AI-For-Beginners/translations/my

လူသစ်များအတွက် အတုယူစက်ရုပ် - ပညာသင်အစီအစဉ်

လူသစ်များအတွက် AI - Sketchnote by @girlie_mac

အတုယူစက်ရုပ် (AI) ၏ ကမ္ဘာကြီးကို ကျွန်ုပ်တို့၏ ၁၂ ပတ်၊ ၂၄ သင်ခန်းစာ ပညာသင်အစီအစဉ်ဖြင့် စူးစမ်းလေ့လာပါ! ၎င်းတွင် လက်တွေ့သင်ခန်းစာများ၊ စမ်းသပ်မေးခွန်းများနှင့် ပရိုဇက်များ ပါဝင်သည်။ ဒီအစီအစဉ်သည် လူသစ်များအတွက် လွယ်ကူစွာနားလည်နိုင်ပြီး TensorFlow နှင့် PyTorch ကဲ့သို့သော ကိရိယာများနှင့် AI တွင် ရိုးသားမှုအချက်များကိုလည်း ပါဝင်ပါသည်။

🌐 ဘာသာစကားစုံအထောက်အပံ့

GitHub Action မှတဆင့်ထောက်ပံ့ထားသည် (အလိုအလျောက် နှင့် အမြဲနောက်ဆုံးဗားရှင်း)

အာရဗီ | ဘင်္ဂါလီ | ဘူල්ဂေးရီးယား | မြန်မာ | တရုတ် (ရိုးရိုး) | တရုတ် (ရိုးရိုး, ဟောင်ကောင်) | တရုတ် (ရိုးရိုး, မကာဝူ) | တရုတ် (ရိုးရိုး, တိုင်ဝမ်) | ခရို့ရှီးယား | ချက် | ဒိန်းမားခ် | ဒါချ် | အက်စတိုနီးယား | ဖင်နစ် | ပြင်သစ် | ဂျာမနီ | ဂရိ | ဟေဘရွူး | ဟိန္ဒီ | ဟန်ဂေရီ | အင်ဒိုနီးရှား | အီတလီ | ဂျပန် | ကန်နာဒါ | ကိုရီးယား | လစ်သူဝေးနီးယား | မာလေး | မာလာရမ် | မာရသိ | နီပေါလီ | နိုင်ဂျီးရီးယား ပစ္ဂင် | နော်ဝေ | ပါရှန် (ဖာ ရ်စီ) | ပိုလန် | ပေါ်တူဂီ (ဘရာဇီးလ်) | ပေါ်တူဂီ (ပိုတူဂီ) | ပန်ဂျာဘီ (ဂူရူမူခီ) | ရိုမေးနီးယား | ရုရှား | ဆားဘီးယား (စီရီးလစ်) | စလိုဗက် | စလိုဗေးနီးယား | စပိန် | ဆွာဟီလီ | ဆွီဒင် | တာဂလိုဂ် (ဖိလစ်ပိုင်) | တမီးလ် | တာလူဂူ | ថៃ | တူရကီ | ယူကရိန်း | ဥာဒူး | ဗီယက်နမ်

ဒေသတွင်း များကူးယူချင်ပါသလား?

ဒီ repository မှာ ဘာသာစကား ၅၀ ကျော် စာနဲ့အတူ ပါဝင်တဲ့ အတွက် ဒေါင်းလုဒ် အရွယ်အစား ကြီးတယ်။ ဘာသာစကားများမပါဘဲ ကူးယူချင်ရင် sparse checkout ကို အသုံးပြုပါ:

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'

ဒါကြောင့် သင်သင်ယူဖို့ လိုအပ်သမျှ အားလုံးကို ပိုမြန်တဲ့ ဒေါင်းလုဒ်နဲ့ ရနိုင်ပါပြီ။

အခြား ဘာသာစကားများ ထောက်ပံ့လိုပါက၊ ဤနေရာတွင် စာရင်းပြုထားသည် here

အသိုင်းအဝိုင်းတွင် ပူးပေါင်းပါ

သင်ယူမည့်အချက်များ

သင်တန်း၏ စိတ်ကူးမြေပုံ

ဒီအစီအစဉ်တွင် သင်တန်းသားများ အောက်ဖော်ပြပါအချက်များကို သင်ယူမည်ဖြစ်ပါသည်-

• အတုယူစက်ရုပ်၏ ကွဲပြားသောနည်းလမ်းများ၊ အထူးသဖြင့် အမှတ်အသားပြ နည်းလမ်းဖြစ်သော အသိအမှတ်ပြုမှု နှင့် စဉ်းစားခြင်း (GOFAI)။
• ခေတ်မှီ AI ၏ အခြေခံတည်နေရာဖြစ်သော နွယ်နက်၀ါးများ နှင့် နက်ရှိုင်းသင်ယူမှု။ ထိုဂိမ်းဝိုင်းကို ပိုမိုနားလည်ရလွယ်ကူစေရန် အဓိက framework ၂ ခုဖြစ်သော TensorFlow နှင့် PyTorch တွင် ကုဒ်များဖြင့် ရှင်းလင်းပြသမည်။
• ပုံနှင့် စာသားကို လုပ်ဆောင်ရာ၌ အသုံးပြုသော နွယ်နက် ပုံစံများ။ မကြာသေးမီက မော်ဒယ်များကို ရှင်းလင်းထားသော်လည်း နောက်ဆုံးနည်းပညာအတိုင်းမဖြစ်နိုင်သေးပါ။
• အနည်းသော အသုံးပြုမှုရှိသော AI နည်းလမ်းများဖြစ်သော ဗီဇဆိုင်ရာ အယ်လဂေါရီသမ်များ နှင့် အဖွဲ့ဝင်စနစ်များ။

ဒီအစီအစဉ်တွင် မပါဝင်မည့် အကြောင်းအရာများ-

ဒီသင်တန်းနှင့် ပတ်သက်သော အပိုဆောင်းအရင်းအမြစ်များကို မြန်မာ Microsoft Learn စုစည်းမှုတွင် ရှာဖွေပါ

• စီးပွားရေးသုံး AI ၏ စီးပွားရေးကိစ္စများ။ Microsoft Learn တွင် ပါဝင်သော စီးပွားရေးသုံး AI ကို မိတ်ဆက်ခြင်း သင်ကြားမှုလမ်းကြောင်း သို့မဟုတ် AI စီးပွားရေးကျောင်း ကို INSEAD နှင့် ပူးပေါင်းတီထွင်ထားသည်ကို သင်ယူပါ။
• ကျွန်ုပ်တို့၏ လူသစ်များအတွက် စက်သင်ယူမှု တွင် အသေးစားနည်းလမ်းဖြစ်သည့် စက်သင်ယူမှု ပုံမှန်နည်းလမ်း မပါဝင်။
• Cognitive Services အသုံးပြုပြီး တီထွင်ထားသော လက်တွေ့ AI အက်ပလီကေးရှင်းများ။ ဤအတွက် Microsoft Learn တွင် မြင်ကွင်း၊ သဘာဝဘာသာစကား ပြုလုပ်မှု၊ Azure OpenAI Service ဖြင့် ဂျီနရေးတစ် AI နှင့် အခြားများ စသော မော်ဂျူးများဖြင့် စတင်ရန် တိုက်တွန်းပါသည်။
• အထူးသတ်မှတ်ထားသော ML Cloud Frameworks, ဥပမာ Azure Machine Learning, Microsoft Fabric, သို့မဟုတ် Azure Databricks။ သင်ယူရန် Build and operate machine learning solutions with Azure Machine Learning နှင့် Build and Operate Machine Learning Solutions with Azure Databricks သင်ယူမှုလမ်းကြောင်းများကို အသုံးပြုပါ။
• စကားပြော AI နှင့် စကားပြော Bot များ။ သီးခြား စကားပြော AI ဖြေရှင်းချက်များ ဖန်တီးခြင်း သင်ကြားမှု လမ်းကြောင်းရှိပြီး၊ ပိုပြီး အသေးစိတ်အတွက် ဤ ဘလော့ဂ်ပို့စ် ကိုလည်း ပြန်လည်ကြည့်ရှုနိုင်သည်။
• နက်ရှိုင်းသင်ယူမှုတွင် ပါဝင်သော နက်ရှိုင်းသင်ယူမှု သင်္ချာကိန်းဂဏန်းများ। ဤအတွက် Ian Goodfellow, Yoshua Bengio နှင့် Aaron Courville ရေးသားသော Deep Learning ဝတ္ထုကို လမ်းညွှန်အဖြစ် အသုံးပြုရန် ညိတ်ဆက်ထားပြီး https://www.deeplearningbook.org/ တွင် အွန်လိုင်းလည်း ရရှိနိုင်ပါသည်။

Cloud တွင် AI အကြောင်း လွယ်ကူစွာ မိတ်ဆက်ရန်အတွက် Azure ပေါ်တွင် အတုယူစက်ရုပ်ဖြင့် စတင်ရန် သင်ကြားမှု လမ်းကြောင်းကို အကြံပြုပါသည်။

အကြောင်းအရာ

	သင်ခန်းစာ လင့်ခ်	PyTorch/Keras/TensorFlow	လေ့ကျင့်ခန်း
0	သင်တန်း စတင်ခြင်း	ဖန်တီးမှု ပတ်ဝန်းကျင် ပြင်ဆင်ခြင်း
I	AI မိတ်ဆက်
01	AI မိတ်ဆက်နှင့် သမိုင်း	-	-
II	သင်္ကေတ AI
02	အသိအမှတ်ပြုမှုနှင့် ကျွမ်းကျင်မှု စနစ်များ	ကျွမ်းကျင်မှု စနစ်များ / ဇာတိတော်အခြေခံ စနစ် /အယူအဆ အကြောင်းပြု ရုပ်ပုံ
III	နယူးရယ်ကွန်ယက်များသို့နိဒါန်း
03	ပာစက်ထရွန်	Notebook	Lab
04	အလွယ်တကူအဆင့်များပါ ပာစက်ထရွန်နှင့် ကျွန်ုပ်တို့၏ကိုယ့်စိတ်ကြိုက် Framework တည်ဆောက်ခြင်း	Notebook	Lab
05	Framework များသို့နိဒါန်း (PyTorch/TensorFlow) နှင့် အလွန်တက်မှု	PyTorch / Keras / TensorFlow	Lab
IV	ကွန်ပျူတာမြင်ကွင်း	PyTorch / TensorFlow	Microsoft Azure တွင် ကွန်ပျူတာမြင်ကွင်း စမ်းသပ်ရန်
06	ကွန်ပျူတာမြင်ကွင်းနှင့် မိတ်ဆက်ခြင်း။ OpenCV	Notebook	Lab
07	ကွန်ဗောလုရှင်းနယူးရယ်ကွန်ယက်များ & CNN စက်ဆောက်ပုံများ	PyTorch /TensorFlow	Lab
08	ကြိုတင်လေ့လာပြီးသောကွန်ယက်များနှင့် ကူးပြောင်းသင်ယူခြင်း နှင့် လေ့ကျင့်ရေးနည်းပညာများ	PyTorch / TensorFlow	Lab
09	အော်တိုအင်ကိုးဒါများနှင့် VAE များ	PyTorch / TensorFlow
10	ဖန်တီးမှုဆန်ဆန် အပြိုင်တန်းကွန်ယက်များနှင့် အနုပညာစတိုင်ကူးပြောင်းခြင်း	PyTorch / TensorFlow
11	အရာဝတ္ထုစမ်းသပ်ခြင်း	TensorFlow	Lab
12	သိပ္ပံဘာသာဖြင့် Segmentation။ U-Net	PyTorch / TensorFlow
V	ဘာသာစကားသဘာဝလုပ်ငန်းဆောင်တာ	PyTorch /TensorFlow	Microsoft Azure တွင် ဘာသာစကားသဘာဝလုပ်ငန်းဆောင်တာ စူးစမ်းခြင်း
13	စာသားကို ကိုယ်စားပြုခြင်း။ Bow/TF-IDF	PyTorch / TensorFlow
14	စာလုံး၏အဓိပ္ပာယ်အရသွင်ပြင်ဆက်စပ်မှု။ Word2Vec နှင့် GloVe	PyTorch / TensorFlow
15	ဘာသာစကားမော်ဒယ်ရေးခြင်း။ ကိုယ့်ကိုယ်ကို embedding များလေ့ကျင့်ခြင်း	PyTorch / TensorFlow	Lab
16	ပြန်လည်ဖြတ်သန်းမှုနယူးရယ်ကွန်ယက်များ	PyTorch / TensorFlow
17	ဖန်တီးရေးပြန်လည်ဖြတ်သန်းမှုကွန်ယက်များ	PyTorch / TensorFlow	Lab
18	Transformers. BERT.	PyTorch /TensorFlow
19	အမည်သတ်မှတ်ထားသောအဖွဲ့အစည်း အသိအမှတ်ပြုခြင်း	TensorFlow	Lab
20	အကြီးစားဘာသာစကားမော်ဒယ်များ၊ Prompt Programming နှင့် နည်းနည်းသင်ကြားမှုလုပ်ငန်းဆောင်တာများ	PyTorch
VI	အခြား AI နည်းပညာများ
21	ဂျင်နိုက် အယ်လဂိုရီသမ်များ	Notebook
22	နက်ရှိုက် အခြေခံတဲ့ ပြန်လည်အားဖြည့်မှုသင်ယူခြင်း	PyTorch /TensorFlow	Lab
23	Multi-Agent Systems
VII	AI မြင်ကွင်းများနှင့် သမာဓိ
24	AI မြင်ကွင်းများနှင့် တာဝန်ရှိမှု AI	Microsoft Learn: တာဝန်ရှိသော AI 원칙များ
IX	ထပ်ဆောင်းအကြောင်းအရာများ
25	Multi-Modal Networks, CLIP နှင့် VQGAN	Notebook

လက်တွေ့သင်ခန်းစာတိုင်းတွင် ပါဝင်သည်များ

• ကြိုတင်ဖတ်ရှုရန် စာရင်း
• လုပ်ဆောင်နိုင်သော Jupyter Notebooks များ၊ မကြာခဏ Framework အရောက်ကျသည့် (PyTorch သို့မဟုတ် TensorFlow) ဖြစ်သည်။ လုပ်ဆောင်နိုင်သော notebook တွင် သဘောတရားဆိုင်ရာများလည်းပါရှိသည့်အတွက် မည်သူမဆို ခေါင်းစဉ်နားလည်ရန် သာမန်အားဖြင့် notebook တစ်ခုခု (PyTorch သို့ TensorFlow) ကို ကြည့်ရှုရန် လိုအပ်သည်။
• အချို့ခေါင်းစဉ်များအတွက် သင်တန်းပြန်လည်လုပ်ဆောင်နိုင်သော Labs များ၊ သင်သင်ယူခဲ့သော ကိစ္စအကြောင်းအရာကို တိကျသောပြဿနာတစ်ခုတွင် အသုံးပြု၍ ကြိုးစားလေ့လာနိုင်သောအခွင့်အလမ်းပေးသည်။
• အပိုင်းတချို့တွင် MS Learn မိုဒျူးများသို့ ချိတ်ဆက်ထားသည်။

စတင်ရန်

🎯 AI အသစ်တက်သူများအတွက်! ဒီနေရာကနေ စတင်ပါ။

AI အသစ်တက်သူများအတွက် လျင်မြန်သေချာသော လက်တွေ့ ဥပမာများကို ကျွန်ုပ်တို့၏ စိတ်ကြိုက်အကြီးအကျယ် ဥပမာများ တွင် စူးစမ်းနိုင်ပါသည်။ ထည့်သွင်းထားသည်မှာ -

• 🌟 Hello AI World - သင်၏ပထမဆုံး AI ပရိုဂရမ် (ပုံစံအသိအမှတ်ပြုခြင်း)

• 🧠 ရိုးရှင်းသောနယူးရယ်ကွန်ယက် - နယူးရယ်ကွန်ယက်ကို အစကနေတည်ဆောက်ခြင်း

• 🖼️ ပုံခွဲခြားစနစ် - အဒီၤပုံများကို အသေးစိတ် မှတ်ချက်များနှင့် ခွဲခြားခြင်း

• 💬 စာသားခံစားချက် - အပြု/အမပြု စာသားများကို ခွဲခြမ်းစိတ်ဖြာခြင်း

ဤဥပမာများကို သင်၏ AI မှတ်ယူချက်များကို နားလည်ရန်အတွက် ဖန်တီးထားပြီး မိမိတို့လေ့လာရေးအစီအစဉ်ကို စတင်လေ့လာရန် ပြင်ဆင်ပေးထားသည်။

📚 အပြည့်အစုံ သင်ရိုးညွှန်းတမ်း ပြင်ဆင်ခြင်း

• ဖန်တီးထားသည့် setup lesson မှတဆင့် သင်၏ ဖွံဖြိုးတိုးတက်မှု ပတ်ဝန်းကျင်ကို ပြင်ဆင်နိုင်ပါသည်။
• အတန်းအတွက် သင်ကြားသူများအတွက်လည်း curricula setup lesson ဖန်တီးထားသည်။
• VSCode သို့မဟုတ် Codespace တွင် အကောင်အထည်ဖော်နည်း

အောက်ပါ အဆင့်များကို လိုက်နာပါ -

Repository ကို ဖောက်သည် - ဤစာမျက်နှာ၏ ညာဘက်အပေါ်တွင်ရှိသည့် "Fork" ခလုတ်ကို နှိပ်ပါ။

Repository ကို clone လုပ်ပါ - git clone https://github.com/microsoft/AI-For-Beginners.git

ပြီးလျှင် repo ကို စတား (🌟) ပေးပါ။ ရှာဖွေဖို့ လွယ်ကူစေပါမည်။

အခြားလေ့လာသူများနှင့် တွေ့ဆုံခြင်း

ဒီသင်ကြားမှုကို လေ့လာနေသူများနှင့် တွေ့ဆုံပြီး ဆွေးနွေးရန် ကျွန်ုပ်တို့ရဲ့ တရားဝင် AI Discord server ကို ဝင်ရောက်ပါ။

ထပ်မံ ဒီဇိုင်းဆောက်လုပ်စဉ် တွေ့ရှိလာသော ထုတ်ကုန်မေးမြန်းချက်များ သို့မဟုတ် အကြံပြုချက်များရှိပါက ကျွန်ုပ်တို့ရဲ့ Azure AI Foundry Developer Forum သို့ သွားရောက်ပါ။

စမ်းသပ်စစ်ဆေးမှုများ (Quizzes)

Quiz များအကြောင်း မှတ်ချက်: All quizzes are contained in the Quiz-app folder in etc\quiz-app, or Online Here သင်ခန်းစာအတွင်းပိုင်းမှ ချိတ်ဆက်ထားပါသည်။ Quiz App ကို ဒေသခံတွင် သို့မဟုတ် Azure သို့ တပ်ဆင်အသုံးပြုနိုင်ပါသည်။ quiz-app ဖိုလ်ဒါအတွင်းရှိပြသနာများကို လိုက်နာပါ။ Quiz များကို မြန်မြန်ဆန်ဆန် ပြည်တွင်းဘာသာဖြင့် ပြင်ဆင်နေပါသည်။

အကူအညီလိုအပ်ပါသည်

အကြံပြုချက်များရှိပါသလား သို့မဟုတ် စာလုံးပေါင်း ချွတ်ယွင်းမှု သို့မဟုတ် ကုဒ်အမှားများတွေ့ရှိပါသလား? ပြဿနာတင်ရန် သို့မဟုတ် pull request တင်ရန် ဆောင်ရွက်ပါ။

အထူးကျေးဇူးတင်ခြင်း

• ✍️ အဓိကရေးသားသူ: Dmitry Soshnikov, PhD
• 🔥 အယ်ဒီတာ: Jen Looper, PhD
• 🎨 Sketchnote ပန်းချီဆရာ: Tomomi Imura
• ✅ စမ်းသပ်မှု ဖန်တီးသူ: Lateefah Bello, MLSA
• 🙏 အဓိက ပါဝင်ဆောင်ရွက်သူများ: Evgenii Pishchik

အခြား သင်ရိုးညွှန်းတမ်းများ

ကျွန်ုပ်တို့အသင်းအဖွဲ့သည် အခြားသင်ရိုးညွှန်းတမ်းများကို ထုတ်လုပ်သည်။ ဖော်ပြပါကိုကြည့်ရှုပါ -

LangChain

---

Azure / Edge / MCP / Agents

---

Generative AI Series

---

Core Learning

---

Copilot Series

အကူအညီရယူနည်း

AI အက်ပ်များ ဖန်တီးရာတွင် အခက်အခဲရှိပါက MCP အတွင်း လေ့လာသူများနှင့် အတွေ့အကြုံရှိသူများနှင့် ဆွေးနွေးနိုင်ပါသည်။ မေးခွန်းများသာမက ပညာအကြောင်းအရာများကိုလည်း မျှဝေကြသည့် ပံ့ပိုးမှုအဖွဲ့အစည်းဖြစ်ပါသည်။

ထုတ်ကုန်ပြန်လည်တုံ့ပြန်ချက် သို့မဟုတ် ဖန်တီးရာတွင် အမှားများရိှပါက သွားရောက်စစ်ဆေးပါ -

---

အဆိုပြုချက်
ဤစာတမ်းကို AI ဘာသာပြန်ဆဲဝစ်စ် Co-op Translator ဖြင့် ဘာသာပြန်ထားပါသည်။ ကျွန်ုပ်တို့သည် မှန်ကန်မှုအတွက် ကြိုးပမ်းပါသော်လည်း အလိုအလျှောက် ဘာသာပြန်ချက်များတွင် အမှားလည်း ရှိနိုင်မှုကို သတိပြုပါရန် မေတ္တာရပ်ခံအပ်ပါသည်။ မူရင်းစာတမ်းကို မိမိဘာသာစကားဖြင့် ထုတ်ပြန်ထားသည့်ပုံစံကို တရားဝင်သော အရင်းအမြစ်အဖြစ် သတ်မှတ်စဉ်းစားသင့်ပါသည်။ အရေးကြီးသော အချက်အလက်များအတွက် သက်ဆိုင်ရာ ပညာရှင် လူသား ဘာသာပြန်ခြင်းကို အကြံပြုပါသည်။ ဤဘာသာပြန်ချက်ကို အသုံးပြုသည့်နေရာများမှ ဖြစ်ပေါ်နိုင်သော နားမလည်မှုများ သို့မဟုတ် မမှန်ကန်စွာ ခွဲခြားနားလည်မှုများအတွက် ကျွန်ုပ်တို့ တာဝန်မယူပါ။