chore(i18n): sync translations with latest source changes (chunk 1/1, 6 changes)

This commit is contained in:
localizeflow[bot] 2026-04-06 20:44:35 +00:00
parent 036470eb72
commit 90d9c091d7
6 changed files with 278 additions and 283 deletions

View File

@ -6,8 +6,8 @@
"language_code": "mr"
},
"README.md": {
"original_hash": "9eaca839b0b3f6d7f0a195fd33cebd30",
"translation_date": "2026-02-28T09:20:34+00:00",
"original_hash": "12c8eb6bf0867d2f1c32daf613ac5b8b",
"translation_date": "2026-04-06T20:39:56+00:00",
"source_file": "README.md",
"language_code": "mr"
},

View File

@ -12,24 +12,25 @@
[![Microsoft Foundry Discord](https://dcbadge.limes.pink/api/server/nTYy5BXMWG)](https://discord.gg/nTYy5BXMWG)
# सुरुवातीसाठी कृत्रिम बुद्धिमत्ता - एक अभ्यासक्रम
# बिगिनर्ससाठी कृत्रिम बुद्धिमत्ता - एक अभ्यासक्रम
|![Sketchnote by @girlie_mac https://twitter.com/girlie_mac](https://github.com/microsoft/AI-For-Beginners/raw/main/lessons/sketchnotes/ai-overview.png)|
|:---:|
| AI For Beginners - _Sketchnote by [@girlie_mac](https://twitter.com/girlie_mac)_ |
| बिगिनर्ससाठी एआय - _[@girlie_mac](https://twitter.com/girlie_mac) यांचे स्केचनोंट_ |
**कृत्रिम बुद्धिमत्ता** (AI) च्या जगाचा शोध घ्या आमच्या 12 आठवड्यांच्या, 24-धडा अभ्यासक्रमासह! यामध्ये व्यावहारिक धडे, क्विझ, आणि प्रयोगशाळा आहेत. अभ्यासक्रम प्रारंभी सुलभ असून यात TensorFlow आणि PyTorch सारखी साधने तसेच एआयमधील नीतिमत्ता यांचा समावेश आहे.
**कृत्रिम बुद्धिमत्ता** (AI) च्या जगाचा १२ आठवड्यांचा, २४ धड्यांचा अभ्यासक्रम वापरून शोध घ्या! यात व्यावहारिक धडे, क्विझ आणि लॅब्सचा समावेश आहे. हा अभ्यासक्रम नवीन सुरुवातीसाठी उपयुक्त असून यात TensorFlow आणि PyTorch सारख्या साधनांचा समावेश असून AI मधील नैतिकतेवर देखील चर्चा केली आहे.
### 🌐 बहुभाषिक समर्थन
#### GitHub Action द्वारे समर्थित (स्वयंचलित आणि नेहमी अद्ययावत)
#### GitHub Action द्वारे समर्थित (स्वयंचलित आणि सदैव अद्ययावत)
<!-- CO-OP TRANSLATOR LANGUAGES TABLE START -->
[Arabic](../ar/README.md) | [Bengali](../bn/README.md) | [Bulgarian](../bg/README.md) | [Burmese (Myanmar)](../my/README.md) | [Chinese (Simplified)](../zh-CN/README.md) | [Chinese (Traditional, Hong Kong)](../zh-HK/README.md) | [Chinese (Traditional, Macau)](../zh-MO/README.md) | [Chinese (Traditional, Taiwan)](../zh-TW/README.md) | [Croatian](../hr/README.md) | [Czech](../cs/README.md) | [Danish](../da/README.md) | [Dutch](../nl/README.md) | [Estonian](../et/README.md) | [Finnish](../fi/README.md) | [French](../fr/README.md) | [German](../de/README.md) | [Greek](../el/README.md) | [Hebrew](../he/README.md) | [Hindi](../hi/README.md) | [Hungarian](../hu/README.md) | [Indonesian](../id/README.md) | [Italian](../it/README.md) | [Japanese](../ja/README.md) | [Kannada](../kn/README.md) | [Korean](../ko/README.md) | [Lithuanian](../lt/README.md) | [Malay](../ms/README.md) | [Malayalam](../ml/README.md) | [Marathi](./README.md) | [Nepali](../ne/README.md) | [Nigerian Pidgin](../pcm/README.md) | [Norwegian](../no/README.md) | [Persian (Farsi)](../fa/README.md) | [Polish](../pl/README.md) | [Portuguese (Brazil)](../pt-BR/README.md) | [Portuguese (Portugal)](../pt-PT/README.md) | [Punjabi (Gurmukhi)](../pa/README.md) | [Romanian](../ro/README.md) | [Russian](../ru/README.md) | [Serbian (Cyrillic)](../sr/README.md) | [Slovak](../sk/README.md) | [Slovenian](../sl/README.md) | [Spanish](../es/README.md) | [Swahili](../sw/README.md) | [Swedish](../sv/README.md) | [Tagalog (Filipino)](../tl/README.md) | [Tamil](../ta/README.md) | [Telugu](../te/README.md) | [Thai](../th/README.md) | [Turkish](../tr/README.md) | [Ukrainian](../uk/README.md) | [Urdu](../ur/README.md) | [Vietnamese](../vi/README.md)
[Arabic](../ar/README.md) | [Bengali](../bn/README.md) | [Bulgarian](../bg/README.md) | [Burmese (Myanmar)](../my/README.md) | [Chinese (Simplified)](../zh-CN/README.md) | [Chinese (Traditional, Hong Kong)](../zh-HK/README.md) | [Chinese (Traditional, Macau)](../zh-MO/README.md) | [Chinese (Traditional, Taiwan)](../zh-TW/README.md) | [Croatian](../hr/README.md) | [Czech](../cs/README.md) | [Danish](../da/README.md) | [Dutch](../nl/README.md) | [Estonian](../et/README.md) | [Finnish](../fi/README.md) | [French](../fr/README.md) | [German](../de/README.md) | [Greek](../el/README.md) | [Hebrew](../he/README.md) | [Hindi](../hi/README.md) | [Hungarian](../hu/README.md) | [Indonesian](../id/README.md) | [Italian](../it/README.md) | [Japanese](../ja/README.md) | [Kannada](../kn/README.md) | [Khmer](../km/README.md) | [Korean](../ko/README.md) | [Lithuanian](../lt/README.md) | [Malay](../ms/README.md) | [Malayalam](../ml/README.md) | [Marathi](./README.md) | [Nepali](../ne/README.md) | [Nigerian Pidgin](../pcm/README.md) | [Norwegian](../no/README.md) | [Persian (Farsi)](../fa/README.md) | [Polish](../pl/README.md) | [Portuguese (Brazil)](../pt-BR/README.md) | [Portuguese (Portugal)](../pt-PT/README.md) | [Punjabi (Gurmukhi)](../pa/README.md) | [Romanian](../ro/README.md) | [Russian](../ru/README.md) | [Serbian (Cyrillic)](../sr/README.md) | [Slovak](../sk/README.md) | [Slovenian](../sl/README.md) | [Spanish](../es/README.md) | [Swahili](../sw/README.md) | [Swedish](../sv/README.md) | [Tagalog (Filipino)](../tl/README.md) | [Tamil](../ta/README.md) | [Telugu](../te/README.md) | [Thai](../th/README.md) | [Turkish](../tr/README.md) | [Ukrainian](../uk/README.md) | [Urdu](../ur/README.md) | [Vietnamese](../vi/README.md)
> **स्थानिकपणे क्लोन करायचे असल्यास?**
> **स्थानिक कॉपी करायची आहे का?**
>
> या संचिकेमध्ये ५०+ भाषांतर समाविष्ट आहे ज्यामुळे डाउनलोड आकार मोठा होतो. भाषांतरांशिवाय क्लोन करण्यासाठी sparse checkout वापरा:
> या रेपॉझिटरीमध्ये 50+ भाषांमध्ये भाषांतर आहे ज्यामुळे डाउनलोडचा आकार मोठा होतो. भाषांतरांशिवाय क्लोन करण्यासाठी sparse checkout वापरा:
>
> **Bash / macOS / Linux:**
> ```bash
@ -45,134 +46,135 @@
> git sparse-checkout set --no-cone "/*" "!translations" "!translated_images"
> ```
>
> हे आपल्याला कोर्स पूर्ण करण्यासाठी आवश्यक असलेली सर्व काही सहज आणि जलद डाउनलोड करण्यास मदत करते.
> यामुळे तुम्हाला कोर्स पूर्ण करण्यासाठी आवश्यक सर्व काही जलद डाउनलोडसह मिळेल.
<!-- CO-OP TRANSLATOR LANGUAGES TABLE END -->
**आपल्याला अतिरिक्त भाषांतरांसाठी समर्थन पाहिजे असल्यास ते [येथे](https://github.com/Azure/co-op-translator/blob/main/getting_started/supported-languages.md) दिलेले आहे**
**जर तुम्हाला अतिरिक्त भाषांतरं हवी असतील तर समर्थन भाषांची यादी [येथे](https://github.com/Azure/co-op-translator/blob/main/getting_started/supported-languages.md) आहे**
## समुदायात सहभागी व्हा
[![Microsoft Foundry Discord](https://dcbadge.limes.pink/api/server/nTYy5BXMWG)](https://discord.gg/nTYy5BXMWG)
## आपण काय शिका
## तुम्हाला काय शिकायला मिळे
**[कोर्सचा मनमांड नकाशा](http://soshnikov.com/courses/ai-for-beginners/mindmap.html)**
**[कोर्सचा मानसचित्र](http://soshnikov.com/courses/ai-for-beginners/mindmap.html)**
या अभ्यासक्रमात आपण ते शिकाल:
या अभ्यासक्रमात, तुम्हाला शिकायला मिळेल:
* कृत्रिम बुद्धिमत्तेचे विविध दृष्टिकोन, ज्यामध्ये "गुड ओल्ड" प्रतीकात्मक दृष्टिकोनासह **ज्ञान सादरीकरण** आणि तर्कशास्त्र ([GOFAI](https://en.wikipedia.org/wiki/Symbolic_artificial_intelligence)) समाविष्ट आहे.
* **न्यूरल नेटवर्क्स** आणि **डीप लर्निंग**, जे आधुनिक AI च्या मुख्य आधार आहेत. या महत्त्वाच्या विषयांचे संकल्पना दोन लोकप्रिय फ्रेमवर्क्स मध्ये कोड वापरून स्पष्ट करू - [TensorFlow](http://Tensorflow.org) आणि [PyTorch](http://pytorch.org).
* प्रतिमा आणि मजकूरावर काम करण्यासाठी **न्यूरल आर्किटेक्चर्स**. आम्ही अलीकडील मॉडेल्सवर चर्चा करू पण ते अत्याधुनिक पेक्षा थोडे कमी असू शकते.
* कमी लोकप्रिय AI दृष्टिकोन, जसे की **जेनिटिक अल्गोरिदम्स** आणि **मल्टि-एजंट सिस्टीम्स**.
* कृत्रिम बुद्धिमत्तेच्या विविध दृष्टिकोनांची ओळख, ज्यात "चांगला जुना" सिम्बॉलिक दृष्टिकोन ज्यात **ज्ञानाचे प्रतिनिधित्व** आणि तर्क करण्याचा मार्ग ([GOFAI](https://en.wikipedia.org/wiki/Symbolic_artificial_intelligence)) समाविष्ट आहे.
* **न्यूरल नेटवर्क्स** आणि **डीप लर्निंग**, जे आधुनिक एआयच्या मूळाधार आहेत. या महत्त्वाच्या संकल्पनांना आम्ही दोन लोकप्रिय फ्रेमवर्क्स - [TensorFlow](http://Tensorflow.org) आणि [PyTorch](http://pytorch.org) यांचा वापर करून कोडद्वारे समजावून सांगू.
* प्रतिमा आणि मजकूरांसाठी काम करण्यासाठी **न्यूरल आर्किटेक्चर**. आम्ही अलीकडील मॉडेल्सचा समावेश करू, परंतु अत्याधुनिक गोष्टींमध्ये काही प्रमाणात कमी असेल.
* कमी लोकप्रिय AI दृष्टिकोन, जसे की **जैविक अल्गोरिदम्स** आणि **मल्टी-एजंट सिस्टीम्स**.
या अभ्यासक्रमात आपण काय कव्हर करणार नाही:
हा अभ्यासक्रम काय समाविष्ट करत नाही:
> [या कोर्ससाठी सर्व अतिरिक्त संसाधने Microsoft Learn संग्रहात शोधा](https://learn.microsoft.com/en-us/collections/7w28iy2xrqzdj0?WT.mc_id=academic-77998-bethanycheum)
> [या अभ्यासक्रमासाठी आमच्या Microsoft Learn संग्रहात सर्व अतिरिक्त स्रोत शोधा](https://learn.microsoft.com/en-us/collections/7w28iy2xrqzdj0?WT.mc_id=academic-77998-bethanycheum)
* **AI इन बिझनेस** वापरण्याच्या व्यवसाय संदर्भांचा वापर. [Introduction to AI for business users](https://docs.microsoft.com/learn/paths/introduction-ai-for-business-users/?WT.mc_id=academic-77998-bethanycheum) या Microsoft Learn च्या शिक्षण मार्गाला किंवा [AI Business School](https://www.microsoft.com/ai/ai-business-school/?WT.mc_id=academic-77998-bethanycheum) ला विचार करा, जे [INSEAD](https://www.insead.edu/) यांच्या सहकार्याने विकसित केले आहे.
* **क्लासिक मशीन लर्निंग**, जी आमच्या [Machine Learning for Beginners Curriculum](http://github.com/Microsoft/ML-for-Beginners) मध्ये चांगल्या प्रकारे वर्णन केलेली आहे.
* व्यावहारिक AI अनुप्रयोग जे **[Cognitive Services](https://azure.microsoft.com/services/cognitive-services/?WT.mc_id=academic-77998-bethanycheum)** वापरून तयार केले गेले आहेत. यासाठी, आपण Microsoft Learn वर [vision](https://docs.microsoft.com/learn/paths/create-computer-vision-solutions-azure-cognitive-services/?WT.mc_id=academic-77998-bethanycheum), [natural language processing](https://docs.microsoft.com/learn/paths/explore-natural-language-processing/?WT.mc_id=academic-77998-bethanycheum), **[Generative AI with Azure OpenAI Service](https://learn.microsoft.com/en-us/training/paths/develop-ai-solutions-azure-openai/?WT.mc_id=academic-77998-bethanycheum)** आणि इतर मॉड्युल्ससह सुरू करणे शिफारसीय आहे.
* विशिष्ट ML **क्लाउड फ्रेमवर्क्स**, जसे की [Azure Machine Learning](https://azure.microsoft.com/services/machine-learning/?WT.mc_id=academic-77998-bethanycheum), [Microsoft Fabric](https://learn.microsoft.com/en-us/training/paths/get-started-fabric/?WT.mc_id=academic-77998-bethanycheum), किंवा [Azure Databricks](https://docs.microsoft.com/learn/paths/data-engineer-azure-databricks?WT.mc_id=academic-77998-bethanycheum). [Build and operate machine learning solutions with Azure Machine Learning](https://docs.microsoft.com/learn/paths/build-ai-solutions-with-azure-ml-service/?WT.mc_id=academic-77998-bethanycheum) आणि [Build and Operate Machine Learning Solutions with Azure Databricks](https://docs.microsoft.com/learn/paths/build-operate-machine-learning-solutions-azure-databricks/?WT.mc_id=academic-77998-bethanycheum) या शिक्षण मार्गांचा वापर करण्याचा विचार करा.
* **सांभाळणी AI** आणि **चॅट बॉट्स**. यासाठी स्वतंत्र [Create conversational AI solutions](https://docs.microsoft.com/learn/paths/create-conversational-ai-solutions/?WT.mc_id=academic-77998-bethanycheum) या मार्गाचा वापर करा आणि अधिक तपशीलासाठी [हा ब्लॉग पोस्ट](https://soshnikov.com/azure/hello-bot-conversational-ai-on-microsoft-platform/) वाचा.
* डीप लर्निंगच्या मागील **गहन गणितशास्त्र**. यासाठी, Ian Goodfellow, Yoshua Bengio आणि Aaron Courville यांच्या [Deep Learning](https://www.amazon.com/Deep-Learning-Adaptive-Computation-Machine/dp/0262035618) पुस्तकाची शिफारस केली जाते, जे ऑनलाइन देखील [https://www.deeplearningbook.org/](https://www.deeplearningbook.org/) वर उपलब्ध आहे.
* **AI in Business** चे व्यावसायिक प्रकरणे. Microsoft Learn वरील [Introduction to AI for business users](https://docs.microsoft.com/learn/paths/introduction-ai-for-business-users/?WT.mc_id=academic-77998-bethanycheum) किंवा [AI Business School](https://www.microsoft.com/ai/ai-business-school/?WT.mc_id=academic-77998-bethanycheum) ज्याचे विकास [INSEAD](https://www.insead.edu/) बरोबर केला आहे, यांच्या अभ्यासक्रमांचा विचार करा.
* **परंपरागत मशीन लर्निंग**, जे आमच्या [Machine Learning for Beginners Curriculum](http://github.com/Microsoft/ML-for-Beginners) मध्ये चांगल्या प्रकारे वर्णन केले आहे.
* **[Cognitive Services](https://azure.microsoft.com/services/cognitive-services/?WT.mc_id=academic-77998-bethanycheum)** वापरून तयार केलेल्या व्यावहारिक एआय अनुप्रयोगांबाबत. या बाबतीत, आम्ही Microsoft Learn वर [vision](https://docs.microsoft.com/learn/paths/create-computer-vision-solutions-azure-cognitive-services/?WT.mc_id=academic-77998-bethanycheum), [natural language processing](https://docs.microsoft.com/learn/paths/explore-natural-language-processing/?WT.mc_id=academic-77998-bethanycheum), **[Generative AI with Azure OpenAI Service](https://learn.microsoft.com/en-us/training/paths/develop-ai-solutions-azure-openai/?WT.mc_id=academic-77998-bethanycheum)** आणि इतर मॉड्यूल कडे लक्ष द्यावे.
* विशिष्ट एमएल **क्लाउड फ्रेमवर्क्स**, जसे की [Azure Machine Learning](https://azure.microsoft.com/services/machine-learning/?WT.mc_id=academic-77998-bethanycheum), [Microsoft Fabric](https://learn.microsoft.com/en-us/training/paths/get-started-fabric/?WT.mc_id=academic-77998-bethanycheum), किंवा [Azure Databricks](https://docs.microsoft.com/learn/paths/data-engineer-azure-databricks?WT.mc_id=academic-77998-bethanycheum). [Azure Machine Learning सेवा वापरून मशीन लर्निंग सोल्यूशन्स तयार करा आणि चालवा](https://docs.microsoft.com/learn/paths/build-ai-solutions-with-azure-ml-service/?WT.mc_id=academic-77998-bethanycheum) आणि [Azure Databricks वापरून मशीन लर्निंग सोल्यूशन्स तयार करा आणि चालवा](https://docs.microsoft.com/learn/paths/build-operate-machine-learning-solutions-azure-databricks/?WT.mc_id=academic-77998-bethanycheum) हे मार्ग वापरण्याचा विचार करा.
* **संवादी AI** आणि **चॅट बॉट्स**. यासाठी स्वतंत्र [Create conversational AI solutions](https://docs.microsoft.com/learn/paths/create-conversational-ai-solutions/?WT.mc_id=academic-77998-bethanycheum) अभ्यासक्रम आहे, तसेच अधिक तपशीलांसाठी [हा ब्लॉग पोस्ट](https://soshnikov.com/azure/hello-bot-conversational-ai-on-microsoft-platform/) वाचा.
* डीप लर्निंगच्या मागील **गहन गणित**. यासाठी, आम्ही Ian Goodfellow, Yoshua Bengio आणि Aaron Courville लिखित [Deep Learning](https://www.amazon.com/Deep-Learning-Adaptive-Computation-Machine/dp/0262035618) पुस्तकरूपात शिफारस करतो, जे [https://www.deeplearningbook.org/](https://www.deeplearningbook.org/) वर ऑनलाइन उपलब्ध आहे.
_क्लाउडमधील AI_ विषयी सुरुवातीसाठी आपण [Get started with artificial intelligence on Azure](https://docs.microsoft.com/learn/paths/get-started-with-artificial-intelligence-on-azure/?WT.mc_id=academic-77998-bethanycheum) हा शिक्षण मार्ग घेण्याचा विचार करू शकता.
_एआय इन द क्लाउड_ विषयांवर सौम्य परिचयासाठी तुम्हाला [Get started with artificial intelligence on Azure](https://docs.microsoft.com/learn/paths/get-started-with-artificial-intelligence-on-azure/?WT.mc_id=academic-77998-bethanycheum) शिकण्याचा मार्ग वापरण्याचा सल्ला दिला जातो.
# सामग्री
| | धडा लिंक | PyTorch/Keras/TensorFlow | लॅब |
| | धडा लिंक | PyTorch/Keras/TensorFlow | प्रयोगशाळा |
| :-: | :------------------------------------------------------------------------------------------------------------------------------------------: | :---------------------------------------------------------------------------------------------: | ------------------------------------------------------------------------------ |
| 0 | [कोर्स सेटअप](./lessons/0-course-setup/setup.md) | [आपले विकास वातावरण सेट करा](./lessons/0-course-setup/how-to-run.md) | |
| 0 | [कोर्स सेटअप](./lessons/0-course-setup/setup.md) | [तुमचे विकास वातावरण सेट करा](./lessons/0-course-setup/how-to-run.md) | |
| I | [**AI परिचय**](./lessons/1-Intro/README.md) | | |
| 01 | [AI ची ओळख आणि इतिहास](./lessons/1-Intro/README.md) | - | - |
| II | **प्रतिनिधिक AI** |
| 02 | [ज्ञान प्रतिनिधित्व आणि तज्ञ प्रणाली](./lessons/2-Symbolic/README.md) | [तज्ञ प्रणाली](./lessons/2-Symbolic/Animals.ipynb) / [ऑन्टॉलॉजी](./lessons/2-Symbolic/FamilyOntology.ipynb) /[संकल्पना ग्राफ](./lessons/2-Symbolic/MSConceptGraph.ipynb) | |
| 01 | [AI चे परिचय आणि इतिहास](./lessons/1-Intro/README.md) | - | - |
| II | **सिम्बॉलिक एआय** |
| 02 | [ज्ञान प्रतिनिधित्व आणि तज्ञ प्रणाली](./lessons/2-Symbolic/README.md) | [तज्ञ प्रणाली](./lessons/2-Symbolic/Animals.ipynb) / [ओन्टोलॉजी](./lessons/2-Symbolic/FamilyOntology.ipynb) /[संकल्पना ग्राफ](./lessons/2-Symbolic/MSConceptGraph.ipynb) | |
| III | [**न्यूरल नेटवर्क्स परिचय**](./lessons/3-NeuralNetworks/README.md) |||
| 03 | [पर्सेप्ट्रॉन](./lessons/3-NeuralNetworks/03-Perceptron/README.md) | [नोटबुक](./lessons/3-NeuralNetworks/03-Perceptron/Perceptron.ipynb) | [प्रयोगशाळा](./lessons/3-NeuralNetworks/03-Perceptron/lab/README.md) |
| 04 | [मल्टी-लेयर्ड पर्सेप्ट्रॉन आणि आपला स्वतःचा फ्रेमवर्क तयार करणे](./lessons/3-NeuralNetworks/04-OwnFramework/README.md) | [नोटबुक](./lessons/3-NeuralNetworks/04-OwnFramework/OwnFramework.ipynb) | [प्रयोगशाळा](./lessons/3-NeuralNetworks/04-OwnFramework/lab/README.md) |
| 05 | [फ्रेमवर्क्सचा परिचय (PyTorch/TensorFlow) आणि ओव्हरफिटिंग](./lessons/3-NeuralNetworks/05-Frameworks/README.md) | [PyTorch](./lessons/3-NeuralNetworks/05-Frameworks/IntroPyTorch.ipynb) / [Keras](./lessons/3-NeuralNetworks/05-Frameworks/IntroKeras.ipynb) / [TensorFlow](./lessons/3-NeuralNetworks/05-Frameworks/IntroKerasTF.ipynb) | [प्रयोगशाळा](./lessons/3-NeuralNetworks/05-Frameworks/lab/README.md) |
| IV | [**कंप्युटर दृष्टी**](./lessons/4-ComputerVision/README.md) | [PyTorch](https://docs.microsoft.com/learn/modules/intro-computer-vision-pytorch/?WT.mc_id=academic-77998-cacaste) / [TensorFlow](https://docs.microsoft.com/learn/modules/intro-computer-vision-TensorFlow/?WT.mc_id=academic-77998-cacaste)| [Microsoft Azure वर कंप्युटर दृष्टीचा अभ्यास करा](https://learn.microsoft.com/en-us/collections/7w28iy2xrqzdj0?WT.mc_id=academic-77998-bethanycheum) |
| 06 | [ंप्युटर दृष्टी परिचय. OpenCV](./lessons/4-ComputerVision/06-IntroCV/README.md) | [नोटबुक](./lessons/4-ComputerVision/06-IntroCV/OpenCV.ipynb) | [प्रयोगशाळा](./lessons/4-ComputerVision/06-IntroCV/lab/README.md) |
| 07 | [कन्फोल्यूशनल न्यूरल नेटवर्क्स](./lessons/4-ComputerVision/07-ConvNets/README.md) & [CNN आर्किटेक्चर्स](./lessons/4-ComputerVision/07-ConvNets/CNN_Architectures.md) | [PyTorch](./lessons/4-ComputerVision/07-ConvNets/ConvNetsPyTorch.ipynb) /[TensorFlow](./lessons/4-ComputerVision/07-ConvNets/ConvNetsTF.ipynb) | [प्रयोगशाळा](./lessons/4-ComputerVision/07-ConvNets/lab/README.md) |
| 08 | [पूर्व-प्रशिक्षित नेटवर्क्स आणि ट्रान्सफर लर्निंग](./lessons/4-ComputerVision/08-TransferLearning/README.md) आणि [ट्रेनिंग ट्रिक्स](./lessons/4-ComputerVision/08-TransferLearning/TrainingTricks.md) | [PyTorch](./lessons/4-ComputerVision/08-TransferLearning/TransferLearningPyTorch.ipynb) / [TensorFlow](./lessons/3-NeuralNetworks/05-Frameworks/IntroKerasTF.ipynb) | [प्रयोगशाळा](./lessons/4-ComputerVision/08-TransferLearning/lab/README.md) |
| 03 | [परसेप्ट्रोन](./lessons/3-NeuralNetworks/03-Perceptron/README.md) | [नोटबुक](./lessons/3-NeuralNetworks/03-Perceptron/Perceptron.ipynb) | [प्रयोगशाळा](./lessons/3-NeuralNetworks/03-Perceptron/lab/README.md) |
| 04 | [मल्टी-लेअर्ड परसेप्ट्रोन आणि आमचे स्वतःचे फ्रेमवर्क तयार करणे](./lessons/3-NeuralNetworks/04-OwnFramework/README.md) | [नोटबुक](./lessons/3-NeuralNetworks/04-OwnFramework/OwnFramework.ipynb) | [प्रयोगशाळा](./lessons/3-NeuralNetworks/04-OwnFramework/lab/README.md) |
| 05 | [फ्रेमवर्क्स (PyTorch/TensorFlow) आणि ओव्हरफिटिंग परिचय](./lessons/3-NeuralNetworks/05-Frameworks/README.md) | [PyTorch](./lessons/3-NeuralNetworks/05-Frameworks/IntroPyTorch.ipynb) / [Keras](./lessons/3-NeuralNetworks/05-Frameworks/IntroKeras.ipynb) / [TensorFlow](./lessons/3-NeuralNetworks/05-Frameworks/IntroKerasTF.ipynb) | [प्रयोगशाळा](./lessons/3-NeuralNetworks/05-Frameworks/lab/README.md) |
| IV | [**कॉम्प्युटर व्हिजन**](./lessons/4-ComputerVision/README.md) | [PyTorch](https://docs.microsoft.com/learn/modules/intro-computer-vision-pytorch/?WT.mc_id=academic-77998-cacaste) / [TensorFlow](https://docs.microsoft.com/learn/modules/intro-computer-vision-TensorFlow/?WT.mc_id=academic-77998-cacaste)| [मायक्रोसॉफ्ट Azure वर कॉम्प्युटर व्हिजन एक्सप्लोर करा](https://learn.microsoft.com/en-us/collections/7w28iy2xrqzdj0?WT.mc_id=academic-77998-bethanycheum) |
| 06 | [ॉम्प्युटर व्हिजन परिचय. OpenCV](./lessons/4-ComputerVision/06-IntroCV/README.md) | [नोटबुक](./lessons/4-ComputerVision/06-IntroCV/OpenCV.ipynb) | [प्रयोगशाळा](./lessons/4-ComputerVision/06-IntroCV/lab/README.md) |
| 07 | [कनव्होल्यूशनल न्यूरल नेटवर्क्स](./lessons/4-ComputerVision/07-ConvNets/README.md) & [CNN आर्किटेक्चर](./lessons/4-ComputerVision/07-ConvNets/CNN_Architectures.md) | [PyTorch](./lessons/4-ComputerVision/07-ConvNets/ConvNetsPyTorch.ipynb) /[TensorFlow](./lessons/4-ComputerVision/07-ConvNets/ConvNetsTF.ipynb) | [प्रयोगशाळा](./lessons/4-ComputerVision/07-ConvNets/lab/README.md) |
| 08 | [पूर्व-प्रशिक्षित नेटवर्क्स आणि ट्रान्सफर लर्निंग](./lessons/4-ComputerVision/08-TransferLearning/README.md) आणि [प्रशिक्षण ट्रिक्स](./lessons/4-ComputerVision/08-TransferLearning/TrainingTricks.md) | [PyTorch](./lessons/4-ComputerVision/08-TransferLearning/TransferLearningPyTorch.ipynb) / [TensorFlow](./lessons/3-NeuralNetworks/05-Frameworks/IntroKerasTF.ipynb) | [प्रयोगशाळा](./lessons/4-ComputerVision/08-TransferLearning/lab/README.md) |
| 09 | [ऑटोएन्कोडर्स आणि VAE](./lessons/4-ComputerVision/09-Autoencoders/README.md) | [PyTorch](./lessons/4-ComputerVision/09-Autoencoders/AutoEncodersPyTorch.ipynb) / [TensorFlow](./lessons/4-ComputerVision/09-Autoencoders/AutoencodersTF.ipynb) | |
| 10 | [जनरेटिव अॅडव्हर्सरियल नेटवर्क्स & आर्टिस्टिक स्टाइल ट्रान्सफर](./lessons/4-ComputerVision/10-GANs/README.md) | [PyTorch](./lessons/4-ComputerVision/10-GANs/GANPyTorch.ipynb) / [TensorFlow](./lessons/4-ComputerVision/10-GANs/GANTF.ipynb) | |
| 10 | [जनरेटिव अॅडव्हर्सरियल नेटवर्क्स आणि कलात्मक शैली हस्तांतरण](./lessons/4-ComputerVision/10-GANs/README.md) | [PyTorch](./lessons/4-ComputerVision/10-GANs/GANPyTorch.ipynb) / [TensorFlow](./lessons/4-ComputerVision/10-GANs/GANTF.ipynb) | |
| 11 | [ऑब्जेक्ट डिटेक्शन](./lessons/4-ComputerVision/11-ObjectDetection/README.md) | [TensorFlow](./lessons/4-ComputerVision/11-ObjectDetection/ObjectDetection.ipynb) | [प्रयोगशाळा](./lessons/4-ComputerVision/11-ObjectDetection/lab/README.md) |
| 12 | [मानार्थी विभागणी. U-Net](./lessons/4-ComputerVision/12-Segmentation/README.md) | [PyTorch](./lessons/4-ComputerVision/12-Segmentation/SemanticSegmentationPytorch.ipynb) / [TensorFlow](./lessons/4-ComputerVision/12-Segmentation/SemanticSegmentationTF.ipynb) | |
| V | [**नैसर्गिक भाषा प्रक्रिया**](./lessons/5-NLP/README.md) | [PyTorch](https://docs.microsoft.com/learn/modules/intro-natural-language-processing-pytorch/?WT.mc_id=academic-77998-cacaste) /[TensorFlow](https://docs.microsoft.com/learn/modules/intro-natural-language-processing-TensorFlow/?WT.mc_id=academic-77998-cacaste) | [Microsoft Azure वर नैसर्गिक भाषा प्रक्रिया एक्सप्लोर करा](https://learn.microsoft.com/en-us/collections/7w28iy2xrqzdj0?WT.mc_id=academic-77998-bethanycheum)|
| 13 | [टेक्स्ट प्रतिनिधित्व. बो/टीएफ-आयडीएफ](./lessons/5-NLP/13-TextRep/README.md) | [PyTorch](https://github.com/microsoft/AI-For-Beginners/blob/main/lessons/5-NLP/13-TextRep/TextRepresentationPyTorch.ipynb) / [TensorFlow](https://github.com/microsoft/AI-For-Beginners/blob/main/lessons/5-NLP/13-TextRep/TextRepresentationTF.ipynb) | |
| 14 | [मानार्थी शब्द एम्बेडिंग्ज. Word2Vec आणि GloVe](./lessons/5-NLP/14-Embeddings/README.md) | [PyTorch](https://github.com/microsoft/AI-For-Beginners/blob/main/lessons/5-NLP/14-Embeddings/EmbeddingsPyTorch.ipynb) / [TensorFlow](https://github.com/microsoft/AI-For-Beginners/blob/main/lessons/5-NLP/14-Embeddings/EmbeddingsTF.ipynb) | |
| 15 | [भाषा मॉडेलिंग. स्वतःचे एम्बेडिंग तयार करणे](./lessons/5-NLP/15-LanguageModeling/README.md) | [PyTorch](https://github.com/microsoft/AI-For-Beginners/blob/main/lessons/5-NLP/15-LanguageModeling/CBoW-PyTorch.ipynb) / [TensorFlow](https://github.com/microsoft/AI-For-Beginners/blob/main/lessons/5-NLP/15-LanguageModeling/CBoW-TF.ipynb) | [प्रयोगशाळा](./lessons/5-NLP/15-LanguageModeling/lab/README.md) |
| 16 | [रकरंट न्यूरल नेटवर्क्स](./lessons/5-NLP/16-RNN/README.md) | [PyTorch](https://github.com/microsoft/AI-For-Beginners/blob/main/lessons/5-NLP/16-RNN/RNNPyTorch.ipynb) / [TensorFlow](https://github.com/microsoft/AI-For-Beginners/blob/main/lessons/5-NLP/16-RNN/RNNTF.ipynb) | |
| 17 | [जनरेटिव रकरंट नेटवर्क्स](./lessons/5-NLP/17-GenerativeNetworks/README.md) | [PyTorch](https://github.com/microsoft/AI-For-Beginners/blob/main/lessons/5-NLP/17-GenerativeNetworks/GenerativePyTorch.ipynb) / [TensorFlow](https://github.com/microsoft/AI-For-Beginners/blob/main/lessons/5-NLP/17-GenerativeNetworks/GenerativeTF.ipynb) | [प्रयोगशाळा](./lessons/5-NLP/17-GenerativeNetworks/lab/README.md) |
| 12 | [ामाजिक सेगमेंटेशन. U-Net](./lessons/4-ComputerVision/12-Segmentation/README.md) | [PyTorch](./lessons/4-ComputerVision/12-Segmentation/SemanticSegmentationPytorch.ipynb) / [TensorFlow](./lessons/4-ComputerVision/12-Segmentation/SemanticSegmentationTF.ipynb) | |
| V | [**नैसर्गिक भाषा प्रक्रिया**](./lessons/5-NLP/README.md) | [PyTorch](https://docs.microsoft.com/learn/modules/intro-natural-language-processing-pytorch/?WT.mc_id=academic-77998-cacaste) /[TensorFlow](https://docs.microsoft.com/learn/modules/intro-natural-language-processing-TensorFlow/?WT.mc_id=academic-77998-cacaste) | [मायक्रोसॉफ्ट Azure वर नैसर्गिक भाषा प्रक्रिया एक्सप्लोर करा](https://learn.microsoft.com/en-us/collections/7w28iy2xrqzdj0?WT.mc_id=academic-77998-bethanycheum)|
| 13 | [मजकूर प्रतिनिधित्व. Bow/TF-IDF](./lessons/5-NLP/13-TextRep/README.md) | [PyTorch](https://github.com/microsoft/AI-For-Beginners/blob/main/lessons/5-NLP/13-TextRep/TextRepresentationPyTorch.ipynb) / [TensorFlow](https://github.com/microsoft/AI-For-Beginners/blob/main/lessons/5-NLP/13-TextRep/TextRepresentationTF.ipynb) | |
| 14 | [ामाजिक शब्द एम्बेडिंग्ज. Word2Vec आणि GloVe](./lessons/5-NLP/14-Embeddings/README.md) | [PyTorch](https://github.com/microsoft/AI-For-Beginners/blob/main/lessons/5-NLP/14-Embeddings/EmbeddingsPyTorch.ipynb) / [TensorFlow](https://github.com/microsoft/AI-For-Beginners/blob/main/lessons/5-NLP/14-Embeddings/EmbeddingsTF.ipynb) | |
| 15 | [भाषा मॉडेलिंग. स्वतःचे एम्बेडिंग्ज प्रशिक्षण](./lessons/5-NLP/15-LanguageModeling/README.md) | [PyTorch](https://github.com/microsoft/AI-For-Beginners/blob/main/lessons/5-NLP/15-LanguageModeling/CBoW-PyTorch.ipynb) / [TensorFlow](https://github.com/microsoft/AI-For-Beginners/blob/main/lessons/5-NLP/15-LanguageModeling/CBoW-TF.ipynb) | [प्रयोगशाळा](./lessons/5-NLP/15-LanguageModeling/lab/README.md) |
| 16 | [पुनरावर्ती न्यूरल नेटवर्क्स](./lessons/5-NLP/16-RNN/README.md) | [PyTorch](https://github.com/microsoft/AI-For-Beginners/blob/main/lessons/5-NLP/16-RNN/RNNPyTorch.ipynb) / [TensorFlow](https://github.com/microsoft/AI-For-Beginners/blob/main/lessons/5-NLP/16-RNN/RNNTF.ipynb) | |
| 17 | [जनरेटिव पुनरावर्ती नेटवर्क्स](./lessons/5-NLP/17-GenerativeNetworks/README.md) | [PyTorch](https://github.com/microsoft/AI-For-Beginners/blob/main/lessons/5-NLP/17-GenerativeNetworks/GenerativePyTorch.ipynb) / [TensorFlow](https://github.com/microsoft/AI-For-Beginners/blob/main/lessons/5-NLP/17-GenerativeNetworks/GenerativeTF.ipynb) | [प्रयोगशाळा](./lessons/5-NLP/17-GenerativeNetworks/lab/README.md) |
| 18 | [ट्रान्सफॉर्मर्स. BERT.](./lessons/5-NLP/18-Transformers/README.md) | [PyTorch](https://github.com/microsoft/AI-For-Beginners/blob/main/lessons/5-NLP/18-Transformers/TransformersPyTorch.ipynb) /[TensorFlow](https://github.com/microsoft/AI-For-Beginners/blob/main/lessons/5-NLP/18-Transformers/TransformersTF.ipynb) | |
| 19 | [नावांची एंटिटी रेकग्निशन](./lessons/5-NLP/19-NER/README.md) | [TensorFlow](https://microsoft.github.io/AI-For-Beginners/lessons/5-NLP/19-NER/NER-TF.ipynb) | [प्रयोगशाळा](./lessons/5-NLP/19-NER/lab/README.md) |
| 20 | [मोठ भाषा मॉडेल्स, प्रॉम्प्ट प्रोग्रामिंग आणि फ्यू-शॉट टास्क](./lessons/5-NLP/20-LangModels/README.md) | [PyTorch](https://microsoft.github.io/AI-For-Beginners/lessons/5-NLP/20-LangModels/GPT-PyTorch.ipynb) | |
| VI | **इतर AI तंत्रे** || |
| 21 | [नुक अल्गोरिदम्स](./lessons/6-Other/21-GeneticAlgorithms/README.md) | [नोटबुक](./lessons/6-Other/21-GeneticAlgorithms/Genetic.ipynb) | |
| 22 | [डीप रीनफोर्समेंट लर्निंग](./lessons/6-Other/22-DeepRL/README.md) | [PyTorch](./lessons/6-Other/22-DeepRL/CartPole-RL-PyTorch.ipynb) /[TensorFlow](./lessons/6-Other/22-DeepRL/CartPole-RL-TF.ipynb) | [प्रयोगशाळा](./lessons/6-Other/22-DeepRL/lab/README.md) |
| 23 | [मल्ट-एजंट सिस्टम्स](./lessons/6-Other/23-MultiagentSystems/README.md) | | |
| VII | **AI नैतिकता** | | |
| 24 | [AI नैतिकता आणि जबाबदार AI](./lessons/7-Ethics/README.md) | [Microsoft Learn: जबाबदार AI तत्त्वे](https://docs.microsoft.com/learn/paths/responsible-ai-business-principles/?WT.mc_id=academic-77998-cacaste) | |
| 19 | [नामित घटक ओळख](./lessons/5-NLP/19-NER/README.md) | [TensorFlow](https://microsoft.github.io/AI-For-Beginners/lessons/5-NLP/19-NER/NER-TF.ipynb) | [प्रयोगशाळा](./lessons/5-NLP/19-NER/lab/README.md) |
| 20 | [मोठ भाषा मॉडेल्स, प्रॉम्प्ट प्रोग्रामिंग आणि काही-शॉट कार्ये](./lessons/5-NLP/20-LangModels/README.md) | [PyTorch](https://microsoft.github.io/AI-For-Beginners/lessons/5-NLP/20-LangModels/GPT-PyTorch.ipynb) | |
| VI | **इतर एआय तंत्र** || |
| 21 | [िनेटिक अल्गोरिदम](./lessons/6-Other/21-GeneticAlgorithms/README.md) | [नोटबुक](./lessons/6-Other/21-GeneticAlgorithms/Genetic.ipynb) | |
| 22 | [डीप रीफोर्समेंट लर्निंग](./lessons/6-Other/22-DeepRL/README.md) | [PyTorch](./lessons/6-Other/22-DeepRL/CartPole-RL-PyTorch.ipynb) /[TensorFlow](./lessons/6-Other/22-DeepRL/CartPole-RL-TF.ipynb) | [प्रयोगशाळा](./lessons/6-Other/22-DeepRL/lab/README.md) |
| 23 | [मल्टि-एजंट सिस्टम्स](./lessons/6-Other/23-MultiagentSystems/README.md) | | |
| VII | **एआय नैतिकता** | | |
| 24 | [एआय नैतिकता आणि जबाबदार एआय](./lessons/7-Ethics/README.md) | [मायक्रोसॉफ्ट लर्न: जबाबदार एआय तत्त्वे](https://docs.microsoft.com/learn/paths/responsible-ai-business-principles/?WT.mc_id=academic-77998-cacaste) | |
| IX | **अतिरिक्त** | | |
| 25 | [मल्टी-मॉडल नेटवर्क्स, CLIP आणि VQGAN](./lessons/X-Extras/X1-MultiModal/README.md) | [नोटबुक](./lessons/X-Extras/X1-MultiModal/Clip.ipynb) | |
| 25 | [मल्टी-मॉडल नेटवर्क्स, CLIP आणि VQGAN](./lessons/X-Extras/X1-MultiModal/README.md) | [नोटबुक](./lessons/X-Extras/X1-MultiModal/Clip.ipynb) | |
## प्रत्येक धडा समाविष्ट करतो
* प्री-रीडिंग साहित्य
* कार्यान्वित जुपिटर नोटबुक्स, जे बहुधा फ्रेमवर्कला विशिष्ट असतात (**PyTorch** किंवा **TensorFlow**). कार्यान्वित नोटबुकमध्ये खूप सैद्धांतिक साहित्य सुद्धा असते, त्यामुळे विषय समजून घेण्यासाठी आपल्याला कमीतकमी एक आवृत्तीची नोटबुक (PyTorch किंवा TensorFlowपैकी कोणतीही) पाहणे आवश्यक आहे.
* काही विषयांसाठी उपलब्ध **लॅब्स**, ज्यामुळे आपण शीकलेले साहित्य विशिष्ट समस्येवर लागू करण्याचा प्रयत्न करू शकता.
* काही विभागांमध्ये संबंधित विषयांवर [**MS Learn**](https://learn.microsoft.com/en-us/collections/7w28iy2xrqzdj0?WT.mc_id=academic-77998-bethanycheum) मॉड्यूल्ससाठी लिंक दिलेल्या आहेत.
## प्रत्येक धडा समाविष्ट आहे
* पूर्व-अभ्यास साहित्य
* अंमलयोग्य Jupyter Notebooks, जे बहुतेक वेळा फ्रेमवर्कसाठी विशेष असतात (**PyTorch** किंवा **TensorFlow**). अंमलयोग्य नोटबुकमध्ये बरीच सैद्धांतिक माहिती देखील असते, त्यामुळे विषय समजून घेण्यासाठी तुम्हाला नोटबुकचा किमान एक आवृत्ती (PyTorch किंवा TensorFlow पैकी कोणतीही एक) वाचणे आवश्यक आहे.
* काही विषयांसाठी उपलब्ध **प्रयोगशाळा**, जी तुम्हाला शिकलेल्या सामग्रीला विशिष्ट समस्येशी लागू करण्याचा संधी देतात.
* काही विभागांमध्ये संबंधित विषयांवर आढावा घेणाऱ्या [**MS Learn**](https://learn.microsoft.com/en-us/collections/7w28iy2xrqzdj0?WT.mc_id=academic-77998-bethanycheum) मॉड्यूलचे दुवे आहेत.
## सुरवात करणे
## सुरवात करणे
### 🎯 AI मध्ये नवीन आहात? इथे प्रारंभ करा!
जर आपण पूर्णपणे AI मध्ये नवीन असाल आणि जलद, हस्तक्षेपात्मक उदाहरणे पाहू इच्छित असाल, तर आमचे [**प्रारंभिक-अनुकूल उदाहरणे**](./examples/README.md) तपासा! यात समाविष्ट आहेत:
जर तुम्ही AI मध्ये पूर्णपणे नवीन असाल आणि जलद, प्रत्यक्ष उदाहरणे पाहू इच्छित असाल, तर आमच्या [**सुलभ उदाहरणां**](./examples/README.md) पहा! यामध्ये खालील उदाहरणे आहेत:
- 🌟 **Hello AI World** - तुमचा पहिला AI प्रोग्राम (पॅटर्न ओळखणे)
- 🧠 **साधा न्यूरल नेटवर्क** - सुरुवातीपासून न्यूरल नेटवर्क तयार करा
- 🖼️ **इमेज क्लासिफायर** - सखोल टिप्पण्या सहित प्रतिमा वर्गीकरण
- 💬 **टेक्स्ट सेंटिमेंट** - सकारात्मक/नकारात्मक मजकूर विश्लेषण करा
- 🌟 **Hello AI World** - तुमचा पहिला AI प्रोग्राम (पॅटर्न ओळख)
- 🧠 **सोपा न्यूरल नेटवर्क** - शून्यातून न्यूरल नेटवर्क तयार करा
- 🖼️ **इमेज वर्गीकरणकर्ता** - सविस्तर टिप्पण्या असलेल्या प्रतिमा वर्गीकृत करा
- 💬 **मतभाव विश्लेषण (Text Sentiment)** - सकारात्मक/नकारात्मक मजकूराचे विश्लेषण करा
े उदाहरण AI संकल्पना समजून घेण्यासाठी आखलेले आहेत, पूर्ण अभ्यासक्रमात उतरायच्या आधी.
ी उदाहरणे पूर्ण अभ्यासक्रमात डुबकी मारण्यापूर्वी AI संकल्पना समजून घेण्यासाठी तयार केलेली आहेत.
### 📚 पूर्ण अभ्यासक्रम सेटअप
- आम्ही तुमच्या विकास वातावरणाच्या सेटअपसाठी एक [सेटअप धडा](./lessons/0-course-setup/setup.md) तयार केले आहे. - शिक्षकांसाठी, आम्ही तुम्हाला देखील एक [अभ्यासक्रम सेटअप धडा](./lessons/0-course-setup/for-teachers.md) तयार केला आहे!
- आम्ही तुमच्या विकास वातावरणाच्या सेटअपसाठी एक [सेटअप धडा](./lessons/0-course-setup/setup.md) तयार केला आहे.
- शिक्षकांसाठी, आम्ही एक [अभ्यासक्रम सेटअप धडा](./lessons/0-course-setup/for-teachers.md) देखील तयार केला आहे!
- [VSCode किंवा Codespace मध्ये कोड कसा चालवायचा](./lessons/0-course-setup/how-to-run.md)
हे पावले अनुसरा:
रिपॉझिटरी फोर्क करा: या पानाच्या वरच्या-उजव्या कोपऱ्यातील "Fork" बटणावर क्लिक करा.
रिपॉझिटरी Fork करा: या पृष्ठाच्या वरच्या उजव्या कोपर्‍यावर "Fork" बटणावर क्लिक करा.
रिपॉझिटरी क्लोन करा: `git clone https://github.com/microsoft/AI-For-Beginners.git`
रिपॉझिटरी Clone करा: `git clone https://github.com/microsoft/AI-For-Beginners.git`
नंतर हे रिपॉ म्हणतादेखील (🌟) स्टार द्यायला विसरू नका.
नंतर पुन्हा हा repo अधिक सोप्या शोधण्यासाठी स्टार (🌟) द्यायला विसरू नका.
## इतर शिकणाऱ्यांची भेट घ्य
## इतर शिका-जणांशी भेट
या कोर्सला घेत असलेल्या इतर शिकणाऱ्यांशी भेटण्यासाठी आणि नेटवर्किंगसाठी आमच्या [अधिकृत AI Discord सर्व्हर](https://aka.ms/genai-discord?WT.mc_id=academic-105485-bethanycheum) मध्ये सामील व्हा.
आमच्या [अधिकृत AI Discord सर्व्हर](https://aka.ms/genai-discord?WT.mc_id=academic-105485-bethanycheum) मध्ये सामील व्हा, जेथे तुम्ही या कोर्ससह शिकणाऱ्या इतर विद्यार्थ्यांशी नेटवर्क करू शकता आणि मदत मिळवू शकता.
बांधणी करताना तुमच्याकडे उत्पादनाबाबत अभिप्राय किंवा प्रश्न असतील तर आमच्या [Azure AI Foundry Developer Forum](https://aka.ms/foundry/forum) ला भेट द्या.
तुमच्याकडे उत्पादना संदर्भातील अभिप्राय किंवा प्रश्न असल्यास, आमच्या [Azure AI Foundry Developer Forum](https://aka.ms/foundry/forum) ला भेट द्या.
## क्विझ
## क्विझेस
> **क्विझबद्दल एक नोंद**: सर्व क्विझ `etc\quiz-app` फोल्डरमधील Quiz-app मध्ये आहेत, किंवा [ऑनलाइन येथे](https://ff-quizzes.netlify.app/) उपलब्ध आहेत. ते धड्यांमध्ये लिंक केलेले आहेत; क्विझ अॅप स्थानिकपणे किंवा Azure वर तैनात केला जाऊ शकतो; `quiz-app` फोल्डरमधील सूचनांचे पालन करा. क्विझ हळूहळू स्थानिकीकरण केले जात आहे.
> **क्विझेस विषयी एक नोंद**: सर्व क्विझेस इत्यादी\quiz-app या फोल्डरमध्ये आहेत, किंवा [ऑनलाइन येथे](https://ff-quizzes.netlify.app/) आहेत. त्या धड्यांमध्ये लिंक केलेले आहेत. quiz app स्थानिकपणे चालवता येऊ शकते किंवा Azure वर तैनात करता येऊ शकते; `quiz-app` फोल्डरमधील सूचनांचे पालन करा. त्याचा हळूहळू स्थानिकीकरण केले जात आहे.
## मदत हवी आह
## मदत पाहिज
आपल्याकडे सूचना असल्यास किंवा शब्दलेखन किंवा कोड त्रुटी आढळल्यास, एक इश्यू उघडा किंवा पुल विनंती तयार करा.
तुमच्याकडे सूचना आहेत का किंवा स्पेलिंग किंवा कोड त्रुटी आढळल्या आहेत का? एक इश्यू दाखल करा किंवा पुल विनंती तयार करा.
## विशेष धन्यवाद
* **✍️ मुख्य लेखक:** [Dmitry Soshnikov](http://soshnikov.com), PhD
* **✍️ प्रमुख लेखक:** [Dmitry Soshnikov](http://soshnikov.com), PhD
* **🔥 संपादक:** [Jen Looper](https://twitter.com/jenlooper), PhD
* **🎨 स्केचनोट चित्रकार:** [Tomomi Imura](https://twitter.com/girlie_mac)
* **✅ क्विझ निर्माता:** [Lateefah Bello](https://github.com/CinnamonXI), [MLSA](https://studentambassadors.microsoft.com/)
* **🙏 मुख्य योगदानकर्ते:** [Evgenii Pishchik](https://github.com/Pe4enIks)
* **🙏 मुख्य सहभागी:** [Evgenii Pishchik](https://github.com/Pe4enIks)
## इतर अभ्यासक्रम
आमचा संघ इतर अभ्यासक्रम तयार करतो! तपासा:
आमच्या टीमकडे इतर अभ्यासक्रम देखील आहेत! तपासा:
<!-- CO-OP TRANSLATOR OTHER COURSES START -->
### LangChain
@ -214,19 +216,19 @@ _क्लाउडमधील AI_ विषयी सुरुवातीस
[![Copilot Adventure](https://img.shields.io/badge/Copilot%20Adventure-FDE68A?style=for-the-badge&labelColor=E5E7EB&color=FDE68A)](https://github.com/microsoft/CopilotAdventures?WT.mc_id=academic-105485-koreyst)
<!-- CO-OP TRANSLATOR OTHER COURSES END -->
## मदत घेणे
## मदत मिळवा
जर आपण अडकलात किंवा AI अ‍ॅप्स तयार करताना कोणतेही प्रश्न असतील तर MCP विषयी चर्चांमध्ये सह-अभ्यासक आणि अनुभवी डेव्हलपर्सशी सामील व्हा. ही एक सहाय्यकारी समुदाय आहे जिथे प्रश्नांचे स्वागत आहे आणि ज्ञान मुक्तपणे सामायिक केले जाते.
जर तुम्हाला अडचण आली किंवा AI अॅप बनवताना काही प्रश्न असतील, तर MCP बद्दल चर्चा करण्यासाठी इतर विद्यार्थ्यांशी आणि अनुभवी विकसकांशी जुळा. ही एक मदत करणारी समुदाय आहे जेथे प्रश्न विचारले जातात आणि ज्ञान स्वच्छंदपणे शेअर केले जाते.
[![Microsoft Foundry Discord](https://dcbadge.limes.pink/api/server/nTYy5BXMWG)](https://discord.gg/nTYy5BXMWG)
बांधणी करताना उत्पादनाबाबत अभिप्राय किंवा त्रुटी असल्यास भेट द्या:
तुमच्याकडे उत्पादना संदर्भातील अभिप्राय किंवा त्रुटी असल्यास:
[![Microsoft Foundry Developer Forum](https://img.shields.io/badge/GitHub-Microsoft_Foundry_Developer_Forum-blue?style=for-the-badge&logo=github&color=000000&logoColor=fff)](https://aka.ms/foundry/forum)
---
<!-- CO-OP TRANSLATOR DISCLAIMER START -->
**अस्वीकरण**:
हा दस्तऐवज AI भाषांतर सेवा [Co-op Translator](https://github.com/Azure/co-op-translator) चा वापर करून भाषांतरित केला आहे. आम्ही अचूकतेसाठी प्रयत्नशील असलो तरी, कृपया ध्यानात घ्या की स्वयंचलित भाषांतरांमध्ये चुका किंवा अचूकता नसण्याची शक्यता असू शकते. मूळ दस्तऐवज त्याच्या स्थानिक भाषेत अधिकृत स्रोत मानला जावा. महत्वपूर्ण माहितीसाठी व्यावसायिक मानवी भाषांतर करण्याची शिफारस केली जाते. या भाषांतराच्या वापरामुळे होणाऱ्या कोणत्याही गैरसमजुती किंवा चुकीच्या समजुतीसाठी आम्ही जबाबदार नाही.
**अस्वीकरण**:
हा दस्तऐवज AI अनुवाद सेवा [Co-op Translator](https://github.com/Azure/co-op-translator) चा वापर करून भाषांतरित केला आहे. आम्ही अचूकतेसाठी प्रयत्न करतो, परंतु कृत्रिम अनुवादांमध्ये चुका किंवा अचूकतेच्या त्रुटी असू शकतात याची कृपया जाणीव ठेवा. मूळ दस्तऐवज त्याच्या स्थानिक भाषेत अधिकृत स्रोत माना पाहिजे. महत्त्वाच्या माहिती साठी व्यावसायिक मानवी अनुवाद करण्याची शिफारस केली जाते. या भाषांतराचा वापर केल्यामुळे झालेल्या कोणत्याही गैरसमजुती किंवा चुकीच्या अर्थ लावण्याबद्दल आम्ही जबाबदार नाही.
<!-- CO-OP TRANSLATOR DISCLAIMER END -->

View File

@ -6,8 +6,8 @@
"language_code": "ne"
},
"README.md": {
"original_hash": "9eaca839b0b3f6d7f0a195fd33cebd30",
"translation_date": "2026-02-28T09:22:24+00:00",
"original_hash": "12c8eb6bf0867d2f1c32daf613ac5b8b",
"translation_date": "2026-04-06T20:42:01+00:00",
"source_file": "README.md",
"language_code": "ne"
},

View File

@ -12,24 +12,24 @@
[![Microsoft Foundry Discord](https://dcbadge.limes.pink/api/server/nTYy5BXMWG)](https://discord.gg/nTYy5BXMWG)
# बिगिनरहरूका लागि कृत्रिम बुद्धिमत्ता - एक पाठ्यक्रम
# बिगिनर्सका लागि कृत्रिम बुद्धिमत्ता - एक पाठ्यक्रम
|![Sketchnote by @girlie_mac https://twitter.com/girlie_mac](https://github.com/microsoft/AI-For-Beginners/raw/main/lessons/sketchnotes/ai-overview.png)|
|:---:|
| बिगिनरहरूका लागि AI - _स्केच नोट द्वारा [@girlie_mac](https://twitter.com/girlie_mac)_ |
| बिगिनर्सका लागि AI - _स्केचनोट [@girlie_mac](https://twitter.com/girlie_mac) द्वारा_ |
हाम्रो १२-साता, २४-पाठको पाठ्यक्रमसँग **कृत्रिम बुद्धिमत्ता** (AI) को संसार अन्वेषण गर्नुहोस्! यसमा व्यावहारिक पाठहरू, क्विजहरू, र प्रयोगशालाहरू समावेश छन्। पाठ्यक्रम बिगिनर मैत्री छ र TensorFlow र PyTorch जस्ता उपकरणहरू साथै AI मा नैतिकता पनि समेट्छ।
हाम्रो १२ हप्ता, २४ पाठहरूको पाठ्यक्रमसँग **कृत्रिम बुद्धिमत्ता** (AI) को संसार अन्वेषण गर्नुहोस्! यसले व्यावहारिक पाठहरू, क्विजहरू, र प्रयोगशालाहरू समावेश गर्दछ। पाठ्यक्रम नयाँ सिक्नेहरूका लागि अनुकूल छ र टेन्सरफ्लो र पाइटर्च जस्ता उपकरणहरू साथै AI को नैतिकता पनि समेट्छ।
### 🌐 बहु-भाषा समर्थन
### 🌐 बहुभाषिक समर्थन
#### GitHub कार्यद्वारा समर्थित (स्वचालित र सधैं अपडेट)
#### GitHub Action मार्फत समर्थन गरिएको (स्वचालित र सँधै अद्यावधिक)
<!-- CO-OP TRANSLATOR LANGUAGES TABLE START -->
[Arabic](../ar/README.md) | [Bengali](../bn/README.md) | [Bulgarian](../bg/README.md) | [Burmese (Myanmar)](../my/README.md) | [Chinese (Simplified)](../zh-CN/README.md) | [Chinese (Traditional, Hong Kong)](../zh-HK/README.md) | [Chinese (Traditional, Macau)](../zh-MO/README.md) | [Chinese (Traditional, Taiwan)](../zh-TW/README.md) | [Croatian](../hr/README.md) | [Czech](../cs/README.md) | [Danish](../da/README.md) | [Dutch](../nl/README.md) | [Estonian](../et/README.md) | [Finnish](../fi/README.md) | [French](../fr/README.md) | [German](../de/README.md) | [Greek](../el/README.md) | [Hebrew](../he/README.md) | [Hindi](../hi/README.md) | [Hungarian](../hu/README.md) | [Indonesian](../id/README.md) | [Italian](../it/README.md) | [Japanese](../ja/README.md) | [Kannada](../kn/README.md) | [Korean](../ko/README.md) | [Lithuanian](../lt/README.md) | [Malay](../ms/README.md) | [Malayalam](../ml/README.md) | [Marathi](../mr/README.md) | [Nepali](./README.md) | [Nigerian Pidgin](../pcm/README.md) | [Norwegian](../no/README.md) | [Persian (Farsi)](../fa/README.md) | [Polish](../pl/README.md) | [Portuguese (Brazil)](../pt-BR/README.md) | [Portuguese (Portugal)](../pt-PT/README.md) | [Punjabi (Gurmukhi)](../pa/README.md) | [Romanian](../ro/README.md) | [Russian](../ru/README.md) | [Serbian (Cyrillic)](../sr/README.md) | [Slovak](../sk/README.md) | [Slovenian](../sl/README.md) | [Spanish](../es/README.md) | [Swahili](../sw/README.md) | [Swedish](../sv/README.md) | [Tagalog (Filipino)](../tl/README.md) | [Tamil](../ta/README.md) | [Telugu](../te/README.md) | [Thai](../th/README.md) | [Turkish](../tr/README.md) | [Ukrainian](../uk/README.md) | [Urdu](../ur/README.md) | [Vietnamese](../vi/README.md)
[Arabic](../ar/README.md) | [Bengali](../bn/README.md) | [Bulgarian](../bg/README.md) | [Burmese (Myanmar)](../my/README.md) | [Chinese (Simplified)](../zh-CN/README.md) | [Chinese (Traditional, Hong Kong)](../zh-HK/README.md) | [Chinese (Traditional, Macau)](../zh-MO/README.md) | [Chinese (Traditional, Taiwan)](../zh-TW/README.md) | [Croatian](../hr/README.md) | [Czech](../cs/README.md) | [Danish](../da/README.md) | [Dutch](../nl/README.md) | [Estonian](../et/README.md) | [Finnish](../fi/README.md) | [French](../fr/README.md) | [German](../de/README.md) | [Greek](../el/README.md) | [Hebrew](../he/README.md) | [Hindi](../hi/README.md) | [Hungarian](../hu/README.md) | [Indonesian](../id/README.md) | [Italian](../it/README.md) | [Japanese](../ja/README.md) | [Kannada](../kn/README.md) | [Khmer](../km/README.md) | [Korean](../ko/README.md) | [Lithuanian](../lt/README.md) | [Malay](../ms/README.md) | [Malayalam](../ml/README.md) | [Marathi](../mr/README.md) | [Nepali](./README.md) | [Nigerian Pidgin](../pcm/README.md) | [Norwegian](../no/README.md) | [Persian (Farsi)](../fa/README.md) | [Polish](../pl/README.md) | [Portuguese (Brazil)](../pt-BR/README.md) | [Portuguese (Portugal)](../pt-PT/README.md) | [Punjabi (Gurmukhi)](../pa/README.md) | [Romanian](../ro/README.md) | [Russian](../ru/README.md) | [Serbian (Cyrillic)](../sr/README.md) | [Slovak](../sk/README.md) | [Slovenian](../sl/README.md) | [Spanish](../es/README.md) | [Swahili](../sw/README.md) | [Swedish](../sv/README.md) | [Tagalog (Filipino)](../tl/README.md) | [Tamil](../ta/README.md) | [Telugu](../te/README.md) | [Thai](../th/README.md) | [Turkish](../tr/README.md) | [Ukrainian](../uk/README.md) | [Urdu](../ur/README.md) | [Vietnamese](../vi/README.md)
> **स्थानीय रूपमा क्लोन गर्न मन छ?**
> **स्थानीय रूपमा क्लोन गर्न रुचाउनुहुन्छ?**
>
> यस रिपोजिटोरिमा ५० भन्दा बढी भाषाका अनुवादहरू छन् जसले डाउनलोड साइजलाई धेरै बढाउँछ। बिना अनुवादहरू क्लोन गर्न, sparse checkout प्रयोग गर्नुहोस्:
> यस रिपोजिटरीमा ५०+ भाषामा अनुवादहरू छन् जसले डाउनलोड साइज धेरै बढाउँछ। अनुवाद बिना क्लोन गर्न, sparse checkout प्रयोग गर्नुहोस्:
>
> **Bash / macOS / Linux:**
> ```bash
@ -45,134 +45,134 @@
> git sparse-checkout set --no-cone "/*" "!translations" "!translated_images"
> ```
>
> यसले तपाईंलाई कोर्स पूरा गर्न आवश्यक सबै कुरा छिटो डाउनलोड गराउन दिन्छ।
> यसले तपाईंलाई कोर्स पूरा गर्न आवश्यक सबै कुरा धेरै छिटो डाउनलोडका साथ दिन्छ।
<!-- CO-OP TRANSLATOR LANGUAGES TABLE END -->
**थप भाषा अनुवादहरू समर्थन गर्न चाहनुहुन्छ भने ती यहाँ सूचीबद्ध छन् [यहाँ](https://github.com/Azure/co-op-translator/blob/main/getting_started/supported-languages.md)**
**थप समर्थन गरिने भाषाहरू यहाँ सूचीबद्ध छन् [यहाँ](https://github.com/Azure/co-op-translator/blob/main/getting_started/supported-languages.md)**
## समुदायमा सहभागी हुनुहोस्
## समुदायमा सहभागी हुनुस्
[![Microsoft Foundry Discord](https://dcbadge.limes.pink/api/server/nTYy5BXMWG)](https://discord.gg/nTYy5BXMWG)
## तपाईं के सिक्नुहुनेछ
## तपाईंले के सिक्नुहुनेछ
**[कोर्सको माइन्डम्याप](http://soshnikov.com/courses/ai-for-beginners/mindmap.html)**
**[पाठ्यक्रमको माइन्डम्याप](http://soshnikov.com/courses/ai-for-beginners/mindmap.html)**
यस पाठ्यक्रममा, तपाईंले सिक्नुहुनेछ:
* कृत्रिम बुद्धिमत्ताका विभिन्न दृष्टिकोणहरू, जसमा "पुरानो" प्रतीकात्मक दृष्टिकोण **ज्ञान प्रस्तुतीकरण** र तर्कसंगतता समेत समावेश छन् ([GOFAI](https://en.wikipedia.org/wiki/Symbolic_artificial_intelligence))।
* **न्यूरल नेटवर्कहरू** र **डिप लर्निंग**, जुन आधुनिक AI को केन्द्रमा छन्। हामी यसका महत्वपूर्ण अवधारणाहरू दुई लोकप्रिय फ्रेमवर्क प्रयोग गरेर देखाउनेछौं - [TensorFlow](http://Tensorflow.org) र [PyTorch](http://pytorch.org)।
* तस्बिर र पाठसँग काम गर्ने **न्यूरल आर्किटेक्चरहरू**। हामी भर्खरका मोडेलहरू समेट्नेछौं तर अत्याधुनिक हुन सक्दैन
* कम लोकप्रिय AI दृष्टिकोणहरू, जस्तै **जेनेटिक एल्गोरिदमहरू****मल्टि-एजेन्ट प्रणालिहरू**।
* कृत्रिम बुद्धिमत्ताका विभिन्न दृष्टिकोणहरू, "पुरानो" प्रतीकात्मक दृष्टिकोण सहित जसमा **ज्ञान प्रस्तुति** र तर्कशक्ति समावेश छ ([GOFAI](https://en.wikipedia.org/wiki/Symbolic_artificial_intelligence))।
* **न्युरल नेटवर्कहरू** र **गहिरो सिकाइ**, जुन आधुनिक AI को मूलमा छन्। यी महत्त्वपूर्ण विषयहरूको पछाडिको अवधारणाहरू हामी दुईभन्दा बढी लोकप्रिय विकास फ्रेमवर्कहरूमा कोड प्रयोग गरेर देखाउने छौं - [TensorFlow](http://Tensorflow.org) र [PyTorch](http://pytorch.org)।
* छवि र पाठसँग काम गर्न **न्युरल संरचनाहरू**। हामी हालसालैका मोडेलहरू समेट्नेछौं तर अत्याधुनिकमा केही कमी हुनसक्छ
* कम लोकप्रिय AI दृष्टिकोणहरू, जस्तै **जेनेटिक एल्गोरिदमहरू****बहु-एजेन्ट प्रणालीहरू**।
स पाठ्यक्रममा हामी के समेट्दैनौं:
ो पाठ्यक्रममा हामी के समेट्ने छैनौं:
> [यस कोर्सका सबै अतिरिक्त स्रोतहरू हाम्रो Microsoft Learn सङ्ग्रहमा फेला पार्नुहोस्](https://learn.microsoft.com/en-us/collections/7w28iy2xrqzdj0?WT.mc_id=academic-77998-bethanycheum)
> [हामीले Microsoft Learn संग्रहमा यस कोर्सका सबै थप स्रोतहरू फेला पार्न सकिन्छ](https://learn.microsoft.com/en-us/collections/7w28iy2xrqzdj0?WT.mc_id=academic-77998-bethanycheum)
* **व्यवसायमा AI** को उपयोगका व्यापारिक केसहरू। Microsoft Learn मा [Introduction to AI for business users](https://docs.microsoft.com/learn/paths/introduction-ai-for-business-users/?WT.mc_id=academic-77998-bethanycheum) सिक्ने मार्ग, वा [AI Business School](https://www.microsoft.com/ai/ai-business-school/?WT.mc_id=academic-77998-bethanycheum) जुन [INSEAD](https://www.insead.edu/) सँग सहकार्यमा विकास गरिएको छ, लिनुहोस्
* **क्लासिक मेशिन लर्निंग**, जुन हाम्रो [Machine Learning for Beginners Curriculum](http://github.com/Microsoft/ML-for-Beginners) मा राम्रोसँग वर्णित छ
* व्यावहारिक AI अनुप्रयोगहरू जुन **[Cognitive Services](https://azure.microsoft.com/services/cognitive-services/?WT.mc_id=academic-77998-bethanycheum)** प्रयोग गरेर बनेका छन्। यसको लागि, हामी Microsoft Learn का मोड्युलहरू जस्तै [vision](https://docs.microsoft.com/learn/paths/create-computer-vision-solutions-azure-cognitive-services/?WT.mc_id=academic-77998-bethanycheum), [natural language processing](https://docs.microsoft.com/learn/paths/explore-natural-language-processing/?WT.mc_id=academic-77998-bethanycheum), **[Generative AI with Azure OpenAI Service](https://learn.microsoft.com/en-us/training/paths/develop-ai-solutions-azure-openai/?WT.mc_id=academic-77998-bethanycheum)** र अरू सिफारिस गर्छौं
* विशिष्ट ML **क्लाउड फ्रेमवर्कहरू**, जस्तै [Azure Machine Learning](https://azure.microsoft.com/services/machine-learning/?WT.mc_id=academic-77998-bethanycheum), [Microsoft Fabric](https://learn.microsoft.com/en-us/training/paths/get-started-fabric/?WT.mc_id=academic-77998-bethanycheum) वा [Azure Databricks](https://docs.microsoft.com/learn/paths/data-engineer-azure-databricks?WT.mc_id=academic-77998-bethanycheum)। [Build and operate machine learning solutions with Azure Machine Learning](https://docs.microsoft.com/learn/paths/build-ai-solutions-with-azure-ml-service/?WT.mc_id=academic-77998-bethanycheum) र [Build and Operate Machine Learning Solutions with Azure Databricks](https://docs.microsoft.com/learn/paths/build-operate-machine-learning-solutions-azure-databricks/?WT.mc_id=academic-77998-bethanycheum) सिक्ने मार्गहरू प्रयोग गर्न सुझाव दिइन्छ
* **संवादात्मक AI****च्याट बोटहरू**यसका लागि अलग [Create conversational AI solutions](https://docs.microsoft.com/learn/paths/create-conversational-ai-solutions/?WT.mc_id=academic-77998-bethanycheum) सिक्ने मार्ग छ, र थप विवरणका लागि [यो ब्लग पोस्ट](https://soshnikov.com/azure/hello-bot-conversational-ai-on-microsoft-platform/) पनि हेर्न सक्नुहुन्छ
* गहिरो सिकाइ पछाडिको **गहिरो गणित**। यसको लागि, हामी Ian Goodfellow, Yoshua Bengio र Aaron Courville को [Deep Learning](https://www.amazon.com/Deep-Learning-Adaptive-Computation-Machine/dp/0262035618) सिफारिस गर्छौं, जुन अनलाइन [https://www.deeplearningbook.org/](https://www.deeplearningbook.org/) मा पनि उपलब्ध छ
* **व्यापारमा AI** को प्रयोगका व्यापारिक केसहरू। Microsoft Learn मा [व्यापार प्रयोगकर्ताहरूका लागि AI परिचय](https://docs.microsoft.com/learn/paths/introduction-ai-for-business-users/?WT.mc_id=academic-77998-bethanycheum) सिकाइ मार्ग लिनुहोस्, वा [AI ब्यापार स्कूल](https://www.microsoft.com/ai/ai-business-school/?WT.mc_id=academic-77998-bethanycheum), जुन [INSEAD](https://www.insead.edu/) सँग सहकार्यमा विकास गरिएको हो।
* हाम्रो [Beginner का लागि मेशिन लर्निंग पाठ्यक्रम](http://github.com/Microsoft/ML-for-Beginners) मा राम्ररी वर्णित **परम्परागत मेशिन लर्निंग**
* **[कॉग्निटिभ सर्भिसेज](https://azure.microsoft.com/services/cognitive-services/?WT.mc_id=academic-77998-bethanycheum)** प्रयोग गरी बनेका व्यावहारिक AI अनुप्रयोगहरू। यसको लागि, हामी सिफारिश गर्छौं कि तपाईं Microsoft Learn का [दृश्य](https://docs.microsoft.com/learn/paths/create-computer-vision-solutions-azure-cognitive-services/?WT.mc_id=academic-77998-bethanycheum), [प्राकृतिक भाषा प्रसोधन](https://docs.microsoft.com/learn/paths/explore-natural-language-processing/?WT.mc_id=academic-77998-bethanycheum), **[Azure OpenAI सेवा सहित जनरेटिभ AI](https://learn.microsoft.com/en-us/training/paths/develop-ai-solutions-azure-openai/?WT.mc_id=academic-77998-bethanycheum)** र अन्य मोड्युलहरूबाट सुरु गर्नुहोस्
* विशेष ML **क्लाउड फ्रेमवर्कहरू**, जस्तै [Azure Machine Learning](https://azure.microsoft.com/services/machine-learning/?WT.mc_id=academic-77998-bethanycheum), [Microsoft Fabric](https://learn.microsoft.com/en-us/training/paths/get-started-fabric/?WT.mc_id=academic-77998-bethanycheum), वा [Azure Databricks](https://docs.microsoft.com/learn/paths/data-engineer-azure-databricks?WT.mc_id=academic-77998-bethanycheum)। [Azure Machine Learning संग मेशिन लर्निंग समाधान बनाउने र सञ्चालन गर्ने](https://docs.microsoft.com/learn/paths/build-ai-solutions-with-azure-ml-service/?WT.mc_id=academic-77998-bethanycheum) र [Azure Databricks सँग मेशिन लर्निंग समाधान बनाउने र सञ्चालन गर्ने](https://docs.microsoft.com/learn/paths/build-operate-machine-learning-solutions-azure-databricks/?WT.mc_id=academic-77998-bethanycheum) सिकाइ मार्गहरू प्रयोग गर्न विचार गर्नुहोस्
* **संवादात्मक AI****च्याट बोटहरू**एक अलग [संवादात्मक AI समाधानहरू सिर्जना गर्ने](https://docs.microsoft.com/learn/paths/create-conversational-ai-solutions/?WT.mc_id=academic-77998-bethanycheum) सिकाइ मार्ग छ, र थप विवरणका लागि [यस ब्लग पोस्ट](https://soshnikov.com/azure/hello-bot-conversational-ai-on-microsoft-platform/) मा पनि जानुहोस्
* गहिरो सिकाइ पछाडिको **गहिरो गणित**। यसको लागि, हामी सिफारिश गर्छौं [Deep Learning](https://www.amazon.com/Deep-Learning-Adaptive-Computation-Machine/dp/0262035618) पुस्तक Ian Goodfellow, Yoshua Bengio र Aaron Courville द्वारा लेखिएको, जुन अनलाइन पनि उपलब्ध छ [https://www.deeplearningbook.org/](https://www.deeplearningbook.org/) मा।
_एआई इन द क्लाउड_ विषयहरूमा सजिलो परिचयको लागि [Get started with artificial intelligence on Azure](https://docs.microsoft.com/learn/paths/get-started-with-artificial-intelligence-on-azure/?WT.mc_id=academic-77998-bethanycheum) सिक्ने मार्ग लिन सक्नुहुन्छ।
_क्लाउडमा AI_ विषयहरूको सहज परिचयका लागि तपाईं [Azure मा कृत्रिम बुद्धिमत्तिसँग सुरु गर्ने](https://docs.microsoft.com/learn/paths/get-started-with-artificial-intelligence-on-azure/?WT.mc_id=academic-77998-bethanycheum) सिकाइ मार्ग पनि लिन सक्नुहुन्छ।
# सामग्री
| | पाठ लिंक | PyTorch/Keras/TensorFlow | प्रयोगशाला |
| | पाठ लिंक | पाइटर्च/केरेस/टेन्सरफ्लो | प्रयोगशाला |
| :-: | :------------------------------------------------------------------------------------------------------------------------------------------: | :---------------------------------------------------------------------------------------------: | ------------------------------------------------------------------------------ |
| 0 | [पाठ्यक्रम सेटअप](./lessons/0-course-setup/setup.md) | [आफ्नो विकास वातावरण सेटअप गर्नुहोस्](./lessons/0-course-setup/how-to-run.md) | |
| 0 | [कोर्स सेटअप](./lessons/0-course-setup/setup.md) | [आफ्नो विकास वातावरण सेटअप गर्नुहोस्](./lessons/0-course-setup/how-to-run.md) | |
| I | [**AI परिचय**](./lessons/1-Intro/README.md) | | |
| 01 | [AI को परिचय र इतिहास](./lessons/1-Intro/README.md) | - | - |
| II | **प्रतीकात्मक AI** |
| 02 | [ज्ञान प्रतिनिधित्व र विशेषज्ञ प्रणालीहरू](./lessons/2-Symbolic/README.md) | [विशेषज्ञ प्रणालीहरू](./lessons/2-Symbolic/Animals.ipynb) / [ओन्टोलोजी](./lessons/2-Symbolic/FamilyOntology.ipynb) /[धारणा ग्राफ](./lessons/2-Symbolic/MSConceptGraph.ipynb) | |
| III | [**न्यूरल नेटवर्कहरूमा परिचय**](./lessons/3-NeuralNetworks/README.md) |||
| 03 | [पर्सेप्ट्रोन](./lessons/3-NeuralNetworks/03-Perceptron/README.md) | [नोुक](./lessons/3-NeuralNetworks/03-Perceptron/Perceptron.ipynb) | [प्रयोगशाला](./lessons/3-NeuralNetworks/03-Perceptron/lab/README.md) |
| 04 | [बहु-परत पर्सेप्ट्रोन र हाम्रो आफ्नै फ्रेमवर्क सिर्जना गर्दै](./lessons/3-NeuralNetworks/04-OwnFramework/README.md) | [नोुक](./lessons/3-NeuralNetworks/04-OwnFramework/OwnFramework.ipynb) | [प्रयोगशाला](./lessons/3-NeuralNetworks/04-OwnFramework/lab/README.md) |
| 05 | [फ्रेमवर्कहरूमा परिचय (पाइटच/टेन्सरफ्लो) र ओभरफिटिङ](./lessons/3-NeuralNetworks/05-Frameworks/README.md) | [पाइटच](./lessons/3-NeuralNetworks/05-Frameworks/IntroPyTorch.ipynb) / [किरास](./lessons/3-NeuralNetworks/05-Frameworks/IntroKeras.ipynb) / [टेन्सरफ्लो](./lessons/3-NeuralNetworks/05-Frameworks/IntroKerasTF.ipynb) | [प्रयोगशाला](./lessons/3-NeuralNetworks/05-Frameworks/lab/README.md) |
| IV | [**कम्प्युटर भिजन**](./lessons/4-ComputerVision/README.md) | [पाइटच](https://docs.microsoft.com/learn/modules/intro-computer-vision-pytorch/?WT.mc_id=academic-77998-cacaste) / [टेन्सरफ्लो](https://docs.microsoft.com/learn/modules/intro-computer-vision-TensorFlow/?WT.mc_id=academic-77998-cacaste)| [माइक्रोसफ्ट एजुरमा कम्प्युटर भिजन अन्वेषण गर्नुहोस्](https://learn.microsoft.com/en-us/collections/7w28iy2xrqzdj0?WT.mc_id=academic-77998-bethanycheum) |
| 06 | [कम्प्युटर भिजनमा परिचय। OpenCV](./lessons/4-ComputerVision/06-IntroCV/README.md) | [नोुक](./lessons/4-ComputerVision/06-IntroCV/OpenCV.ipynb) | [प्रयोगशाला](./lessons/4-ComputerVision/06-IntroCV/lab/README.md) |
| 07 | [कन्भोलुसनल न्यूरल नेटवर्कहरू](./lessons/4-ComputerVision/07-ConvNets/README.md) & [CNN आर्किटेक्चरहरू](./lessons/4-ComputerVision/07-ConvNets/CNN_Architectures.md) | [पाइटच](./lessons/4-ComputerVision/07-ConvNets/ConvNetsPyTorch.ipynb) /[टेन्सरफ्लो](./lessons/4-ComputerVision/07-ConvNets/ConvNetsTF.ipynb) | [प्रयोगशाला](./lessons/4-ComputerVision/07-ConvNets/lab/README.md) |
| 08 | [पूर्व-प्रशिक्षित नेटवर्कहरू र ट्रान्सफर लर्निङ](./lessons/4-ComputerVision/08-TransferLearning/README.md) र [प्रशिक्षण तरिकाहरू](./lessons/4-ComputerVision/08-TransferLearning/TrainingTricks.md) | [पाइटच](./lessons/4-ComputerVision/08-TransferLearning/TransferLearningPyTorch.ipynb) / [टेन्सरफ्लो](./lessons/3-NeuralNetworks/05-Frameworks/IntroKerasTF.ipynb) | [प्रयोगशाला](./lessons/4-ComputerVision/08-TransferLearning/lab/README.md) |
| 09 | [अटोइनकोडरहरू र VAEहरू](./lessons/4-ComputerVision/09-Autoencoders/README.md) | [पाइटच](./lessons/4-ComputerVision/09-Autoencoders/AutoEncodersPyTorch.ipynb) / [टेन्सरफ्लो](./lessons/4-ComputerVision/09-Autoencoders/AutoencodersTF.ipynb) | |
| 10 | [जनरेटिभ एड्भर्सेरियल नेटवर्कहरू र कलात्मक शैली स्थानान्तरण](./lessons/4-ComputerVision/10-GANs/README.md) | [पाइटच](./lessons/4-ComputerVision/10-GANs/GANPyTorch.ipynb) / [टेन्सरफ्लो](./lessons/4-ComputerVision/10-GANs/GANTF.ipynb) | |
| 11 | [वस्तु पहिचान](./lessons/4-ComputerVision/11-ObjectDetection/README.md) | [टेन्सरफ्लो](./lessons/4-ComputerVision/11-ObjectDetection/ObjectDetection.ipynb) | [प्रयोगशाला](./lessons/4-ComputerVision/11-ObjectDetection/lab/README.md) |
| 12 | [ेम्यान्टिक सेगमेन्टेशन। U-Net](./lessons/4-ComputerVision/12-Segmentation/README.md) | [पाइटच](./lessons/4-ComputerVision/12-Segmentation/SemanticSegmentationPytorch.ipynb) / [टेन्सरफ्लो](./lessons/4-ComputerVision/12-Segmentation/SemanticSegmentationTF.ipynb) | |
| V | [**प्राकृतिक भाषा प्रसोधन**](./lessons/5-NLP/README.md) | [पाइटच](https://docs.microsoft.com/learn/modules/intro-natural-language-processing-pytorch/?WT.mc_id=academic-77998-cacaste) /[टेन्सरफ्लो](https://docs.microsoft.com/learn/modules/intro-natural-language-processing-TensorFlow/?WT.mc_id=academic-77998-cacaste) | [माइक्रोसफ्ट एजुरमा प्राकृतिक भाषा प्रोधन अन्वेषण गर्नुहोस्](https://learn.microsoft.com/en-us/collections/7w28iy2xrqzdj0?WT.mc_id=academic-77998-bethanycheum)|
| 13 | [पाठ प्रतिनिधित्व। बो / TF-IDF](./lessons/5-NLP/13-TextRep/README.md) | [पाइटच](https://github.com/microsoft/AI-For-Beginners/blob/main/lessons/5-NLP/13-TextRep/TextRepresentationPyTorch.ipynb) / [टेन्सरफ्लो](https://github.com/microsoft/AI-For-Beginners/blob/main/lessons/5-NLP/13-TextRep/TextRepresentationTF.ipynb) | |
| 14 | [ेम्यान्टिक शब्द एम्बेडिङहरू। Word2Vec र GloVe](./lessons/5-NLP/14-Embeddings/README.md) | [पाइटच](https://github.com/microsoft/AI-For-Beginners/blob/main/lessons/5-NLP/14-Embeddings/EmbeddingsPyTorch.ipynb) / [टेन्सरफ्लो](https://github.com/microsoft/AI-For-Beginners/blob/main/lessons/5-NLP/14-Embeddings/EmbeddingsTF.ipynb) | |
| 15 | [भाषा मोडलिङ। आफ्नै एम्बेडिङहरू प्रशिक्षण गर्नुहोस्](./lessons/5-NLP/15-LanguageModeling/README.md) | [पाइटच](https://github.com/microsoft/AI-For-Beginners/blob/main/lessons/5-NLP/15-LanguageModeling/CBoW-PyTorch.ipynb) / [टेन्सरफ्लो](https://github.com/microsoft/AI-For-Beginners/blob/main/lessons/5-NLP/15-LanguageModeling/CBoW-TF.ipynb) | [प्रयोगशाला](./lessons/5-NLP/15-LanguageModeling/lab/README.md) |
| 16 | [रिकरन्ट न्यूरल नेटवर्कहरू](./lessons/5-NLP/16-RNN/README.md) | [पाइटच](https://github.com/microsoft/AI-For-Beginners/blob/main/lessons/5-NLP/16-RNN/RNNPyTorch.ipynb) / [टेन्सरफ्लो](https://github.com/microsoft/AI-For-Beginners/blob/main/lessons/5-NLP/16-RNN/RNNTF.ipynb) | |
| 17 | [जनरेटिभ रिकरन्ट नेटवर्कहरू](./lessons/5-NLP/17-GenerativeNetworks/README.md) | [पाइटच](https://github.com/microsoft/AI-For-Beginners/blob/main/lessons/5-NLP/17-GenerativeNetworks/GenerativePyTorch.ipynb) / [टेन्सरफ्लो](https://github.com/microsoft/AI-For-Beginners/blob/main/lessons/5-NLP/17-GenerativeNetworks/GenerativeTF.ipynb) | [प्रयोगशाला](./lessons/5-NLP/17-GenerativeNetworks/lab/README.md) |
| 18 | [ट्रान्सफर्मरहरू। BERT।](./lessons/5-NLP/18-Transformers/README.md) | [पाइटच](https://github.com/microsoft/AI-For-Beginners/blob/main/lessons/5-NLP/18-Transformers/TransformersPyTorch.ipynb) /[टेन्सरफ्लो](https://github.com/microsoft/AI-For-Beginners/blob/main/lessons/5-NLP/18-Transformers/TransformersTF.ipynb) | |
| 19 | [नामित इकाई पहिचान](./lessons/5-NLP/19-NER/README.md) | [टेन्सरफ्लो](https://microsoft.github.io/AI-For-Beginners/lessons/5-NLP/19-NER/NER-TF.ipynb) | [प्रयोगशाला](./lessons/5-NLP/19-NER/lab/README.md) |
| 20 | [ठूला भाषा मोडलहरू, प्रॉम्प्ट प्रोग्रामिङ र थोरै-शट कार्यहरू](./lessons/5-NLP/20-LangModels/README.md) | [पाइटच](https://microsoft.github.io/AI-For-Beginners/lessons/5-NLP/20-LangModels/GPT-PyTorch.ipynb) | |
| 02 | [ज्ञान प्रतिनिधित्व र विशेषज्ञ प्रणालीहरू](./lessons/2-Symbolic/README.md) | [विशेषज्ञ प्रणालीहरू](./lessons/2-Symbolic/Animals.ipynb) / [अन्तरज्ञान](./lessons/2-Symbolic/FamilyOntology.ipynb) /[धारणा ग्राफ](./lessons/2-Symbolic/MSConceptGraph.ipynb) | |
| III | [**स्नायु नेटवर्कहरूमा परिचय**](./lessons/3-NeuralNetworks/README.md) |||
| 03 | [पर्सेप्ट्रोन](./lessons/3-NeuralNetworks/03-Perceptron/README.md) | [नोटबुक](./lessons/3-NeuralNetworks/03-Perceptron/Perceptron.ipynb) | [प्रयोगशाला](./lessons/3-NeuralNetworks/03-Perceptron/lab/README.md) |
| 04 | [बहु-स्तरीय पर्सेप्ट्रोन र हाम्रो आफ्नै फ्रेमवर्क सिर्जना](./lessons/3-NeuralNetworks/04-OwnFramework/README.md) | [नोटबुक](./lessons/3-NeuralNetworks/04-OwnFramework/OwnFramework.ipynb) | [प्रयोगशाला](./lessons/3-NeuralNetworks/04-OwnFramework/lab/README.md) |
| 05 | [फ्रेमवर्कहरूमा परिचय (PyTorch/TensorFlow) र अतिपठनीयता](./lessons/3-NeuralNetworks/05-Frameworks/README.md) | [PyTorch](./lessons/3-NeuralNetworks/05-Frameworks/IntroPyTorch.ipynb) / [Keras](./lessons/3-NeuralNetworks/05-Frameworks/IntroKeras.ipynb) / [TensorFlow](./lessons/3-NeuralNetworks/05-Frameworks/IntroKerasTF.ipynb) | [प्रयोगशाला](./lessons/3-NeuralNetworks/05-Frameworks/lab/README.md) |
| IV | [**कम्प्युटर भिजन**](./lessons/4-ComputerVision/README.md) | [PyTorch](https://docs.microsoft.com/learn/modules/intro-computer-vision-pytorch/?WT.mc_id=academic-77998-cacaste) / [TensorFlow](https://docs.microsoft.com/learn/modules/intro-computer-vision-TensorFlow/?WT.mc_id=academic-77998-cacaste)| [माइक्रोसफ्ट एजुरमा कम्प्युटर भिजन अन्वेषण गर्नुहोस्](https://learn.microsoft.com/en-us/collections/7w28iy2xrqzdj0?WT.mc_id=academic-77998-bethanycheum) |
| 06 | [कम्प्युटर भिजनमा परिचय। OpenCV](./lessons/4-ComputerVision/06-IntroCV/README.md) | [नोटबुक](./lessons/4-ComputerVision/06-IntroCV/OpenCV.ipynb) | [प्रयोगशाला](./lessons/4-ComputerVision/06-IntroCV/lab/README.md) |
| 07 | [कन्वोल्युसनल न्युरल नेटवर्कहरू](./lessons/4-ComputerVision/07-ConvNets/README.md) & [CNN संरचनाहरू](./lessons/4-ComputerVision/07-ConvNets/CNN_Architectures.md) | [PyTorch](./lessons/4-ComputerVision/07-ConvNets/ConvNetsPyTorch.ipynb) /[TensorFlow](./lessons/4-ComputerVision/07-ConvNets/ConvNetsTF.ipynb) | [प्रयोगशाला](./lessons/4-ComputerVision/07-ConvNets/lab/README.md) |
| 08 | [पूर्व-प्रशिक्षित नेटवर्कहरू र स्थानान्तरण सिकाइ](./lessons/4-ComputerVision/08-TransferLearning/README.md) र [प्रशिक्षण चालहरू](./lessons/4-ComputerVision/08-TransferLearning/TrainingTricks.md) | [PyTorch](./lessons/4-ComputerVision/08-TransferLearning/TransferLearningPyTorch.ipynb) / [TensorFlow](./lessons/3-NeuralNetworks/05-Frameworks/IntroKerasTF.ipynb) | [प्रयोगशाला](./lessons/4-ComputerVision/08-TransferLearning/lab/README.md) |
| 09 | [अटोएन्कोडरहरू र VAEहरू](./lessons/4-ComputerVision/09-Autoencoders/README.md) | [PyTorch](./lessons/4-ComputerVision/09-Autoencoders/AutoEncodersPyTorch.ipynb) / [TensorFlow](./lessons/4-ComputerVision/09-Autoencoders/AutoencodersTF.ipynb) | |
| 10 | [सृजनात्मक प्रतिद्वन्द्वी नेटवर्कहरू र कलात्मक शैली स्थानान्तरण](./lessons/4-ComputerVision/10-GANs/README.md) | [PyTorch](./lessons/4-ComputerVision/10-GANs/GANPyTorch.ipynb) / [TensorFlow](./lessons/4-ComputerVision/10-GANs/GANTF.ipynb) | |
| 11 | [वस्तु पत्ता लगाउने](./lessons/4-ComputerVision/11-ObjectDetection/README.md) | [TensorFlow](./lessons/4-ComputerVision/11-ObjectDetection/ObjectDetection.ipynb) | [प्रयोगशाला](./lessons/4-ComputerVision/11-ObjectDetection/lab/README.md) |
| 12 | [ामान्य संयोजन। U-Net](./lessons/4-ComputerVision/12-Segmentation/README.md) | [PyTorch](./lessons/4-ComputerVision/12-Segmentation/SemanticSegmentationPytorch.ipynb) / [TensorFlow](./lessons/4-ComputerVision/12-Segmentation/SemanticSegmentationTF.ipynb) | |
| V | [**प्राकृतिक भाषा प्रशोधन**](./lessons/5-NLP/README.md) | [PyTorch](https://docs.microsoft.com/learn/modules/intro-natural-language-processing-pytorch/?WT.mc_id=academic-77998-cacaste) /[TensorFlow](https://docs.microsoft.com/learn/modules/intro-natural-language-processing-TensorFlow/?WT.mc_id=academic-77998-cacaste) | [माइक्रोसफ्ट एजुरमा प्राकृतिक भाषा प्रोधन अन्वेषण गर्नुहोस्](https://learn.microsoft.com/en-us/collections/7w28iy2xrqzdj0?WT.mc_id=academic-77998-bethanycheum)|
| 13 | [पाठ प्रतिनिधित्व। Bow/TF-IDF](./lessons/5-NLP/13-TextRep/README.md) | [PyTorch](https://github.com/microsoft/AI-For-Beginners/blob/main/lessons/5-NLP/13-TextRep/TextRepresentationPyTorch.ipynb) / [TensorFlow](https://github.com/microsoft/AI-For-Beginners/blob/main/lessons/5-NLP/13-TextRep/TextRepresentationTF.ipynb) | |
| 14 | [ामान्य शब्द एम्बेडिङहरू। Word2Vec र GloVe](./lessons/5-NLP/14-Embeddings/README.md) | [PyTorch](https://github.com/microsoft/AI-For-Beginners/blob/main/lessons/5-NLP/14-Embeddings/EmbeddingsPyTorch.ipynb) / [TensorFlow](https://github.com/microsoft/AI-For-Beginners/blob/main/lessons/5-NLP/14-Embeddings/EmbeddingsTF.ipynb) | |
| 15 | [भाषा मोडेलिंग। आफ्नै एम्बेडिङहरू प्रशिक्षण](./lessons/5-NLP/15-LanguageModeling/README.md) | [PyTorch](https://github.com/microsoft/AI-For-Beginners/blob/main/lessons/5-NLP/15-LanguageModeling/CBoW-PyTorch.ipynb) / [TensorFlow](https://github.com/microsoft/AI-For-Beginners/blob/main/lessons/5-NLP/15-LanguageModeling/CBoW-TF.ipynb) | [प्रयोगशाला](./lessons/5-NLP/15-LanguageModeling/lab/README.md) |
| 16 | [पुनरावृत्त न्युरल नेटवर्कहरू](./lessons/5-NLP/16-RNN/README.md) | [PyTorch](https://github.com/microsoft/AI-For-Beginners/blob/main/lessons/5-NLP/16-RNN/RNNPyTorch.ipynb) / [TensorFlow](https://github.com/microsoft/AI-For-Beginners/blob/main/lessons/5-NLP/16-RNN/RNNTF.ipynb) | |
| 17 | [सृजनात्मक पुनरावृत्त नेटवर्कहरू](./lessons/5-NLP/17-GenerativeNetworks/README.md) | [PyTorch](https://github.com/microsoft/AI-For-Beginners/blob/main/lessons/5-NLP/17-GenerativeNetworks/GenerativePyTorch.ipynb) / [TensorFlow](https://github.com/microsoft/AI-For-Beginners/blob/main/lessons/5-NLP/17-GenerativeNetworks/GenerativeTF.ipynb) | [प्रयोगशाला](./lessons/5-NLP/17-GenerativeNetworks/lab/README.md) |
| 18 | [ट्रान्सफर्मरहरू। BERT।](./lessons/5-NLP/18-Transformers/README.md) | [PyTorch](https://github.com/microsoft/AI-For-Beginners/blob/main/lessons/5-NLP/18-Transformers/TransformersPyTorch.ipynb) /[TensorFlow](https://github.com/microsoft/AI-For-Beginners/blob/main/lessons/5-NLP/18-Transformers/TransformersTF.ipynb) | |
| 19 | [नामांकित संस्था पहिचान](./lessons/5-NLP/19-NER/README.md) | [TensorFlow](https://microsoft.github.io/AI-For-Beginners/lessons/5-NLP/19-NER/NER-TF.ipynb) | [प्रयोगशाला](./lessons/5-NLP/19-NER/lab/README.md) |
| 20 | [ठूला भाषा मोडलहरू, प्रॉम्प्ट प्रोग्रामिङ र थोरै-शट कार्यहरू](./lessons/5-NLP/20-LangModels/README.md) | [PyTorch](https://microsoft.github.io/AI-For-Beginners/lessons/5-NLP/20-LangModels/GPT-PyTorch.ipynb) | |
| VI | **अन्य AI प्रविधिहरू** || |
| 21 | [नेटिक एल्गोरिदमहरू](./lessons/6-Other/21-GeneticAlgorithms/README.md) | [नोुक](./lessons/6-Other/21-GeneticAlgorithms/Genetic.ipynb) | |
| 22 | [डीप रिइन्फोर्समेन्ट लर्निङ](./lessons/6-Other/22-DeepRL/README.md) | [पाइटच](./lessons/6-Other/22-DeepRL/CartPole-RL-PyTorch.ipynb) /[टेन्सरफ्लो](./lessons/6-Other/22-DeepRL/CartPole-RL-TF.ipynb) | [प्रयोगशाला](./lessons/6-Other/22-DeepRL/lab/README.md) |
| 23 | [बहु-एजे्ट प्रणालीहरू](./lessons/6-Other/23-MultiagentSystems/README.md) | | |
| 21 | [नेटिक एल्गोरिदम](./lessons/6-Other/21-GeneticAlgorithms/README.md) | [नोटबुक](./lessons/6-Other/21-GeneticAlgorithms/Genetic.ipynb) | |
| 22 | [गहिरो सुदृढीकरण सिकाइ](./lessons/6-Other/22-DeepRL/README.md) | [PyTorch](./lessons/6-Other/22-DeepRL/CartPole-RL-PyTorch.ipynb) /[TensorFlow](./lessons/6-Other/22-DeepRL/CartPole-RL-TF.ipynb) | [प्रयोगशाला](./lessons/6-Other/22-DeepRL/lab/README.md) |
| 23 | [बहु-एजे्ट प्रणालीहरू](./lessons/6-Other/23-MultiagentSystems/README.md) | | |
| VII | **AI नैतिकता** | | |
| 24 | [AI नैतिकता र जिम्मेवार AI](./lessons/7-Ethics/README.md) | [Microsoft Learn: जिम्मेवार AI सिद्धान्तहरू](https://docs.microsoft.com/learn/paths/responsible-ai-business-principles/?WT.mc_id=academic-77998-cacaste) | |
| IX | **थपहरू** | | |
| 25 | [बहु-मोडल नेटवर्कहरू, CLIP र VQGAN](./lessons/X-Extras/X1-MultiModal/README.md) | [नोुक](./lessons/X-Extras/X1-MultiModal/Clip.ipynb) | |
| 24 | [AI नैतिकता र उत्तरदायी AI](./lessons/7-Ethics/README.md) | [Microsoft Learn: उत्तरदायी AI सिद्धान्तहरू](https://docs.microsoft.com/learn/paths/responsible-ai-business-principles/?WT.mc_id=academic-77998-cacaste) | |
| IX | **थप** | | |
| 25 | [बहु-मोडल नेटवर्कहरू, CLIP र VQGAN](./lessons/X-Extras/X1-MultiModal/README.md) | [नोटबुक](./lessons/X-Extras/X1-MultiModal/Clip.ipynb) | |
## प्रत्येक पाठमा समावेश
* पूर्व-पठन सामग्री
* कार्यान्वयन योग्य Jupyter नोटबुकहरू, जुन प्रायः फ्रेमवर्क विशेष ( **PyTorch** वा **TensorFlow**) सँग सम्बन्धित हुन्छन्। कार्यान्वयन योग्य नोटबुकमा थुप्रै सैद्धान्तिक सामग्री पनि समावेश हुन्छ, त्यसैले विषयलाई बुझ्नका लागि कम्तीमा एउटा संस्करणको नोटबुक (PyTorch वा TensorFlow कुनै एक) अवश्य अध्ययन गर्नु पर्छ।
* केही विषयहरूका लागि उपलब्ध **प्रयोगशालाहरू**, जसले तपाईँले सिकेको सामग्रीलाई विशेष समस्यामा लागू गर्ने मौका दिन्छ।
* केहि खण्डहरूमा [**MS Learn**](https://learn.microsoft.com/en-us/collections/7w28iy2xrqzdj0?WT.mc_id=academic-77998-bethanycheum) मोड्युलहरूका लिङ्कहरू छन् जसले सम्बन्धित विषयहरू सम्बोधित गर्छन्।
## प्रत्येक पाठले समावेश गर्द
* प्रि-रीडिङ सामग्री
* कार्यान्वयन योग्य Jupyter नोटबुकहरू, जुन प्रायः फ्रेमवर्क अनुसार विशिष्ट हुन्छन् (**PyTorch** वा **TensorFlow**). कार्यान्वयन योग्य नोटबुकमा धेरै सैद्धान्तिक सामग्री पनि हुन्छ, त्यसैले बिषयलाई बुझ्न तपाईंले कम्तीमा एक संस्करणको नोटबुक (PyTorch वा TensorFlow मध्ये कुनै एक) पढ्न आवश्यक हुन्छ।
* केही बिषयहरूको लागि उपलब्ध **प्रयोगशालाहरू** जसले तपाईंले सिकेको सामग्रीलाई विशेष समस्यामा लागू गर्न प्रयास गर्ने अवसर दिन्छ।
* केही अंशहरूमा सम्बन्धित बिषयहरु समेटिएका [**MS Learn**](https://learn.microsoft.com/en-us/collections/7w28iy2xrqzdj0?WT.mc_id=academic-77998-bethanycheum) मोड्युलहरूको लिंकहरू छन्।
## सुरु गर्ने तरिका
## सुरु गर्दै
### 🎯 एआईमा नयाँ? यहाँबाट सुरु गर्नुहोस्!
### 🎯 नयाँ हुनुहुन्छ AI मा? यहाँबाट सुरु गर्नुहोस्!
यदि तपाईं पुरै नयाँ हुनुहुन्छ र छिटो, व्यावहारिक उदाहरणहरू खोज्दै हुनुहुन्छ भने, हाम्रा [**शुरुआती-अनुकूल उदाहरणहरू**](./examples/README.md) मा हेर्नुहोस्! यीमा समावेश छन्:
यदि तपाईं पूर्ण रूपमा AI मा नयाँ हुनुहुन्छ र छिटो, व्यावहारिक उदाहरणहरू चाहनुहुन्छ भने, हाम्रो [**शुरुआती मैत्री उदाहरणहरू**](./examples/README.md) हेर्नुहोस्! यीमा समावेश छन्:
- 🌟 **Hello AI World** - तपाईँको पहिलो AI कार्यक्रम (ढाँचा पहिचान)
- 🧠 **सजिलो न्यूरल नेटवर्क** - शून्यबाट न्यूरल नेटवर्क बनाउने
- 🖼️ **छवि वर्गीकरणकर्ता** - टिप्पणी सहित छविहरू वर्गीकृत गर्ने
- 💬 **पाठ भावना विश्लेषण** - सकारात्मक/नकारात्मक पाठ विश्लेषण
- 🌟 **Hello AI World** - तपाईंको पहिलो AI प्रोग्राम (ढाँचा पहिचान)
- 🧠 **सरल न्यूरल नेटवर्क** - स्क्र्याचबाट न्यूरल नेटवर्क बनाउनुहोस्
- 🖼️ **छवि वर्गीकरणकर्ता** - विस्तृत टिप्पणिहरू सहित छविहरू वर्गीकरण गर्नुहोस्
- 💬 **पाठ भावना** - सकारात्मक/नकारात्मक पाठ विश्लेषण गर्नुहोस्
यी उदाहरणहरूले पूर्ण पाठ्यक्रममा प्रवेश गर्नु भन्दा पहिले AI अवधारणाहरू बुझ्न सहयोग पुर्‍याउँछन्
यी उदाहरणहरूले तपाईंलाई सम्पूर्ण पाठ्यक्रममा जानु अघि AI अवधारणाहरू बुझ्न मद्दत गर्ने उद्देश्यले डिजाइन गरिएको हो
### 📚 पूर्ण पाठ्यक्रम सेटअप
- तपाईंको विकास वातावरण सेटअप गर्न सहयोग गर्न हामीले [सेटअप पाठ](./lessons/0-course-setup/setup.md) तयार पारेका छौं। - शिक्षकहरूका लागि पनि हामीले [शिक्षकहरूका लागि पाठ्यक्रम सेटअप पाठ](./lessons/0-course-setup/for-teachers.md) तयार पारेका छौं!
- VSCode वा Codespace मा कोड कसरी चलाउने [यहाँ हेर्नुहोस्](./lessons/0-course-setup/how-to-run.md)
- तपाईंको विकास वातावरण सेटअप गर्न हामीले [सेटअप पाठ](./lessons/0-course-setup/setup.md) तयार पारेका छौं। - शिक्षकहरूको लागि पनि हामीले [पाठ्यक्रम सेटअप पाठ](./lessons/0-course-setup/for-teachers.md) तयार पारेका छौं!
- कसरी [VSCode वा Codespace मा कोड चलाउने](./lessons/0-course-setup/how-to-run.md)
यी चरणहरू अनुसरण गर्नुहोस्:
रेक्खा अनुकृति (फोर्क) गर्नुहोस्: यो पृष्ठको माथि-दायाँ कुनामा रहेको "Fork" बटनमा क्लिक गर्नुहोस्।
भण्डार फोर्क गर्नुहोस्: यस पृष्ठको माथिल्लो-दायाँ कुनामा "Fork" बटनमा क्लिक गर्नुहोस्।
रेक्खा क्लोन गर्नुहोस्: `git clone https://github.com/microsoft/AI-For-Beginners.git`
भण्डार क्लोन गर्नुहोस्: `git clone https://github.com/microsoft/AI-For-Beginners.git`
त्यसलाई पछि सजिलै फेला पार्न यस रिपोजिटरीलाई स्टार (🌟) दिन नबिर्सनुहोस्।
पछि सजिलै फेला पार्न यो रिपोजिटोरीलाई स्टार (🌟) दिन नबिर्सनुहोस्।
## अन्य सिक्नेहरूलाई भेट्नुस्
## अन्य सिक्नेहरूलाई भेट्नुहोस्
यस कोर्समा संलग्न अरू सिक्नेहरूसँग भेटघाट र नेटवर्क बनाउन हाम्रो [औपचारिक AI Discord सर्भर](https://aka.ms/genai-discord?WT.mc_id=academic-105485-bethanycheum) मा सामेल हुनुहोस् र सहयोग लिनुहोस्
हाम्रो [अधिकृत AI डिस्कोर्ड सर्भर](https://aka.ms/genai-discord?WT.mc_id=academic-105485-bethanycheum) मा सामेल हुनुहोस् जहाँ तपाईं यस कोर्समा सिक्दै गरेका अन्य सिक्नेहरूसँग भेटघाट र नेटवर्क गर्न सक्नुहुनेछ र सहयोग पाउन सक्नुहुनेछ
निर्माण गर्ने क्रममा यदि तपाईंलाई उत्पादन प्रतिपुष्टि वा प्रश्न छ भने हाम्रो [Azure AI Foundry Developer Forum](https://aka.ms/foundry/forum) भ्रमण गर्नुहोस्।
यदि तपाईंलाई उत्पादन प्रतिक्रिया वा प्रश्नहरू छन् भने हाम्रो [Azure AI Foundry Developer Forum](https://aka.ms/foundry/forum) मा जानुहोस्।
## प्रश्नोत्तरी
## क्विजहरू
> **प्रश्नोत्तरी सम्बन्धी नोट**: सबै प्रश्नोत्तरीहरू Quiz-app फोल्डरमा आदि\quiz-appमा राखिएका छन्, वा [अनि अनलाइन यहाँ](https://ff-quizzes.netlify.app/) उपलब्ध छन्। तिनीहरूलाई पाठ्यक्रम भित्र लिङ्क गरिएको छ; प्रश्नोत्तरी एप स्थानीय रूपमा चलाउन वा Azure मा तैनाथ गर्न सकिन्छ; `quiz-app` फोल्डरमा रहेको निर्देशनहरू अनुसरण गर्नुहोस्। तिनीहरू क्रमशः स्थानीय भाषामा पनि उपलब्ध हुँदैछन्।
> **क्विजहरू सम्बन्धमा एउटा नोट**: सबै क्विजहरू Quiz-app फोल्डरमा etc\quiz-app भित्र छन्, वा [यहाँ अनलाइन](https://ff-quizzes.netlify.app/) छन्। तिनीहरूमा लिंकहरू पाठहरू भित्रबाट छन्। क्विज एप स्थानीय रूपमा चलाउन सकिन्छ वा Azure मा डिप्लय गर्न सकिन्छ; `quiz-app` फोल्डरमा निर्देशनहरू अनुसरण गर्नुहोस्। तिनीहरू क्रमिक रूपमा स्थानीयकरण हुँदैछन्।
## सहयोगको अभाव
## सहयोग चाहिन्छ
के तपाईं सल्लाह दिन चाहनुहुन्छ वा वर्तनी वा कोड त्रुटिहरू भेट्टाउनुभयो? कृपया एक समस्या उठाउनुहोस् वा पुल अनुरोध सिर्जना गर्नुहोस्।
तपाईं सल्लाह दिन चाहनुहुन्छ वा व्याकरण वा कोड त्रुटिहरू भेट्टाउनुभयो? मुद्दा उठाउनुहोस् वा पुल रिक्वेस्ट सिर्जना गर्नुहोस्।
## विशेष धन्यवाद
* **✍️ मुख्य लेखक:** [Dmitry Soshnikov](http://soshnikov.com), PhD
* **🔥 सम्पादक:** [Jen Looper](https://twitter.com/jenlooper), PhD
* **🎨 स्केचनोट चित्रकार:** [Tomomi Imura](https://twitter.com/girlie_mac)
* **प्रश्नोत्तरी निर्धारक:** [Lateefah Bello](https://github.com/CinnamonXI), [MLSA](https://studentambassadors.microsoft.com/)
* **🙏 मुख्य योगदानकर्ता:** [Evgenii Pishchik](https://github.com/Pe4enIks)
* **क्विज निर्माता:** [Lateefah Bello](https://github.com/CinnamonXI), [MLSA](https://studentambassadors.microsoft.com/)
* **🙏 मुख्य योगदानकर्ताहरू:** [Evgenii Pishchik](https://github.com/Pe4enIks)
## अन्य पाठ्यक्रमहरू
हाम्रो टोलीले अन्य पाठ्यक्रमहरू पनि निर्माण गर्दछ! हेर्नुहोस्:
हाम्रो टोली अन्य पाठ्यक्रमहरू उत्पादन गर्दछ! हेर्नुहोस्:
<!-- CO-OP TRANSLATOR OTHER COURSES START -->
### LangChain
@ -189,7 +189,7 @@ _एआई इन द क्लाउड_ विषयहरूमा सजि
---
### Generative AI Series
### जनरेटिव AI श्रृंखला
[![Generative AI for Beginners](https://img.shields.io/badge/Generative%20AI%20for%20Beginners-8B5CF6?style=for-the-badge&labelColor=E5E7EB&color=8B5CF6)](https://github.com/microsoft/generative-ai-for-beginners?WT.mc_id=academic-105485-koreyst)
[![Generative AI (.NET)](https://img.shields.io/badge/Generative%20AI%20(.NET)-9333EA?style=for-the-badge&labelColor=E5E7EB&color=9333EA)](https://github.com/microsoft/Generative-AI-for-beginners-dotnet?WT.mc_id=academic-105485-koreyst)
[![Generative AI (Java)](https://img.shields.io/badge/Generative%20AI%20(Java)-C084FC?style=for-the-badge&labelColor=E5E7EB&color=C084FC)](https://github.com/microsoft/generative-ai-for-beginners-java?WT.mc_id=academic-105485-koreyst)
@ -197,7 +197,7 @@ _एआई इन द क्लाउड_ विषयहरूमा सजि
---
### Core Learning
### मुख्य सिकाइ
[![ML for Beginners](https://img.shields.io/badge/ML%20for%20Beginners-22C55E?style=for-the-badge&labelColor=E5E7EB&color=22C55E)](https://aka.ms/ml-beginners?WT.mc_id=academic-105485-koreyst)
[![Data Science for Beginners](https://img.shields.io/badge/Data%20Science%20for%20Beginners-84CC16?style=for-the-badge&labelColor=E5E7EB&color=84CC16)](https://aka.ms/datascience-beginners?WT.mc_id=academic-105485-koreyst)
[![AI for Beginners](https://img.shields.io/badge/AI%20for%20Beginners-A3E635?style=for-the-badge&labelColor=E5E7EB&color=A3E635)](https://aka.ms/ai-beginners?WT.mc_id=academic-105485-koreyst)
@ -208,25 +208,25 @@ _एआई इन द क्लाउड_ विषयहरूमा सजि
---
### Copilot Series
### कोपायलट श्रृंखला
[![Copilot for AI Paired Programming](https://img.shields.io/badge/Copilot%20for%20AI%20Paired%20Programming-FACC15?style=for-the-badge&labelColor=E5E7EB&color=FACC15)](https://aka.ms/GitHubCopilotAI?WT.mc_id=academic-105485-koreyst)
[![Copilot for C#/.NET](https://img.shields.io/badge/Copilot%20for%20C%23/.NET-FBBF24?style=for-the-badge&labelColor=E5E7EB&color=FBBF24)](https://github.com/microsoft/mastering-github-copilot-for-dotnet-csharp-developers?WT.mc_id=academic-105485-koreyst)
[![Copilot Adventure](https://img.shields.io/badge/Copilot%20Adventure-FDE68A?style=for-the-badge&labelColor=E5E7EB&color=FDE68A)](https://github.com/microsoft/CopilotAdventures?WT.mc_id=academic-105485-koreyst)
<!-- CO-OP TRANSLATOR OTHER COURSES END -->
## मद्दत कसरी पाउने
## सहयोग कसरी पाउने
यदि तपाईं अड्किनु भयो वा AI एप्स बनाउने क्रममा कुनै प्रश्न छ भने, MCP सम्बन्धी छलफलमा साथी सिक्नेहरू र अनुभवी विकासकर्ताहरूको समूहमा सामेल हुनुहोस्। यो सहयोगी समुदाय हो जहाँ प्रश्नहरू स्वागत योग्य छन् र ज्ञान स्वतन्त्र रूपमा साझा गरिन्छ।
यदि तपाईं अड्किनुभयो वा AI एपहरू निर्माण गर्दा कुनै प्रश्नहरू छन् भने। MCP सम्बन्धी छलफलहरूमा साथी सिक्नेहरू र अनुभवी विकासकर्ताहरू सामेल हुनुस्। यो एक सहयोगी समुदाय हो जहाँ प्रश्नहरू स्वागतयोग्य छन् र ज्ञान स्वतन्त्र रूपमा साझा गरिन्छ।
[![Microsoft Foundry Discord](https://dcbadge.limes.pink/api/server/nTYy5BXMWG)](https://discord.gg/nTYy5BXMWG)
निर्माण गर्ने क्रममा उत्पादन प्रतिपुष्टि वा त्रुटि भएमा भ्रमण गर्नुहोस्:
यदि तपाईंलाई उत्पादन प्रतिक्रिया वा निर्माण गर्ने क्रममा त्रुटिहरू छन् भने यहाँ जानुहोस्:
[![Microsoft Foundry Developer Forum](https://img.shields.io/badge/GitHub-Microsoft_Foundry_Developer_Forum-blue?style=for-the-badge&logo=github&color=000000&logoColor=fff)](https://aka.ms/foundry/forum)
---
<!-- CO-OP TRANSLATOR DISCLAIMER START -->
**अस्वीकरण**:
यो कागजात [Co-op Translator](https://github.com/Azure/co-op-translator) नामक एआई अनुवाद सेवा प्रयोग गरी अनुवाद गरिएको हो। हामी शुद्धताका लागि प्रयासरत छौं, तर कृपया ध्यान दिनुहोस् कि स्वचालित अनुवादमा त्रुटिहरू वा अशुद्धता हुन सक्नेछ। मूल भाषामा रहेको कागजातलाई मूल अधिकारिक स्रोतको रूपमा मान्नुपर्छ। महत्वपूर्ण जानकारीका लागि व्यावसायिक मानव अनुवाद सिफारिस गरिन्छ। यस अनुवादको प्रयोगबाट उत्पन्न कुनै पनि गलतफहमी वा गलत व्याख्यामा हामी जिम्मेवार हुनेछैनौं।
**अस्वीकरण**:
यो कागजात [Co-op Translator](https://github.com/Azure/co-op-translator) नामक एआई अनुवाद सेवा प्रयोग गरी अनुवाद गरिएको हो। हामी शुद्धताको प्रयास गर्छौं भने पनि, कृपया ध्यान दिनुहोस् कि स्वचालित अनुवादहरूमा त्रुटि वा अशुद्धता हुनसक्छ। मूल कागजातलाई यसको मौलिक भाषामा आधिकारिक स्रोतको रूपमा मानिनु पर्छ। महत्वपूर्ण जानकारीको लागि, पेशेवर मानव अनुवाद सिफारिस गरिन्छ। यो अनुवादको प्रयोगबाट उत्पन्न कुनै पनि गलत बुझाइ वा गलत व्याख्याप्रति हामी दायित्वहीन छौं।
<!-- CO-OP TRANSLATOR DISCLAIMER END -->

View File

@ -6,8 +6,8 @@
"language_code": "pa"
},
"README.md": {
"original_hash": "9eaca839b0b3f6d7f0a195fd33cebd30",
"translation_date": "2026-02-28T09:24:17+00:00",
"original_hash": "12c8eb6bf0867d2f1c32daf613ac5b8b",
"translation_date": "2026-04-06T20:44:27+00:00",
"source_file": "README.md",
"language_code": "pa"
},

View File

@ -12,168 +12,167 @@
[![Microsoft Foundry Discord](https://dcbadge.limes.pink/api/server/nTYy5BXMWG)](https://discord.gg/nTYy5BXMWG)
# ਸ਼ੁਰੂਆਤ ਕਰਨ ਵਾਲਿਆਂ ਲਈ ਕృਤ੍ਰਿਮ ਬੁੱਧੀ - ਇੱਕ ਕੋਰਸ
# ਸ਼ੁਰੂਆਤੀ ਲਈ ਕ੍ਰਿਤ੍ਰਿਮ ਬੁੱਧੀਮਤਾ - ਇੱਕ ਕਰੀਕ੍ਯੂਲਮ
|![Sketchnote by @girlie_mac https://twitter.com/girlie_mac](https://github.com/microsoft/AI-For-Beginners/raw/main/lessons/sketchnotes/ai-overview.png)|
|:---:|
| ਮੁਲਾਂਕਣ ਲਈ ਕ੍ਰਿਤ੍ਰਿਮ ਬੁੱਧੀ - _ਸਕੇਚਨੋਟ [@girlie_mac](https://twitter.com/girlie_mac) ਵਲੋਂ_ |
| ਸ਼ੁਰੂਆਤੀ ਲਈ ਕ੍ਰਿਤ੍ਰਿਮ ਬੁੱਧੀਮਤਾ - _ਸਕੇਚਨੋਟ ਦੁਆਰਾ [@girlie_mac](https://twitter.com/girlie_mac)_ |
**ਕ੍ਰਿਤ੍ਰਿਮ ਬੁੱਧੀ** ਦੇ ਸੰਸਾਰ ਨੂੰ ਪਤਾ ਲਗਾਓ 12-ਹਫ਼ਤਿਆਂ, 24-ਪਾਠਾਂ ਦੇ ਕੋਰਸ ਨਾਲ! ਇਸ ਵਿੱਚ ਕਾਰਗਰ ਪਾਠ, ਕਵੀਜ਼ ਅਤੇ ਲੈਬ ਸ਼ਾਮਲ ਹਨ। ਇਹ ਕੋਰਸ ਨਵੇਂ ਸਿੱਖਣ ਵਾਲਿਆਂ ਲਈ ਹੈ ਅਤੇ TensorFlow ਅਤੇ PyTorch ਵਰਗੇ ਟੂਲਾਂ ਦੇ ਨਾਲ ਨਾਲ AI ਵਿੱਚ ਨੈਤੀਕਤਾ ਨੂੰ ਵੀ ਕਵਰ ਕਰਦਾ ਹੈ।
**ਕ੍ਰਿਤ੍ਰਿਮ ਬੁੱਧੀਮਤਾ** (AI) ਦੀ ਦੁਨੀਆ ਨੂੰ ਸਾਡੇ 12-ਹਫ਼ਤਿਆਂ, 24-ਪਾਠਾਂ ਵਾਲੇ ਕਰੀਕ੍ਯੂਲਮ ਨਾਲ ਖੋਜੋ! ਇਸ ਵਿੱਚ ਵਿਹਾਰਿਕ ਪਾਠ, ਪ੍ਰਸ਼ਨੋੱਤਰ ਅਤੇ ਲੈਬ ਸ਼ਾਮਲ ਹਨ। ਕਰੀਕ੍ਯੂਲਮ ਸ਼ੁਰੂਆਤੀ ਲਈ ਸੁਹਾਵਣਾ ਹੈ ਅਤੇ ਇਸ ਵਿੱਚ ਟੈਂਸਰਫ਼ਲੋ ਅਤੇ ਪਾਇਟੌਰਚ ਵਰਗੇ ਟੂਲਾਂ ਦੇ ਨਾਲ-ਨਾਲ AI ਵਿੱਚ ਨੈਤਿਕਤਾ ਵੀ ਸਮੇਤ ਹੈ।
### 🌐 ਬਹੁ-ਭਾਸ਼ਾਈ ਸਹਾਇਤਾ
### 🌐 ਬਹੁ-ਭਾਸ਼ਾਈ ਸਮਰਥਨ
#### GitHub ਐਕਸ਼ਨ ਰਾਹੀਂ ਸਮਰਥਿਤ (ਸਵੈਚਾਲਿਤ ਅਤੇ ਹਮੇਸ਼ਾ ਤਾਜ਼ਾ)
#### GitHub ਐਕਸ਼ਨ ਰਾਹੀਂ ਸਹਾਇਤਾ ਪ੍ਰਾਪਤ (ਸਵੈਚਾਲਿਤ ਅਤੇ ਸਦਾ ਤਾਜ਼ਾ)
<!-- CO-OP TRANSLATOR LANGUAGES TABLE START -->
[Arabic](../ar/README.md) | [Bengali](../bn/README.md) | [Bulgarian](../bg/README.md) | [Burmese (Myanmar)](../my/README.md) | [Chinese (Simplified)](../zh-CN/README.md) | [Chinese (Traditional, Hong Kong)](../zh-HK/README.md) | [Chinese (Traditional, Macau)](../zh-MO/README.md) | [Chinese (Traditional, Taiwan)](../zh-TW/README.md) | [Croatian](../hr/README.md) | [Czech](../cs/README.md) | [Danish](../da/README.md) | [Dutch](../nl/README.md) | [Estonian](../et/README.md) | [Finnish](../fi/README.md) | [French](../fr/README.md) | [German](../de/README.md) | [Greek](../el/README.md) | [Hebrew](../he/README.md) | [Hindi](../hi/README.md) | [Hungarian](../hu/README.md) | [Indonesian](../id/README.md) | [Italian](../it/README.md) | [Japanese](../ja/README.md) | [Kannada](../kn/README.md) | [Korean](../ko/README.md) | [Lithuanian](../lt/README.md) | [Malay](../ms/README.md) | [Malayalam](../ml/README.md) | [Marathi](../mr/README.md) | [Nepali](../ne/README.md) | [Nigerian Pidgin](../pcm/README.md) | [Norwegian](../no/README.md) | [Persian (Farsi)](../fa/README.md) | [Polish](../pl/README.md) | [Portuguese (Brazil)](../pt-BR/README.md) | [Portuguese (Portugal)](../pt-PT/README.md) | [Punjabi (Gurmukhi)](./README.md) | [Romanian](../ro/README.md) | [Russian](../ru/README.md) | [Serbian (Cyrillic)](../sr/README.md) | [Slovak](../sk/README.md) | [Slovenian](../sl/README.md) | [Spanish](../es/README.md) | [Swahili](../sw/README.md) | [Swedish](../sv/README.md) | [Tagalog (Filipino)](../tl/README.md) | [Tamil](../ta/README.md) | [Telugu](../te/README.md) | [Thai](../th/README.md) | [Turkish](../tr/README.md) | [Ukrainian](../uk/README.md) | [Urdu](../ur/README.md) | [Vietnamese](../vi/README.md)
[ਅਰਬੀ](../ar/README.md) | [ਬੰਗਾਲੀ](../bn/README.md) | [ਬੁਲਗਾਰੀਆਈ](../bg/README.md) | [ਬਰਮੀ (ਮਿਆਂਮਾਰ)](../my/README.md) | [ਚੀਨੀ (ਸਰਲ)](../zh-CN/README.md) | [ਚੀਨੀ (ਰਵਾਇਤੀ, ਹਾਂਗ ਕਾਂਗ)](../zh-HK/README.md) | [ਚੀਨੀ (ਰਵਾਇਤੀ, ਮਕਾਓ)](../zh-MO/README.md) | [ਚੀਨੀ (ਰਵਾਇਤੀ, ਤਾਇਵਾਨ)](../zh-TW/README.md) | [ਕ੍ਰੋਏਸ਼ਿਨ](../hr/README.md) | [ਚੈੱਕ](../cs/README.md) | [ਡੈਨਿਸ਼](../da/README.md) | [ਡੱਚ](../nl/README.md) | [ਏਸਟੋਨੀਅਨ](../et/README.md) | [ਫਿਨਿਸ਼](../fi/README.md) | [ਫ੍ਰੈਂਚ](../fr/README.md) | [ਜਰਮਨ](../de/README.md) | [ਗ੍ਰੀਕ](../el/README.md) | [ਹਿਬਰੂ](../he/README.md) | [ਹਿੰਦੀ](../hi/README.md) | [ਹੰਗੇਰੀ](../hu/README.md) | [ਇੰਡੋਨੇਸ਼ੀਅਨ](../id/README.md) | [ਇਟਾਲੀਅਨ](../it/README.md) | [ਜਪਾਨੀ](../ja/README.md) | [ਕੰਨੜ](../kn/README.md) | [ਖਮੇਰ](../km/README.md) | [ਕੋਰੀਨੀ](../ko/README.md) | [ਲਿਥੂਆਨੀਅਨ](../lt/README.md) | [ਮਲਏ](../ms/README.md) | [ਮਲਯਾਲਮ](../ml/README.md) | [ਮਰਾਠੀ](../mr/README.md) | [ਨੇਪਾਲੀ](../ne/README.md) | [ਨਾਈਜੀਰੀਆਈ ਪਿਡਜਿਨ](../pcm/README.md) | [ਨਾਰਵੇਜੀਅਨ](../no/README.md) | [ਫਾਰਸੀ (ਪੇਰਸ਼ੀ)](../fa/README.md) | [ਪੋਲਿਸ਼](../pl/README.md) | [ਪੁਰਤਗਾਲੀ (ਬ੍ਰਾਜ਼ੀਲ)](../pt-BR/README.md) | [ਪੁਰਤਗਾਲੀ (ਪੁਰਤਗਾਲ)](../pt-PT/README.md) | [ਪੰਜਾਬੀ (ਗੁਰਮੁਖੀ)](./README.md) | [ਰੋਮਾਨੀਅਨ](../ro/README.md) | [ਰੂਸੀ](../ru/README.md) | [ਸਰਬੀ (ਸਿਰਿਲਿਕ)](../sr/README.md) | [ਸਲੋਵਾਕ](../sk/README.md) | [ਸਲੋਵੇਨੀਆਈ](../sl/README.md) | [ਸਪੇਨਿਸ਼](../es/README.md) | [ਸਵਾਹਿਲੀ](../sw/README.md) | [ਸਵੈਡੀਸ਼](../sv/README.md) | [ਟਾਗਾਲੌਗ (ਫਿਲੀਪੀਨੋ)](../tl/README.md) | [ਤਮਿਲ](../ta/README.md) | [ਤੇਲੁਗੂ](../te/README.md) | [ਥਾਈ](../th/README.md) | [ਤੁਰਕੀ](../tr/README.md) | [ਯੂਕਰੇਨੀਅਨ](../uk/README.md) | [ਉਰਦੂ](../ur/README.md) | [ਵਿਯਤਨਾਮੀਜ਼](../vi/README.md)
> **ਆਪਣੇ ਸਿਸਟਮ ਤੇ ਕਲੋਨ ਕਰਨਾਨਾਂ ਹੈ?**
> **ਸਥਾਨਕ ਤੌਰ 'ਤੇ ਕਲੋਨ ਕਰਨਾ ਪਸੰਦ ਕਰਦੇ ਹੋ?**
>
> ਇਹ ਰੇਪੋਜ਼ਿਟਰੀ 50+ ਭਾਸ਼ਾਈਆਂ ਦੇ ਅਨੁਵਾਦਾਂ ਨੂੰ ਸ਼ਾਮਲ ਕਰਦਾ ਹੈ ਜੋ ਡਾਊਨਲੋਡ ਸਾਈਜ਼ ਨੂੰ ਵੱਡਾ ਕਰਦਾ ਹੈ। ਬਿਨਾਂ ਅਨੁਵਾਦਾਂ ਦੇ ਕਲੋਨ ਕਰਨ ਲਈ sparse checkout ਦੀ ਵਰਤੋਂ ਕਰੋ:
> ਇਹ ਰਿਪੋਜ਼ਿਟਰੀ 50+ ਭਾਸ਼ਾਈ ਅਨੁਵਾਦ ਸ਼ਾਮਲ ਕਰਦੀ ਹੈ ਜੋ ਡਾਊਨਲੋਡ ਸਾਈਜ਼ ਵੱਡਾ ਕਰਦਾ ਹੈ। ਬਿਨਾਂ ਅਨੁਵਾਦਾਂ ਦੇ ਕਲੋਨ ਕਰਨ ਲਈ, sparse checkout ਵਰਤੋ:
>
> **Bash / macOS / Linux:**
> **ਬੈਸ਼ / macOS / ਲਿਨਕਸ:**
> ```bash
> git clone --filter=blob:none --sparse https://github.com/microsoft/AI-For-Beginners.git
> cd AI-For-Beginners
> git sparse-checkout set --no-cone '/*' '!translations' '!translated_images'
> ```
>
> **CMD (Windows):**
> **CMD (ਵਿੰਡੋਜ਼):**
> ```cmd
> git clone --filter=blob:none --sparse https://github.com/microsoft/AI-For-Beginners.git
> cd AI-For-Beginners
> git sparse-checkout set --no-cone "/*" "!translations" "!translated_images"
> ```
>
> ਇਸ ਨਾਲ ਤੁਹਾਨੂੰ ਕੋਰਸ ਪੂਰਾ ਕਰਨ ਲਈ ਸਾਰਾ ਸਮੱਗਰੀ ਬਹੁਤ ਤੇਜ਼ ਡਾਊਨਲੋਡ ਦੇ ਨਾਲ ਮਿਲ ਜਾਵੇਗਾ
> ਇਹ ਤੁਹਾਨੂੰ ਕੋਰਸ ਪੂਰਾ ਕਰਨ ਲਈ ਸਭ ਕੁਝ ਜਲਦੀ ਡਾਊਨਲੋਡ ਕਰਨ ਵਿੱਚ ਸਹਾਇਤਾ ਕਰਦਾ ਹੈ
<!-- CO-OP TRANSLATOR LANGUAGES TABLE END -->
**ਜੇ ਤੁਸੀਂ ਹੋਰ ਅਨੁਵਾਦ ਭਾਸ਼ਾਵਾਂ ਚਾਹੁੰਦੇ ਹੋ ਤਾਂ ਇਨ੍ਹਾਂ ਨੂੰ [ਇੱਥੇ](https://github.com/Azure/co-op-translator/blob/main/getting_started/supported-languages.md) ਲਿਸਟ ਕੀਤਾ ਗਿਆ ਹੈ**
**ਜੇ ਤੁਸੀਂ ਹੋਰ ਅਨੁਵਾਦ ਭਾਸ਼ਾਵਾਂ ਚਾਹੁੰਦੇ ਹੋ ਤਾਂ ਉਹ [ਇੱਥੇ](https://github.com/Azure/co-op-translator/blob/main/getting_started/supported-languages.md) ਦਰਸਾਈਆਂ ਗਈਆਂ ਹਨ।**
## ਕਮਿਊਨਿਟੀ ਵਿੱਚ ਸ਼ਾਮਲ ਹੋਵੋ
## ਕਮਿюнਿਟੀ ਵਿੱਚ ਸ਼ਾਮਲ ਹੋਵੋ
[![Microsoft Foundry Discord](https://dcbadge.limes.pink/api/server/nTYy5BXMWG)](https://discord.gg/nTYy5BXMWG)
## ਤੁਸੀਂ ਕੀ ਸਿੱਖੋਗੇ
**[ਕੋਰਸ ਦਾ ਮਨ-ਨਕਸ਼ਾ](http://soshnikov.com/courses/ai-for-beginners/mindmap.html)**
**[ਕੋਰਸ ਦਾ ਮਾਈਂਡਮੈਪ](http://soshnikov.com/courses/ai-for-beginners/mindmap.html)**
ਇਸ ਕੋਰਸ ਵਿੱਚ, ਤੁਸੀਂ ਸਿੱਖੋਗੇ:
ਇਸ ਕਰੀਕ੍ਯੂਲਮ ਵਿੱਚ, ਤੁਸੀਂ ਸਿੱਖੋਗੇ:
* ਕ੍ਰਿਤ੍ਰਿਮ ਬੁੱਧੀ ਦੇ ਵੱਖ-ਵੱਖ ਤਰੀਕੇ, ਜਿਨ੍ਹਾਂ ਵਿੱਚ "ਪੁਰਾਣਾ ਚੰਗਾ" ਪ੍ਰਤੀਕਾਤਮਕ ਤਰੀਕਾ ਹੈ ਜਿਸ ਵਿੱਚ **ਜਾਣਕਾਰੀ ਪ੍ਰਤੀਨਿਧਤਾ** ਅਤੇ ਤਰਕ ਸ਼ਾਮਲ ਹਨ ([GOFAI](https://en.wikipedia.org/wiki/Symbolic_artificial_intelligence))।
* **ਨਿュਰਲ ਨੈੱਟਵਰਕ** ਅਤੇ **ਡੀਪ ਲਰਨਿੰਗ**, ਜੋ ਆਧੁਨਿਕ AI ਦੇ ਮੁੱਖ ਹਨ। ਅਸੀਂ ਇਹ ਅਹੰਕਾਰ ਹੇਠਾਂ ਦੋ ਸਭ ਤੋਂ ਲੋਕਪ੍ਰਿਯ ਫਰੇਮਵਰਕਸ - [TensorFlow](http://Tensorflow.org) ਅਤੇ [PyTorch](http://pytorch.org) ਕੋਡ ਦੀ ਵਰਤੋਂ ਕਰਕੇ ਸਮਝਾਵਾਂਗੇ।
* ਚਿੱਤਰਾਂ ਅਤੇ ਲਿਖਤਾਂ ਨਾਲ ਕੰਮ ਕਰਨ ਲਈ **ਨਯूरਲ ਆਰਕੀਟੈਕਚਰਜ਼**। ਅਸੀਂ ਤਾਜ਼ਾ ਮੌਡਲ ਕਵਰ ਕਰਾਂਗੇ ਪਰ ਸ਼ਾਇਦ ਸਟੇਟ-ਆਫ-ਦ-ਆਰਟ ਵਿੱਚ ਥੋੜ੍ਹਾ ਘਟ ਹੋਵੇ
* ਘੱਟ ਪ੍ਰਚਲਿਤ AI ਤਰੀਕੇ, ਜਿਵੇਂ ਕਿ **ਜਨੀਟੀਕ ਅਲਗੋਰਿਦਮ** ਅਤੇ **ਮਲਟੀ-ਏਜੰਟ ਸਿਸਟਮ**
* ਕ੍ਰਿਤ੍ਰਿਮ ਬੁੱਧੀਮਤਾ ਦੇ ਵੱਖਰੇ ਤਰੀਕੇ, ਜਿਸ ਵਿੱਚ "ਪੁਰਾਣਾ ਚੰਗਾ" ਪ੍ਰਤੀਕਾਤਮਕ ਤਰੀਕਾ ਸ਼ਾਮਲ ਹੈ ਜਿਸ ਵਿੱਚ **ਜਾਣਕਾਰੀ ਦੀ ਪ੍ਰਸਤੁਤੀ** ਅਤੇ ਤਰਕਸ਼ਾਸਤਰ ([GOFAI](https://en.wikipedia.org/wiki/Symbolic_artificial_intelligence)) ਹੁੰਦਾ ਹੈ
* **ਨਿਊਰਲ ਨੈੱਟਵਰਕਸ** ਅਤੇ **ਡੀਪ ਲਰਨਿੰਗ**, ਜੋ ਆਧੁਨਿਕ AI ਦਾ ਮੁੱਢ ਹੈ। ਅਸੀਂ ਦੋ ਸਭ ਤੋਂ ਲੋਕਪ੍ਰਿਯ ਫਰੇਮਵਰਕਸ - [TensorFlow](http://Tensorflow.org) ਅਤੇ [PyTorch](http://pytorch.org) ਵਿੱਚ ਕੋਡ ਦੀ ਵਰਤੋਂ ਕਰਕੇ ਇਨ੍ਹਾਂ ਮਹੱਤਵਪੂਰਨ ਵਿਸ਼ਿਆਂ ਦੇ ਪਿੱਛੇ ਮੁੱਲਾਂਵਾਂ ਦੀ ਚਿੱਤਰਕਲਾ ਕਰਾਂਗੇ।
* ਚਿੱਤਰਾਂ ਅਤੇ ਟੈਕਸਟ ਨਾਲ ਕੰਮ ਕਰਨ ਵਾਲੇ **ਨਿਊਰਲ ਢਾਂਚੇ**। ਅਸੀਂ ਹਾਲੀਆ ਮਾਡਲਾਂ ਨੂੰ ਕਵਰ ਕਰਾਂਗੇ ਪਰ ਸਾਇੰਸ-ਸਾਹਿਤ ਦੇ ਸਭ ਤੋਂ ਅਗੇਂੜਨ ਵਾਲੇ ਮੋਡਲਾਂ ਵਿੱਚ ਥੋੜ੍ਹਾ ਘਾਟ ਹੋ ਸਕਦਾ ਹੈ
* ਘੱਟ ਪ੍ਰਸਿੱਧ AI ਤਰੀਕੇ ਜਿਵੇਂ ਕਿ **ਜੀਨੈਟਿਕ ਐਲਗੋਰਿਦਮਜ਼** ਅਤੇ **ਮਲਟੀ-ਏਜੰਟ ਸਿਸਟਮ**
ਇਸ ਕੋਰਸ ਵਿੱਚ ਅਸੀਂ ਕਵਰੇਜ ਨਹੀਂ ਕਰਾਂਗੇ:
ਇਸ ਕਰੀਕ੍ਯੂਲਮ ਵਿੱਚ ਅਸੀਂ ਜੋ ਨਹੀਂ ਸਮੇਟਾਂਗੇ:
> [ਇਸ ਕੋਰਸ ਲਈ ਸਾਰੇ ਵਾਧੂ ਸਰੋਤਾਂ ਨੂੰ ਸਾਡੇ Microsoft Learn ਸੰਗ੍ਰਹਿ ਵਿੱਚ ਖੋਜੋ](https://learn.microsoft.com/en-us/collections/7w28iy2xrqzdj0?WT.mc_id=academic-77998-bethanycheum)
> [ਇਸ ਕੋਰਸ ਲਈ ਸਾਰੇ ਇਜ਼ਾਫ਼ਾ ਸਰੋਤ ਸਾਡੇ Microsoft Learn ਕਲੈਕਸ਼ਨ ਵਿੱਚ ਲੱਭੋ](https://learn.microsoft.com/en-us/collections/7w28iy2xrqzdj0?WT.mc_id=academic-77998-bethanycheum)
* ਕਾਰੋਬਾਰੀ ਮਾਮਲੇ ਜਿੱਥੇ **ਬਿਜ਼ਨਸ ਵਿੱਚ AI** ਵਰਤਿਆ ਜਾਂਦਾ ਹੈ। ਇਸ ਲਈ Microsoft Learn ਉੱਤੇ [Introduction to AI for business users](https://docs.microsoft.com/learn/paths/introduction-ai-for-business-users/?WT.mc_id=academic-77998-bethanycheum) ਲਰਨਿੰਗ ਪਾਥ ਜਾਂ [AI Business School](https://www.microsoft.com/ai/ai-business-school/?WT.mc_id=academic-77998-bethanycheum), ਜੋ ਕਿ [INSEAD](https://www.insead.edu/) ਨਾਲ ਸਹਿਯੋਗ ਵਿੱਚ ਵਿਕਸਿਤ ਕੀਤਾ ਗਿਆ ਹੈ, ਲੈ ਸਕਦੇ ਹੋ।
* **ਕਲਾਸਿਕ ਮਸ਼ੀਨ ਲਰਨਿੰਗ**, ਜੋ ਸਾਡੇ [Machine Learning for Beginners Curriculum](http://github.com/Microsoft/ML-for-Beginners) ਵਿੱਚ ਚੰਗੀ ਤਰ੍ਹਾਂ ਵਰਣਿਤ ਹੈ।
* **[ੌਗਨਿਟਿਵ ਸਰਵਿਸਿਜ਼](https://azure.microsoft.com/services/cognitive-services/?WT.mc_id=academic-77998-bethanycheum)** ਦੀ ਵਰਤੋਂ ਕਰ ਕੇ ਬਣਾਈਆਂ ਗਿਆ ਜਨਮੂਲਕ AI ਐਪਲੀਕੇਸ਼ਨਾਂ। ਇਸ ਲਈ ਅਸੀਂ Microsoft Learn ਦੇ ਮੌਡੀਊਲਾਂ ਨਾਲ ਸ਼ੁਰੂਆਤ ਕਰਨ ਦੀ ਸਿਫਾਰਿਸ਼ ਕਰਦੇ ਹਾਂ ਜਿਵੇਂ ਕਿ [ਦ੍ਰਿਸ਼ਟੀ](https://docs.microsoft.com/learn/paths/create-computer-vision-solutions-azure-cognitive-services/?WT.mc_id=academic-77998-bethanycheum), [ਕੁਦਰਤੀ ਭਾਸ਼ਾ ਪ੍ਰੋਸੈਸਿੰਗ](https://docs.microsoft.com/learn/paths/explore-natural-language-processing/?WT.mc_id=academic-77998-bethanycheum), **[Azure OpenAI ਸਰਵਿਸ ਨਾਲ ਜਨਰੇਟਿਵ AI](https://learn.microsoft.com/en-us/training/paths/develop-ai-solutions-azure-openai/?WT.mc_id=academic-77998-bethanycheum)** ਅਤੇ ਹੋਰ।
* ਵਿਸ਼ੇਸ਼ ML **ਕਲਾਊਡ ਫਰੇਮਵਰਕਸ**, ਜਿਵੇਂ ਕਿ [Azure Machine Learning](https://azure.microsoft.com/services/machine-learning/?WT.mc_id=academic-77998-bethanycheum), [Microsoft Fabric](https://learn.microsoft.com/en-us/training/paths/get-started-fabric/?WT.mc_id=academic-77998-bethanycheum), ਜਾਂ [Azure Databricks](https://docs.microsoft.com/learn/paths/data-engineer-azure-databricks?WT.mc_id=academic-77998-bethanycheum)। [Azure Machine Learning ਨਾਲ ਮਸ਼ੀਨ ਲਰਨਿੰਗ 솔ੂਸ਼ਨ ਬਣਾਓ ਅਤੇ ਚਲਾਓ](https://docs.microsoft.com/learn/paths/build-ai-solutions-with-azure-ml-service/?WT.mc_id=academic-77998-bethanycheum) ਅਤੇ [Azure Databricks ਨਾਲ ਮਸ਼ੀਨ ਲਰਨਿੰਗ 솔ੂਸ਼ਨ ਬਣਾਓ ਅਤੇ ਚਲਾਓ](https://docs.microsoft.com/learn/paths/build-operate-machine-learning-solutions-azure-databricks/?WT.mc_id=academic-77998-bethanycheum) ਲਰਨਿੰਗ ਪਾਥਾਂ ਦੀ ਵਰਤੋਂ ਕਰੋ।
* **ਗੱਲਬਾਤੀ AI** ਅਤੇ **ਚੈਟ ਬੋਟਸ**। ਇੱਕ ਵੱਖਰਾ [ਗੱਲਬਾਤੀ AI 솔ੂਸ਼ਨ ਬਣਾਓ](https://docs.microsoft.com/learn/paths/create-conversational-ai-solutions/?WT.mc_id=academic-77998-bethanycheum) ਲਰਨਿੰਗ ਪਾਥ ਹੈ, ਅਤੇ ਤੁਸੀਂ ਹੋਰ ਵਿਸਥਾਰ ਲਈ [ਇਸ ਬਲੌਗ ਪੋਸਟ](https://soshnikov.com/azure/hello-bot-conversational-ai-on-microsoft-platform/) ਨੂੰ ਵੀ ਵੇਖ ਸਕਦੇ ਹੋ।
* ਡੀਪ ਲਰਨਿੰਗ ਦੇ ਪਿੱਛੇ **ਗੰਭੀਰ ਗਣਿਤ**। ਇਸ ਲਈ ਅਸੀਂ Ian Goodfellow, Yoshua Bengio ਅਤੇ Aaron Courville ਦੀ [Deep Learning](https://www.amazon.com/Deep-Learning-Adaptive-Computation-Machine/dp/0262035618) ਕਿਤਾਬ ਸਿਫਾਰਸ਼ ਕਰਾਂਗੇ, ਜੋ [https://www.deeplearningbook.org/](https://www.deeplearningbook.org/) ਤੇ ਵੀ ਉਪਲਬਧ ਹੈ।
* **ਕਾਰੋਬਾਰ ਵਿੱਚ AI** ਦੀ ਕਾਰੋਬਾਰੀ ਮਾਮਲੇ। Microsoft Learn ਤੇ [ਕਾਰੋਬਾਰੀ ਵਰਤੋਂਕਾਰਾਂ ਲਈ AI ਦਾ ਪਰਿਚਯ](https://docs.microsoft.com/learn/paths/introduction-ai-for-business-users/?WT.mc_id=academic-77998-bethanycheum) ਲਰਨਿੰਗ ਪਾਥ ਜਾਂ [AI ਬਿਜ਼ਨਸ ਸਕੂਲ](https://www.microsoft.com/ai/ai-business-school/?WT.mc_id=academic-77998-bethanycheum), ਜੋ [INSEAD](https://www.insead.edu/) ਦੀ ਸਹਿਯੋਗ ਵਿੱਚ ਵਿਕਸਤ ਕੀਤਾ ਗਿਆ ਹੈ, ਨੂੰ ਲੈਣ ਦਾ ਵਿਚਾਰ ਕਰੋ।
* **ਪ੍ਰਾਚੀਨ ਮਸ਼ੀਨ ਲਰਨਿੰਗ**, ਜੋ ਸਾਡੇ [ਨਵੇਂ ਲਰਨਰਾਂ ਲਈ ਮਸ਼ੀਨ ਲਰਨਿੰਗ ਕਰੀਕ੍ਯੂਲਮ](http://github.com/Microsoft/ML-for-Beginners) ਵਿੱਚ ਚੰਗੀ ਤਰ੍ਹਾਂ ਵਰਣਿਤ ਹੈ।
* **[ਾਗਨੀਟਿਵ ਸਰਵਿਸਿਜ](https://azure.microsoft.com/services/cognitive-services/?WT.mc_id=academic-77998-bethanycheum)** ਦੀ ਵਰਤੋਂ ਕਰਕੇ ਬਣਾਈਆਂ ਵਿਹਾਰਿਕ AI ਐਪਲੀਕੇਸ਼ਨ। ਇਸ ਲਈ ਸਾਨੂੰ ਸਿਫ਼ਾਰਸ਼ ਹੈ ਕਿ ਤੁਸੀਂ Microsoft Learn ਦੇ ਮਾਪਢੋਲਾਂ ਤੋਂ [ਦ੍ਰਿਸ਼ਟੀ](https://docs.microsoft.com/learn/paths/create-computer-vision-solutions-azure-cognitive-services/?WT.mc_id=academic-77998-bethanycheum), [ਕੁਦਰਤੀ ਭਾਸ਼ਾ ਪ੍ਰੋਸੈਸਿੰਗ](https://docs.microsoft.com/learn/paths/explore-natural-language-processing/?WT.mc_id=academic-77998-bethanycheum), **[Azure OpenAI ਸਰਵਿਸ ਨਾਲ ਜਨਰੇਟਿਵ AI](https://learn.microsoft.com/en-us/training/paths/develop-ai-solutions-azure-openai/?WT.mc_id=academic-77998-bethanycheum)** ਅਤੇ ਹੋਰ ਮਾਪਢੋਲ ਸ਼ੁਰੂ ਕਰੋ
* ਖ਼ਾਸ ਮਸ਼ੀਨ ਲਰਨਿੰਗ **ਕਲਾਉਡ ਫਰੇਮਵਰਕਸ**, ਜਿਵੇਂ ਕਿ [Azure Machine Learning](https://azure.microsoft.com/services/machine-learning/?WT.mc_id=academic-77998-bethanycheum), [Microsoft Fabric](https://learn.microsoft.com/en-us/training/paths/get-started-fabric/?WT.mc_id=academic-77998-bethanycheum), ਜਾਂ [Azure Databricks](https://docs.microsoft.com/learn/paths/data-engineer-azure-databricks?WT.mc_id=academic-77998-bethanycheum)। [Azure Machine Learning ਨਾਲ ਮਸ਼ੀਨ ਲਰਨਿੰਗ ਹੁਨਰ ਬਣਾਓ ਅਤੇ ਚਲਾਓ](https://docs.microsoft.com/learn/paths/build-ai-solutions-with-azure-ml-service/?WT.mc_id=academic-77998-bethanycheum) ਅਤੇ [Azure Databricks ਨਾਲ ਮਸ਼ੀਨ ਲਰਨਿੰਗ ਹਲਾਂ ਬਣਾਓ ਅਤੇ ਚਲਾਓ](https://docs.microsoft.com/learn/paths/build-operate-machine-learning-solutions-azure-databricks/?WT.mc_id=academic-77998-bethanycheum) ਲਰਨਿੰਗ ਪਾਥ ਦਾ ਉਪਯੋਗ ਕਰੋ।
* **ਕੰਵਰਸੇਸ਼ਨਲ AI** ਅਤੇ **ਚੈਟ ਬੋਟਸ**। ਇੱਕ ਵੱਖਰਾ [ਕੰਵਰਸੇਸ਼ਨਲ AI ਹਲ ਬਣਾਓ](https://docs.microsoft.com/learn/paths/create-conversational-ai-solutions/?WT.mc_id=academic-77998-bethanycheum) ਲਰਨਿੰਗ ਪਾਥ ਹੈ, ਅਤੇ ਤੁਸੀਂ ਇਸ [ਬਲੌਗ ਪੋਸਟ](https://soshnikov.com/azure/hello-bot-conversational-ai-on-microsoft-platform/) ਨੂੰ ਵੀ ਵੇਖ ਸਕਦੇ ਹੋ ਹੋਰ ਵੇਰਵੇ ਲਈ
* ਡੀਪ ਲਰਨਿੰਗ ਦੇ ਪਿੱਛੇ **ਗਹਿਰਾ ਗਣਿਤ**। ਇਸ ਲਈ ਅਸੀਂ [Deep Learning](https://www.amazon.com/Deep-Learning-Adaptive-Computation-Machine/dp/0262035618) ਦੀ ਸਿਫਾਰਸ਼ ਕਰਦੇ ਹਾਂ ਜੋ ਇਯਾਨ ਗੂਡਫੈਲੋ, ਯੋਸ਼ੁਆ ਬੇਂਜਿਓ ਅਤੇ ਐਅਰੋਨ ਕੋਰਵਿਲ ਦੁਆਰਾ ਲਿਖੀ ਗਈ ਹੈ ਅਤੇ ਜੋ ਔਨਲਾਈਨ [https://www.deeplearningbook.org/](https://www.deeplearningbook.org/) ਤੇ ਵੀ ਉਪਲਬਧ ਹੈ।
_ਕਲਾਊਡ ਵਿੱਚ AI_ ਟੌਪਿਕਾਂ ਲਈ ਤੁਸੀਂ [Azure ਤੇ ਕ੍ਰਿਤ੍ਰਿਮ ਬੁੱਧੀ ਨਾਲ ਮੁਕਾਮ ਹਾਸਲ ਕਰੋ](https://docs.microsoft.com/learn/paths/get-started-with-artificial-intelligence-on-azure/?WT.mc_id=academic-77998-bethanycheum) ਲਰਨਿੰਗ ਪਾਥ ਵੀ ਲੈ ਸਕਦੇ ਹੋ।
_ਕਲਾਉਡ ਵਿੱਚ AI_ ਵਿਸ਼ਿਆਂ ਲਈ ਸੁਖਮਨ ਪ੍ਰਭਾਸ਼ਾ ਲਈ ਤੁਸੀਂ [Azure 'ਤੇ ਕ੍ਰਿਤ੍ਰਿਮ ਬੁੱਧੀਮਤਾ ਦੇ ਨਾਲ ਸ਼ੁਰੂਆਤ ਕਰੋ](https://docs.microsoft.com/learn/paths/get-started-with-artificial-intelligence-on-azure/?WT.mc_id=academic-77998-bethanycheum) ਲਰਨਿੰਗ ਪਾਥ ਨੂੰ ਲੈ ਸਕਦੇ ਹੋ।
# ਸਮੱਗਰੀ
| | ਪਾਠ ਦਾ ਲਿੰਕ | PyTorch/Keras/TensorFlow | ਲੈਬ |
| | ਪਾਠ ਲਿੰਕ | PyTorch/Keras/TensorFlow | ਲੈਬ |
| :-: | :------------------------------------------------------------------------------------------------------------------------------------------: | :---------------------------------------------------------------------------------------------: | ------------------------------------------------------------------------------ |
| 0 | [ਕੋਰਸ ਸੈਟਅਪ](./lessons/0-course-setup/setup.md) | [ਆਪਣਾ ਵਿਕਾਸ ਮਾਹੌਲ ਸੈਟਅੱਪ ਕਰੋ](./lessons/0-course-setup/how-to-run.md) | |
| 0 | [ਕੋਰਸ ਸੈਟਅਪ](./lessons/0-course-setup/setup.md) | [ਆਪਣੇ ਵਿਕਾਸ ਵਾਤਾਵਰਣ ਨੂੰ ਸੈਟਅਪ ਕਰੋ](./lessons/0-course-setup/how-to-run.md) | |
| I | [**AI ਦਾ ਪਰਿਚਯ**](./lessons/1-Intro/README.md) | | |
| 01 | [AI ਦਾ ਪਰਿਚਯ ਅਤੇ ਇਤਿਹਾਸ](./lessons/1-Intro/README.md) | - | - |
| II | **ਪ੍ਰਤੀਕਾਤਮਕ AI** |
| 02 | [ਜਾਣਕਾਰੀ ਪ੍ਰਤਿਨਿਧਿਤਵ ਅਤੇ ਮੁਹਾਰਤ ਪ੍ਰਣਾਲੀਆਂ](./lessons/2-Symbolic/README.md) | [ੁਹਾਰਤ ਪ੍ਰਣਾਲੀਆਂ](./lessons/2-Symbolic/Animals.ipynb) / [ਓਨਟੋਲੋਜੀ](./lessons/2-Symbolic/FamilyOntology.ipynb) /[ਧਾਰਣਾ ਗ੍ਰਾਫ](./lessons/2-Symbolic/MSConceptGraph.ipynb) | |
| 02 | [ਜਾਣਕਾਰੀ ਪ੍ਰਤੀਨਿਧੀ ਅਤੇ ਮਾਹਿਰ ਪ੍ਰਣਾਲੀਆਂ](./lessons/2-Symbolic/README.md) | [ਾਹਿਰ ਪ੍ਰਣਾਲੀਆਂ](./lessons/2-Symbolic/Animals.ipynb) / [ਐਨਟੋਲੋਜੀ](./lessons/2-Symbolic/FamilyOntology.ipynb) /[ਧਾਰਨਾ ਗ੍ਰਾਫ਼](./lessons/2-Symbolic/MSConceptGraph.ipynb) | |
| III | [**ਨਿਊਰਲ ਨੈੱਟਵਰਕਸ ਦਾ ਪਰਿਚਯ**](./lessons/3-NeuralNetworks/README.md) |||
| 03 | [ਪਰਸੈਪਟਰੋਨ](./lessons/3-NeuralNetworks/03-Perceptron/README.md) | [ਨੋਟਬੁੱਕ](./lessons/3-NeuralNetworks/03-Perceptron/Perceptron.ipynb) | [ਬ](./lessons/3-NeuralNetworks/03-Perceptron/lab/README.md) |
| 04 | [ਮਲਟੀ-ਲੇਅਰਡ ਪਰਸੈਪਟਰੋਨ ਅਤੇ ਸਾਡਾ ਆਪਣਾ ਫਰੇਮਵਰਕ ਬਣਾਉਣਾ](./lessons/3-NeuralNetworks/04-OwnFramework/README.md) | [ਨੋਟਬੁੱਕ](./lessons/3-NeuralNetworks/04-OwnFramework/OwnFramework.ipynb) | [ਬ](./lessons/3-NeuralNetworks/04-OwnFramework/lab/README.md) |
| 05 | [ਰੇਮਵਰਕਾਂ ਦਾ ਪਰਿਚਯ (ਪਾਈਟੌਰਚ/ਟੈਂਸਰਫਲੋ) ਅਤੇ ਓਵਰਫਿਟਿੰਗ](./lessons/3-NeuralNetworks/05-Frameworks/README.md) | [ਪਾਈਟੌਰਚ](./lessons/3-NeuralNetworks/05-Frameworks/IntroPyTorch.ipynb) / [ਕੇਰਾਸ](./lessons/3-NeuralNetworks/05-Frameworks/IntroKeras.ipynb) / [ਟੈਸਰਫਲੋ](./lessons/3-NeuralNetworks/05-Frameworks/IntroKerasTF.ipynb) | [ਬ](./lessons/3-NeuralNetworks/05-Frameworks/lab/README.md) |
| IV | [**ਕੰਪਿਊਟਰ ਵਿਜ਼ਨ**](./lessons/4-ComputerVision/README.md) | [ਪਾਈਟੌਰਚ](https://docs.microsoft.com/learn/modules/intro-computer-vision-pytorch/?WT.mc_id=academic-77998-cacaste) / [ਟੈਸਰਫਲੋ](https://docs.microsoft.com/learn/modules/intro-computer-vision-TensorFlow/?WT.mc_id=academic-77998-cacaste)| [ਮਾਈਕਰੋਸਾਫਟ ਐਜ਼ਯੂਰ 'ਤੇ ਕੰਪਿਊਟਰ ਵਿਜ਼ਨ ਦੀ ਖੋਜ ਕਰੋ](https://learn.microsoft.com/en-us/collections/7w28iy2xrqzdj0?WT.mc_id=academic-77998-bethanycheum) |
| 06 | [ਕੰਪਿਊਟਰ ਵਿਜ਼ਨ ਦਾ ਪਰਿਚਯ। ਓਪਨ ਸੀਵੀ](./lessons/4-ComputerVision/06-IntroCV/README.md) | [ਨੋਟਬੁੱਕ](./lessons/4-ComputerVision/06-IntroCV/OpenCV.ipynb) | [ਬ](./lessons/4-ComputerVision/06-IntroCV/lab/README.md) |
| 07 | [ਕਨਵੋਲ્યુਸ਼ਨਲ ਨਿਊਰਲ ਨੈੱਟਵਰਕਸ](./lessons/4-ComputerVision/07-ConvNets/README.md) & [ਸੀਐਨਐਨ ਆਰਕੀਟੈਕਚਰ](./lessons/4-ComputerVision/07-ConvNets/CNN_Architectures.md) | [ਪਾਈਟੌਰਚ](./lessons/4-ComputerVision/07-ConvNets/ConvNetsPyTorch.ipynb) /[ਟੈਂਸਰਫਲੋ](./lessons/4-ComputerVision/07-ConvNets/ConvNetsTF.ipynb) | [ਲੇਬ](./lessons/4-ComputerVision/07-ConvNets/lab/README.md) |
| 08 | [ਪ੍ਰੀ-ਟਰੇਨਡ ਨੈੱਟਵਰਕਸ ਅਤੇ ਟ੍ਰਾਂਸਫਰ ਲਰਨਿੰਗ](./lessons/4-ComputerVision/08-TransferLearning/README.md) ਅਤੇ [ਟ੍ਰੇਨਿੰਗ ਜਾਦੂ-ਟੋਣ](./lessons/4-ComputerVision/08-TransferLearning/TrainingTricks.md) | [ਪਾਈਟੌਰਚ](./lessons/4-ComputerVision/08-TransferLearning/TransferLearningPyTorch.ipynb) / [ਟੈਸਰਫਲੋ](./lessons/3-NeuralNetworks/05-Frameworks/IntroKerasTF.ipynb) | [ਬ](./lessons/4-ComputerVision/08-TransferLearning/lab/README.md) |
| 09 | [ਆਟੋਇਨਕੋਡਰ ਅਤੇ ਵੀਏਈਜ਼](./lessons/4-ComputerVision/09-Autoencoders/README.md) | [ਪਾਈਟੌਰਚ](./lessons/4-ComputerVision/09-Autoencoders/AutoEncodersPyTorch.ipynb) / [ਟੈਸਰਫਲੋ](./lessons/4-ComputerVision/09-Autoencoders/AutoencodersTF.ipynb) | |
| 10 | [ਜਨਰੇਟਿਵ ਐਡਵਰਸਰੀਅਲ ਨੈੱਟਵਰਕਸ ਅਤੇ ਕਲਾਤਮਕ ਸ਼ૈਲੀ ਟ੍ਰਾਂਸਫਰ](./lessons/4-ComputerVision/10-GANs/README.md) | [ਪਾਈਟੌਰਚ](./lessons/4-ComputerVision/10-GANs/GANPyTorch.ipynb) / [ਟੈਂਸਰਫਲੋ](./lessons/4-ComputerVision/10-GANs/GANTF.ipynb) | |
| 11 | [ਆਬਜੈਕਟ ਡਿਟੈਕਸ਼ਨ](./lessons/4-ComputerVision/11-ObjectDetection/README.md) | [ਟੈਸਰਫਲੋ](./lessons/4-ComputerVision/11-ObjectDetection/ObjectDetection.ipynb) | [ਬ](./lessons/4-ComputerVision/11-ObjectDetection/lab/README.md) |
| 12 | [ੈਮੈਂਟਿਕ ਸੈਗਮੈਂਟੇਸ਼ਨ। ਯੂ-ਨੈੱਟ](./lessons/4-ComputerVision/12-Segmentation/README.md) | [ਪਾਈਟੌਰਚ](./lessons/4-ComputerVision/12-Segmentation/SemanticSegmentationPytorch.ipynb) / [ਟੈਸਰਫਲੋ](./lessons/4-ComputerVision/12-Segmentation/SemanticSegmentationTF.ipynb) | |
| V | [**ਕੁਦਰਤੀ ਭਾਸ਼ਾ ਪ੍ਰੋਸੈਸਿੰਗ**](./lessons/5-NLP/README.md) | [ਪਾਈਟੌਰਚ](https://docs.microsoft.com/learn/modules/intro-natural-language-processing-pytorch/?WT.mc_id=academic-77998-cacaste) /[ਟੈਸਰਫਲੋ](https://docs.microsoft.com/learn/modules/intro-natural-language-processing-TensorFlow/?WT.mc_id=academic-77998-cacaste) | [ਮਾਈਕਰੋਸਾਫਟ ਐਜ਼ਯੂਰ 'ਤੇ ਕੁਦਰਤੀ ਭਾਸ਼ਾ ਪ੍ਰੋਸੈਸਿੰਗ ਦੀ ਖੋਜ ਕਰੋ](https://learn.microsoft.com/en-us/collections/7w28iy2xrqzdj0?WT.mc_id=academic-77998-bethanycheum)|
| 13 | [ਪਾਠ ਪ੍ਰਤਿਨਿਧਿਤਵ। ਬਾਵ/ਟੀਐਫ-ਆਈਡੀਐਫ](./lessons/5-NLP/13-TextRep/README.md) | [ਪਾਈਟੌਰਚ](https://github.com/microsoft/AI-For-Beginners/blob/main/lessons/5-NLP/13-TextRep/TextRepresentationPyTorch.ipynb) / [ਟੈਸਰਫਲੋ](https://github.com/microsoft/AI-For-Beginners/blob/main/lessons/5-NLP/13-TextRep/TextRepresentationTF.ipynb) | |
| 14 | [ੈਮੈਂਟਿਕ ਸ਼ਬਦ ਇੰਬੈਡਿੰਗ। Word2Vec ਅਤੇ GloVe](./lessons/5-NLP/14-Embeddings/README.md) | [ਪਾਈਟੌਰਚ](https://github.com/microsoft/AI-For-Beginners/blob/main/lessons/5-NLP/14-Embeddings/EmbeddingsPyTorch.ipynb) / [ਟੈਸਰਫਲੋ](https://github.com/microsoft/AI-For-Beginners/blob/main/lessons/5-NLP/14-Embeddings/EmbeddingsTF.ipynb) | |
| 15 | [ਭਾਸ਼ਾ ਮਾਡਲਿੰਗ। ਆਪਣੇ ਆਪਣੇ ਇੰਬੈਡਿੰਗ ਦੀ ਟ੍ਰੇਨਿੰਗ](./lessons/5-NLP/15-LanguageModeling/README.md) | [ਪਾਈਟੌਰਚ](https://github.com/microsoft/AI-For-Beginners/blob/main/lessons/5-NLP/15-LanguageModeling/CBoW-PyTorch.ipynb) / [ਟੈਸਰਫਲੋ](https://github.com/microsoft/AI-For-Beginners/blob/main/lessons/5-NLP/15-LanguageModeling/CBoW-TF.ipynb) | [ਬ](./lessons/5-NLP/15-LanguageModeling/lab/README.md) |
| 16 | [ਪੁਨਰਾਵਰਤ ਨਿਊਰਲ ਨੈੱਟਵਰਕਸ](./lessons/5-NLP/16-RNN/README.md) | [ਪਾਈਟੌਰਚ](https://github.com/microsoft/AI-For-Beginners/blob/main/lessons/5-NLP/16-RNN/RNNPyTorch.ipynb) / [ਟੈਸਰਫਲੋ](https://github.com/microsoft/AI-For-Beginners/blob/main/lessons/5-NLP/16-RNN/RNNTF.ipynb) | |
| 17 | [ਜਨਰੇਟਿਵ ਰਿਕਰੈਂਟ ਨੈੱਟਵਰਕਸ](./lessons/5-NLP/17-GenerativeNetworks/README.md) | [ਪਾਈਟੌਰਚ](https://github.com/microsoft/AI-For-Beginners/blob/main/lessons/5-NLP/17-GenerativeNetworks/GenerativePyTorch.ipynb) / [ਟੈਸਰਫਲੋ](https://github.com/microsoft/AI-For-Beginners/blob/main/lessons/5-NLP/17-GenerativeNetworks/GenerativeTF.ipynb) | [ਬ](./lessons/5-NLP/17-GenerativeNetworks/lab/README.md) |
| 18 | [ਰਾਂਸਫਾਰਮਰ। ਬਰਟ।](./lessons/5-NLP/18-Transformers/README.md) | [ਪਾਈਟੌਰਚ](https://github.com/microsoft/AI-For-Beginners/blob/main/lessons/5-NLP/18-Transformers/TransformersPyTorch.ipynb) /[ਟੈਸਰਫਲੋ](https://github.com/microsoft/AI-For-Beginners/blob/main/lessons/5-NLP/18-Transformers/TransformersTF.ipynb) | |
| 19 | [ਾਮਕਰਤਾ ਇਕਾਈ ਪਹਿਚਾਣ](./lessons/5-NLP/19-NER/README.md) | [ਟੈਂਸਰਫਲੋ](https://microsoft.github.io/AI-For-Beginners/lessons/5-NLP/19-NER/NER-TF.ipynb) | [ਬ](./lessons/5-NLP/19-NER/lab/README.md) |
| 20 | [ਵੱਡੇ ਭਾਸ਼ਾ ਮਾਡਲ, ਪ੍ਰੰਪਟ ਪ੍ਰੋਗਰਾਮਿੰਗ ਅਤੇ ਕੁਝ ਸ਼ਾਟ ਕਾਰਜ](./lessons/5-NLP/20-LangModels/README.md) | [ਪਾਈਟੌਰਚ](https://microsoft.github.io/AI-For-Beginners/lessons/5-NLP/20-LangModels/GPT-PyTorch.ipynb) | |
| 03 | [ਪਰਸੈਪਟਰੋਨ](./lessons/3-NeuralNetworks/03-Perceptron/README.md) | [ਨੋਟਬੁੱਕ](./lessons/3-NeuralNetworks/03-Perceptron/Perceptron.ipynb) | [ਬ](./lessons/3-NeuralNetworks/03-Perceptron/lab/README.md) |
| 04 | [ਮਲਟੀ-ਲੇਅਰਡ ਪਰসੈਪਟਰੋਨ ਅਤੇ ਆਪਣਾ ਖ਼ੁਦ ਦਾ ਫ੍ਰੇਮਵਰਕ ਬਣਾਉਣਾ](./lessons/3-NeuralNetworks/04-OwnFramework/README.md) | [ਨੋਟਬੁੱਕ](./lessons/3-NeuralNetworks/04-OwnFramework/OwnFramework.ipynb) | [ਬ](./lessons/3-NeuralNetworks/04-OwnFramework/lab/README.md) |
| 05 | [੍ਰੇਮਵਰਕਸ ਦਾ ਮੁਕੱਦਮਾ (ਪਾਇਟਾਰਚ/ਟੈਨਸਰਫਲੋ) ਅਤੇ ਓਵਰਫਿਟਿੰਗ](./lessons/3-NeuralNetworks/05-Frameworks/README.md) | [ਪਾਇਟਾਰਚ](./lessons/3-NeuralNetworks/05-Frameworks/IntroPyTorch.ipynb) / [ਕੇਰਾਸ](./lessons/3-NeuralNetworks/05-Frameworks/IntroKeras.ipynb) / [ਟੈਸਰਫਲੋ](./lessons/3-NeuralNetworks/05-Frameworks/IntroKerasTF.ipynb) | [ਬ](./lessons/3-NeuralNetworks/05-Frameworks/lab/README.md) |
| IV | [**ਕੰਪਿਊਟਰ ਵਿਜ਼ਨ**](./lessons/4-ComputerVision/README.md) | [ਪਾਇਟਾਰਚ](https://docs.microsoft.com/learn/modules/intro-computer-vision-pytorch/?WT.mc_id=academic-77998-cacaste) / [ਟੈਸਰਫਲੋ](https://docs.microsoft.com/learn/modules/intro-computer-vision-TensorFlow/?WT.mc_id=academic-77998-cacaste)| [ਮਾਈਕ੍ਰੋਸਾਫਟ ਏਜ਼ਰ 'ਤੇ ਕੰਪਿਊਟਰ ਵਿਜ਼ਨ ਦੀ ਖੋਜ ਕਰੋ](https://learn.microsoft.com/en-us/collections/7w28iy2xrqzdj0?WT.mc_id=academic-77998-bethanycheum) |
| 06 | [ਕੰਪਿਊਟਰ ਵਿਜ਼ਨ ਦਾ ਪਰਿਚਯ। ਓਪਨਸੀਵੀ](./lessons/4-ComputerVision/06-IntroCV/README.md) | [ਨੋਟਬੁੱਕ](./lessons/4-ComputerVision/06-IntroCV/OpenCV.ipynb) | [ਬ](./lessons/4-ComputerVision/06-IntroCV/lab/README.md) |
| 07 | [ਕਨਵੋਲਸ਼ਨਲ ਨਿਊਰਲ ਨੈੱਟਵਰਕਸ](./lessons/4-ComputerVision/07-ConvNets/README.md) & [ਸੀ.ਐਨ.ਐਨ. ਆਰਕੀਟੈਕਚਰ](./lessons/4-ComputerVision/07-ConvNets/CNN_Architectures.md) | [ਪਾਇਟਾਰਚ](./lessons/4-ComputerVision/07-ConvNets/ConvNetsPyTorch.ipynb) /[ਟੈਨਸਰਫਲੋ](./lessons/4-ComputerVision/07-ConvNets/ConvNetsTF.ipynb) | [ਲੈਬ](./lessons/4-ComputerVision/07-ConvNets/lab/README.md) |
| 08 | [ਪ੍ਰੀ-ਟਰੇਨਡ ਨੈੱਟਵਰਕਸ ਅਤੇ ਟ੍ਰਾਂਸਫਰ ਲਰਨਿੰਗ](./lessons/4-ComputerVision/08-TransferLearning/README.md) ਅਤੇ [ਟ੍ਰੇਨਿੰਗ ਟ੍ਰਿਕਸ](./lessons/4-ComputerVision/08-TransferLearning/TrainingTricks.md) | [ਪਾਇਟਾਰਚ](./lessons/4-ComputerVision/08-TransferLearning/TransferLearningPyTorch.ipynb) / [ਟੈਸਰਫਲੋ](./lessons/3-NeuralNetworks/05-Frameworks/IntroKerasTF.ipynb) | [ਬ](./lessons/4-ComputerVision/08-TransferLearning/lab/README.md) |
| 09 | [ਆਟੋਇੰਕੋਡਰਸ ਅਤੇ ਵਿਆਰੇਸ਼ਨਲ ਆਟੋਇੰਕੋਡਰਸ](./lessons/4-ComputerVision/09-Autoencoders/README.md) | [ਪਾਇਟਾਰਚ](./lessons/4-ComputerVision/09-Autoencoders/AutoEncodersPyTorch.ipynb) / [ਟੈਸਰਫਲੋ](./lessons/4-ComputerVision/09-Autoencoders/AutoencodersTF.ipynb) | |
| 10 | [ਜਨਰੇਟਿਵ ਵੈਰੋਧੀ ਨੈੱਟਵਰਕਸ ਅਤੇ ਕਲਾ ਸਟਾਈਲ ਟ੍ਰਾਂਸਫਰ](./lessons/4-ComputerVision/10-GANs/README.md) | [ਪਾਇਟਾਰਚ](./lessons/4-ComputerVision/10-GANs/GANPyTorch.ipynb) / [ਟੈਨਸਰਫਲੋ](./lessons/4-ComputerVision/10-GANs/GANTF.ipynb) | |
| 11 | [ਆਬਜੈਕਟ ਡਿਟੈਕਸ਼ਨ](./lessons/4-ComputerVision/11-ObjectDetection/README.md) | [ਟੈਸਰਫਲੋ](./lessons/4-ComputerVision/11-ObjectDetection/ObjectDetection.ipynb) | [ਬ](./lessons/4-ComputerVision/11-ObjectDetection/lab/README.md) |
| 12 | [ੇਮਾਂਟਿਕ ਸੈਗਮੇਂਟੇਸ਼ਨ। ਯੂ-ਨੈੱਟ](./lessons/4-ComputerVision/12-Segmentation/README.md) | [ਪਾਇਟਾਰਚ](./lessons/4-ComputerVision/12-Segmentation/SemanticSegmentationPytorch.ipynb) / [ਟੈਸਰਫਲੋ](./lessons/4-ComputerVision/12-Segmentation/SemanticSegmentationTF.ipynb) | |
| V | [**ਕੁਦਰਤੀ ਭਾਸ਼ਾ ਪ੍ਰੋਸੈਸਿੰਗ**](./lessons/5-NLP/README.md) | [ਪਾਇਟਾਰਚ](https://docs.microsoft.com/learn/modules/intro-natural-language-processing-pytorch/?WT.mc_id=academic-77998-cacaste) /[ਟੈਸਰਫਲੋ](https://docs.microsoft.com/learn/modules/intro-natural-language-processing-TensorFlow/?WT.mc_id=academic-77998-cacaste) | [ਮਾਈਕ੍ਰੋਸਾਫਟ ਏਜ਼ਰ 'ਤੇ ਕੁਦਰਤੀ ਭਾਸ਼ਾ ਪ੍ਰੋਸੈਸਿੰਗ ਦੀ ਖੋਜ ਕਰੋ](https://learn.microsoft.com/en-us/collections/7w28iy2xrqzdj0?WT.mc_id=academic-77998-bethanycheum)|
| 13 | [ਪਾਠ ਪ੍ਰਤੀਨਿਧੀ। ਬੌ/ਟੀਐਫ-ਆਈਡੀਐਫ](./lessons/5-NLP/13-TextRep/README.md) | [ਪਾਇਟਾਰਚ](https://github.com/microsoft/AI-For-Beginners/blob/main/lessons/5-NLP/13-TextRep/TextRepresentationPyTorch.ipynb) / [ਟੈਸਰਫਲੋ](https://github.com/microsoft/AI-For-Beginners/blob/main/lessons/5-NLP/13-TextRep/TextRepresentationTF.ipynb) | |
| 14 | [ੇਮਾਂਟਿਕ ਸ਼ਬਦ ਏਮਬੈਡਿੰਗਜ਼। ਵਰਡ2ਵੇਕ ਅਤੇ ਗਲੋਵ](./lessons/5-NLP/14-Embeddings/README.md) | [ਪਾਇਟਾਰਚ](https://github.com/microsoft/AI-For-Beginners/blob/main/lessons/5-NLP/14-Embeddings/EmbeddingsPyTorch.ipynb) / [ਟੈਸਰਫਲੋ](https://github.com/microsoft/AI-For-Beginners/blob/main/lessons/5-NLP/14-Embeddings/EmbeddingsTF.ipynb) | |
| 15 | [ਭਾਸ਼ਾ ਮਾਡਲਿੰਗ। ਆਪਣੀ ਖ਼ੁਦ ਦੀ ਏਮਬੈਡਿੰਗਜ਼ ਦਾ ਟ੍ਰੇਨਿੰਗ](./lessons/5-NLP/15-LanguageModeling/README.md) | [ਪਾਇਟਾਰਚ](https://github.com/microsoft/AI-For-Beginners/blob/main/lessons/5-NLP/15-LanguageModeling/CBoW-PyTorch.ipynb) / [ਟੈਸਰਫਲੋ](https://github.com/microsoft/AI-For-Beginners/blob/main/lessons/5-NLP/15-LanguageModeling/CBoW-TF.ipynb) | [ਬ](./lessons/5-NLP/15-LanguageModeling/lab/README.md) |
| 16 | [ਰੀਕਰਨਟ ਨਿਊਰਲ ਨੈੱਟਵਰਕਸ](./lessons/5-NLP/16-RNN/README.md) | [ਪਾਇਟਾਰਚ](https://github.com/microsoft/AI-For-Beginners/blob/main/lessons/5-NLP/16-RNN/RNNPyTorch.ipynb) / [ਟੈਸਰਫਲੋ](https://github.com/microsoft/AI-For-Beginners/blob/main/lessons/5-NLP/16-RNN/RNNTF.ipynb) | |
| 17 | [ਜਨਰੇਟਿਵ ਰੀਕਰਨਟ ਨੈੱਟਵਰਕਸ](./lessons/5-NLP/17-GenerativeNetworks/README.md) | [ਪਾਇਟਾਰਚ](https://github.com/microsoft/AI-For-Beginners/blob/main/lessons/5-NLP/17-GenerativeNetworks/GenerativePyTorch.ipynb) / [ਟੈਸਰਫਲੋ](https://github.com/microsoft/AI-For-Beginners/blob/main/lessons/5-NLP/17-GenerativeNetworks/GenerativeTF.ipynb) | [ਬ](./lessons/5-NLP/17-GenerativeNetworks/lab/README.md) |
| 18 | [ਰਾਂਸਫਾਰਮਰਜ਼। ਬਰਟ।](./lessons/5-NLP/18-Transformers/README.md) | [ਪਾਇਟਾਰਚ](https://github.com/microsoft/AI-For-Beginners/blob/main/lessons/5-NLP/18-Transformers/TransformersPyTorch.ipynb) /[ਟੈਸਰਫਲੋ](https://github.com/microsoft/AI-For-Beginners/blob/main/lessons/5-NLP/18-Transformers/TransformersTF.ipynb) | |
| 19 | [ੇਮਡ ਐਂਟਿਟੀ ਰਿਕਗਨੀਸ਼ਨ](./lessons/5-NLP/19-NER/README.md) | [ਟੈਨਸਰਫਲੋ](https://microsoft.github.io/AI-For-Beginners/lessons/5-NLP/19-NER/NER-TF.ipynb) | [ਬ](./lessons/5-NLP/19-NER/lab/README.md) |
| 20 | [ਵੱਡੇ ਭਾਸ਼ਾ ਮਾਡਲ, ਪ੍ਰਾਂਪਟ ਪ੍ਰੋਗ੍ਰਾਮਿੰਗ ਅਤੇ ਥੋੜ੍ਹੇ-ਥੋੜ੍ਹੇ ਟਾਸਕ](./lessons/5-NLP/20-LangModels/README.md) | [ਪਾਇਟਾਰਚ](https://microsoft.github.io/AI-For-Beginners/lessons/5-NLP/20-LangModels/GPT-PyTorch.ipynb) | |
| VI | **ਹੋਰ ਏਆਈ ਤਕਨੀਕਾਂ** || |
| 21 | [ੀਨੇਟਿਕ ਅਲਗੋਰਿਦਮ](./lessons/6-Other/21-GeneticAlgorithms/README.md) | [ਨੋਟਬੁੱਕ](./lessons/6-Other/21-GeneticAlgorithms/Genetic.ipynb) | |
| 22 | [ਗਹਿਰਾ ਰੀਇਨਫੋਰਸਮੈਂਟ ਲਰਨਿੰਗ](./lessons/6-Other/22-DeepRL/README.md) | [ਪਾਈਟੌਰਚ](./lessons/6-Other/22-DeepRL/CartPole-RL-PyTorch.ipynb) /[ਟੈਂਸਰਫਲੋ](./lessons/6-Other/22-DeepRL/CartPole-RL-TF.ipynb) | [ਲੇਬ](./lessons/6-Other/22-DeepRL/lab/README.md) |
| 21 | [ਨੀਟਿਕ الگورਿਦਮ](./lessons/6-Other/21-GeneticAlgorithms/README.md) | [ਨੋਟਬੁੱਕ](./lessons/6-Other/21-GeneticAlgorithms/Genetic.ipynb) | |
| 22 | [ਡੀਪ ਰੀਇੰਫੋਰਸਮੈਂਟ ਲਰਨਿੰਗ](./lessons/6-Other/22-DeepRL/README.md) | [ਪਾਇਟਾਰਚ](./lessons/6-Other/22-DeepRL/CartPole-RL-PyTorch.ipynb) /[ਟੈਨਸਰਫਲੋ](./lessons/6-Other/22-DeepRL/CartPole-RL-TF.ipynb) | [ਲੈਬ](./lessons/6-Other/22-DeepRL/lab/README.md) |
| 23 | [ਮਲਟੀ-ਏਜੰਟ ਪ੍ਰਣਾਲੀਆਂ](./lessons/6-Other/23-MultiagentSystems/README.md) | | |
| VII | **ਏਆਈ ਆਦਰਸ਼** | | |
| 24 | [ਏਆਈ ਆਦਰਸ਼ ਅਤੇ ਜ਼ਿੰਮੇਵਾਰ ਏਆਈ](./lessons/7-Ethics/README.md) | [ਮਾਈਕਰੋਸਾਫਟ ਲਰਨ: ਜ਼ਿੰਮੇਵਾਰ ਏਆਈ ਸਿਧਾਂਤ](https://docs.microsoft.com/learn/paths/responsible-ai-business-principles/?WT.mc_id=academic-77998-cacaste) | |
| IX | **ਵਾਧੂ ਸਮੱਗਰੀ** | | |
| 25 | [ਮਲਟੀ-ਮਡਲ ਨੈੱਟਵਰਕਸ, ਕਲਿਪ ਅਤੇ ਵੀਕਿਊਜੀਏਨ](./lessons/X-Extras/X1-MultiModal/README.md) | [ਨੋਟਬੁੱਕ](./lessons/X-Extras/X1-MultiModal/Clip.ipynb) | |
| VII | **ਏਆਈ ਨੈਤਿਕਤਾ** | | |
| 24 | [ਏਆਈ ਨੈਤਿਕਤਾ ਅਤੇ ਜ਼ਿੰਮੇਵਾਰ ਏਆਈ](./lessons/7-Ethics/README.md) | [ਮਾਈਕਰੋਸਾਫਟ ਲਰਨ: ਜ਼ਿੰਮੇਵਾਰ ਏਆਈ ਸਿਧਾਂਤ](https://docs.microsoft.com/learn/paths/responsible-ai-business-principles/?WT.mc_id=academic-77998-cacaste) | |
| IX | **ਵਾਧੂ** | | |
| 25 | [ਮਲਟੀ-ਮਡਲ ਨੈੱਟਵਰਕਸ, ਕਲਿਪ ਅਤੇ ਵੀਕਿਊਜੀਏਨ](./lessons/X-Extras/X1-MultiModal/README.md) | [ਨੋਟਬੁੱਕ](./lessons/X-Extras/X1-MultiModal/Clip.ipynb) | |
## ਹਰ ਪਾਠ ਵਿੱਚ ਸ਼ਾਮਲ ਹੈ
* ਪੜ੍ਹਨ ਤੋਂ ਪਹਿਲਾਂ ਸਮੱਗਰੀ
* ਚਲਾਉਣ ਯੋਗ ਜੂਪੀਟਰ ਨੋਟਬੁੱਕ, ਜੋ ਅਕਸਰ ਫਰੇਮਵਰਕ (**PyTorch** ਜਾਂ **TensorFlow**) ਲਈ ਖਾਸ ਹੁੰਦੇ ਹਨ। ਚਲਾਉਣ ਯੋਗ ਨੋਟਬੁੱਕ ਵਿੱਚ ਬਹੁਤ ਸਾਰਾ ਸਿਧਾਂਤਕ ਸਮੱਗਰੀ ਵੀ ਹੁੰਦੀ ਹੈ, ਇਸ ਲਈ ਵਿਸ਼ੇ ਨੂੰ ਸਮਝਣ ਲਈ ਤੁਹਾਨੂੰ ਘੱਟੋ-ਘੱਟ ਇੱਕ ਵਰਜਨ ਦੇ ਨੋਟਬੁੱਕ ਨੂੰ (PyTorch ਜਾਂ TensorFlow ਵਿੱਚੋਂ) ਦੇਖਣਾ ਚਾਹੀਦਾ ਹੈ।
* ਕੁਝ ਵਿਸ਼ਿਆਂ ਲਈ ਉਪਲੱਬਧ **Labs**, ਜੋ ਤੁਹਾਨੂੰ ਸਿੱਖੀ ਹੋਈ ਸਮੱਗਰੀ ਨੂੰ ਇੱਕ ਵਿਸ਼ੇਸ਼ ਸਮੱਸਿਆ 'ਤੇ ਲਾਗੂ ਕਰਨ ਦਾ ਮੌਕਾ ਦਿੰਦੇ ਹਨ।
* ਕੁਝ ਹਿੱਸੇ [**MS Learn**](https://learn.microsoft.com/en-us/collections/7w28iy2xrqzdj0?WT.mc_id=academic-77998-bethanycheum) ਮੋਡੀਊਲਾਂ ਲਈ ਲਿੰਕ ਸ਼ਾਮਲ ਕਰਦੇ ਹਨ ਜੋ ਸੰਬੰਧਤ ਵਿਸ਼ਿਆਂ ਨੂੰ ਕਵਰ ਕਰਦੇ ਹਨ।
## ਹਰੇਕ ਪਾਠ ਵਿੱਚ ਸ਼ਾਮਿਲ ਹੈ
* ਪ੍ਰੀ-ਰੀਡਿੰਗ ਸਮੱਗਰੀ
* ਐਗਜ਼ਿਕਯੂਟੇਬਲ ਜੁਪਾਈਟਰ ਨੋਟਬੁੱਕਸ, ਜੋ ਅਕਸਰ ਫਰੇਮਵਰਕ ਵਿਸ਼ੇਸ਼ ਹੁੰਦੇ ਹਨ (**PyTorch** ਜਾਂ **TensorFlow**). ਐਗਜ਼ਿਕਯੂਟੇਬਲ ਨੋਟਬੁੱਕ ਵਿੱਚ ਬਹੁਤ ਸਾਰਾ ਥਿਊਰੇਟਿਕਲ ਸਮੱਗਰੀ ਵੀ ਹੁੰਦੀ ਹੈ, ਇਸ ਲਈ ਵਿਸ਼ੇ ਨੂੰ ਸਮਝਣ ਲਈ ਤੁਹਾਨੂੰ ਘੱਟੋ-ਘੱਟ ਇੱਕ ਵਰਜਨ ਦਾ ਨੋਟਬੁੱਕ (ਚਾਹੇ PyTorch ਜਾਂ TensorFlow) ਦੇਖਣਾ ਲਾਜ਼ਮੀ ਹੈ।
* ਕੁਝ ਵਿਸ਼ਿਆਂ ਲਈ **ਲੈਬਜ਼** ਉਪਲਬਧ ਹਨ, ਜੋ ਤੁਹਾਨੂੰ ਸਿੱਖੀ ਗਈ ਸਮੱਗਰੀ ਨੂੰ ਕਿਸੇ ਖਾਸ ਸਮੱਸਿਆ 'ਤੇ ਲਾਗੂ ਕਰਨ ਦਾ ਮੌਕਾ ਦਿੰਦੀਆਂ ਹਨ।
* ਕੁਝ ਸੈਕਸ਼ਨਾਂ ਵਿੱਚ [**MS Learn**](https://learn.microsoft.com/en-us/collections/7w28iy2xrqzdj0?WT.mc_id=academic-77998-bethanycheum) ਮਾਡਿਊਲਾਂ ਦੇ ਲਿੰਕ ਹਨ ਜੋ ਸਬੰਧਿਤ ਵਿਸ਼ਿਆਂ ਨੂੰ ਕਵਰ ਕਰਦੇ ਹਨ।
## ਸ਼ੁਰੂਆਤ ਕਰ
## ਸ਼ੁਰੂਆਤ ਕਰਨਾ
### 🎯 AI ਵਿੱਚ ਨਵਾਂ? ਇੱਥੇ ਸ਼ੁਰੂ ਕਰੋ!
### 🎯 ਏਆਈ ਵਿੱਚ ਨਵੇਂ ਹੋ? ਇੱਥੇ ਤੋਂ ਸ਼ੁਰੂ ਕਰੋ!
ਜੇ ਤੁਸੀਂ ਪੂਰੀ ਤਰ੍ਹਾਂ AI ਵਿੱਚ ਨਵਾਂ ਹੋ ਅਤੇ ਛੇਤੀ, ਹੱਥੋਂ-ਹੱਥ ਉਦਾਹਰਣਾਂ ਚਾਹੁੰਦੇ ਹੋ, ਤਾਂ ਸਾਡੇ [**ਆਰੰਭਕ-ਮਿੱਤਰ ਉਦਾਹਰਣਾਂ**](./examples/README.md) ਨੂੰ ਦੇਖੋ! ਇਨ੍ਹਾਂ ਵਿੱਚ ਸ਼ਾਮਲ ਹਨ:
ਜੇ ਤੁਸੀਂ ਏਆਈ ਵਿੱਚ ਬਿਲਕੁਲ ਨਵੇਂ ਹੋ ਅਤੇ ਤੁਰੰਤ ਹੱਥ-ਕਲਮ ਦੇ ਉਦਾਹਰਣ ਚਾਹੁੰਦੇ ਹੋ, ਤਾਂ ਸਾਡੇ [**ਸ਼ੁਰੂਆਤੀ-ਮਿਤਰ ਸਾਂਝਾ ਉਦਾਹਰਣਾਂ**](./examples/README.md) ਨੂੰ ਵੇਖੋ! ਇਹ ਵਿੱਚ ਸ਼ਾਮਲ ਹਨ:
- 🌟 **ਹੈਲੋ AI ਵਰਲਡ** - ਤੁਹਾਡਾ ਪਹਿਲਾ AI ਪ੍ਰੋਗਰਾਮ (ਪੈਟਰਨ ਪਹਚਾਣ)
- 🧠 **ਸੂਖਮ ਨਿਊਰਲ ਨੈੱਟਵਰਕ** - ਸ਼ੁਰੂਆਤੀ ਤੋਂ ਨਿਊਰਲ ਨੈੱਟਵਰਕ ਬਣਾਓ
- 🖼️ **ਚਿੱਤਰ ਵਰਗੀਕਰਨ** - ਵਿਸਥਾਰ ਨਾਲ ਟਿੱਪਣੀਆਂ ਨਾਲ ਤਸਵੀਰਾਂ ਨੂੰ ਵਰਗੀਕ੍ਰਿਤ ਕਰੋ
- 💬 **ਟੈਕਸਟ ਸੰਵੇਦਨਾ** - ਧਨਾਤਮਕ/ਨਕਾਰਾਤਮਕ ਟੈਕਸਟ ਦਾ ਵਿਸ਼ਲੇਸ਼ਣ ਕਰੋ
- 🌟 **ਹੈਲੋ ਏਆਈ ਵਰਲਡ** - ਤੁਹਾਡਾ ਪਹਿਲਾ ਏਆਈ ਪ੍ਰੋਗਰਾਮ (ਪੈਟਰਨ ਜਾਣਚ)
- 🧠 **ਸਰਲ ਨਿਊਰਲ ਨੈਟਵਰਕ** - ਇੱਕ ਨਿਊਰਲ ਨੈਟਵਰਕ ਸ਼ੁਰੂ ਤੋਂ ਬਣਾਓ
- 🖼️ **ਚਿੱਤਰ ਸ਼੍ਰੇਣੀਕਾਰ** - ਤਫਸੀਲ ਨਾਲ ਟਿੱਪਣੀਆਂ ਦੇ ਨਾਲ ਚਿੱਤਰਾਂ ਨੂੰ ਵਰਗੀਕ੍ਰਿਤ ਕਰੋ
- 💬 **ਟੈਕਸਟ ਭਾਵਨਾ** - ਸਕਾਰਾਤਮਕ/ਨਕਾਰਾਤਮਕ ਟੈਕਸਟ ਦਾ ਵਿਸ਼ਲੇਸ਼ਣ ਕਰੋ
ਇਹ ਉਦਾਹਰਣ AI ਸੰਕਲਪਾਂ ਨੂੰ ਸਮਝਣ ਵਿੱਚ ਤੁਹਾਡੀ ਸਹਾਇਤਾ ਲਈ ਡਿਜ਼ਾਇਨ ਕੀਤੇ ਗਏ ਹਨ ਇਸ ਲਈ ਪੂਰੇ ਕੋਰਸ ਵਿੱਚ ਜਾਣ ਤੋਂ ਪਹਿਲਾਂ
ਇਹ ਉਦਾਹਰਣ ਤੁਹਾਨੂੰ ਪੂਰੇ ਕੋਰਸ ਵਿਚ ਡੁੱਬਕੀ ਲਗਾਉਣ ਤੋਂ ਪਹਿਲਾਂ ਏਆਈ ਦੇ ਸੰਕਲਪ ਸਮਝਣ ਵਿੱਚ ਮਦਦ ਕਰਨ ਲਈ ਬਣਾਏ ਗਏ ਹਨ
### 📚 ਪੂਰਾ ਕੋਰਸ ਸੈੱਟਅਪ
- ਅਸੀਂ ਤੁਹਾਡੇ ਵਿਕਾਸ ਵਾਤਾਵਰਨ ਸੈੱਟਅਪ ਕਰਨ ਲਈ ਇੱਕ [ਸੈੱਟਅਪ ਪਾਠ](./lessons/0-course-setup/setup.md) ਬਣਾਇਆ ਹੈ। - ਅਧਿਆਪਕਾਂ ਲਈ ਅਸੀਂ ਤੁਹਾਡੇ ਲਈ ਇੱਕ [ਕੋਰਸ ਸੈੱਟਅਪ ਪਾਠ](./lessons/0-course-setup/for-teachers.md) ਵੀ ਬਣਾਇਆ ਹੈ!
- [VSCode ਜਾਂ Codespace ਵਿੱਚ ਕੋਡ ਕਿਵੇਂ ਚਲਾਇਆ ਜਾਵੇ](./lessons/0-course-setup/how-to-run.md)
- ਅਸੀਂ ਤੁਹਾਡੇ ਵਿਕਾਸ ਵਾਤਾਵਰਣ ਨੂੰ ਸੈੱਟ ਕਰਨ ਵਿੱਚ ਮਦਦ ਲਈ ਇੱਕ [ਸੈੱਟਅਪ ਲੈਸਨ](./lessons/0-course-setup/setup.md) ਤਿਆਰ ਕੀਤਾ ਹੈ। - ਸਿਖਿਆਰਥੀਆਂ ਲਈ, ਅਸੀਂ ਤੁਹਾਡੇ ਲਈ ਵੀ ਇੱਕ [ਕੋਰੀਕੁਲਮ ਸੈੱਟਅਪ ਲੈਸਨ](./lessons/0-course-setup/for-teachers.md) ਤਿਆਰ ਕੀਤਾ ਹੈ!
- VSCode ਜਾਂ Codespace ਵਿੱਚ [ਕੋਡ ਚਲਾਉਣ ਦੀ ਵਿਧੀ](./lessons/0-course-setup/how-to-run.md)
ਇਹ ਕਦਮ ਫਲੋ ਕਰੋ:
ਇਹ ਕਦਮ ਫਲੋ ਕਰੋ:
ਰੈਪੋਜ਼ੀਟਰੀ ਦੀ ਫੋਰਕਿੰਗ ਕਰੋਂ: ਇਸ ਪੰਨੇ ਦੇ ਸੱਜੇ-ਵੱਖਰੇ ਕੋਨੇ 'Fork' ਬਟਨ 'ਤੇ ਕਲਿੱਕ ਕਰੋ।
ਜੰਗ੍ਹਾ ਪ੍ਰਾਪਤ ਕਰੋ: ਇਸ ਪੇਜ ਦੇ ਸੱਜੇ-ਟੀਕੜੇ ਕੋਨੇ ਵਿੱਚ "Fork" ਬਟਨ 'ਤੇ ਕਲਿੱਕ ਕਰੋ।
ੈਪੋਜ਼ੀਟਰੀ ਕਲੋਨ ਕਰੋ: `git clone https://github.com/microsoft/AI-For-Beginners.git`
ੀਪੋ ਕਲੋਨ ਕਰੋ: `git clone https://github.com/microsoft/AI-For-Beginners.git`
ਇਸ ਰੈਪੋ (🌟) ਨੂੰ ਸਟਾਰ ਕਰਨਾ ਨਾ ਭੁੱਲੋ ਤਾਂ ਜੋ ਤੁਸੀਂ ਇਸਨੂੰ ਅੱਗੇ ਚੂਕਣਾ ਆਸਾਨੀ ਨਾਲ ਕਰ ਸਕੋ
ਇਸ ਰੀਪੋ ਨੂੰ ਸ਼ਾਨਦਾਰ (🌟) ਕਰਨਾ ਨਾ ਭੁੱਲੋ ਤਾਂ ਜੋ ਤੁਹਾਨੂੰ ਬਾਅਦ ਵਿੱਚ ਆਸਾਨੀ ਨਾਲ ਲੱਭ ਸਕੇ
## ਹੋਰ ਸਿੱਖਣ ਵਾਲਿਆਂ ਨਾਲ ਮਿਲੋ
ਸਾਡੇ [ਆਧਿਕਾਰਕ AI ਡਿਸਕੋਰਡ ਸਰਵਰ](https://aka.ms/genai-discord?WT.mc_id=academic-105485-bethanycheum) ਵਿੱਚ ਸ਼ਾਮਿਲ ਹੋਵੋ, ਜਿੱਥੇ ਤੁਸੀਂ ਇਸ ਕੋਰਸ ਨੂੰ ਲੈ ਰਹੇ ਹੋਰ ਸਿੱਖਣ ਵਾਲਿਆਂ ਨਾਲ ਮਿਲ ਸਕਦੇ ਹੋ, ਨੈੱਟਵਰਕਿੰਗ ਕਰ ਸਕਦੇ ਹੋ ਅਤੇ ਸਮਰਥਨ ਪ੍ਰਾਪਤ ਕਰ ਸਕਦੇ ਹੋ।
ਸਾਡੇ [ਆਧਿਕਾਰਿਕ ਏਆਈ Discord ਸਰਵਰ](https://aka.ms/genai-discord?WT.mc_id=academic-105485-bethanycheum) 'ਚ ਜੁੜੋ ਅਤੇ ਇਸ ਕੋਰਸ ਨੂੰ ਲੈ ਰਹੇ ਹੋਰ ਸਿੱਖਣ ਵਾਲਿਆਂ ਨਾਲ ਮਿਲੋ ਅਤੇ ਨਾਲ ਨਾਲ ਸਹਾਇਤਾ ਪ੍ਰਾਪਤ ਕਰੋ।
ਜੇ ਤੁਹਾਡੇ ਕੋਲ ਉਤਪਾਦ ਪ੍ਰਤੀਕ੍ਰਿਆ ਜਾਂ ਬਿਲਡਿੰਗ ਦੌਰਾਨ ਕੋਈ ਸਵਾਲ ਹਨ ਤਾਂ ਸਾਡੇ [Azure AI Foundry Developer Forum](https://aka.ms/foundry/forum) ਵੇਖੋ
ਜੇ ਤੁਹਾਨੂੰ ਉਤਪਾਦ 'ਤੇ ਫੀਡਬੈਕ ਜਾਂ ਸਵਾਲ ਹਨ, ਤਾਂ ਸਾਡੇ [Azure AI Foundry Developer Forum](https://aka.ms/foundry/forum) 'ਤੇ ਜਾਓ
## ਕੁਇਜ਼
## ਕਵਿਜ਼
> **ਕੁਇਜ਼ ਬਾਰੇ ਨੋਟ**: ਸਾਰੇ ਕੁਇਜ਼ `etc\quiz-app` ਫੋਲਡਰ ਵਿੱਚ Quiz-app ਫੋਲਡਰ ਦੇ ਅੰਦਰ ਹਨ, ਜਾਂ [ਇੱਥੇ ਆਨਲਾਈਨ](https://ff-quizzes.netlify.app/) ਉਪਲੱਬਧ ਹਨ। ਇਹਨਾਂ ਨੂੰ ਪਾਠਾਂ ਵਿੱਚ ਲਿੰਕ ਕੀਤਾ ਗਿਆ ਹੈ, ਕੁਇਜ਼ ਐਪ ਨੂੰ ਲੋਕਲੀ ਚਲਾਇਆ ਜਾ ਸਕਦਾ ਹੈ ਜਾਂ Azure 'ਤੇ ਡਿਪਲਾਇ ਕੀਤਾ ਜਾ ਸਕਦਾ ਹੈ; `quiz-app` ਫੋਲਡਰ ਵਿੱਚ ਹੁਕਮਾਂ ਦਾ ਪਾਲਣ ਕਰੋ। ਇਹ ਹੌਲੀ-ਹੌਲੀ ਲੋਕਲਾਈਜ਼ ਕੀਤੇ ਜਾ ਰਹੇ ਹਨ
> **ਕਵਿਜ਼ ਬਾਰੇ ਨੋਟ**: ਸਾਰੀਆਂ ਕਵਿਜ਼ਾਂ Quiz-app ਫੋਲਡਰ ਵਿੱਚ etc\quiz-app ਵਿੱਚ ਹਨ, ਜਾਂ [ਅਨਲਾਈਨ ਇੱਥੇ](https://ff-quizzes.netlify.app/) ਉਪਲਬਧ ਹਨ। ਇਹਨਾਂ ਕਲਾਸਾਂ ਤੋਂ ਲਿੰਕ ਕੀਤੀਆਂ ਗਈਆਂ ਹਨ। Quiz app ਲੋਕਲ ਤੌਰ 'ਤੇ ਚਲਾਈ ਜਾ ਸਕਦੀ ਹੈ ਜਾਂ Azure 'ਤੇ ਡਿਪਲੋਏ ਕੀਤੀ ਜਾ ਸਕਦੀ ਹੈ; `quiz-app` ਫੋਲਡਰ ਵਿੱਚ ਦਿੱਤੀਆਂ ਹਿਦਾਇਤਾਂ ਦਾ ਪਾਲਣ ਕਰੋ। ਇਹਨਾਂ ਨੂੰ ਧੀਰੇ-ਧੀਰੇ ਲੋਕਲਾਈਜ਼ ਕੀਤਾ ਜਾ ਰਿਹਾ ਹੈ
## ਮਦਦ ਦੀ ਲੋੜ
## ਸਹਾਇਤਾ ਚਾਹੀਦੀ ਹੈ
ਕੀ ਤੁਹਾਡੇ ਕੋਲ ਸੁਝਾਅ ਹਨ ਜਾਂ ਤੁਸੀਂ ਟਾਈਪਿੰਗ ਜਾਂ ਕੋਡ ਦੀਆਂ ਗਲਤੀਆਂ ਲੱਭੀਆਂ ਹਨ? ਇੱਕ ਇਸ਼ੂ ਉਠਾਓ ਜਾਂ ਪੁਲ ਰਿਕਵੈਸਟ ਬਣਾਓ।
ਕੀ ਤੁਹਾਡੇ ਕੋਲ ਸੁਝਾਅ ਹਨ ਜਾਂ ਤੁਸੀਂ ਸਪੈੱਲਿੰਗ ਜਾਂ ਕੋਡ ਵਿੱਚ ਗੜਬੜ ਪ੍ਰਾਪਤ ਕੀਤੀ ਹੈ? ਕਿਰਪਾ ਕਰਕੇ ਇੱਕ ਇਸ਼ੂ ਰੇਜ਼ ਕਰੋ ਜਾਂ ਪੁੱਲ ਰਿਕਵੇਸਟ ਬਣਾਓ।
## ਵਿਸ਼ੇਸ਼ ਧੰਨਵਾਦ
* **✍️ ਮੁੱਖ ਲੇਖਕ:** [Dmitry Soshnikov](http://soshnikov.com), PhD
* **🔥 ਸੰਪਾਦਕ:** [Jen Looper](https://twitter.com/jenlooper), PhD
* **🎨 ਸਕੈਚਨੋਟ ਇਲਸਟ੍ਰੇਟਰ:** [Tomomi Imura](https://twitter.com/girlie_mac)
* **✅ ਕੁਇਜ਼ ਰਚਨਹਾਰ:** [Lateefah Bello](https://github.com/CinnamonXI), [MLSA](https://studentambassadors.microsoft.com/)
* **🙏 ਮੁੱਖ ਯੋਗਦਾਨਕਾਰਕ:** [Evgenii Pishchik](https://github.com/Pe4enIks)
* **✍️ ਮੁੱਖ ਲੇਖਕ:** [ਡਿਮਿਟਰੀ ਸੋਸ਼ਨਿਕੋਵ](http://soshnikov.com), PhD
* **🔥 ਸੰਪਾਦਕ:** [ਜੇਨ ਲੂਪਰ](https://twitter.com/jenlooper), PhD
* **🎨 ਸਕੈਚਨੋਟ ਇਲਸਟ੍ਰੇਟਰ:** [ਟੋਮੋਮੀ ਇਮੁਰਾ](https://twitter.com/girlie_mac)
* **✅ ਕਵਿਜ਼ ਸਿਰਜਣਹਾਰ:** [ਲੇਤੀਫਾ ਬੈੱਲੋ](https://github.com/CinnamonXI), [MLSA](https://studentambassadors.microsoft.com/)
* **🙏 ਕੋਰ ਕੰਟਰਿਬਿਊਟਰਜ਼:** [ਏਵਗੇਨੀ ਪਿਸ਼ਚਿਕ](https://github.com/Pe4enIks)
## ਹੋਰ ਕੋਰ
## ਹੋਰ ਕੋਰਿਕੁਲਮ
ਸਾਡੀ ਟੀਮ ਹੋਰ ਕੋਰਸ ਵੀ ਉਪਲੱਬਧ ਕਰਵਾਉਂਦੀ ਹੈ! ਇਨ੍ਹਾਂ ਨੂੰ ਵੇਖੋ:
ਸਾਡੀ ਟੀਮ ਹੋਰ ਕੋਰਿਕੁਲਮ ਵੀ ਤਿਆਰ ਕਰਦੀ ਹੈ! ਵੇਖੋ:
<!-- CO-OP TRANSLATOR OTHER COURSES START -->
### LangChain
@ -215,19 +214,13 @@ _ਕਲਾਊਡ ਵਿੱਚ AI_ ਟੌਪਿਕਾਂ ਲਈ ਤੁਸੀਂ [
[![Copilot Adventure](https://img.shields.io/badge/Copilot%20Adventure-FDE68A?style=for-the-badge&labelColor=E5E7EB&color=FDE68A)](https://github.com/microsoft/CopilotAdventures?WT.mc_id=academic-105485-koreyst)
<!-- CO-OP TRANSLATOR OTHER COURSES END -->
## ਮਦਦ ਪ੍ਰਾਪਤ ਕਰੋ
## ਸਹਾਇਤਾ ਪ੍ਰਾਪਤ ਕਰੋ
ਜੇ ਤੁਸੀਂ ਫਸ ਜਾਂਦੇ ਹੋ ਜਾਂ AI ਐਪ ਬਣਾਉਣ ਦੌਰਾਨ ਕੋਈ ਸਵਾਲ ਹਨ, ਤਾਂ MCP ਬਾਰੇ ਚਰਚਾਵਾਂ ਵਿੱਚ ਹੋਰ ਸਿੱਖਣ ਵਾਲਿਆਂ ਅਤੇ ਅਨੁਭਵੀ ਵਿਕਾਸਕਾਰਾਂ ਨਾਲ ਜੁੜੋ। ਇਹ ਇਕ ਸਹਿਯੋਗੀ ਕਮੇਊਨਿਟੀ ਹੈ ਜਿੱਥੇ ਸਵਾਲਾਂ ਦਾ ਸਵਾਗਤ ਹੁੰਦਾ ਹੈ ਅਤੇ ਗਿਆਨ ਮੁਹੱਈਆ ਕੀਤਾ ਜਾਂਦਾ ਹੈ।
[![Microsoft Foundry Discord](https://dcbadge.limes.pink/api/server/nTYy5BXMWG)](https://discord.gg/nTYy5BXMWG)
ਜੇ ਤੁਹਾਡੇ ਕੋਲ ਉਤਪਾਦ ਪ੍ਰਤੀਕ੍ਰਿਆ ਜਾਂ ਗਲਤੀਆਂ ਹਨ ਤਾਂ:
[![Microsoft Foundry Developer Forum](https://img.shields.io/badge/GitHub-Microsoft_Foundry_Developer_Forum-blue?style=for-the-badge&logo=github&color=000000&logoColor=fff)](https://aka.ms/foundry/forum)
ਜੇ ਤੁਸੀਂ ਫਸੇ ਹੋ ਜਾਂ ਕਿਸੇ ਵੀ ਪ੍ਰਕਾਰ ਦਾ ਸਵਾਲ ਹੈ, ਤਾਂ MCP ਬਾਰੇ ਗੱ
---
<!-- CO-OP TRANSLATOR DISCLAIMER START -->
**ਡਿਸਕਲੇਮਰ**:
ਇਹ ਦਸਤਾਵੇਜ਼ AI ਅਨੁਵਾਦ ਸੇਵਾ [Co-op Translator](https://github.com/Azure/co-op-translator) ਦੀ ਵਰਤੋਂ ਨਾਲ ਅਨੁਵਾਦਿਤ ਕੀਤਾ ਗਿਆ ਹੈ। ਜਦੋਂ ਕਿ ਅਸੀਂ ਸਹੀਤਾ ਲਈ ਕੋਸ਼ਿਸ਼ ਕਰਦੇ ਹਾਂ, ਕਿਰਪਾ ਕਰਕੇ ਜਾਣੋ ਕਿ ਆਪਣੇ ਆਪ ਹੋਣ ਵਾਲੇ ਅਨੁਵਾਦਾਂ ਵਿੱਚ ਗਲਤੀਆਂ ਜਾਂ ਅਸਮਰਥਿਤਾਵਾਂ ਹੋ ਸਕਦੀਆਂ ਹਨ। ਮੂਲ ਦਸਤਾਵੇਜ਼ ਆਪਣੇ ਮੂਲ ਭਾਸ਼ਾ ਵਿੱਚ ਪ੍ਰਮਾਣਿਕ ਸਰੋਤ ਵਜੋਂ ਮੰਨਿਆ ਜਾਣਾ ਚਾਹੀਦਾ ਹੈ। ਮਹੱਤਵਪੂਰਨ ਜਾਣਕਾਰੀ ਲਈ, ਪੇਸ਼ੇਵਰ ਮਨੁੱਖੀ ਅਨੁਵਾਦ ਦੀ ਸਿਫਾਰਸ਼ ਕੀਤੀ ਜਾਂਦੀ ਹੈ। ਅਸੀਂ ਇਸ ਅਨੁਵਾਦ ਦੀ ਵਰਤੋਂ ਤੋਂ ਉਤਪੰਨ ਹੋਣ ਵਾਲੀਆਂ ਕਿਸੇ ਵੀ ਗਲਤ ਫਹਿਮੀਆਂ ਜਾਂ ਗਲਤ ਵਿਆਖਿਆਵਾਂ ਲਈ ਜ਼ਿੰਮੇਵਾਰ ਨਹੀਂ ਹਾਂ।
**ਅਸਵੀਕਾਰੋਪੱਤਰ**:
ਇਹ ਦਸਤਾਵੇਜ਼ ਏਆਈ ਅਨੁਵਾਦ ਸੇਵਾ [Co-op Translator](https://github.com/Azure/co-op-translator) ਦੀ ਵਰਤੋਂ ਨਾਲ ਅਨੁਵਾਦਿਤ ਕੀਤਾ ਗਿਆ ਹੈ। ਜਦੋਂ ਕਿ ਅਸੀਂ ਸਹੀਤਾ ਲਈ ਯਤਨਸ਼ੀਲ ਹਾਂ, ਕਿਰਪਾ ਕਰਕੇ ਧਿਆਨ ਵਿੱਚ ਰੱਖੋ ਕਿ ਆਟੋਮੈਟਿਡ ਅਨੁਵਾਦ ਵਿੱਚ ਗਲਤੀਆਂ ਜਾਂ ਅਣਸਹੀਤੀਆਂ ਹੋ ਸਕਦੀਆਂ ਹਨ। ਅਸਲੀ ਦਸਤਾਵੇਜ਼ ਆਪਣੇ ਮੂਲ ਭਾਸ਼ਾ ਵਿੱਚ ਹੀ ਅਧਿਕਾਰਕ ਸਰੋਤ ਸਮਝਿਆ ਜਾਣਾ ਚਾਹੀਦਾ ਹੈ। ਮਹੱਤਵਪੂਰਨ ਜਾਣਕਾਰੀ ਲਈ, ਪੇਸ਼ੇਵਰ ਮਨੁੱਖੀ ਅਨੁਵਾਦ ਦੀ ਸਿਫਾਰਸ਼ ਕੀਤੀ ਜਾਂਦੀ ਹੈ। ਅਸੀਂ ਇਸ ਅਨੁਵਾਦ ਦੀ ਵਰਤੋਂ ਕਰਕੇ ਪੈਦਾ ਹੋਣ ਵਾਲੀਆਂ ਕਿਸੇ ਵੀ ਗਲਤਫਹਿਮੀਆਂ ਜਾਂ ਗਲਤ ਸਮਝਾਂ ਲਈ ਜ਼ਿੰਮੇਵਾਰ ਨਹੀਂ ਹਾਂ।
<!-- CO-OP TRANSLATOR DISCLAIMER END -->