README.md

🌐 बहुभाषी समर्थन

GitHub Action के माध्यम से समर्थित (स्वचालित और हमेशा अद्यतन)

स्थानीय रूप से क्लोन करना पसंद है?

इस रिपॉजिटरी में 50+ भाषा अनुवाद शामिल हैं जो डाउनलोड आकार को काफी बढ़ाते हैं। बिना अनुवाद के क्लोन करने के लिए sparse checkout का उपयोग करें:

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"

यह आपको पाठ्यक्रम पूरा करने के लिए आवश्यक सब कुछ प्रदान करता है एक बहुत ही तेज़ डाउनलोड के साथ।

हमारे समुदाय में शामिल हों

हमारे पास AI के साथ सीखने की एक Discord श्रृंखला चल रही है, अधिक जानने और शामिल होने के लिए Learn with AI Series पर जाएं 18 - 30 सितंबर, 2025 से। आपको GitHub Copilot का उपयोग डेटा साइंस के लिए करने के टिप्स और ट्रिक्स मिलेंगे।

शुरुआती लोगों के लिए मशीन लर्निंग - एक पाठ्यक्रम

🌍 हम दुनिया के विभिन्न सांस्कृतिक क्षेत्रों की मदद से मशीन लर्निंग का अन्वेषण करते हुए दुनिया की सैर करेंगे 🌍

Microsoft में Cloud Advocates खुशी से प्रस्तुत करते हैं 12 सप्ताह का, 26-पाठ्यक्रम वाला एक पाठ्यक्रम जो पूरी तरह से मशीन लर्निंग के बारे में है। इस पाठ्यक्रम में, आप सीखेंगे जिसे कभी-कभी क्लासिक मशीन लर्निंग कहा जाता है, मुख्य रूप से Scikit-learn लाइब्रेरी का उपयोग करके, और डीप लर्निंग से बचेंगे, जो हमारे AI for Beginners' पाठ्यक्रम में कवर किया गया है। साथ ही ये पाठ Data Science for Beginners' पाठ्यक्रम के साथ जोड़े जा सकते हैं।

हमारे साथ दुनिया भर की यात्रा करें क्योंकि हम इन क्लासिक तकनीकों को दुनिया के कई क्षेत्रों के डेटा पर लागू करते हैं। प्रत्येक पाठ में प्रारंभिक और अंतिम क्विज़, लिखित निर्देश, समाधान, असाइनमेंट और भी बहुत कुछ शामिल है। हमारी परियोजना-आधारित शिक्षाशास्त्र आपको निर्माण करते हुए सीखने की अनुमति देती है, जो नई कौशलों को 'जमा' करने का सिद्ध तरीका है।

✍️ हमारे लेखकों का हार्दिक धन्यवाद जेन लूपर, स्टीफन हॉवेल, फ्रांसेस्का लाज़ेरी, टोमॉमी इमुरा, कैसी ब्रीव्यू, दिमित्री सॉशनिकॉव, क्रिस नोริง, अनिर्बन मुखर्जी, ऑर्नेला अलटुन्यान, रूथ याकूबू और एमी बॉयड

🎨 हमारे चित्रकारों को भी धन्यवाद टोमॉमी इमुरा, दासानी मडिपल्ली, और जेन लूपर

🙏 विशेष धन्यवाद 🙏 हमारे Microsoft Student Ambassador लेखकों, समीक्षाकर्ताओं, और सामग्री योगदानकर्ताओं को, विशेष रूप से ऋषित डागली, मुहम्मद साक़िब खान इनान, रोहन राज, अलेक्जेंड्रू पेट्रेस्कू, अभिषेक जायसवाल, नवरीन तबस्सुम, इआन सामुइला, और स्निग्धा अग्रवाल को

🤩 अतिरिक्त आभार Microsoft Student Ambassadors एरिक वांजाऊ, जसलीन सोंधी, और विदुषी गुप्ता को हमारे R पाठों के लिए!

आरंभ कैसे करें

इन चरणों का पालन करें:

1. रिपॉजिटरी को Fork करें: इस पृष्ठ के ऊपर-दाएं कोने में "Fork" बटन पर क्लिक करें।
2. रिपॉजिटरी को Clone करें: git clone https://github.com/microsoft/ML-For-Beginners.git

इस पाठ्यक्रम के सभी अतिरिक्त संसाधन हमारे Microsoft Learn संग्रह में देखें

🔧 मदद चाहिए? सामान्य समस्याओं जैसे इंस्टॉलेशन, सेटअप, और पाठ चलाने से संबंधित समाधान के लिए हमारा Troubleshooting Guide देखें।

छात्र, इस पाठ्यक्रम का उपयोग करने के लिए, पूरे रिपॉजिटरी को अपने GitHub अकाउंट पर fork करें और खुद से या समूह में अभ्यास पूरा करें:

• प्रि-लेक्चर क्विज़ के साथ शुरुआत करें।
• व्याख्यान पढ़ें और गतिविधियाँ पूरी करें, हर ज्ञान जांच पर रुककर सोचें।
• परियोजना बनाने का प्रयास करें पाठों को समझकर, समाधान कोड चलाने के बजाय; हलाँकि वह कोड /solution फोल्डरों में उपलब्ध है हर प्रोजेक्ट-आधारित पाठ में।
• पोस्ट-लेक्चर क्विज़ लें।
• चुनौती पूरी करें।
• असाइनमेंट पूरा करें।
• एक समूह पूरा करने के बाद, Discussion Board पर जाएं और उपयुक्त PAT रुब्रिक भरकर "जोर से सीखें"। 'PAT' एक प्रोग्रेस असेसमेंट टूल होता है जिसे आप अपनी सीख को आगे बढ़ाने के लिए भरते हैं। आप अन्य PATs पर भी प्रतिक्रिया दे सकते हैं ताकि हम साथ सीख सकें।

आगे अध्ययन के लिए, हम निम्न Microsoft Learn मॉड्यूल और लर्निंग पाथ्स का पालन करने की सलाह देते हैं।

शिक्षकगण, हमने इस पाठ्यक्रम के उपयोग के लिए कुछ सुझाव शामिल किए हैं।

---

वीडियो वॉकथ्रू

कुछ पाठ छोटे वीडियो के रूप में उपलब्ध हैं। आप उन्हें पाठ के साथ इन-लाइन पा सकते हैं, या Microsoft Developer YouTube चैनल पर ML for Beginners प्लेलिस्ट में नीचे दी गई छवि पर क्लिक करके देख सकते हैं।

---

टीम से मिलें

Gif द्वारा मोहित जायसाल

🎥 ऊपर की छवि पर क्लिक करें परियोजना और इसे बनाने वालों के बारे में वीडियो के लिए!

---

शिक्षाशास्त्र

इस पाठ्यक्रम के निर्माण में हमने दो शैक्षणिक सिद्धांत चुने हैं: इसे हाथों-हाथ परियोजना-आधारित बनाना सुनिश्चित करना और इसमें बार-बार क्विज़ शामिल करना। इसके अलावा, इस पाठ्यक्रम में आम थीम भी है जो इसे एकरूपता देता है।

सामग्री को परियोजनाओं के अनुरूप बनाकर, छात्रों के लिए प्रक्रिया अधिक रुचिकर हो जाती है और अवधारणाओं को याद रखना बढ़ता है। साथ ही, कक्षा से पहले कम दबाव वाला क्विज़ छात्रों को विषय सीखने के लिए प्रेरित करता है, जबकि कक्षा के बाद दूसरा क्विज़ और अधिक स्मरण सुनिश्चित करता है। यह पाठ्यक्रम लचीला और मनोरंजक होने के लिए डिजाइन किया गया है और इसे पूर्ण रूप से या आंशिक रूप से लिया जा सकता है। परियोजनाएं शुरू में सरल होती हैं और 12 सप्ताह के अंत तक धीरे-धीरे जटिल होती जाती हैं। यह पाठ्यक्रम ML के वास्तविक विश्व अनुप्रयोगों पर एक पोस्टस्क्रिप्ट भी शामिल करता है, जिसे अतिरिक्त क्रेडिट या चर्चा के आधार के रूप में उपयोग किया जा सकता है।

हमारा Code of Conduct, Contributing, Translation, और Troubleshooting दिशानिर्देश देखें। हम आपकी रचनात्मक प्रतिक्रिया का स्वागत करते हैं!

प्रत्येक पाठ में शामिल हैं

• वैकल्पिक स्केचनोट
• वैकल्पिक पूरक वीडियो
• वीडियो वॉकथ्रू (केवल कुछ पाठ)
• प्रि-लेक्चर वॉर्मअप क्विज़
• लिखित पाठ
• परियोजना-आधारित पाठों के लिए परियोजना बनाने के चरण-दर-चरण निर्देश
• ज्ञान जांच
• एक चुनौती
• पूरक पठन
• असाइनमेंट
• पोस्ट-लेक्चर क्विज़

भाषाओं के बारे में एक नोट: ये पाठ मुख्य रूप से Python में लिखे गए हैं, लेकिन कई R में भी उपलब्ध हैं। एक R पाठ पूरा करने के लिए, /solution फ़ोल्डर पर जाएं और R पाठ खोजें। इनमें .rmd एक्सटेंशन होता है जो एक R Markdown फ़ाइल को दर्शाता है जिसे सरलता से ऐसे परिभाषित किया जा सकता है कि यह कोड चंक्स (R या अन्य भाषाओं के) और YAML हैडर (जो आउटपुट जैसे PDF के स्वरूप को मार्गदर्शन करता है) को Markdown दस्तावेज़ में एम्बेड करता है। इसलिए, यह डेटा साइंस के लिए एक आदर्श लेखक ढांचा के रूप में काम करता है क्योंकि यह आपको अपने कोड, उसके आउटपुट, और अपने विचारों को Markdown में लिखने की अनुमति देकर संयोजित करने देता है। इसके अलावा, R Markdown दस्तावेज़ों को PDF, HTML, या Word जैसे आउटपुट स्वरूपों में प्रस्तुत किया जा सकता है।

परीक्षा के बारे में एक नोट: सभी क्विज Quiz App folder में हैं, कुल 52 क्विज़ तीन प्रश्नों के प्रत्येक। ये पाठों से लिंक्ड हैं लेकिन क्विज ऐप स्थानीय रूप से चलाया जा सकता है; quiz-app फ़ोल्डर में निर्देशों का पालन करें ताकि इसे स्थानीय रूप से होस्ट या Azure पर तैनात किया जा सके।

पाठ संख्या	विषय	पाठ समूह	सीखने के उद्देश्य	लिंक्ड पाठ	लेखक
01	मशीन लर्निंग परिचय	Introduction	मशीन लर्निंग के मूल सिद्धांत सीखें	Lesson	Muhammad
02	मशीन लर्निंग का इतिहास	Introduction	इस क्षेत्र के पीछे का इतिहास सीखें	Lesson	Jen and Amy
03	निष्पक्षता और मशीन लर्निंग	Introduction	निष्पक्षता से जुड़े महत्वपूर्ण दार्शनिक मुद्दे क्या हैं जिन्हें छात्र ML मॉडल बनाने और लागू करते वक्त विचार करें?	Lesson	Tomomi
04	मशीन लर्निंग के लिए तकनीकें	Introduction	ML शोधकर्ता ML मॉडल बनाने के लिए कौन-कौन सी तकनीकें इस्तेमाल करते हैं?	Lesson	Chris and Jen
05	प्रतिगमन परिचय	Regression	प्रतिगमन मॉडलों के लिए Python और Scikit-learn के साथ शुरुआत करें	Python • R	Jen • Eric Wanjau
06	उत्तरी अमेरिकी कद्दू के दाम 🎃	Regression	ML के लिए डेटा को देखना और साफ करना	Python • R	Jen • Eric Wanjau
07	उत्तरी अमेरिकी कद्दू के दाम 🎃	Regression	रैखिक और बहुपद प्रतिगमन मॉडल बनाएं	Python • R	Jen and Dmitry • Eric Wanjau
08	उत्तरी अमेरिकी कद्दू के दाम 🎃	Regression	एक लॉजिस्टिक प्रतिगमन मॉडल बनाएं	Python • R	Jen • Eric Wanjau
09	एक वेब ऐप 🔌	Web App	अपने प्रशिक्षित मॉडल का उपयोग करने के लिए एक वेब ऐप बनाएं	Python	Jen
10	वर्गीकरण परिचय	Classification	अपने डेटा को साफ़ करें, तैयार करें, और विज़ुअलाइज़ करें; वर्गीकरण का परिचय	Python • R	Jen and Cassie • Eric Wanjau
11	स्वादिष्ट एशियाई और भारतीय भोजन 🍜	Classification	क्लासिफायर्स का परिचय	Python • R	Jen and Cassie • Eric Wanjau
12	स्वादिष्ट एशियाई और भारतीय भोजन 🍜	Classification	और क्लासिफायर्स	Python • R	Jen and Cassie • Eric Wanjau
13	स्वादिष्ट एशियाई और भारतीय भोजन 🍜	Classification	अपने मॉडल का उपयोग करके एक अनुशंसक वेब ऐप बनाएं	Python	Jen
14	क्लस्टरिंग का परिचय	Clustering	अपने डेटा को साफ़ करें, तैयार करें, और विज़ुअलाइज़ करें; क्लस्टरिंग का परिचय	Python • R	Jen • Eric Wanjau
15	नाइजीरियाई संगीत स्वाद का अन्वेषण 🎧	Clustering	K-Means क्लस्टरिंग विधि का अन्वेषण करें	Python • R	Jen • Eric Wanjau
16	प्राकृतिक भाषा प्रसंस्करण का परिचय ☕️	Natural language processing	एक सरल बॉट बनाकर NLP के मूल बातें सीखें	Python	Stephen
17	सामान्य NLP कार्य ☕️	Natural language processing	भाषा संरचनाओं से निपटने के लिए आवश्यक सामान्य कार्यों को समझकर अपने NLP ज्ञान को गहरा करें	Python	Stephen
18	अनुवाद और भावना विश्लेषण ♥️	Natural language processing	जेन ऑस्टेन के साथ अनुवाद और भावना विश्लेषण	Python	Stephen
19	यूरोप के रोमांटिक होटल ♥️	Natural language processing	होटल समीक्षाओं के साथ भावना विश्लेषण 1	Python	Stephen
20	यूरोप के रोमांटिक होटल ♥️	Natural language processing	होटल समीक्षाओं के साथ भावना विश्लेषण 2	Python	Stephen
21	समय श्रृंखला पूर्वानुमान का परिचय	Time series	समय श्रृंखला पूर्वानुमान का परिचय	Python	Francesca
22	⚡️ विश्व बिजली उपयोग ⚡️ - ARIMA के साथ समय श्रृंखला पूर्वानुमान	Time series	ARIMA के साथ समय श्रृंखला पूर्वानुमान	Python	Francesca
23	⚡️ विश्व बिजली उपयोग ⚡️ - SVR के साथ समय श्रृंखला पूर्वानुमान	Time series	सपोर्ट वेक्टर रिग्रेशन के साथ समय श्रृंखला पूर्वानुमान	Python	Anirban
24	पुनर्बलन लर्निंग का परिचय	Reinforcement learning	Q-लर्निंग के साथ पुनर्बलन लर्निंग का परिचय	Python	Dmitry
25	पीटर को भेड़िये से बचाएं! 🐺	Reinforcement learning	पुनर्बलन लर्निंग जिम	Python	Dmitry
उपसंहार	वास्तविक दुनिया के ML परिदृश्य और अनुप्रयोग	ML in the Wild	क्लासिक ML के रोचक और खुलासे वाले वास्तविक विश्व अनुप्रयोग	Lesson	Team
उपसंहार	RAI डैशबोर्ड का उपयोग करके ML मॉडल डिबगिंग	ML in the Wild	जिम्मेदार AI डैशबोर्ड घटकों का उपयोग करते हुए मशीन लर्निंग में मॉडल डिबगिंग	Lesson	Ruth Yakubu

इस कोर्स के लिए हमारे Microsoft Learn संग्रह में सभी अतिरिक्त संसाधन खोजें

ऑफलाइन पहुँच

आप इस दस्तावेज़ को ऑफलाइन Docsify का उपयोग करके चला सकते हैं। इस रिपॉजिटरी को फोर्क करें, अपने स्थानीय मशीन पर Docsify स्थापित करें, और फिर इस रिपॉजिटरी के रूट फ़ोल्डर में docsify serve टाइप करें। वेबसाइट आपके लोकलहोस्ट पर पोर्ट 3000 पर सर्व होगी: localhost:3000।

पीडीएफ

लिंक के साथ पाठ्यक्रम का PDF यहाँ देखें here।

🎒 अन्य कोर्स

हमारी टीम अन्य कोर्स भी बनाती है! देखें:

LangChain

Azure / Edge / MCP / Agents

---

जेनेरेटिव एआई श्रृंखला

---

मूल सीखना

---

कोपिलॉट श्रृंखला

मदद प्राप्त करना

यदि आप अटक जाते हैं या AI ऐप बनाने के बारे में कोई प्रश्न हैं। MCP के बारे में चर्चाओं में साथी शिक्षार्थियों और अनुभवी डेवलपर्स के साथ जुड़ें। यह एक सहायक समुदाय है जहां प्रश्न स्वागत योग्य हैं और ज्ञान खुलेआम साझा किया जाता है।

यदि आपके पास उत्पाद प्रतिक्रिया या निर्माण के दौरान त्रुटियां हैं तो यहाँ जाएं:

अतिरिक्त सीखने के सुझाव

• बेहतर समझ के लिए प्रत्येक पाठ के बाद नोटबुक समीक्षा करें।
• स्वयं एल्गोरिदम लागू करने का अभ्यास करें।
• सीखे गए सिद्धांतों का उपयोग कर वास्तविक विश्व डेटासेट्स का अन्वेषण करें।

---

अस्वीकरण:
यह दस्तावेज़ AI अनुवाद सेवा Co-op Translator का उपयोग करके अनुवादित किया गया है। जबकि हम सटीकता के लिए प्रयासरत हैं, कृपया ध्यान दें कि स्वचालित अनुवादों में त्रुटियाँ या गलतियाँ हो सकती हैं। मूल दस्तावेज़ अपनी मूल भाषा में प्रामाणिक स्रोत माना जाना चाहिए। महत्वपूर्ण जानकारी के लिए, पेशेवर मानव अनुवाद की सलाह दी जाती है। इस अनुवाद के उपयोग से उत्पन्न किसी भी गलतफहमी या गलत व्याख्या के लिए हम जिम्मेदार नहीं हैं।