস্বাদু এশিয়ান ও ভারতীয় রন্ধনপ্রণালী 🍜	Classification	আরও শ্রেণীবিভাগকারী	Python • R	Jen and Cassie • Eric Wanjau
১৩	সুস্বাদু এশিয়ান ও ভারতীয় রন্ধনপ্রণালী 🍜	Classification	আপনার মডেল ব্যবহার করে একটি রিকমেন্ডার ওয়েব অ্যাপ তৈরি করুন	Python	Jen
১৪	ক্লাস্টারিংয়ের পরিচিতি	Clustering	আপনার ডেটা পরিস্কার, প্রস্তুত, ও ভিজ্যুয়ালাইজ করুন; ক্লাস্টারিং-এ পরিচিতি	Python • R	Jen • Eric Wanjau
১৫	নাইজেরিয়ান সঙ্গীত রুচি অন্বেষণ 🎧	Clustering	K-Means ক্লাস্টারিং পদ্ধতি অন্বেষণ করুন	Python • R	Jen • Eric Wanjau
১৬	প্রাকৃতিক ভাষা প্রক্রিয়াকরণের পরিচিতি ☕️	Natural language processing	একটি সাধারণ বট তৈরি করে NLP-এর মৌলিক বিষয়গুলো শিখুন	Python	Stephen
১৭	সাধারণ NLP কাজসমূহ ☕️	Natural language processing	ভাষাগত কাঠামোগত ডিল করার সময় প্রয়োজনীয় সাধারণ কাজগুলি বোঝার মাধ্যমে আপনার NLP জ্ঞান গভীর করুন	Python	Stephen
১৮	অনুবাদ ও অনুভূতি বিশ্লেষণ ♥️	Natural language processing	Jane Austen-এর সঙ্গে অনুবাদ এবং অনুভূতি বিশ্লেষণ	Python	Stephen
১৯	ইউরোপের রোমান্টিক হোটেলগুলি ♥️	Natural language processing	হোটেল রিভিউ ১ দিয়ে অনুভূতি বিশ্লেষণ	Python	Stephen
২০	ইউরোপের রোমান্টিক হোটেলগুলি ♥️	Natural language processing	হোটেল রিভিউ ২ দিয়ে অনুভূতি বিশ্লেষণ	Python	Stephen
২১	টাইম সিরিজ ফরকাস্টিংয়ের পরিচিতি	Time series	টাইম সিরিজ ফরকাস্টিংয়ের পরিচিতি	Python	Francesca
২২	⚡️ বিশ্ববিদ্যুৎ ব্যবহার ⚡️ - ARIMA সহ টাইম সিরিজ ফরকাস্টিং	Time series	ARIMA সহ টাইম সিরিজ ফরকাস্টিং	Python	Francesca
২৩	⚡️ বিশ্ববিদ্যুৎ ব্যবহার ⚡️ - SVR সহ টাইম সিরিজ ফরকাস্টিং	Time series	সাপোর্ট ভেক্টর রিগ্রেসরের সঙ্গে টাইম সিরিজ ফরকাস্টিং	Python	Anirban
২৪	রিইনফোর্সমেন্ট লার্নিংয়ের পরিচিতি	Reinforcement learning	Q-Learning সহ রিইনফোর্সমেন্ট লার্নিংয়ের পরিচিতি	Python	Dmitry
২৫	পিটারকে নেকড়েকে এড়াতে সাহায্য করুন! 🐺	Reinforcement learning	রিইনফোর্সমেন্ট লার্নিং জিম	Python	Dmitry
পরিশিষ্ট	বাস্তব বিশ্বের মেশিন লার্নিং পরিস্থিতি ও প্রয়োগ	ML in the Wild	ক্লাসিক মেশিন লার্নিংয়ের মজার এবং প্রকাশক বাস্তব অ্যাপ্লিকেশন	Lesson	Team
পরিশিষ্ট	RAI ড্যাশবোর্ড ব্যবহার করে মডেল ডিবাগিং	ML in the Wild	রেসপন্সিবল AI ড্যাশবোর্ড উপাদান ব্যবহার করে মেশিন লার্নিংয়ে মডেল ডিবাগিং	Lesson	Ruth Yakubu

এই কোর্সের জন্য আমাদের Microsoft Learn কালেকশনে সব অতিরিক্ত সম্পদগুলি খুঁজুন

অফলাইন অ্যাক্সেস

আপনি Docsify ব্যবহার করে এই ডকুমেন্টেশন অফলাইনে চালাতে পারবেন। এই রিপোটি ফর্ক করুন, আপনার লোকাল মেশিনে Docsify ইনস্টল করুন, এবং তারপর এই রিপোর মূল ফোল্ডারে টাইপ করুন docsify serve। ওয়েবসাইটটি আপনার লোকালহোস্টে ৩০০০ পোর্টে পরিবেশিত হবে: localhost:3000।

PDF

লিঙ্ক সহ কারিকুলামের একটি পিডিএফ এখানে পাওয়া যাবে।

🎒 অন্যান্য কোর্সসমূহ

আমাদের টিম অন্যান্য কোর্সও তৈরি করে! দেখে নিন:

LangChain

Azure / Edge / MCP / Agents

---

জেনারেটিভ AI সিরিজ

---

মূল শিক্ষা

---

কোপিলট সিরিজ

সাহায্য নেওয়া

যদি আপনি আটকে যান বা AI অ্যাপ তৈরি সম্পর্কে কোনও প্রশ্ন থাকে। MCP সম্পর্কে আলোচনা করতে সহপাঠী শিক্ষার্থী এবং অভিজ্ঞ বিকাশকারীদের সঙ্গে যোগদান করুন। এটি একটি সহায়ক সম্প্রদায় যেখানে প্রশ্ন歓迎 এবং জ্ঞান মুক্তভাবে শেয়ার করা হয়।

যদি আপনার পণ্য সম্পর্কে প্রতিক্রিয়া বা ত্রুটি থাকে, তবে ভিজিট করুন:

অতিরিক্ত শেখার পরামর্শ

• প্রতিটি পাঠের পরে নোটবুকগুলো পর্যালোচনা করুন ভালো বোঝার জন্য।
• নিজে নিজে অ্যালগরিদম বাস্তবায়নের অনুশীলন করুন।
• শেখা ধারণাগুলো ব্যবহার করে বাস্তব বিশ্ব ডেটাসেট অন্বেষণ করুন।

---

অস্বীকৃতি:
এই দলিলটি AI অনুবাদ সেবা Co-op Translator ব্যবহার করে অনূদিত হয়েছে। আমরা যথাসাধ্য সঠিকতার জন্য চেষ্টা করি, তবে স্বয়ংক্রিয় অনুবাদে ত্রুটি বা অসঙ্গতি থাকতে পারে। মূল ভাষায় থাকা আসল দলিলটিকেই কর্তৃত্বমূলক উৎস হিসেবে গণ্য করা উচিত। জরুরি তথ্যের জন্য পেশাদার মানের মানুষের দ্বারা অনুবাদ করানো উচিৎ। এই অনুবাদের ব্যবহারে সৃষ্ট কোনো ভুল বোঝাবুঝি বা ভুল ব্যাখ্যার জন্য আমরা দায়িত্বশীল নই।