AI-For-Beginners/translations/bn

কৃত্রিম বুদ্ধিমত্তা শিক্ষার্থীদের জন্য - একটি পাঠ্যক্রম

শিক্ষার্থীদের জন্য কৃত্রিম বুদ্ধিমত্তা - স্কেচনোট @girlie_mac দ্বারা

কৃত্রিম বুদ্ধিমত্তা (AI)-এর জগৎ অন্বেষণ করুন আমাদের ১২ সপ্তাহের, ২৪টি পাঠের পাঠ্যক্রমের মাধ্যমে! এতে রয়েছে ব্যবহারিক পাঠ, কুইজ এবং ল্যাব। এই পাঠ্যক্রমটি শিক্ষার্থীবান্ধব এবং এতে TensorFlow এবং PyTorch-এর মতো টুলস এবং AI-এর নৈতিকতা অন্তর্ভুক্ত।

🌐 বহু-ভাষা সমর্থন

GitHub Action-এর মাধ্যমে সমর্থিত (স্বয়ংক্রিয় এবং সর্বদা আপডেটেড)

Arabic | Bengali | Bulgarian | Burmese (Myanmar) | Chinese (Simplified) | Chinese (Traditional, Hong Kong) | Chinese (Traditional, Macau) | Chinese (Traditional, Taiwan) | Croatian | Czech | Danish | Dutch | Estonian | Finnish | French | German | Greek | Hebrew | Hindi | Hungarian | Indonesian | Italian | Japanese | Korean | Lithuanian | Malay | Marathi | Nepali | Norwegian | Persian (Farsi) | Polish | Portuguese (Brazil) | Portuguese (Portugal) | Punjabi (Gurmukhi) | Romanian | Russian | Serbian (Cyrillic) | Slovak | Slovenian | Spanish | Swahili | Swedish | Tagalog (Filipino) | Tamil | Thai | Turkish | Ukrainian | Urdu | Vietnamese

যদি আপনি অতিরিক্ত অনুবাদ সমর্থন চান, এখানে তালিকাভুক্ত ভাষাগুলি দেখুন

সম্প্রদায়ে যোগ দিন

আপনি কী শিখবেন

কোর্সের মানচিত্র

এই পাঠ্যক্রমে আপনি শিখবেন:

• কৃত্রিম বুদ্ধিমত্তার বিভিন্ন পদ্ধতি, যার মধ্যে রয়েছে "পুরনো" প্রতীকী পদ্ধতি Knowledge Representation এবং যুক্তি (GOFAI)।
• Neural Networks এবং Deep Learning, যা আধুনিক AI-এর মূল। আমরা এই গুরুত্বপূর্ণ বিষয়গুলির ধারণাগুলি ব্যাখ্যা করব দুটি জনপ্রিয় ফ্রেমওয়ার্ক - TensorFlow এবং PyTorch-এ কোড ব্যবহার করে।
• চিত্র এবং টেক্সট নিয়ে কাজ করার জন্য Neural Architectures। আমরা সাম্প্রতিক মডেলগুলি কভার করব তবে সর্বাধুনিক প্রযুক্তিতে কিছুটা ঘাটতি থাকতে পারে।
• কম জনপ্রিয় AI পদ্ধতি, যেমন Genetic Algorithms এবং Multi-Agent Systems।

এই পাঠ্যক্রমে যা অন্তর্ভুক্ত করা হবে না:

এই কোর্সের জন্য সমস্ত অতিরিক্ত সম্পদ আমাদের Microsoft Learn সংগ্রহে খুঁজুন

• AI in Business-এ AI ব্যবহারের ব্যবসায়িক কেস। Microsoft Learn-এ Introduction to AI for business users শেখার পথ বা AI Business School, যা INSEAD-এর সহযোগিতায় তৈরি করা হয়েছে, গ্রহণ করার কথা বিবেচনা করুন।
• Classic Machine Learning, যা আমাদের Machine Learning for Beginners Curriculum-এ ভালোভাবে বর্ণিত।
• Cognitive Services ব্যবহার করে তৈরি করা ব্যবহারিক AI অ্যাপ্লিকেশন। এর জন্য, আমরা Microsoft Learn-এর vision, natural language processing, Generative AI with Azure OpenAI Service এবং অন্যান্য মডিউল দিয়ে শুরু করার পরামর্শ দিই।
• নির্দিষ্ট ML Cloud Frameworks, যেমন Azure Machine Learning, Microsoft Fabric, বা Azure Databricks। Build and operate machine learning solutions with Azure Machine Learning এবং Build and Operate Machine Learning Solutions with Azure Databricks শেখার পথ ব্যবহার করার কথা বিবেচনা করুন।
• Conversational AI এবং Chat Bots। এর জন্য একটি পৃথক Create conversational AI solutions শেখার পথ রয়েছে এবং আরও বিশদে জানতে এই ব্লগ পোস্টটি দেখুন।
• Deep Mathematics যা ডিপ লার্নিংয়ের পেছনে রয়েছে। এর জন্য, আমরা Deep Learning বইটি সুপারিশ করি, যা Ian Goodfellow, Yoshua Bengio এবং Aaron Courville দ্বারা রচিত এবং অনলাইনে https://www.deeplearningbook.org/ এ উপলব্ধ।

ক্লাউডে AI বিষয়গুলির একটি সহজ ভূমিকা পেতে আপনি Get started with artificial intelligence on Azure শেখার পথ গ্রহণ করার কথা বিবেচনা করতে পারেন।

বিষয়বস্তু

	পাঠের লিঙ্ক	PyTorch/Keras/TensorFlow	ল্যাব
0	কোর্স সেটআপ	আপনার ডেভেলপমেন্ট এনভায়রনমেন্ট সেটআপ করুন
I	AI-এর পরিচিতি
01	AI-এর পরিচিতি এবং ইতিহাস	-	-
II	প্রতীকী AI
02	জ্ঞান উপস্থাপনা এবং বিশেষজ্ঞ সিস্টেম	বিশেষজ্ঞ সিস্টেম / অন্টোলজি /ধারণা গ্রাফ
III	নিউরাল নেটওয়ার্কের পরিচিতি
03	পারসেপট্রন	নোটবুক	ল্যাব
04	মাল্টি-লেয়ার পারসেপট্রন এবং আমাদের নিজস্ব ফ্রেমওয়ার্ক তৈরি করা	নোটবুক	ল্যাব
05	ফ্রেমওয়ার্কের পরিচিতি (PyTorch/TensorFlow) এবং ওভারফিটিং	PyTorch / Keras / TensorFlow	ল্যাব
IV	কম্পিউটার ভিশন	PyTorch / TensorFlow	Microsoft Azure-এ কম্পিউটার ভিশন অন্বেষণ করুন
06	কম্পিউটার ভিশনের পরিচিতি। OpenCV	নোটবুক	ল্যাব
07	কনভলিউশনাল নিউরাল নেটওয়ার্ক & CNN আর্কিটেকচার	PyTorch /TensorFlow	ল্যাব
08	প্রি-ট্রেইনড নেটওয়ার্ক এবং ট্রান্সফার লার্নিং এবং ট্রেনিং ট্রিকস	PyTorch / TensorFlow	ল্যাব
09	অটোএনকোডার এবং VAEs	PyTorch / TensorFlow
10	জেনারেটিভ অ্যাডভার্সারিয়াল নেটওয়ার্ক এবং আর্টিস্টিক স্টাইল ট্রান্সফার	PyTorch / TensorFlow
11	অবজেক্ট ডিটেকশন	TensorFlow	ল্যাব
12	সেমান্টিক সেগমেন্টেশন। U-Net	PyTorch / TensorFlow
V	ন্যাচারাল ল্যাঙ্গুয়েজ প্রসেসিং	PyTorch /TensorFlow	Microsoft Azure-এ ন্যাচারাল ল্যাঙ্গুয়েজ প্রসেসিং অন্বেষণ করুন
13	টেক্সট রিপ্রেজেন্টেশন। Bow/TF-IDF	PyTorch / TensorFlow
14	সেমান্টিক ওয়ার্ড এমবেডিং। Word2Vec এবং GloVe	PyTorch / TensorFlow
15	ল্যাঙ্গুয়েজ মডেলিং। আপনার নিজস্ব এমবেডিং ট্রেনিং	PyTorch / TensorFlow	ল্যাব
16	রিকারেন্ট নিউরাল নেটওয়ার্ক	PyTorch / TensorFlow
17	জেনারেটিভ রিকারেন্ট নেটওয়ার্ক	PyTorch / TensorFlow	ল্যাব
18	ট্রান্সফর্মার। BERT.	PyTorch /TensorFlow
19	নেমড এন্টিটি রিকগনিশন	TensorFlow	ল্যাব
20	বড় ল্যাঙ্গুয়েজ মডেল, প্রম্পট প্রোগ্রামিং এবং ফিউ-শট টাস্ক	PyTorch
VI	অন্যান্য AI কৌশল
21	জেনেটিক অ্যালগরিদম	নোটবুক
22	ডিপ রিইনফোর্সমেন্ট লার্নিং	PyTorch /TensorFlow	ল্যাব
23	মাল্টি-এজেন্ট সিস্টেম
VII	AI নৈতিকতা
24	AI নৈতিকতা এবং দায়িত্বশীল AI	Microsoft Learn: দায়িত্বশীল AI নীতিমালা
IX	অতিরিক্ত বিষয়
25	মাল্টি-মোডাল নেটওয়ার্ক, CLIP এবং VQGAN	নোটবুক

প্রতিটি পাঠে অন্তর্ভুক্ত

• প্রাক-পাঠ্য উপকরণ
• কার্যকরী জুপিটার নোটবুক, যা প্রায়ই নির্দিষ্ট ফ্রেমওয়ার্ক (PyTorch বা TensorFlow) এর জন্য তৈরি। কার্যকরী নোটবুকে প্রচুর তাত্ত্বিক উপাদানও রয়েছে, তাই বিষয়টি বুঝতে হলে আপনাকে অন্তত একটি সংস্করণ (PyTorch বা TensorFlow) পড়তে হবে।
• ল্যাব কিছু বিষয়ে উপলব্ধ, যা আপনাকে শিখানো উপাদান একটি নির্দিষ্ট সমস্যায় প্রয়োগ করার সুযোগ দেয়।
• কিছু বিভাগে MS Learn মডিউলের লিঙ্ক রয়েছে যা সম্পর্কিত বিষয়গুলি কভার করে।

শুরু করা

🎯 AI-তে নতুন? এখানে শুরু করুন!

যদি আপনি AI-তে সম্পূর্ণ নতুন হন এবং দ্রুত, হাতে-কলমে উদাহরণ চান, তাহলে আমাদের শুরুর উদাহরণ দেখুন! এতে অন্তর্ভুক্ত রয়েছে:

• 🌟 হ্যালো AI ওয়ার্ল্ড - আপনার প্রথম AI প্রোগ্রাম (প্যাটার্ন রিকগনিশন)
• 🧠 সাধারণ নিউরাল নেটওয়ার্ক - শূন্য থেকে একটি নিউরাল নেটওয়ার্ক তৈরি করুন
• 🖼️ ইমেজ ক্লাসিফায়ার - বিস্তারিত মন্তব্য সহ ইমেজ শ্রেণীবিন্যাস করুন
• 💬 টেক্সট সেন্টিমেন্ট - পজিটিভ/নেগেটিভ টেক্সট বিশ্লেষণ করুন

এই উদাহরণগুলি AI ধারণাগুলি বুঝতে সাহায্য করার জন্য ডিজাইন করা হয়েছে, পূর্ণ পাঠ্যক্রমে প্রবেশ করার আগে।

📚 পূর্ণ পাঠ্যক্রম সেটআপ

• আমরা একটি সেটআপ লেসন তৈরি করেছি যা আপনার ডেভেলপমেন্ট এনভায়রনমেন্ট সেটআপ করতে সাহায্য করবে।
• শিক্ষকদের জন্য, আমরা একটি কারিকুলাম সেটআপ লেসন তৈরি করেছি যা আপনাদের জন্যও!
• কিভাবে VSCode বা Codepace-এ কোড চালাবেন

এই ধাপগুলো অনুসরণ করুন:

রিপোজিটরি ফর্ক করুন: এই পৃষ্ঠার উপরের ডানদিকে "Fork" বোতামে ক্লিক করুন।

রিপোজিটরি ক্লোন করুন: git clone https://github.com/microsoft/AI-For-Beginners.git

এই রিপোতে স্টার (🌟) দিতে ভুলবেন না যাতে পরে এটি সহজে খুঁজে পান।

অন্যান্য শিক্ষার্থীদের সাথে পরিচিত হন

আমাদের অফিশিয়াল AI Discord সার্ভার-এ যোগ দিন, যেখানে আপনি এই কোর্সে অংশগ্রহণকারী অন্যান্য শিক্ষার্থীদের সাথে পরিচিত হতে এবং নেটওয়ার্ক করতে পারবেন এবং সাহায্য পেতে পারবেন।

যদি আপনি প্রোডাক্ট ফিডব্যাক দিতে চান বা কোড তৈরি করার সময় কোনো প্রশ্ন থাকে, আমাদের Azure AI Foundry Developer Forum-এ যান।

কুইজ

কুইজ সম্পর্কে একটি নোট: সমস্ত কুইজ Quiz-app ফোল্ডারে রয়েছে, যা etc\quiz-app-এ পাওয়া যাবে, অথবা অনলাইনে এখানে। এগুলো লেসনের মধ্যে লিঙ্ক করা আছে। কুইজ অ্যাপটি লোকালভাবে চালানো বা Azure-এ ডিপ্লয় করা যেতে পারে; quiz-app ফোল্ডারের নির্দেশনা অনুসরণ করুন। এগুলো ধীরে ধীরে লোকালাইজ করা হচ্ছে।

সাহায্য প্রয়োজন

আপনার কোনো পরামর্শ আছে বা বানান বা কোডের ভুল খুঁজে পেয়েছেন? একটি ইস্যু রেইজ করুন বা একটি পুল রিকোয়েস্ট তৈরি করুন।

বিশেষ ধন্যবাদ

• ✍️ প্রধান লেখক: Dmitry Soshnikov, PhD
• 🔥 সম্পাদক: Jen Looper, PhD
• 🎨 স্কেচনোট ইলাস্ট্রেটর: Tomomi Imura
• ✅ কুইজ নির্মাতা: Lateefah Bello, MLSA
• 🙏 মূল কন্ট্রিবিউটর: Evgenii Pishchik

অন্যান্য কারিকুলাম

আমাদের টিম অন্যান্য কারিকুলামও তৈরি করে! দেখুন:

Azure / Edge / MCP / Agents

---

Generative AI Series

---

Core Learning

---

Copilot Series

সাহায্য পাওয়ার উপায়

যদি আপনি আটকে যান বা AI অ্যাপ তৈরি করার বিষয়ে কোনো প্রশ্ন থাকে, তাহলে যোগ দিন:

যদি প্রোডাক্ট ফিডব্যাক দিতে চান বা কোড তৈরি করার সময় কোনো ভুল পান, যান:

---

অস্বীকৃতি:
এই নথিটি AI অনুবাদ পরিষেবা Co-op Translator ব্যবহার করে অনুবাদ করা হয়েছে। আমরা যথাসাধ্য সঠিকতার জন্য চেষ্টা করি, তবে অনুগ্রহ করে মনে রাখবেন যে স্বয়ংক্রিয় অনুবাদে ত্রুটি বা অসঙ্গতি থাকতে পারে। মূল ভাষায় থাকা নথিটিকে প্রামাণিক উৎস হিসেবে বিবেচনা করা উচিত। গুরুত্বপূর্ণ তথ্যের জন্য, পেশাদার মানব অনুবাদ সুপারিশ করা হয়। এই অনুবাদ ব্যবহারের ফলে কোনো ভুল বোঝাবুঝি বা ভুল ব্যাখ্যার জন্য আমরা দায়বদ্ধ নই।