README.md

🌐 பல மொழி ஆதரவு

GitHub Action மூலம் ஆதரவு (ஆட்டோமேட்டிக் & எப்போதும் புதுப்பிக்கப்படும்)

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 | Kannada | Khmer | Korean | Lithuanian | Malay | Malayalam | Marathi | Nepali | Nigerian Pidgin | Norwegian | Persian (Farsi) | Polish | Portuguese (Brazil) | Portuguese (Portugal) | Punjabi (Gurmukhi) | Romanian | Russian | Serbian (Cyrillic) | Slovak | Slovenian | Spanish | Swahili | Swedish | Tagalog (Filipino) | Tamil | Telugu | Thai | Turkish | Ukrainian | Urdu | Vietnamese

உள்ளூர் கிளோன் செய்ய விரும்புகிறீர்களா?

இந்த ரெப்போசிடரி 50+ மொழி மொழிபெயர்ப்புகளை உள்ளடக்கியதால் பதிவிறக்கும் அளவு குறிப்பிடத்தக்கது ஆகும். மொழிபெயர்ப்புகள் இல்லாமல் கிளோன் செய்ய sparse checkout ஐ பயன்படுத்தவும்:

Bash / macOS / Linux:

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 (Windows):

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"

இந்த முறையில் விரைவான பதிவிறக்கம் மூலம் பாடநெடுவை முடிக்க தேவையான அனைத்தும் கிடைக்கும்.

எங்கள் சமுதாயத்தில் சேரவும்

நாங்கள் Discord வழியாக AI கற்றல் தொடர் நடத்தி வருகின்றோம், மேலும் விவரங்களுக்கு மற்றும் சேர்வதற்கு Learn with AI Series இல் 18 - 30 செப்டம்பர், 2025 வரை இணைக. இங்கு நீங்கள் GitHub Copilot ஐ Data Scienceக்காக பயன்படுத்துவதற்கான குறிப்புகளையும் நுட்பங்களையும் பெறுவீர்கள்.

ஆரம்பத்திற்கான மெஷின் லெர்நிங் - பாடத்திட்டம்

🌍 உலகத்தின் பல கலாச்சாரங்களின் வழியில் மெஷின் லெர்னிங்கை ஆராய்ந்து உலகம் சுற்றிப் பயணம் செய்யலாம் 🌍

Microsoft இல் உள்ள Cloud Advocates 12 வாரம், 26 பாடங்கள் கொண்ட முழு பாடத்திட்டத்தை வழங்குவதில் மகிழ்ச்சி அடைகின்றனர், இது மெஷின் லெர்நிங் பற்றியது. இந்த பாடத்திட்டத்தில், சில நேரங்களில் சாதாரண மெஷின் லெர்நிங் என்று அழைக்கப்படும், அதிகமாக Scikit-learn நூலகத்தை பயன்படுத்தி, ஆழ்ந்த கற்றல் தவிர்க்கப்படுகிறது; அதுதான் நமது AI for Beginners' பாடத் திட்டத்தில் உள்ளடக்கப்பட்டுள்ளது. இதேபோல், இந்த பாடத்திட்டத்துடன் நமது 'Data Science for Beginners' பாடத்திட்டம் இணைத்து கற்கவும் பரிந்துரைக்கப்படுகிறது!

உலகின் பல பகுதிகளிலிருந்து தரவுகளைப் பயன்படுத்தி இந்த பாரம்பரிய முறைகளை இயங்கவிடுவோம். ஒவ்வொரு பாடத்திற்கும் படிப்பதற்கு முன் மற்றும் பிறகு குவிட்ஸ், எழுதப்பட்ட விளக்கங்கள், தீர்வு, பணிகள் போன்றவை உள்ளன. நமது திட்ட அடிப்படையிலான கற்றல் முறையானது நீங்கள் கற்றுக் கொண்டதைக் கட்டியெழுப்புகையில் கற்றுக் கொள்கின்றீர்கள் என்பதைக்காட்டும், இது புதிய திறன்களை உறுதியுடன் கற்றுக்கொள்ள உதவுகிறது.

✍️ எங்கள் எழுத்தாளர்களுக்கு இனிய நன்றிகள் Jen Looper, Stephen Howell, Francesca Lazzeri, Tomomi Imura, Cassie Breviu, Dmitry Soshnikov, Chris Noring, Anirban Mukherjee, Ornella Altunyan, Ruth Yakubu மற்றும் Amy Boyd

🎨 எங்கள் பகுத்தறிவாளர்களுக்கும் நன்றி Tomomi Imura, Dasani Madipalli மற்றும் Jen Looper

🙏 Microsoft மாணவர் தூதர்கள் எழுத்தாளர்கள், மதிப்பாய்வாளர்கள் மற்றும் உள்ளடக்க பங்களிப்பாளர்களுக்கு சிறப்பு நன்றி, குறிப்பாக Rishit Dagli, Muhammad Sakib Khan Inan, Rohan Raj, Alexandru Petrescu, Abhishek Jaiswal, Nawrin Tabassum, Ioan Samuila மற்றும் Snigdha Agarwal

🤩 Microsoft மாணவர் தூதர்கள் Eric Wanjau, Jasleen Sondhi மற்றும் Vidushi Gupta அவர்களுக்கு எங்களது R பாடங்களுக்கு கூடுதல் நன்றி!

துவக்கம்

இந்த படிகளை பின்பற்றவும்:

1. ரெப்போசிடரியை Fork செய்யவும்: இப்பக்கம் இடது மேல் பக்கத்தில் உள்ள "Fork" பொத்தானை அழுத்தவும்.
2. ரெப்போசிடரியை கிளோன் செய்யவும்: git clone https://github.com/microsoft/ML-For-Beginners.git

இந்த பாடத் தொகுப்பு தொடர்பான மேலதிக வளங்களை எங்கள் Microsoft Learn தொகுப்பில் காணவும்

🔧 உதவி தேவைபடுகிறதா? நிறுவல், அமைப்பு மற்றும் பாடங்கள் இயக்க பொதுவான பிரச்சனைகளுக்கான தீர்வுகள் தொழில்நுட்ப வழிகாட்டி இல் உள்ளன.

மாணவர்கள், இந்த பாடத்திட்டத்தை பயன்படுத்த, முழு ரெப்போவை உங்கள் சொந்த GitHub கணக்கில் fork செய்து தனியாகவோ அல்லது குழுவாகவோ பயிற்சிகளை முடிக்கவும்:

• படிக்க முன்னர் ஒரு முன்னணி குவிஸ் தேர்வைத் தொடங்கவும்.
• பாடப் பகுதியை வாசித்து செயல்பாடுகளை செய்து, ஒவ்வொரு அறிவுக்குள்ளோடும் நிறுத்தி சிந்திக்கவும்.
• தீர்வு குறியீட்டை ஓடுமாறு பின்தொடராமல் நேரடியாகப் பாடங்களைப் புரிந்து கொண்டு திட்டங்களை உருவாக்க முயற்சிக்கவும்; ஆனால் அந்த குறியீடு ஒவ்வொரு திட்டவழி பாடத்திலும் /solution கோப்புறையில் கிடைக்கும்.
• படிப்புப் பிறகு ஒரு பின்னணி குவிஸ் அனுப்பவும்.
• சவாலை முடிக்கவும்.
• பணியை நிறைவேற்றவும்.
• ஒரு பாடக் குழுமத்தை முடித்த பிறகு, அரசு சபையில் சென்று "கேள்வி பதிலளித்து" PAT ருப்ரிக் நிரப்பவும். 'PAT' என்பது முன்னேற்ற மதிப்பீடு கருவி ஆகும், இது உங்கள் கற்றலை மேலும் மேம்படுத்தும் உதவிக் கருவி. மற்ற PAT களுக்கு நாங்கள் ஒன்றாக கற்றுக்கொள்ளவும் முடியும்.

மேலதிகமாக கற்றுக்கொள்ள, இந்த Microsoft Learn வகுப்புகள் மற்றும் கற்றல் பாதைகளைக் காண்பது பரிந்துரைக்கப்படுகிறது.

ஆசிரியர்கள், இந்த பாடத்திட்டத்தை எவ்வாறு பயன்படுத்துவது என சில பரிந்துரைகள் கடந்துவிட்டன.

---

வீடியோ வழிகாட்டல்கள்

சில பாடங்கள் குறுகிய வீடியோ வடிவத்தில் கிடைக்கின்றன. நீங்கள் அவற்றை பாடங்களில் நேரடியாகவும், அல்லது ML for Beginners மைக்ரோசாஃப்ட் டெவலப்பர் யூடியூப் சேனல் பிளேலிஸ்டில் கீழே உள்ள படத்தை கிளிக் செய்து காணலாம்.

---

குழுவை சந்திக்கவும்

GIF உருவாக்கியவர் Mohit Jaisal

🎥 மேல் படத்தை கிளிக் செய்து, திட்டம் மற்றும் அதை உருவாக்கியோரின் வீடியோவைப் பார்க்கவும்!

---

கல்வியியல்

இந்த பாடத்திட்டத்தை உருவாக்கும்போது இரண்டு கல்வியியல் கொள்கைகளைத் தேர்ந்தெடுத்தோம்: இது கைபிடி திட்ட அடிப்படையிலானதன்மையுடன் இருக்க வேண்டும் மற்றும் அடிக்கடி குவிட்ஸ் அடங்கியதாக இருக்க வேண்டும் என்பதையும். மேலும், இந்த பாடத்திட்டத்துக்கு ஒரே கட்டமைப்பில் ஒரு தீம் உள்ளது.

உள்ளடக்கம் திட்டங்களோடு ஒத்துழைப்பானதாக உறுதி செய்யப்படுவதால், மாணவர்களுக்கு இது மேலும் ஈடுபாட்டானதாகவும் கருத்துக்கள் நிலைத்திருக்கும் முறையாக்கும். கூடுதலாக, வகுப்பு முன் ஒரு குறைந்த ரிஸ்க் குவிஸ் மாணவரின் பகையை கற்று கொள்ளும் நோக்கம் செலுத்தும், வகுப்பு முடிந்த பின் ஒரு இரண்டாம் குவிஸ் ஒவ்வொரு விஷயத்தின் சிறந்த நினைவாற்றலை உறுதியாக்கும். நீங்கள் இதனை முழுமையாகவோ அல்லது பகுதி பாகமாகவோ எடுக்கலாம், மேலும் இந்த திட்டங்கள் தொடக்கத்தில் மிகச் சிறியவை இரு பின்னர் 12 வார சுற்று முடிவுக்கு மிகுந்த சிக்கலானவை ஆகின்றன. இந்த பாடத்திட்டத்தில் ML இன் நிஜ உலக பயன்பாடுகள் பற்றிய ஒரு பின்னூட்டமும் இருக்கு, இது கூடுதல் மதிப்பெண் அல்லது விவாதத்திற்கான அடிப்படையாக பயன்படுத்தலாம்.

எங்கள் நடத்தை விதிகள், பங்களிப்பு வழிகாட்டி, மொழிபெயர்ப்புகள், மற்றும் தொழில்நுட்ப வழிகாட்டி கையேட்களை காணவும். உங்கள் கட்டுமான கருத்துக்களை வரவேற்கிறோம்!

ஒவ்வொரு பாடத்திலும் அடங்கியது

• விருப்பமான ஸ்கெட்ச் நோட்
• விருப்பமான கூடுதல் வீடியோ
• வீடியோ வழிகாட்டல் (சில பாடங்களில் மட்டுமே)
• பேசுவதற்கு முன் கூட்டு வினாத்தாள்
• எழுதப்பட்ட பாடம்
• திட்ட அடிப்படையிலான பாடங்களில், திட்டத்தை கட்ட பதில் படிகள்
• அறிவு சரிபார்க்குகைகள்
• ஒரு சவால்
• கூடுதல் வாசிப்பு
• பணிகள்
• போஸ்ட்-பாட நிகழ்ச்சி கூட்டு வினாத்தாள்

மொழிகள் குறித்து ஒரே குறிப்பு: இந்த பாடங்கள் முதன்மையாக Python இல் எழுதப்பட்டுள்ளன, ஆனால் பல பாடங்கள் R-இல் கூட கிடைக்கின்றன. ஒரு R பாடத்தை முடிக்க, /solution கோப்பகத்திற்கு சென்று R பாடங்களை காணுங்கள். அவற்றுக்கு .rmd விரிவாக்கம் உள்ளது, இது R Markdown கோப்பை குறிக்கிறது, இது code chunks (R அல்லது பிற மொழிகளை) மற்றும் YAML header-ஐ (PDF போன்ற வெளியீடுகளை வடிவமைக்க வழிகாட்டும்) Markdown document-ல் ஒருங்கிணைக்கும் வடிவமாக வரையறுக்கலாம். இதனால், உங்கள் கோ드를, அதன் வெளியீடுகளை மற்றும் உங்கள் எண்ணங்களை Markdown இல் எழுதுவதன் மூலம் இணைக்கக் கூடிய ஒரு சிறந்த ஆசிரியர் வடிவமைப்பாக இது செயல்படுகிறது. மேலும், R Markdown ஆவணங்களை PDF, HTML, அல்லது Word போன்ற வெளியீடு வடிவங்களில் உருவாக்கலாம்.

வினாக்குழிப்புரைகள் குறித்து ஒரே குறிப்பு: அனைத்து வினாக்களும் Quiz App folder இல் உள்ளன, அதில் ஒவ்வொன்றிலும் மூன்று கேள்விகள் கொண்ட 52 வினா தொகுப்புகள் உள்ளன. அவை பாடங்களுக்குள் இணைக்கப்பட்டுள்ளன ஆனால் Quiz App-ஐ உள்ளூராக இயக்கலாம்; உள்ளூர் ஹோஸ்ட் அல்லது Azure-க்கு வெளியிட quiz-app கோப்பகத்தில் உள்ள வழிமுறைகளை பின்பற்றவும்.

பாடத் தொகுதி எண்	தலைப்பு	பாடத் தொகுப்பு	கற்றல் குறிக்கோள்கள்	இணைக்கப்பட்ட பாடம்	ஆசிரியர்
01	இயந்திரக் கற்றல் அறிமுகம்	அறிமுகம்	இயந்திரக் கற்றலின் அடிப்படைக் கருத்துக்களை கற்பது	பாடம்	முஹம்மது
02	இயந்திரக் கற்றலின் வரலாறு	அறிமுகம்	இந்த துறையின் வரலாறை கற்பது	பாடம்	ஜென் மற்றும் ஆமி
03	நீதி மற்றும் இயந்திரக் கற்றல்	அறிமுகம்	நீதி சார்ந்த முக்கிய தத்துவப்பரப்புகளைக் குறித்து மாணவர்கள் என்ன கருத்தில் கொள்ள வேண்டும்?	பாடம்	தொமோமி
04	இயந்திரக் கற்கல் தொழில்நுட்பங்கள்	அறிமுகம்	இயந்திரக் கற்றல் மாதிரிகளை உருவாக்க எவற்றைப் பயன்படுத்துகிறார்கள்?	பாடம்	கிறிஸ் மற்றும் ஜென்
05	பின்வட்டார அறிமுகம்	பின்வட்டாரம்	பைதான் மற்றும் ஸ்கைகிட்-ல்ர்ன் பயன்பாட்டில் regression மாதிரிகள் உருவாக்க தொடங்குதல்	Python • R	ஜென் • எரிக் வாஞ்சௌ
06	வட அமெரிக்க பாம்பரின் விலைகள் 🎃	பின்வட்டாரம்	இயந்திரக் கற்றலுக்காக தரவுகளை ரசிக்கவும் சுத்தம் செய்யவும்	Python • R	ஜென் • எரிக் வாஞ்சௌ
07	வட அமெரிக்க பாம்பரின் விலைகள் 🎃	பின்வட்டாரம்	நேர்கோட்டு மற்றும் பன்முக பின்வட்டார் மாதிரிகள் உருவாக்கு	Python • R	ஜென் மற்றும் ட்மிதிரி • எரிக் வாஞ்சௌ
08	வட அமெரிக்க பாம்பரின் விலைகள் 🎃	பின்வட்டாரம்	லொஜிஸ்டிக் பின்வட்டாரம் மாதிரி உருவாக்கு	Python • R	ஜென் • எரிக் வாஞ்சௌ
09	ஒரு வலை செயலி 🔌	வலை செயலி	உங்கள் பயிற்சி பெற்ற மாதிரியை பயன்படுத்த ஒரு வலை செயலியைக் கட்டுங்கள்	Python	ஜென்
10	வகைப்படுத்தல் அறிமுகம்	வகைப்படுத்தல்	உங்கள் தரவை சுத்தம் செய்யவும், தயார் செய்யவும் மற்றும் காட்சிப்படுத்தவும்; வகைப்படுத்தல் அறிமுகம்	Python • R	ஜென் மற்றும் காசி • எரிக் வாஞ்சௌ
11	சுவையான ஆசிய மற்றும் இந்திய உணவுகள் 🍜	வகைப்படுத்தல்	வகைப்பாட்டுக்கான அறிமுகம்	Python • R	ஜென் மற்றும் காசி • எரிக் வாஞ்சௌ
12	சுவையான ஆசிய மற்றும் இந்திய உணவுகள் 🍜	வகைப்படுத்தல்	அதிக வகைப்பாட்டாளர்கள்	Python • R	ஜென் மற்றும் காசி • எரிக் வாஞ்சௌ
13	சுவையான ஆசிய மற்றும் இந்திய உணவுகள் 🍜	வகைப்படுத்தல்	உங்கள் மாதிரியை பயன்படுத்தி பரிந்துரைக் வலை செயலியை கட்டுங்கள்	Python	ஜென்
14	கிளஸ்டர் அமைவியல் அறிமுகம்	கிளஸ்டர் அமைவியல்	உங்கள் தரவை சுத்தம் செய்யவும், தயார் செய்யவும் மற்றும் காட்சிப்படுத்தவும்; கிளஸ்டர் அமைவியல் அறிமுகம்	Python • R	ஜென் • எரிக் வாஞ்சௌ
15	நைஜீரிய இசை ருசிகளை ஆராய்தல் 🎧	கிளஸ்டர் அமைவியல்	K-Means கிளஸ்டர் முறையை ஆராயவும்	Python • R	ஜென் • எரிக் வாஞ்சௌ
16	இயற்கை மொழி செயலாக்கம் அறிமுகம் ☕️	இயற்கை மொழி செயலாக்கம்	எளிய பாட்டை உருவாக்கி NLP அடிப்படைகளை கற்றுக்கொள்ளுங்கள்	Python	ஸ்டீபன்
17	பொதுவான NLP பணிகள் ☕️	இயற்கை மொழி செயலாக்கம்	மொழி அமைப்புக்களைத் தொடர்பு கொண்டு செய்ய வேண்டிய பொதுப் பணிகளைக் கற்றுக்கொண்டு உங்கள் NLP அறிவை ஆழமாக்குங்கள்	Python	ஸ்டீபன்
18	மொழிபெயர்ப்பு மற்றும் உணர்ச்சி பகுப்பாய்வு ♥️	இயற்கை மொழி செயலாக்கம்	ஜேன் ஆஸ்டின் மூலம் மொழிபெயர்ப்பு மற்றும் உணர்ச்சி பகுப்பாய்வு	Python	ஸ்டீபன்
19	ஐரோப்பிய காதல் விடுதிகள் ♥️	இயற்கை மொழி செயலாக்கம்	விடுதி மதிப்பாய்வுகளுடன் உணர்ச்சி பகுப்பாய்வு 1	Python	ஸ்டீபன்
20	ஐரோப்பிய காதல் விடுதிகள் ♥️	இயற்கை மொழி செயலாக்கம்	விடுதி மதிப்பாய்வுகளுடன் உணர்ச்சி பகுப்பாய்வு 2	Python	ஸ்டீபன்
21	கால வரிசை முன்னறிவிப்பு அறிமுகம்	கால வரிசை	கால வரிசை முன்னறிவிப்பிற்கு அறிமுகம்	Python	பிரான்செஸ்கா
22	⚡️ உலக சக்தி பயன்பாடு ⚡️ - ARIMA உடன் கால வரிசை முன்னறிவிப்பு	கால வரிசை	ARIMA உடன் கால வரிசை முன்னறிவிப்பு	Python	பிரான்செஸ்கா
23	⚡️ உலக சக்தி பயன்பாடு ⚡️ - SVR உடன் கால வரிசை முன்னறிவிப்பு	கால வரிசை	Support Vector Regressor உடன் கால வரிசை முன்னறிவிப்பு	Python	அனிர்பன்
24	மறுசீரமைப்பு கற்றல் அறிமுகம்	மறுசீரமைப்பு கற்றல்	Q-Learning உடன் மறுசீரமைப்பு கற்றல் அறிமுகம்	Python	ட்மிதிரி
25	பீட்டரை ஓநாயிலிருந்து தடுத்து வைக்க! 🐺	மறுசீரமைப்பு கற்றல்	மறுசீரமைப்பு கற்றல் கேலம்	Python	ட்மிதிரி
பின்னூட்டம்	நிஜ உலக இயந்திரக் கற்றல் சூழ்நிலைகளும் பயன்பாடுகளும்	களத்திலுள்ள ML	பாரம்பரிய இயந்திரக் கற்றலின் சுவாரசியமான மற்றும் வெளிப்படுத்தும் வாட்சமைகள்	பாடம்	குழு
பின்னூட்டம்	RAI டாஷ்போர்டைப் பயன்படுத்தி ML மாதிரி பிழைத்திருத்துதல்	களத்திலுள்ள ML	பொறுப்பான AI டாஷ்போர்ட் கூறுகளைப் பயன்படுத்தி இயந்திரக் கற்றலில் மாதிரி பிழைத்திருத்துதல்	பாடம்	ரூத் யாகுபு

இந்த பாடத்திட்டத்திற்கு கூடுதல் அனைத்து வளங்களையும் Microsoft Learn கலெக்ஷனில் காண்க

ஆஃப்லைன் அணுகல்

இந்த ஆவணத்தை Docsify பயன்படுத்தி ஆஃப்லைனில் இயக்க முடியும். இந்த ரெப்போவை Fork செய்து, உங்கள் உள்ளூர் கணினியில் Docsify ஐ நிறுவுங்கள், பின்னர் இந்த ரெப்போவின் மூல சாத்திரத்தில் docsify serve என தட்டச்சு செய்யவும். இணையதளம் உங்கள் உள்ளூர் கணினி 3000 வண்ணக்குழியில் localhost:3000 என்ற முகவரியில் சேவை செய்யப்படும்.

PDFகள்

பாடத்திட்டத்தின் PDF ஐ இங்கே இணைப்புடன் காண்க.

🎒 பிற பாடங்கள்

எங்கள் குழு பிற பாடங்களையும் உருவாக்குகிறது! பாருங்கள்:

LangChain

Azure / Edge / MCP / Agents

---

உருவாக்கும் AI தொடர்

---

மையக் கற்றல்

---

கோபைலட் தொடர்

உதவி பெறுதல்

வேலை முழுவதும் தடையோ அல்லது AI செயலிகளை உருவாக்குவதில் ஏதேனும் கேள்விகள் என்றால், MCP பற்றி fellow கற்றுகொள்பவர்களும் அனுபவ மிக்க டெவலப்பர்களும் கலந்துரையாடல்களில் இணைக. இது கேள்விகள் வரவேற்கப்படும் மற்றும் அறிவு சுதந்திரமாக பகிரப்படும் ஆதரவான சமூகம் ஆகும்.

உற்பத்தி பின்னூட்டம் அல்லது பிழைகள் இருந்தால் கீழ்காணும் முகவரிக்கு செல்லவும்:

கூடுதல் கற்றல் குறிப்புகள்

• ஒவ்வொரு பாடத்திற்குப் பிறகும் நோட்புக்களை பரிசீலிக்கவும், மேலும் புரிந்துகொள்ளவும்.
• சொந்தமாகக் கோடுகளை நடைமுறைப்படுத்த முயற்சி செய்யவும்.
• கற்றுள்ள கருத்துக்களைப் பயன்படுத்தி உண்மையான தரவுத் தொகுப்புகளை ஆராயவும்.

---

முன்னுரிமை: இந்த ஆவணம் AI மொழி மாற்ற சேவை Co-op Translator பயன்படுத்தி மொழி மாற்றப்பட்டது. நாங்கள் துல்லியத்திற்காக முயற்சித்தாலும், தானியங்கி மொழி மாற்றங்களில் பிழைகள் அல்லது தவறுகள் உள்ளிருக்க வாய்ப்புள்ளது என்பதை கவனத்தில் கொள்ளவும். தாய்மொழியில் உள்ள அசல் ஆவணம் அதிகாரப்பூர்வ மூலமாக கருதப்பட வேண்டும். முக்கியமான தகவல்களுக்கு, தொழில்முறை மனித மொழி மாற்றம் பரிந்துரைக்கப்படுகிறது. இந்த மொழி மாற்றத்தை பயன்படுத்தியதனால் ஏற்பட்ட எந்தவொரு புரிதல் குறைபாடுகளுக்கும் அல்லது தவறான விளக்கங்களுக்கும் நாங்கள் பொறுப்பாயில்லை.