🌐 תמיכה ברב-שפות

נתמך דרך GitHub Action (אוטומטי ותמיד מעודכן)

ערבית | בנגלית | בולגרית | בורמזית (מיאנמר) | סינית (מפושטת) | סינית (מסורתית, הונג קונג) | סינית (מסורתית, מאקאו) | סינית (מסורתית, טייוואן) | קרואטית | צ'כית | דנית | הולנדית | אסטונית | פינית | צרפתית | גרמנית | יוונית | עברית | הינדי | הונגרית | אינדונזית | איטלקית | יפנית | קאנדה | חמרית | קוריאנית | ליטאית | מלאית | מלאיאלאם | מרתהי | נפאלית | פידג'ין ניגרי | נורווגית | פרסית (פרסי) | פולנית | פורטוגזית (ברזיל) | פורטוגזית (פורטוגל) | פנג'אבי (גורמוכי) | רומנית | רוסית | סרבית (קירילית) | סלובקית | סלובנית | ספרדית | סווהילית | שוודית | טגלוג (פיליפינית) | טמילית | טלוגו | תאית | טורקית | אוקראינית | אורדו | וייטנאמית

מעדיפים לשכפל מקומית?

מאגר זה כולל יותר מ-50 תרגומים של שפות שמגדילים משמעותית את גודל ההורדה. כדי לשכפל ללא תרגומים, השתמשו ב-sparse checkout:

באש / macOS / לינוקס:

git clone --filter=blob:none --sparse https://github.com/microsoft/ML-For-Beginners.git
cd ML-For-Beginners
git sparse-checkout set --no-cone '/*' '!translations' '!translated_images'

CMD (ווינדוס):

git clone --filter=blob:none --sparse https://github.com/microsoft/ML-For-Beginners.git
cd ML-For-Beginners
git sparse-checkout set --no-cone "/*" "!translations" "!translated_images"

זה נותן לכם את כל מה שצריך כדי לסיים את הקורס עם הורדה מהירה יותר.

הצטרפו לקהילה שלנו

יש לנו סדרת לימוד ב-Discord עם AI, למדו עוד והצטרפו אלינו ב-Learn with AI Series בין התאריכים 18 - 30 בספטמבר 2025. תקבלו טיפים וטריקים לשימוש ב-GitHub Copilot במדעי הנתונים.

למידת מכונה למתחילים - תכנית לימודים

🌍 טוסו ברחבי העולם כשאנחנו חוקרים למידת מכונה באמצעות תרבויות העולם 🌍

הצוות של Cloud Advocates במיקרוסופט שמח להציע תכנית לימודים בת 12 שבועות ו-26 שיעורים בנושא למידת מכונה. בתכנית זו תלמדו על מה שלעיתים נקרא למידת מכונה קלאסית, תוך שימוש בעיקר בספריית Scikit-learn ולהימנע מלמידה עמוקה, הנלמדת בתכנית שלנו ל-AI למתחילים. שילבו שיעורים אלו גם עם תכנית 'מדעי הנתונים למתחילים'!

נסעו איתנו סביב העולם כשניישם את הטכניקות הקלאסיות הללו על נתונים מאזורים רבים ברחבי העולם. כל שיעור כולל מבחני קדם ואחרי השיעור, הוראות כתובות לסיום השיעור, פתרון, משימה ועוד. הפדגוגיה מבוססת פרויקטים מאפשרת לכם ללמוד תוך כדי בנייה, שיטה מוכחת שגורמת לכישורים החדשים 'להידבק'.

✍️ תודה רבה למחברים שלנו ג'ן לופר, סטיבן האואל, פרנצ'סקה לזארי, תומומי אימורה, קאסי ברוויו, דמיטרי סושניקוב, כריס נורינג, אנירבאן מוכהרי, אורנלה אלטוניאן, רות יקובו ואיימי בויד

🎨 תודה גם לאיורים תומומי אימורה, דאסאני מדיפאלי וג'ן לופר

🙏 תודה מיוחדת 🙏 למחברי ומבקרי התוכן של שגרירי סטודנטים של מיקרוסופט, בייחוד רישיט דגלי, מחמד סאקיב חאן אינן, רוהאן רג', אלכסנדרו פטרסקו, אבישק ג'ייסוול, נאורין טבסום, יואן סמויאלה, וסנידה אגרוואל

🤩 תודה נוספת לשגרירי הסטודנטים של מיקרוסופט אריק ואנג'או, גאסלין סונדהי ווידושי גופטה עבור שיעורי R שלנו!

להתחיל

עקבו אחר השלבים:

1. אצלו את המאגר: לחצו על כפתור "Fork" בפינה הימנית העליונה של העמוד הזה.
2. שכפלו את המאגר: git clone https://github.com/microsoft/ML-For-Beginners.git

מצאו את כל המשאבים הנוספים לקורס זה באוסף Microsoft Learn שלנו

🔧 צריכים עזרה? בדקו את מדריך פתרון הבעיות עבור פתרונות לבעיות נפוצות בהתקנה, הגדרה והרצת שיעורים.

סטודנטים, כדי להשתמש בתכנית לימודים זו, בצעו fork לכל המאגר לחשבון GitHub האישי שלכם וסיימו את התרגילים בעצמכם או עם קבוצה:

• התחילו במבחן חימום לפני ההרצאה.
• קראו את ההרצאה ושלימו את הפעילויות, עצרו והרהרו בכל בדיקת ידע.
• נסו ליצור את הפרויקטים בהבנת השיעורים במקום רק להריץ את קוד הפתרון; עם זאת, הקוד זמין בתיקיות /solution בכל שיעור מבוסס פרויקט.
• עברו את מבחן סוף ההרצאה.
• השלימו את האתגר.
• השלימו את המשימה.
• לאחר השלמת קבוצת שיעורים, בקרו ב-לוח הדיונים ו"למדו בקול" על ידי מילוי טופס PAT המתאים. 'PAT' הוא כלי הערכת התקדמות שהוא טופס שאתם ממלאים להעמקת הלמידה. תוכלו גם להגיב על PATs אחרים כדי ללמוד יחד.

ללמידה נוספת, אנו ממליצים לעקוב אחרי מודולים ונתיבי לימוד ב-Microsoft Learn.

מורים, כללנו הצעות לשימוש בתכנית זו.

---

סירטוני הסבר

חלק מהשיעורים זמינים כסרטונים קצרים. תוכלו למצוא את כולם בתוך השיעורים או בפלייליסט ML for Beginners בערוץ Microsoft Developer ביוטיוב על ידי לחיצה על התמונה למטה.

---

הכירו את הצוות

GIF מאת Mohit Jaisal

🎥 לחצו על התמונה למעלה לסרטון על הפרויקט והאנשים שיצרו אותו!

---

פדגוגיה

בחרנו שני יסודות פדגוגיים בבניית תכנית זו: הבטחה שהיא מבוססת פרויקטים עם התנסות מעשית וכוללת מבחנים תכופים. בנוסף, לתכנית זו יש נושא משותף שנותן לה אחידות.

על ידי התאמת התוכן לפרויקטים, התהליך הופך למעורב יותר עבור התלמידים והשמירה על המושגים מתעצמת. בנוסף, מבחן בעל סיכון נמוך לפני השיעור מגדיר את כוונת התלמיד ללמידת הנושא, בעוד שמבחן שני אחרי השיעור מבטיח שמירה נוספת. תכנית זו עוצבה להיות גמישה וכיפית וניתן לקחת אותה בשלמותה או בחלקים. הפרויקטים מתחילים קטנים והופכים למורכבים יותר לקראת סוף המחזור של 12 השבועות. בתכנית כלול גם נספח על יישומים אמיתיים של למידת מכונה, שניתן להשתמש בו כניקוד נוסף או כבסיס לדיון.

מצאו את קוד ההתנהגות, הנחיות לתרומה, תרגומים ו-פתרון תקלות. נשמח למשוב בונה מצידכם!

כל שיעור כולל

• אפשרות לרישום הערות סקיצה
• אפשרות לסרטון משלים
• סרטון הסבר (בחלק מהשיעורים בלבד)
• מבחן חימום לפני ההרצאה
• שיעור כתוב
• בשיעורים מבוססי פרויקט, מדריכים שלב-אחר-שלב כיצד לבנות את הפרויקט
• בדיקות ידע
• אתגר
• קריאה משלימה
• משימה
• מבחן סוף הרצאה

הערה לגבי שפות: שיעורים אלה כתובים בעיקר בפייתון, אך רבים זמינים גם ב-R. כדי להשלים שיעור ב-R, גש לתיקיית /solution וחפש שיעורים ב-R. הם כוללים סיומת .rmd המייצגת קובץ R Markdown שניתן להגדירו פשוט כהטמעה של קטעי קוד (של R או שפות אחרות) וכותרת YAML (המנחה כיצד לעצב פלטים כמו PDF) במסמך Markdown. כמו כן, הוא משמש כמסגרת כתיבה דוגמתית למדעי הנתונים שכן הוא מאפשר לשלב את הקוד שלך, את הפלט שלו ואת מחשבותיך על ידי כתיבתן ב-Markdown. יתר על כן, ניתן להפיק ממסמכי R Markdown פורמטים לפלט כגון PDF, HTML או Word.

הערה לגבי חידונים: כל החידונים נמצאים בתוך תיקיית אפליקציית החידון, הכוללת 52 חידונים בסך הכל, כל אחד עם שלוש שאלות. הם מקושרים מתוך השיעורים אך ניתן להריץ את אפליקציית החידונים באופן מקומי; פעל לפי ההוראות שבתיקיית quiz-app לאירוח מקומי או פריסה ב-Azure.

מספר שיעור	נושא	קבוצת השיעור	מטרות למידה	שיעור מקושר	מחבר
01	מבוא ללמידת מכונה	מבוא	ללמוד את המושגים הבסיסיים מאחורי למידת מכונה	שיעור	מוחמד
02	היסטוריית למידת מכונה	מבוא	ללמוד את ההיסטוריה הבסיסית של התחום	שיעור	ג'ן ואיימי
03	הוגנות ולמידת מכונה	מבוא	מהם הסוגיות הפילוסופיות החשובות בנושא הוגנות שמומלץ לסטודנטים לקחת בחשבון כאשר בונים ומיישמים מודלים של למידת מכונה?	שיעור	טומומי
04	טכניקות ללמידת מכונה	מבוא	אילו טכניקות חוקרי למידת מכונה משתמשים כדי לבנות מודלים?	שיעור	כריס וג'ן
05	מבוא לרגרסיה	רגרסיה	התחל עם פייתון ו-Scikit-learn למודלים של רגרסיה	Python • R	ג'ן • אריק ונג'או
06	מחירי דלעות בצפון אמריקה 🎃	רגרסיה	ויזואליזציה וניקוי נתונים כהכנה ללמידת מכונה	Python • R	ג'ן • אריק וונג'או
07	מחירי דלעות בצפון אמריקה 🎃	רגרסיה	בניית מודלים של רגרסיה ליניארית ופולינומית	Python • R	ג'ן ודמיטרי • אריק וונג'או
08	מחירי דלעות בצפון אמריקה 🎃	רגרסיה	בניית מודל רגרסיה לוגיסטית	Python • R	ג'ן • אריק וונג'או
09	אפליקציית אינטרנט 🔌	Web App	בניית אפליקציית אינטרנט לשימוש במודל שאומן	Python	ג'ן
10	מבוא למיון (classification)	מיון	ניקוי, הכנה וויזואליזציה של הנתונים שלך; מבוא למיון	Python • R	ג'ן וקאסי • אריק וונג'או
11	מטבחים אסייתיים והודיים טעימים 🍜	מיון	מבוא לממיינים	Python • R	ג'ן וקאסי • אריק וונג'או
12	מטבחים אסייתיים והודיים טעימים 🍜	מיון	עוד ממיינים	Python • R	ג'ן וקאסי • אריק וונג'או
13	מטבחים אסייתיים והודיים טעימים 🍜	מיון	בניית אפליקציית אינטרנט להמלצות באמצעות המודל שלך	Python	ג'ן
14	מבוא לקיבוץ (clustering)	קיבוץ	ניקוי, הכנה וויזואליזציה של הנתונים שלך; מבוא לקיבוץ	Python • R	ג'ן • אריק וונג'או
15	חקר טעמי מוזיקה ניגרית 🎧	קיבוץ	בחינת שיטת קיבוץ K-Means	Python • R	ג'ן • אריק וונג'או
16	מבוא לעיבוד שפה טבעית ☕️	עיבוד שפה טבעית	ללמוד את היסודות של NLP על ידי בניית בוט פשוט	Python	סטיבן
17	משימות NLP נפוצות ☕️	עיבוד שפה טבעית	העמקת הידע ב-NLP על ידי הבנת משימות נפוצות הנדרשות בעבודה עם מבני שפה	Python	סטיבן
18	תרגום וניתוח רגשות ♥️	עיבוד שפה טבעית	תרגום וניתוח רגשות בעזרת ג'יין אוסטן	Python	סטיבן
19	בתי מלון רומנטיים באירופה ♥️	עיבוד שפה טבעית	ניתוח רגשות עם ביקורות על מלונות 1	Python	סטיבן
20	בתי מלון רומנטיים באירופה ♥️	עיבוד שפה טבעית	ניתוח רגשות עם ביקורות על מלונות 2	Python	סטיבן
21	מבוא לחיזוי סדרות זמן	סדרות זמן	מבוא לחיזוי סדרות זמן	Python	פרנססקה
22	⚡️ שימוש עולמי בחשמל ⚡️ - חיזוי סדרות זמן עם ARIMA	סדרות זמן	חיזוי סדרות זמן עם ARIMA	Python	פרנססקה
23	⚡️ שימוש עולמי בחשמל ⚡️ - חיזוי סדרות זמן עם SVR	סדרות זמן	חיזוי סדרות זמן עם רגרסור וקטור תמיכה (SVR)	Python	אנירבן
24	מבוא ללמידה מחוזקת	למידה מחוזקת	מבוא ללמידה מחוזקת עם Q-Learning	Python	דמיטרי
25	עזור לפיטר להימנע מהזאב! 🐺	למידה מחוזקת	למידה מחוזקת עם Gym	Python	דמיטרי
פרוסטקריפט	תרחישי למידת מכונה במציאות	ML במציאות	יישומים מעניינים וחושפניים של למידת מכונה קלאסית	שיעור	צוות
פרוסטקריפט	איתור באגים במודלים של למידת מכונה באמצעות לוח RAI	ML במציאות	איתור באגים במודלים של למידת מכונה באמצעות רכיבי לוח המחוונים של Responsible AI	שיעור	רות יקובו

מצא את כל המשאבים הנוספים לקורס זה באוסף Microsoft Learn שלנו

גישה לא מקוונת

אתה יכול להפעיל את התיעוד הזה לא מקוון באמצעות Docsify. פצל את הריפוזיטורי הזה, התקן את Docsify במחשב המקומי שלך, ואז בתיקיית השורש של הריפו, הקלד docsify serve. האתר יהיה זמין בכתובת localhost:3000 ביציאה 3000 במחשב שלך.

קבצי PDF

מצא קובץ pdf של תכנית הלימודים עם קישורים כאן.

🎒 קורסים נוספים

הצוות שלנו מייצר קורסים נוספים! בדוק:

LangChain

Azure / Edge / MCP / סוכנים

---

סדרת בינה מלאכותית יוצרת

---

למידה בסיסית

---

סדרת Copilot

לקבלת עזרה

אם אתה נתקע או יש לך שאלות בזמן הלמידה של למידת מכונה או בניית יישומי בינה מלאכותית, אל דאגה — עזרה זמינה.

אתה יכול להצטרף לדיונים עם לומדים ומפתחים אחרים, לשאול שאלות, ולשתף את הרעיונות שלך עם הקהילה.

• הצטרף לקהילה כדי לשאול שאלות וללמוד עם אחרים
• דון במושגי למידת מכונה ורעיונות לפרויקטים
• קבל הנחיות ממפתחים מנוסים

קהילה תומכת היא דרך נהדרת לפיתוח מיומנויות ולפתור בעיות מהר יותר.

קהילת דיסקורד Microsoft Foundry

אם אתה נתקל בבאגים, שגיאות, או יש לך הצעות לשיפורים, אתה יכול לפתוח Issue במאגר הזה כדי לדווח על הבעיה.

למשוב על המוצר או כדי לחפש פוסטים קיימים בקהילה, בקר בפורום המפתחים:

טיפים ללמידה נוספים

• סקור מחברות אחרי כל שיעור להבנה טובה יותר.
• תרגל יישום אלגוריתמים בעצמך.
• חקור מערכי נתונים מהעולם האמיתי באמצעות המושגים שנלמדו.

---

כתב התרעה:
מסמך זה תורגם באמצעות שירות תרגום מבוסס בינה מלאכותית Co-op Translator. למרות שאנו שואפים לדיוק, יש להיות מודעים לכך שתרגומים אוטומטיים עלולים לכלול טעויות או אי דיוקים. יש להתייחס למסמך המקורי בשפת המקור כמקור הסמכות הרשמי. למידע קריטי מומלץ להיעזר בתרגום מקצועי אנושי. איננו אחראים לכל אי הבנה או פרשנות שגויה הנובעת משימוש בתרגום זה.