AI-For-Beginners/translations/ml
localizeflow[bot] dd75255acc chore(i18n): sync translations with latest source changes (chunk 1/1, 54 files) 2025-12-25 02:28:01 +00:00
..
etc Update translations via Co-op Translator v0.12.1 2025-11-26 12:22:03 +09:00
examples Update translations via Co-op Translator v0.12.1 2025-11-26 12:22:03 +09:00
lessons 🌐 Update translations via Co-op Translator 2025-12-12 20:42:50 +00:00
AGENTS.md Update translations via Co-op Translator v0.12.1 2025-11-26 12:22:03 +09:00
README.md chore(i18n): sync translations with latest source changes (chunk 1/1, 54 files) 2025-12-25 02:28:01 +00:00
SECURITY.md Update translations via Co-op Translator v0.12.1 2025-11-26 12:22:03 +09:00
troubleshoot.md Update translations via Co-op Translator v0.12.1 2025-11-26 12:22:03 +09:00

README.md

GitHub ലൈസൻസ് GitHub സംഭാവകർ GitHub പ്രശ്നങ്ങൾ GitHub പുൾ-റിക്വസ്റ്റുകൾ PRs സ്വാഗതം

GitHub കാണുന്നവർ GitHub ഫോർക്ക്‌സ് GitHub നക്ഷത്രങ്ങൾ Binder Gitter

Microsoft Foundry ഡിസ്കോർഡ്

Artificial Intelligence for Beginners - A Curriculum

സ്കെറ്റ്ച്നോട്ട് - @girlie_mac https://twitter.com/girlie_mac
AI For Beginners - സ്കെറ്റ്ച്നോട്ട് by @girlie_mac

12 ആഴ്‌ചകൾ, 24 പാഠങ്ങൾ എന്നിവയുള്ള നമ്മുടെ പാഠ്യക്രമത്തിലൂടെ ആർട്ടിഫിഷ്യൽ ഇന്റലിജൻസ് (AI) ലോകത്തെ അന്വേഷിക്കൂ! ഇതിൽ പ്രായോഗിക പാഠങ്ങൾ, ക്വിസുകൾ, ലാബ് പ്രവർത്തനങ്ങൾ എന്നിവ അടങ്ങിയിരിക്കുന്നു. പാഠ്യക്രമം തുടക്കക്കാർക്ക് അനുയോജ്യമാണ് കൂടാതെ TensorFlow, PyTorch പോലുള്ള ടൂളുകൾക്കും AI നിൽക്കുന്നത് സംബന്ധിച്ച നൈതികതക്കും ഉൾക്കൊള്ളുന്നു

🌐 ബഹുഭാഷಾ പിന്തുണ

GitHub Action മുഖേന പിന്തുണ (സ്വയകാരികവും ഏപ്പോഴും അപ്-ടു-ഡേറ്റ് ആയതിനാൽ)

അറബി | ബംഗാളി | ബൾഗേറിയൻ | ബർമീസ് (മ്യാൻമാർ) | ചൈനീസ് (സിംപ്ലിഫൈഡ്) | ചൈനീസ് (പരമ്പരാഗതം, ഹോങ്കോങ്) | ചൈനീസ് (പരമ്പരാഗതം, മക്കാവോ) | ചൈനീസ് (പരമ്പരാഗതം, തൈവാൻ) | ക്രൊയേഷ്യൻ | ചെക്ക് | ഡാനിഷ് | ഡച്ചുഭാഷ | എസ്റ്റോണിയൻ | ഫിനിഷ് | ഫ്രഞ്ച് | ജർമ്മൻ | ഗ്രീക്ക് | ഹീബ്രു | ഹിന്ദി | ഹംഗേറിയൻ | ഇന്തോനേഷ്യൻ | ഇറ്റാലിയൻ | ജാപ്പനീസ് | ಕನ್ನಡ | കൊറിയൻ | ലിതുവേനിയൻ | മലേ | മലയാളം | മറാത്തി | नेपाली | നൈജീരിയൻ പിഡ്ജിൻ | നോർവീജിയൻ | പെർഷ്യൻ (ഫാർസി) | പോളിഷ് | പോർതുഗീസ് (ബ്രസീൽ) | പോർതുഗീസ് (പോർച്ചുഗൽ) | പഞ്ചാബി (ഗੁਰുമുഖി) | റൊമാനിയൻ | റഷ്യൻ | സർബിയൻ (സിറില്ലിക്) | സ്ലോവാക് | സ്ലൊവേനിയൻ | സ്പാനിഷ് | സ്വാഹിലി | സ്വീഡിഷ് | തഗാലോഗ് (ഫിലിപ്പിനോ) | தமிழ് | తెలుగు | തായ് | ടർക്കിഷ് | യുക്രെയ്നിയൻ | ഉർദു | വിയറ്റ്നാമീസ്

കൂടുതൽ തരംഭാഷാ പിന്തുണ ചേർക്കണമെങ്കിൽ പിന്തുണ ചെയ്യപ്പെടുന്ന ഭാഷകളുടെ ലിസ്റ്റ് ഇവിടെ കാണാം

കമ്മ്യൂണിറ്റിയിൽ ചേർക്കുക

Microsoft Foundry ഡിസ്കോർഡ്

നിങ്ങൾ എന്ത് പഠിക്കും

കോഴ്‌സിന്റെ മൈൻഡ്‌മാപ്പ്

ഈ പാഠ്യക്രമത്തിൽ നിങ്ങൾ താഴെപ്പറയുന്നവയെ പഠിക്കും:

  • ആർട്ടിഫിഷ്യൽ ഇന്റലിജൻസിന്റെ വ്യത്യസ്ത സമീപനങ്ങൾ, അതിൽ "പാരമ്പര്യ" സിംബോളിക് സമീപനവും ജ്ഞാന പ്രതിനിധീകരണം (Knowledge Representation) மற்றும் ന്യായീകരണവും ഉൾപ്പെടുന്നു (GOFAI).
  • നൂറൽ നെറ്റ്‌വർക്ക്‌കളും ഡി‌പ്ലേർണിംഗും, ഇവയാണ് ആധുനിക AI യുടെ കേന്ദ്ര. ഈ പ്രധാന വിഷയങ്ങളുടെ ആശയങ്ങൾ രണ്ട് പ്രശസ്ത ഫ്രെയിംവർക്കുകളിൽ — TensorFlow మరియు PyTorch — ഉള്ള കോഡ് ഉപയോഗിച്ച് വിശദീകരിക്കും.
  • ചിത്രങ്ങളുമായി һәм ടെക്സ്റ്റുമായി പ്രവർത്തിക്കാൻ ഉപയോഗിക്കുന്ന നൂറൽ ആർക്കിടെക്ചറുകൾ. പുതിയ മോഡലുകൾ couvrir ചെയ്യും, പക്ഷേ ഏറ്റവും state-of-the-art നിലവാരത്തിൽ ചില കുറവുകൾ ഉണ്ടായിരിക്കാം.
  • കുറച്ച് പരമപ്രചാരത്തിലുള്ള AI സമീപനങ്ങൾ, ഉദാഹരണത്തിന് ജെനെറ്റിക് ആൽഗോരിഥങ്ങൾ (Genetic Algorithms) და മൾട്ടി-ഏജന്റ് സിസ്റ്റങ്ങൾ (Multi-Agent Systems).

ഈ പാഠ്യക്രമത്തിൽ ഞങ്ങൾ ഉൾപ്പെടുത്തുകയില്ലാത്തവ:

ഈ കോഴ്സിന് ബന്ധപ്പെട്ട എല്ലാ അധിക വിഭവങ്ങളും നമ്മുടെ Microsoft Learn കളക്ഷനിൽ കണ്ടെത്തുക

  • ബിസിനസിൽ AI ഉപയോഗിക്കുന്ന ബിസിനസ് കേസുകൾ. ഇതിന് Microsoft Learn ൽ ഉള്ള Introduction to AI for business users പഠനപഥം പരിഗണിക്കുക, അല്ലെങ്കിൽ AI Business School, INSEAD എന്ന സ്ഥാപനവുമായി സഹകരിച്ച് വികസിപ്പിച്ചതിനെ പരിശോധിക്കുക.
  • ക്ലാസിക് മെഷീൻ ലേണിങ്ങ്, ഇത് നല്ല രീതിയിൽ നമ്മളുടെ Machine Learning for Beginners Curriculum ൽ വിവരിച്ചിട്ടുണ്ട്.
  • പ്രായോഗിക AI ആപ്പ്ലിക്കേഷനുകൾ Cognitive Services ഉപയോഗിച്ച് നിർമ്മിക്കപ്പെട്ടവ. ഇതിന്, Microsoft Learnille ഉള്ള vision, natural language processing, Generative AI with Azure OpenAI Service എന്നിവയടക്കം ഉള്ള മോഡ്യൂളുകൾ തുടങ്ങാൻ ഞങ്ങൾ ശുപാർശ ചെയ്യുന്നു.
  • പ്രത്യേക ML ക്ലൗഡ് ഫ്രെയിംവർക്കുകൾ, ഉദാഹരണത്തിന് Azure Machine Learning, Microsoft Fabric, അല്ലെങ്കിൽ Azure Databricks. Build and operate machine learning solutions with Azure Machine Learning և Build and Operate Machine Learning Solutions with Azure Databricks പഠനപഥങ്ങൾ പരിഗണിക്കുക.
  • സംവാദാത്മക AI (Conversational AI) և ചാറ്റ് ബോട്ടുകൾ. ഈ വിഷയത്തിനുള്ള ഒരു വേറെ Create conversational AI solutions പഠനപഥം ഉണ്ട്, കൂടുതൽ വിവരങ്ങൾക്ക് നിങ്ങൾക്കിത് (this blog post) പരിശോധിക്കാൻ കഴിയും.
  • ഡീപ്പ് ലേണിങിന്റെ പിന്നിലെ ഗണിതശാസ്ത്രം. ഇതിന് Ian Goodfellow, Yoshua Bengio, Aaron Courville എന്നിവരുടെ Deep Learning എന്ന പുസ്തകം ശുപാർശ ചെയ്യുന്നു, ഇത് ഓൺലൈനിൽ https://www.deeplearningbook.org/ ൽ ലഭ്യമാണ്.

ക്ലൗഡിലെ AI വിഷയങ്ങളിൽ ലഘുവഴിച്ചറിയലിനായി നിങ്ങൾക്ക് Get started with artificial intelligence on Azure Learning Path പരിഗണിക്കാവുന്നതാണ്.

Content

പാഠത്തിന്റെ ലിങ്ക് PyTorch/Keras/TensorFlow ലാബ്
0 കോഴ്‌സ് സെറ്റപ്പ് താങ്കളുടെ ഡെവലപ്മെന്റ് പരിസ്ഥിതി സജ്ജമാക്കൽ
I ആർട്ടിഫിഷ്യൽ ഇന്റലിജൻസിലേക്ക് പരിചയം
01 ആർട്ടിഫിഷ്യൽ ഇന്റലിജൻസിന്റെ പരിചയം এবং ചരിത്രം - -
II സിംബോളിക് AI
02 ജ്ഞാന പ്രതിനിധീകരണം மற்றும் എക്സ്പർട്ട് സിസ്റ്റങ്ങൾ Expert Systems / Ontology /Concept Graph
III ന്യൂറൽ നെറ്റ്‌വർക്ക്‌സിലേക്ക് പരിചയം
03 പേഴ്സെപ്ട്രോൺ നോട്ട്ബുക്ക് ലാബ്
04 മൾട്ടി-ലെയേർഡ് പേറ്സെപ്ട്രോൺ‌യും നമ്മുടെ സ്വന്തം ഫ്രെയിംവർക്ക് സൃഷ്ടിക്കൽ നോട്ട്ബുക്ക് ലാബ്
05 ഫ്രെയിംവർക്കുകൾക്ക് പരിചയം (PyTorch/TensorFlow) மற்றும் ഒവർഫിറ്റിംഗ് PyTorch / Keras / TensorFlow ലാബ്
IV കമ്പ്യൂട്ടർ വിസൻ PyTorch / TensorFlow Microsoft Azure-ൽ കമ്പ്യൂട്ടർ വിസൻ എക്സ്‌പ്ലോർ ചെയ്യുക
06 കമ്പ്യൂട്ടർ വിസനിലേക്ക് പരിചയം. OpenCV നോട്ട്ബുക്ക് ലാബ്
07 കോൺവൊല്യൂഷണൽ ന്യുറൽ നെറ്റ്‌വർക്കുകൾ & CNN Architectures PyTorch /TensorFlow ലാബ്
08 മുൻപരിശീലിത നെറ്റ്‌വർക്കുകൾ மற்றும் ട്രാൻസ്ഫർ ലേണിംഗ് and Training Tricks PyTorch / TensorFlow ലാബ്
09 ഓട്ടോഎൻകോഡറുകളും VAEs PyTorch / TensorFlow
10 ജനറേറ്റീവ് അഡ്വേഴ്സീരിയൽ നെറ്റ്‌വർക്കുകൾ & കലാത്മക സ്റ്റൈൽ ട്രാൻസ്ഫർ PyTorch / TensorFlow
11 വസ്തു കണ്ടെത്തൽ TensorFlow ലാബ്
12 സെമാന്റിക് സെഗ്മെൻറേഷൻ. U-Net PyTorch / TensorFlow
V പ്രാകൃത ഭാഷാ പ്രോസസ്സിംഗ് PyTorch /TensorFlow Microsoft Azure-ൽ പ്രാകൃത ഭാഷാ പ്രോസസ്സിംഗ് എക്സ്‌പ്ലോർ ചെയ്യുക
13 ടെക്സ്റ്റ് പ്രതിനിധീകരണം. Bow/TF-IDF PyTorch / TensorFlow
14 സെമാന്റിക് വേഡ് എംബഡിംഗുകൾ. Word2Vec and GloVe PyTorch / TensorFlow
15 ഭാഷാ മോഡലിംഗ്. നിങ്ങളുടെ സ്വന്തം എംബഡിങുകൾ പരിശീലിപ്പിക്കൽ PyTorch / TensorFlow ലാബ്
16 റികറന്റ് ന്യുറൽ നെറ്റ്‌വർക്കുകൾ PyTorch / TensorFlow
17 ജനറേറ്റീവ് റികറന്റ് നെറ്റ്‌വർക്കുകൾ PyTorch / TensorFlow ലാബ്
18 ട്രാൻസ്ഫോർമേഴ്സ്. BERT. PyTorch /TensorFlow
19 നെയിംഡ് എന്റിറ്റി റെക്കഗ്നിഷൻ TensorFlow ലാബ്
20 വലു്യമുള്ള ഭാഷാ മോഡലുകൾ, പ്രോംപ്റ്റ് പ്രോഗ്രാമിംഗ് மற்றும் Few-Shot ടാസ്കുകൾ PyTorch
VI മറ്റു AI സാങ്കേതികങ്ങൾ
21 ജനിതക ആൽഗോരിതങ്ങൾ നോട്ട്ബുക്ക്
22 ഡീപ്പ് റീൻഫോഴ്‌സ്മെന്റ് ലേണിംഗ് PyTorch /TensorFlow ലാബ്
23 മൾട്ടി-ഏജന്റ് സിസ്റ്റങ്ങൾ
VII AI നൈതികത
24 AI നൈതികതയും ഉത്തരവാദിത്വപരമായ AI Microsoft Learn: ഉത്തരവാദിത്വപരമായ AI സിദ്ധാന്തങ്ങൾ
IX കൂടുതൽ
25 മൾട്ടി-മോഡൽ നെറ്റ്‌വർക്കുകൾ, CLIP and VQGAN നോട്ട്ബുക്ക്

ഓരോ പാഠവും ഉൾക്കൊള്ളുന്നത്

  • മുൻകൂടി വായിക്കാൻ ഉള്ള സാമഗ്രി
  • പ്രവർത്തനക്ഷമമായ Jupyter നോട്ട്ബുക്ക്‌లు, ഇവ പലപ്പോഴും ഒരു ഫ്രെയിംവർക്കിന് പ്രത്യേകമായതും ആണ് (PyTorch അല്ലെങ്കിൽ TensorFlow). പ്രവർത്തനക്ഷമമായ നോട്ട്ബുക്ക് വലിയൊരു സിദ്ധാന്തപരുള്ള ഉള്ളടക്കവും ഉൾക്കൊള്ളുന്നതിനാൽ വിഷയം മനസ്സിലാക്കാൻ കുറഞ്ഞത് ഒരു പതിപ്പ് (PyTorch അല്ലെങ്കിൽ TensorFlow) ഒരിക്കല്‍ പരിശോധിക്കേണ്ടതാണ്.
  • ലാബുകൾ ചില വിഷയങ്ങൾക്ക് ലഭ്യത്തിലാണ്, ഇവ നിങ്ങൾ പഠിച്ച വസ്തുവിനെ ഒരു പ്രത്യേക പ്രശ്നത്തിൽ പ്രയോഗിക്കാൻ ഒരു അവസരം നൽകുന്നു.
  • ചില വിഭാഗങ്ങളിൽ ബന്ധപ്പെട്ട വിഷയങ്ങൾ ഉൾക്കൊള്ളുന്ന MS Learn മോഡ്യൂളുകളിലേക്കുള്ള ലിങ്കുകൾ അടങ്ങിയിരിക്കുന്നു.

തുടക്കം

🎯 AI-യിൽ പുതുതായി? ഇവിടെ നിന്നു തുടങ്ങുക!

നിങ്ങൾ AI-യിൽ പൂര്‍ണമായി പുതുതായി ആണെങ്കിൽ, ചുരുങ്ങിയതും പ്രായോഗികവുമായ ഉദാഹരണങ്ങൾ വേണമെങ്കിൽ, ഞങ്ങളുടെ ആദ്യകാലത്തിന് അനുയോജ്യമായ ഉദാഹരണങ്ങൾ കാണുക! ഇവയിൽ ഉൾപ്പെടുന്നു:

  • 🌟 Hello AI World - നിങ്ങളുടെ ആദ്യ AI പ്രോഗ്രാം (패റ്റേൺ തിരിച്ചറിവ്)
  • 🧠 Simple Neural Network - പ്രാരംഭം മുതൽ ഒരു ന്യുറൽ നെറ്റ്‌വർക്ക് നിർമ്മിക്കുക
  • 🖼️ Image Classifier - വിശദമായ കമന്റുകളോടെ ചിത്രങ്ങൾ വർഗ്ഗീകരിക്കുക
  • 💬 ടെക്‌സ്‌റ്റ് സെൻറിമെന്റ് - പോസിറ്റീവ്/നെഗറ്റീവ് ടെക്‌സ്‌റ്റ് വിശകലനം ചെയ്യുക

These examples are designed to help you understand AI concepts before diving into the full curriculum.

📚 Full Curriculum Setup

Follow these steps:

Fork the Repository: Click on the "Fork" button at the top-right corner of this page.

Clone the Repository: git clone https://github.com/microsoft/AI-For-Beginners.git

Don't forget to star (🌟) this repo to find it easier later.

Meet other Learners

Join our official AI Discord server to meet and network with other learners taking this course and get support.

If you have product feedback or questions whilst building visit our Azure AI Foundry Developer Forum

Quizzes

A note about quizzes: All quizzes are contained in the Quiz-app folder in etc\quiz-app, or Online Here They are linked from within the lessons the quiz app can be run locally or deployed to Azure; follow the instruction in the quiz-app folder. They are gradually being localized.

Help Wanted

Do you have suggestions or found spelling or code errors? Raise an issue or create a pull request.

Special Thanks

Other Curricula

Our team produces other curricula! Check out:

LangChain

LangChain4j for Beginners LangChain.js for Beginners


Azure / Edge / MCP / Agents

AZD for Beginners Edge AI for Beginners MCP for Beginners AI Agents for Beginners


Generative AI Series

Generative AI for Beginners Generative AI (.NET) Generative AI (Java) Generative AI (JavaScript)


Core Learning

ML for Beginners Data Science for Beginners AI for Beginners Cybersecurity for Beginners Web Dev for Beginners IoT for Beginners XR Development for Beginners


Copilot Series

Copilot for AI Paired Programming Copilot for C#/.NET Copilot Adventure

Getting Help

If you get stuck or have any questions about building AI apps. Join fellow learners and experienced developers in discussions about MCP. It's a supportive community where questions are welcome and knowledge is shared freely.

Microsoft Foundry Discord

If you have product feedback or errors while building visit:

Microsoft Foundry Developer Forum


നിരാകരണം: ഈ പ്രമാണം AI തർജ്ജമാ സേവനമായ Co-op Translator ഉപയോഗിച്ച് തർജ്ജമിച്ചതാണ്. ഞങ്ങൾ കൃത്യത ഉറപ്പാക്കാൻ ശ്രമിക്കുമ്പോഴും, ഓട്ടോമേറ്റഡ് തർജ്ജമകളിൽ പിശകുകളും തെറ്റുകളും ഉണ്ടായിരിക്കാനുള്ള സാധ്യതയുണ്ട്. അതിനാൽ മാതൃഭാഷയിലെ മൗലിക പ്രമാണത്തെ പ്രാമാണിക സ്രോതസ്സായി കരുതണം. നിർണായക വിവരങ്ങൾക്ക് വിദഗ്ദ്ധ മനുഷ്യ വിവർത്തനം ശുപാർശിക്കുന്നു. ഈ തർജ്ജമ ഉപയോഗിക്കപ്പെട്ടതിൽനിന്നോ അതിൽ നിന്നുണ്ടാകുന്ന ഏതെങ്കിലും തെറ്റിദ്ധാരണകൾക്കും വ്യാഖ്യാനപ്രശ്നങ്ങൾക്കും ഞങ്ങൾ ഉത്തരവാദികളല്ല.