Adding azerbaijani language translations 🇦🇿

1-Introduction/1-intro-to-ML/translations/README.az.md

@@ -0,0 +1,146 @@
+# Maşın öyrənməsinə giriş
+
+## [Mühazirədən əvvəl test](https://gray-sand-07a10f403.1.azurestaticapps.net/quiz/1/?loc=az)
+
+---
+
+[![Yeni başlayanlar üçün ML - Yeni başlayanlar üçün maşın öyrənməsinə giriş](https://img.youtube.com/vi/6mSx_KJxcHI/0.jpg)](https://youtu.be/6mSx_KJxcHI "Yeni başlayanlar üçün ML- Yeni başlayanlar üçün maşın öyrənməsinə giriş")
+
+> 🎥 Bu dərslə məşğul olmaq üçün yuxarıdakı təsvirə klikləyin və videonu izləyin.
+
+Yeni başlayanlar üçün klassik maşın öyrənməsi kursuna xoş gəlmisiniz! İstər bu sahədə tamamilə yeni olun və ya bu sahədə fikirləri cəmləməyə çalışan təcrübəli ML mütəxəssisi olun, bizə qatıldığınız üçün məmnuniyyət hissi duyuruq! Sizə ML öyrənməyinizdə mehriban bir mühit yaratmaq istəmişik və  [fikirlərinizi](https://github.com/microsoft/ML-For-Beginners/discussions) dəyərləndirmək və cavablamaqdan məmnun olarıq.
+
+[![ML-ə giriş](https://img.youtube.com/vi/h0e2HAPTGF4/0.jpg)](https://youtu.be/h0e2HAPTGF4 "ML-ə giriş")
+
+> 🎥 Yuxarıdakı təsvirə klikləməklə videoya baxın: John Guttag MIT-də maşın öyrənməsini təqdim edir
+
+---
+## Maşın öyrənməsi ilə başlanğıc
+
+Kurikuluma başlamazdan əvvəl komputerinizi Phyton notbukların icra olunmasına hazır vəziyyətə gətirməyiniz lazımdır.
+
+- **Komputerinizi bu videolarla hazırlayın**. Linkləri izləyərək komputerinizdə necə [Python quraşdıra biləcəyinizi](https://youtu.be/CXZYvNRIAKM) və kodlamaq üçün [mətn redaktorunu quraşdıracağınızı](https://youtu.be/EU8eayHWoZg) öyrənə bilərsiniz.
+- **Python öyrən**. Bu kursda istifadə etdiyimiz və data mühəndislərinə yararlı olan olan [Python](https://docs.microsoft.com/learn/paths/python-language/?WT.mc_id=academic-77952-leestott) proqramlaşdırma dilində fundamental biliklərə sahib olmağınız məsləhətdir.
+- **Node.js və JavaScript öyrən**. Bu kursda bir neçə dəfə veb proqramlarını hazırlayarkən JavaScript dilindən istifadə etmişik, buna görə kompüterinizə [node](https://nodejs.org) və [npm](https://www.npmjs.com/) yükləməyiniz lazımdır. [Visual Studio Code](https://code.visualstudio.com/) yükləməklə həm Python, həm də JavaScript kodlaması üçün istifadə edə bilərsiniz.
+- **GitHub hesabı yaradın**. Bizi [GitHub](https://github.com) plaformasından tapmısınızsa, çox güman ki, hesabınız artıq vardır. Lakin əgər yoxdursa, yeni birini yaradın və bu kurrikulumu öz hesabınıza köçürməklə (fork) istədiyiniz kimi istifadə edə bilərsiniz. (Həmçinin bizə ulduz verməyi də unutmayın 😊)
+- **Scikit-learn kəşf edin**. Özünüzü [Scikit-learn](https://scikit-learn.org/stable/user_guide.html) platforması ilə tanış edin. Dərslərdə bəzi ML kitabxanaları bu platformadan istinad olunub.
+
+---
+## Maşın öyrənməsi nədir?
+
+'Maşın öyrənməsi' günümüzdə ən populyar və tez-tez istifadə olunan terminlərdən biridir. Hansı sahədə işləməyindən asılı olmayaraq texnologiya ilə tanışlığın varsa, bu termini ən azı bir dəfə eşitmə ehtimalı var. Maşın öyrənməsinin mexanikası çox insan üçün sirdir. Maşın öyrənməsinə yeni başlayan kimi mövzunun bəzən çox ağır olduğunu hiss edə bilərsən. Buna görə maşın öyrənmənin əslində nə olduğunu addımbaaddım praktik nümunələr üzərindən başa düşmək vacibdir.
+
+---
+## Məşhurluq xətti
+
+![MLməşhurluq xətti](../images/hype.png)
+
+> Google Trends platformasında 'maşın öyrənməsi' terminin 'məşhurluq xətti'
+
+---
+## Əsrarəngiz kainat
+
+Bizim yaşadığımız kainat çoxlu möhtəşəm sirlərlə doludur. Stefen Haukinq, Albert Eynşteyn və başqa böyük alimlər həyatlarını ətrafımızdakı dünyanın sirlərini açmaq üçün mənalı məlumatlarını araşdırmağa həsr etmişdir. İnsanların öyrənmə tərzi belədir: insan uşaqlıqdan ilbəil böyüdükcə yeni şeylər öyrənir və ətrafındakı dünyanın strukturunu aşkarlayır.
+
+---
+## Uşağın beyni
+
+Uşağın beyni və duyğuları ətrafdakı məlumatları qəbul edir və get-gedə həyatın gizli modelini öyrənir. Bu məlumatlar onun əvvəldən öyrəndiyi qaydaları təyin etmək üçün qurduğu məntiqi qaydaları daha da təkmilləşdirir. İnsan beyninin öyrənmə prosesi dünyada yaşayan canlıların ən təkmil formasıdır. Daim gizli modelləri öyrənmək və bunların üzərində kəşflər etmək bacarığı bizə həyatımız boyu daha da yaxşılaşmağımıza kömək edir. Belə öyrənmə tutumu və təkammülü [beyinin plastik xarakteristikası](https://www.simplypsychology.org/brain-plasticity.html) ilə əlaqəlidir. Səthi olaraq insan beynin öyrənməsi prosesinin və maşın öyrənməsi anlayışının arasında bəzi oxşarlıqları təyin edə bilərik.
+
+---
+## İnsan beyni
+
+[İnsan beyni](https://www.livescience.com/29365-human-brain.html) həqiqi dünyadakı əşyaları dərk edir, qəbul edilən məlumatları emal edir, məntiqi qərarlar verir və şəraitdən asılı olaraq bəzi hərəkətlər edir. Ağıllı şəkildə davranmaq buna deyirik. Maşına ağıllı şəkildə davranmasını proqram vasitəsi ilə quraşdırılması süni intellekt (AI) adlanır.
+
+---
+## Bəzi terminlər
+
+Bəzi terminlər çaşdırıcı ola bilər. Bunu unutmayaq ki, maşın öyrənməsi (ML) süni intellekt sahəsinin daxilində bir hissədir. **ML qəbul edilən məlumatlardan xüsusi alqoritmlər istifadə etməklə mənalı informasiyanı və gizli modelləri tapıb rasional qərar vermək prosesində istifadə olunur**.
+
+---
+## AI, ML, Dərin öyrənmə
+
+![AI, ML, dərin öyrənmə, data elmi](../images/ai-ml-ds.png)
+
+> Diaqram AI, ML, dərin öyrənmə və data elmi arasında əlaqəni təsvir edir. [Bu qrafikdən](https://softwareengineering.stackexchange.com/questions/366996/distinction-between-ai-ml-neural-networks-deep-learning-and-data-mining) ilhamlanaraq [Cen Luper](https://twitter.com/jenlooper) tərəfindən hazırlanıb.
+
+---
+## Əhatə olunan anlayışlar
+
+Bu kurikulumda biz yalnız yeni başlayanların mütləq bilməli olduğu əsas maşın öyrənməsi anlayışları əhatə edəcəyik. 'Klassik maşın öyrənməsi' mövzusu əsasən bir çox tələbənin əsasları öyrənməsinə kömək etmiş mükəmməl Scikit-learn kitabxanası ilə əhatə olunub. Süni intellektin və ya dərin öyrənməni aynlayışlarını daha yaxşı başa düşmək üçün maşın öyrənməsinin əsas bilikləri vacibdir və biz sizə burada bunu təqdim edirik.
+
+---
+## Bu kursda öyrənəcəksiniz:
+
+- maşın öyrənməsi əsas anlayışları
+- ML tarixi
+- ML və ədalət
+- reqressiya ML texnikaları
+- qruplaşdırma ML texnikaları
+- klasterləşdirmə ML texnikaları
+- təbii danışıq emal olunması ML texnikaları
+- zamana seriyası proqnozu ML texnikaları
+- möhkəmləndirərək öyrənmə
+- ML-in real həyatda tətbiqləri
+
+---
+## Nələri əhatə etməyəcəyik
+
+- dərin öyrənmə
+- neyron şəbəkələr
+- Suni İntellekt (AI)
+
+Daha yaxşı öyrənmə təcrübəsi üçün biz neyron şəbəkələrin, 'dərin öyrənmənin' - çoxlu qatlarla formalaşan model quran neyron şəbəkələr - və AI-ın mürəkkəbliklərini daxil etməmişik. Onlar barədə digər kurikulumlarla bəhs edəcəyik. Biz həmçinin gələcəkdə data elmini daha geniş əhatə edən kurikulumu da təklif edəcəyik.
+
+---
+## Niyə maşın öyrənməsi mövzusunu öyrənməliyəm?
+
+Maşın öyrənməsi sistem tərəfdən baxıldıqda məlumatlardan gizli modelləri öyrənərək məntiqli qərar verə bilən avtomatik sistemin yaradılmasıdır.
+
+Bu motivasiya insan beyninin ətraf aləmdən qəbul etdiyi məlumatlar əsasında öyrənməsindən yaranıb.
+
+✅ Bir dəqiqəlik düşünün, bir təşkilat ənənəvi üsulla və dəqiq qaydalarla tənzimlənən sistem qurmaq əvəzinə nə üçün maşın öyrənməsi strategiyasını seçər.
+
+---
+## Maşın öyrənməsinin tətbiqləri
+
+Maşın öyrənməsinin tətbiqləri mobil telefonlarımızdan, ağıllı cihazlardan və digər sistemlərdən yaranıb ətrafımızda axın edən məlumatlar kimi hər yerdədirlər. Maşın öyrənmə alqoritmlərinin nəhəng potensialını nəzərə alaraq tədqiqatçılar çoxölçülü və çox-parametrli həqiqi həyat problemlərini müsbət nəticələr əldə edərək kəşf edirlər.
+
+---
+## ML tətbiq olunan nümunələr
+
+**Maşın öyrənməsini bir çox yollarla istifadə edə bilərsiniz**:
+
+- Xəstənin tibbi tarixçəsi və hesabları əsasında xəstəliyin mümkünlüyünü təxmin etmək.
+- Hava məlumatları əsasında növbəti hava hadisələrini təxmin etmək.
+- Mətnin yazılma hissini, məqsədini anlamaq.
+- Təbliğatın qarışısını almaq üçün yanlış xəbərləri təyin etmək.
+
+Maliyyə, iqtisadiyyat, geologiya, kosmik tədqiqat, biotibbi mühəndislik, idrak elmi və digər bir çox sahələr maşın öyrənəmsini mənimsəyərək böyük məlumat emalı problemlərini həll edirlər.
+
+---
+## Nəticə
+
+Maşın öyrənmə həqiqi həyatdan götürülmüş və ya süni yaradılmış məlumatlarda mənalı modellərin tapılmasın prosesini avtomatlaşdırır. Bu üsul böyük dəyərli bizneslərdən, tibb, maliyyə və digər tətbiqlərdə istifadə edilərək isbat edilib.
+
+Yaxın gələcəkdə çox yayılması səbəbindən maşın öyrənməsinin fundamental anlayışlarını bilmək istənilən sahədə çalışan insanlar üçün bir məcburiyyət olacaqdır.
+
+---
+# 🚀 Məşğələ
+
+Dəftər, kağız və ya onlayn [Excalidraw](https://excalidraw.com/) kimi tətbiqdə AI, ML, dərin öyrənmə və data elmi barədə anladıqlarınızı təsvir edin. Hər bir texnika ilə effektiv həll edə biləcəyiniz problemlə bağlı fikirlərinizi də qeyd edin.
+
+# [Mühazirə sonrası test](https://gray-sand-07a10f403.1.azurestaticapps.net/quiz/2/?loc=az)
+
+---
+# Təkrarlayın və özünüz öyrənin
+
+ML alqoritmləri ilə bulud mühitində həll edə biləcəyiniz problemlər barədə daha öyrənmək üçün bu [öyrənmə planından](https://docs.microsoft.com/learn/paths/create-no-code-predictive-models-azure-machine-learning/?WT.mc_id=academic-77952-leestott) istifadə edə bilərsiniz.
+
+
+ML əsasları barədə bu [öyrənmə planına](https://docs.microsoft.com/learn/modules/introduction-to-machine-learning/?WT.mc_id=academic-77952-leestott) da nəzər yetirin.
+
+---
+# Tapşırıq
+
+[Sistem hazırlayın](assignment.az.md)

1-Introduction/1-intro-to-ML/translations/assignment.az.md

@@ -0,0 +1,9 @@
+# Sistem hazırlayın
+
+## Təlimatlar
+
+Bu qiymətləndirilməyən bir tapşırıqdır. Bu tapşırıqda siz Python proqramlaşdırma dilini öz komputerinizdə icra edilə bilən vəziyyətə gətirməyiniz və notbukları istifadə edə bilməyiniz tələb olunur.
+
+[Python öyrənmə planına](https://docs.microsoft.com/learn/paths/python-language/?WT.mc_id=academic-77952-leestott) baxın və sisteminizdə sazlamanı bu giriş videolara baxaraq yerinə yetirin:
+
+https://www.youtube.com/playlist?list=PLlrxD0HtieHhS8VzuMCfQD4uJ9yne1mE6