ਸਿੱਖਣ ਖੇਤਰ

ਸਾਰੀਆਂ ਸਿੱਖਣ ਸਮੱਗਰੀਆਂ ਦਾ ਕੇਂਦਰੀ ਦਰਵਾਜ਼ਾ — ਮਾਰਗਦਰਸ਼ਨ ਨਾਲ ਜਾਂ ਆਪਣੀ ਮਰਜ਼ੀ ਨਾਲ, ਜਿਵੇਂ ਚਾਹੋ।

ਸਿੱਖਣ ਦੇ ਰਸਤੇਸਮੱਗਰੀ

ਨੀਂਹ

ਇੱਥੇ ਤਕਨੀਕੀ ਬੁਨਿਆਦ ਰੱਖੀ ਜਾਂਦੀ ਹੈ, ਤਾਂ ਜੋ ਕੋਈ ਵੀ ਤਕਨੀਕੀ ਸ਼ਬਦਾਂ ਤੋਂ ਨਾ ਅਟਕੇ।

ਓਪਰੇਸ਼ਨ ਅਤੇ ਕਮਾਂਡ ਲਾਈਨ

ਕੰਪਿਊਟਰ ਕਿਵੇਂ ਕੰਮ ਕਰਦਾ ਹੈ, API ਕੀ ਹੈ, ਟਰਮੀਨਲ ਕਿਵੇਂ ਵਰਤੀਏ, ਵਿਕਾਸ ਦਾ ਮਾਹੌਲ ਕਿਵੇਂ ਤਿਆਰ ਕਰੀਏ, Git ਕਿਵੇਂ ਵਰਤੀਏ ਅਤੇ ਓਪਨ ਸੋਰਸ ਕੀ ਹੈ।

ਸ਼ੁਰੂਆਤੀ 0 ਵਿੱਚੋਂ 6

ਤੁਸੀਂ ਸਮਝੋਗੇ ਕਿ ਕੰਪਿਊਟਰ ਕਿਵੇਂ ਕੰਮ ਕਰਦਾ ਹੈ, ਟਰਮੀਨਲ ਵਿੱਚ ਆਤਮਵਿਸ਼ਵਾਸ ਨਾਲ ਨੈਵੀਗੇਟ ਕਰੋਗੇ, Git ਵਰਤੋਗੇ ਅਤੇ ਓਪਨ ਸੋਰਸ ਸਮਝੋਗੇ।

6 ਲੇਖ ਬਿਲਕੁਲ ਨਵੇਂ ਸ਼ੁਰੂਆਤੀ ਕੋਈ ਨਹੀਂ

Python ਅਤੇ ਪ੍ਰੋਗਰਾਮਿੰਗ ਤਰਕ

ਵੇਰੀਏਬਲਾਂ ਤੋਂ ਕੰਟਰੋਲ ਢਾਂਚਿਆਂ ਅਤੇ ਫੰਕਸ਼ਨਾਂ ਤੋਂ ਕਲਾਸਾਂ, ਪੈਕੇਜਾਂ ਅਤੇ ਵਰਚੁਅਲ ਵਾਤਾਵਰਣਾਂ ਤੱਕ।

ਸ਼ੁਰੂਆਤੀ

ਤੁਸੀਂ Python ਵਿੱਚ ਪ੍ਰੋਗਰਾਮ ਕਰੋਗੇ, ਡੇਟਾ ਕਿਸਮਾਂ, ਕੰਟਰੋਲ ਢਾਂਚੇ, OOP ਸਮਝੋਗੇ ਅਤੇ ਸਾਫ਼ ਡਿਵੈਲਪਮੈਂਟ ਵਾਤਾਵਰਣ ਸਥਾਪਤ ਕਰੋਗੇ।

8 ਲੇਖ ਕੰਪਿਊਟਰ ਬੁਨਿਆਦ ਵਾਲੇ ਸ਼ੁਰੂਆਤੀ ਪੂਰਵ-ਲੋੜ: ਓਪਰੇਸ਼ਨ ਅਤੇ ਕਮਾਂਡ ਲਾਈਨ

ਵਰਕਸ਼ਾਪ

ਇੱਥੇ ਚੀਜ਼ਾਂ ਬਣਾਈਆਂ ਜਾਂਦੀਆਂ ਹਨ। ਅਭਿਆਸ, ਔਜ਼ਾਰ ਅਤੇ ਆਧੁਨਿਕ ਵਰਕਫਲੋਅ 'ਤੇ ਜ਼ੋਰ।

ਜਨਰੇਟਿਵ ਕਲਾ (ਚਿੱਤਰ ਅਤੇ ਵੀਡੀਓ)

ਚਿੱਤਰ ਬਣਾਉਣਾ, Stable Diffusion, LoRA, ControlNet ਅਤੇ Workflow ਅਨੁਕੂਲਨ।

ਸ਼ੁਰੂਆਤੀ

ਤੁਸੀਂ Stable Diffusion ਨਾਲ ਆਪਣੇ ਚਿੱਤਰ ਬਣਾਉਗੇ, Text-to-Image ਸਮਝੋਗੇ ਅਤੇ LoRA, ControlNet ਅਤੇ Upscaling ਸਿੱਖੋਗੇ।

4 ਲੇਖ + 1 ਡੈਮੋ ਸਿਰਜਣਾਤਮਕ, ਡਿਜ਼ਾਈਨਰ, ਸ਼ੌਕੀਨ ਪੂਰਵ-ਲੋੜ: ਓਪਰੇਸ਼ਨ ਅਤੇ ਕਮਾਂਡ ਲਾਈਨ

ਸਥਾਨਕ ਭਾਸ਼ਾ ਮਾਡਲ

Hugging Face ਈਕੋਸਿਸਟਮ, ਮਾਡਲ ਸਥਾਨਕ ਤੌਰ 'ਤੇ ਚਲਾਉਣਾ ਅਤੇ Quantization ਸਮਝਣਾ।

ਮੱਧਮ ਤੋਂ ਉਪਲਬਧ 23 ਸਤੰ 2026

ਤੁਸੀਂ Hugging Face ਸਮਝੋਗੇ, ਮਾਡਲ ਆਪਣੇ PC 'ਤੇ ਲਿਆਉਗੇ ਅਤੇ Quantization ਸਮਝੋਗੇ।

3 ਲੇਖ ਗੋਪਨੀਯਤਾ-ਸਚੇਤ, ਸ਼ੌਕੀਨ ਪੂਰਵ-ਲੋੜ: ਓਪਰੇਸ਼ਨ ਅਤੇ ਕਮਾਂਡ ਲਾਈਨ
1

ਈਕੋਸਿਸਟਮ (Hugging Face)

ਤੋਂ ਉਪਲਬਧ 23 ਸਤੰ 2026

2

ਮਾਡਲ ਆਪਣੇ PC 'ਤੇ ਲਿਆਉਣਾ

ਤੋਂ ਉਪਲਬਧ 23 ਸਤੰ 2026

3

Quantization (ਮਾਡਲਾਂ ਨੂੰ ਛੋਟਾ ਕਰਨਾ)

ਤੋਂ ਉਪਲਬਧ 23 ਸਤੰ 2026

ਸਰਟੀਫਿਕੇਟ ਡਾਊਨਲੋਡ ਕਰੋ

ਸਥਿਤੀ ਦੇਖਣ ਲਈ ਕਲਿੱਕ ਕਰੋ

0%

ਏਜੰਟ ਅਤੇ ਆਟੋਮੇਸ਼ਨ

System Prompts, Prompt Engineering, RAG, Function Calling, APIs ਅਤੇ No-Code Workflows।

ਮੱਧਮ

ਤੁਸੀਂ System Prompts ਬਣਾਉਗੇ, RAG ਪਾਈਪਲਾਈਨਾਂ ਬਣਾਉਗੇ, Function Calling ਵਰਤੋਗੇ ਅਤੇ n8n ਨਾਲ Workflows ਆਟੋਮੇਟ ਕਰੋਗੇ।

6 ਲੇਖ ਬਣਾਉਣ ਵਾਲੇ, ਆਟੋਮੇਟਰ ਪੂਰਵ-ਲੋੜ: ਸਥਾਨਕ ਭਾਸ਼ਾ ਮਾਡਲ Python ਅਤੇ ਪ੍ਰੋਗਰਾਮਿੰਗ ਤਰਕ

ਸਾਫ਼ਟਵੇਅਰ ਵਿਕਾਸ ਵਿੱਚ AI

Vibecoding, Context Engineering, Harness Engineering ਅਤੇ agentic Coding — ਪ੍ਰੋਗਰਾਮਿੰਗ ਦਾ ਨਵਾਂ ਤਰੀਕਾ।

ਮੱਧਮ ਤੋਂ ਉਪਲਬਧ 21 ਅਕਤੂ 2026

ਤੁਸੀਂ AI ਨਾਲ ਪ੍ਰੋਗਰਾਮ ਕਰੋਗੇ, Context Engineering ਸਿੱਖੋਗੇ ਅਤੇ ਆਟੋਨੋਮਸ Coding ਏਜੰਟ ਵਰਤੋਗੇ।

4 ਲੇਖ ਡਿਵੈਲਪਰ, ਬਣਾਉਣ ਵਾਲੇ ਪੂਰਵ-ਲੋੜ: Python ਅਤੇ ਪ੍ਰੋਗਰਾਮਿੰਗ ਤਰਕ ਏਜੰਟ ਅਤੇ ਆਟੋਮੇਸ਼ਨ
1

ਕੁਦਰਤੀ ਭਾਸ਼ਾ ਪ੍ਰੋਗਰਾਮਿੰਗ (Vibecoding)

ਤੋਂ ਉਪਲਬਧ 21 ਅਕਤੂ 2026

2

Context Engineering

ਤੋਂ ਉਪਲਬਧ 21 ਅਕਤੂ 2026

3

Harness Engineering: ਆਸ ਦੀ ਥਾਂ ਪੱਕੀਆਂ ਵਲਗਣਾਂ

ਤੋਂ ਉਪਲਬਧ 21 ਅਕਤੂ 2026

4

Agentic Coding (AIs ਜੋ ਆਪ ਟਾਈਪ ਕਰਦੀਆਂ ਹਨ)

ਤੋਂ ਉਪਲਬਧ 21 ਅਕਤੂ 2026

ਸਰਟੀਫਿਕੇਟ ਡਾਊਨਲੋਡ ਕਰੋ

ਸਥਿਤੀ ਦੇਖਣ ਲਈ ਕਲਿੱਕ ਕਰੋ

0%

ਸਾਫ਼ਟਵੇਅਰ ਗੁਣਵੱਤਾ ਅਤੇ ਟੈਸਟਿੰਗ

ਟੈਸਟ ਪੜ੍ਹਨੇ, ਮਸ਼ੀਨੀ ਜਾਂਚਾਂ ਨੂੰ ਸਮਝਣਾ, ਤਬਦੀਲੀਆਂ ਪਰਖਣੀਆਂ ਅਤੇ ਭੇਦਾਂ ਦੀ ਰਾਖੀ ਕਰਨੀ — ਪ੍ਰੋਗਰਾਮਿੰਗ ਜਾਣੇ ਬਿਨਾਂ ਗੁਣਵੱਤਾ।

ਮੱਧਮ ਤੋਂ ਉਪਲਬਧ 18 ਨਵੰ 2026

ਤੁਸੀਂ ਇੱਕ ਟੈਸਟ ਪੜ੍ਹ ਕੇ ਪਛਾਣੋਗੇ ਕਿ ਉਹ ਅਸਲ ਵਿੱਚ ਕੀ ਜਾਂਚਦਾ ਹੈ, ਲਾਲ ਮਸ਼ੀਨੀ ਜਾਂਚਾਂ ਨੂੰ ਸਹੀ ਥਾਂ ਰੱਖੋਗੇ, ਏਜੰਟ ਨੂੰ ਉਹ ਤਿੰਨ ਸਵਾਲ ਪੁੱਛੋਗੇ ਜਿਨ੍ਹਾਂ ਦਾ ਜਵਾਬ ਤੁਸੀਂ ਆਪ ਪਰਖ ਸਕਦੇ ਹੋ, ਅਤੇ ਜਾਣੋਗੇ ਕਿ ਰਿਪੋਜ਼ਿਟਰੀ ਵਿੱਚ ਕਦੇ ਕੀ ਨਹੀਂ ਜਾਣਾ ਚਾਹੀਦਾ।

4 ਲੇਖ ਉਹ ਸਾਰੇ ਜੋ AI ਏਜੰਟਾਂ ਤੋਂ ਸਾਫ਼ਟਵੇਅਰ ਬਣਵਾਉਂਦੇ ਹਨ ਪੂਰਵ-ਲੋੜ: ਸਾਫ਼ਟਵੇਅਰ ਵਿਕਾਸ ਵਿੱਚ AI
1

ਟੈਸਟ ਸਮਝਣੇ, ਜਦੋਂ ਏਜੰਟ ਉਹ ਲਿਖਦਾ ਹੈ

ਤੋਂ ਉਪਲਬਧ 18 ਨਵੰ 2026

2

Gates: ਮਸ਼ੀਨੀ ਜਾਂਚਾਂ ਦਾ ਸੁਰੱਖਿਆ ਜਾਲ

ਤੋਂ ਉਪਲਬਧ 18 ਨਵੰ 2026

3

ਪ੍ਰੋਗਰਾਮਿੰਗ ਜਾਣੇ ਬਿਨਾਂ ਰਿਵਿਊ

ਤੋਂ ਉਪਲਬਧ 18 ਨਵੰ 2026

4

ਭੇਦ ਅਤੇ ਸੁਰੱਖਿਆ: ਜੋ ਕਦੇ ਰਿਪੋਜ਼ਿਟਰੀ ਵਿੱਚ ਨਹੀਂ ਜਾਣਾ ਚਾਹੀਦਾ

ਤੋਂ ਉਪਲਬਧ 18 ਨਵੰ 2026

ਸਰਟੀਫਿਕੇਟ ਡਾਊਨਲੋਡ ਕਰੋ

ਸਥਿਤੀ ਦੇਖਣ ਲਈ ਕਲਿੱਕ ਕਰੋ

0%

ਅਕਾਡਮੀ

ਅਕਾਦਮਿਕ ਰੀੜ੍ਹ — ਕੰਪਿਊਟਰ ਵਿਗਿਆਨ ਦੇ AI ਮੌਡਿਊਲਾਂ ਦੇ ਬਰਾਬਰ, ਪਰ ਸੁਲਭ।

ਕੰਪਿਊਟਰ ਵਿਗਿਆਨ ਢਾਂਚੇ ਅਤੇ ਐਲਗੋਰਿਦਮ

ਐਲਗੋਰਿਦਮ ਕੀ ਹਨ, ਉਹ ਕਿਵੇਂ ਸਕੇਲ ਹੁੰਦੇ ਹਨ ਅਤੇ ਕਿਹੜੇ ਡੇਟਾ ਢਾਂਚੇ ਕੰਪਿਊਟਰ ਵਿਗਿਆਨ ਨੂੰ ਚਲਾਉਂਦੇ ਹਨ।

ਮੱਧਮ

ਤੁਸੀਂ ਐਲਗੋਰਿਦਮ, Big-O ਨੋਟੇਸ਼ਨ, ਰਿਕਰਸ਼ਨ ਅਤੇ ਮਹੱਤਵਪੂਰਨ ਡੇਟਾ ਢਾਂਚੇ (ਰੇਖਿਕ, ਦਰਜਾਬੰਦੀ, ਕੁੰਜੀ-ਆਧਾਰਿਤ) ਸਮਝੋਗੇ।

6 ਲੇਖ Python ਬੁਨਿਆਦ ਵਾਲੇ ਸਿੱਖਣ ਵਾਲੇ ਪੂਰਵ-ਲੋੜ: Python ਅਤੇ ਪ੍ਰੋਗਰਾਮਿੰਗ ਤਰਕ

ਡੇਟਾ ਦਾ ਗਣਿਤ

ਮਸ਼ੀਨ ਲਰਨਿੰਗ ਦੀ ਨੀਂਹ ਵਜੋਂ ਅੰਕੜੇ ਅਤੇ ਸੰਭਾਵਨਾ ਗਣਨਾ।

ਮੱਧਮ

ਤੁਸੀਂ ਕੇਂਦਰੀ ਰੁਝਾਨ, ਫੈਲਾਅ, ਵੰਡਾਂ, ਸੰਬੰਧ, ਸੰਭਾਵਨਾ ਅਤੇ ਬੇਅਸ ਦਾ ਸਿਧਾਂਤ ਸਮਝੋਗੇ।

6 ਲੇਖ + 1 ਡੈਮੋ ਐਲਗੋਰਿਦਮ ਬੁਨਿਆਦ ਵਾਲੇ ਸਿੱਖਣ ਵਾਲੇ ਪੂਰਵ-ਲੋੜ: ਕੰਪਿਊਟਰ ਵਿਗਿਆਨ ਢਾਂਚੇ ਅਤੇ ਐਲਗੋਰਿਦਮ

ਰੇਖਿਕ ਬੀਜਗਣਿਤ ਅਤੇ ਕੈਲਕੂਲਸ

ਵੈਕਟਰ, ਮੈਟ੍ਰਿਕਸ, ਟੈਂਸਰ, ਡੈਰੀਵੇਟਿਵ ਅਤੇ ਚੇਨ ਨਿਯਮ — Deep Learning ਦੀ ਭਾਸ਼ਾ।

ਮੱਧਮ

ਤੁਸੀਂ ਵੈਕਟਰ, ਮੈਟ੍ਰਿਕਸ, ਟੈਂਸਰ, ਡੈਰੀਵੇਟਿਵ, ਅੰਸ਼ਿਕ ਡੈਰੀਵੇਟਿਵ ਅਤੇ ਚੇਨ ਨਿਯਮ Backpropagation ਦੀ ਨੀਂਹ ਵਜੋਂ ਸਮਝੋਗੇ।

6 ਲੇਖ ਅੰਕੜਾ ਬੁਨਿਆਦ ਵਾਲੇ ਸਿੱਖਣ ਵਾਲੇ ਪੂਰਵ-ਲੋੜ: ਡੇਟਾ ਦਾ ਗਣਿਤ

ਕਲਾਸਿਕ, ਪ੍ਰਤੀਕਾਤਮਕ AI

ਟਿਊਰਿੰਗ ਤੋਂ ਖੋਜ, ਹਿਊਰਿਸਟਿਕਸ ਅਤੇ ਖੇਡ ਸਿਧਾਂਤ ਤੋਂ ਮਾਹਿਰ ਪ੍ਰਣਾਲੀਆਂ ਅਤੇ AI ਸਰਦੀ ਤੱਕ।

ਮੱਧਮ

ਤੁਸੀਂ AI ਦੀਆਂ ਜੜ੍ਹਾਂ ਸਮਝੋਗੇ, ਅਵਸਥਾ ਸਪੇਸਾਂ ਵਿੱਚ ਨੈਵੀਗੇਟ ਕਰੋਗੇ, Pathfinding ਅਤੇ ਖੇਡ ਸਿਧਾਂਤ ਸਿੱਖੋਗੇ ਅਤੇ AI ਸਰਦੀ ਦੇ ਸਬਕ ਜਾਣੋਗੇ।

7 ਲੇਖ + 4 ਡੈਮੋ ਐਲਗੋਰਿਦਮ ਬੁਨਿਆਦ ਵਾਲੇ ਸਿੱਖਣ ਵਾਲੇ ਪੂਰਵ-ਲੋੜ: ਕੰਪਿਊਟਰ ਵਿਗਿਆਨ ਢਾਂਚੇ ਅਤੇ ਐਲਗੋਰਿਦਮ
1

AI ਦਾ ਜਨਮ (ਟਿਊਰਿੰਗ ਤੋਂ Dartmouth ਤੱਕ)

ਟਿਊਰਿੰਗ ਟੈਸਟ, Dartmouth ਕਾਨਫਰੰਸ (1956), ELIZA — ਇਤਿਹਾਸਕ ਢਾਂਚਾ।

2

ਗ੍ਰਾਫ਼ ਵਿੱਚ ਖੋਜ

ਅਵਸਥਾ ਸਪੇਸ, ਚੌੜਾਈ-ਪਹਿਲੀ ਖੋਜ (BFS) ਅਤੇ ਡੂੰਘਾਈ-ਪਹਿਲੀ ਖੋਜ (DFS)।

3

ਹਿਊਰਿਸਟਿਕਸ ਅਤੇ Pathfinding

ਹਿਊਰਿਸਟਿਕ, ਲਾਗਤ ਫੰਕਸ਼ਨ, Dijkstra ਅਤੇ A* ਐਲਗੋਰਿਦਮ।

4

A* Pathfinding — ਇੰਟਰਐਕਟਿਵ ਡੈਮੋ

A* ਅਤੇ Dijkstra ਨੂੰ ਭੁਲੱਕੜ ਵਿੱਚੋਂ ਰਾਹ ਕੱਢਦੇ ਦੇਖੋ।

ਵਿਕਲਪਿਕ
5

ਟਕਰਾਅ ਵਿੱਚ ਏਜੰਟ (ਖੇਡ ਸਿਧਾਂਤ)

ਬਹੁ-ਏਜੰਟ ਪ੍ਰਣਾਲੀਆਂ, ਜ਼ੀਰੋ-ਸਮ ਖੇਡ ਅਤੇ Nash ਸੰਤੁਲਨ।

6

MinMax ਅਤੇ Pruning

ਫੈਸਲਾ ਰੁੱਖ, MinMax ਰਣਨੀਤੀ ਅਤੇ Alpha-Beta-Pruning।

7

MinMax — ਇੰਟਰਐਕਟਿਵ ਡੈਮੋ

ਅਜਿੱਤ MinMax AI ਵਿਰੁੱਧ Tic-Tac-Toe ਖੇਡੋ।

ਵਿਕਲਪਿਕ
8

ਨਿਯਮ ਅਤੇ ਤਰਕ (ਮਾਹਿਰ ਪ੍ਰਣਾਲੀਆਂ)

ਮਾਹਿਰ ਪ੍ਰਣਾਲੀ, Inferenz-Engine, If-Then ਨਿਯਮ ਅਤੇ ਸੰਯੁਕਤ ਵਿਸਫੋਟ।

9

ਨਿਯਮ-ਆਧਾਰਿਤ AI — ਇੰਟਰਐਕਟਿਵ ਡੈਮੋ

ਇੰਟਰਐਕਟਿਵ ਤਰੀਕੇ ਨਾਲ ਅਨੁਭਵ ਕਰੋ ਕਿ ਮਾਹਿਰ ਪ੍ਰਣਾਲੀ ਤਰਕੀਬੀ ਕਾਰਨ-ਲੜੀਆਂ ਕਿਵੇਂ ਬਣਾਉਂਦੀ ਹੈ।

ਵਿਕਲਪਿਕ
10

ELIZA Chatbot — ਇੰਟਰਐਕਟਿਵ ਡੈਮੋ

ਇਤਿਹਾਸ ਦੇ ਪਹਿਲੇ ਨਿਯਮ-ਆਧਾਰਿਤ ਥੈਰੇਪਿਸਟ ਬੋਟ ਨਾਲ ਗੱਲਬਾਤ ਕਰੋ।

ਵਿਕਲਪਿਕ
11

AI ਸਰਦੀ (ਅਸਫਲਤਾ ਅਤੇ ਸਬਕ)

Lighthill ਰਿਪੋਰਟ, ਵੱਧ-ਚੜ੍ਹਾਏ ਵਾਅਦੇ ਅਤੇ ਪ੍ਰਤੀਕਾਤਮਕ AI ਜਟਿਲਤਾ ਨਾਲ ਕਿਉਂ ਫੇਲ੍ਹ ਹੋਈ।

ਸਰਟੀਫਿਕੇਟ ਡਾਊਨਲੋਡ ਕਰੋ

ਸਥਿਤੀ ਦੇਖਣ ਲਈ ਕਲਿੱਕ ਕਰੋ

0%

ਮਸ਼ੀਨ ਲਰਨਿੰਗ ਬੁਨਿਆਦ

ਪੈਰਾਡਾਈਮ ਤਬਦੀਲੀ: ਪ੍ਰੋਗਰਾਮਿੰਗ ਤੋਂ ਟ੍ਰੇਨਿੰਗ ਤੱਕ — Supervised, Unsupervised ਅਤੇ ਮੁਲਾਂਕਣ ਦੇ ਔਜ਼ਾਰ।

ਮੱਧਮ 0 ਵਿੱਚੋਂ 16

ਤੁਸੀਂ ML ਪੈਰਾਡਾਈਮ ਸਮਝੋਗੇ, Supervised Learning ਮਾਡਲ ਟ੍ਰੇਨ ਕਰੋਗੇ, ਮੈਟ੍ਰਿਕਸ ਨਾਲ ਮੁਲਾਂਕਣ ਕਰੋਗੇ ਅਤੇ Overfitting ਅਤੇ Unsupervised Learning ਜਾਣੋਗੇ।

1

ਪ੍ਰੋਗਰਾਮਿੰਗ ਬਨਾਮ ਟ੍ਰੇਨਿੰਗ

ਮਸ਼ੀਨ ਲਰਨਿੰਗ, ਟ੍ਰੇਨਿੰਗ ਡੇਟਾ, ਮਾਡਲ ਅਤੇ Inferenz।

2

Supervised Learning (ਅਧਿਆਪਕ ਨਾਲ ਸਿੱਖਣਾ)

Label, Features, Target, ਕਲਾਸੀਫਿਕੇਸ਼ਨ ਬਨਾਮ Regression।

3

ਰੇਖਿਕ ਅਤੇ ਲੌਜਿਸਟਿਕ Regression

ਸਭ ਤੋਂ ਢੁਕਵੀਂ ਰੇਖਾ, Sigmoid ਅਤੇ ਗਲਤੀ ਫੰਕਸ਼ਨ (MSE)।

4

ਕੱਚਾ ਮਾਲ (Data Engineering)

Feature Engineering, ਗੁੰਮ ਮੁੱਲ ਅਤੇ ਸਾਧਾਰਨੀਕਰਨ।

5

ਪੈਰਾਮੀਟਰ ਬਨਾਮ ਹਾਈਪਰਪੈਰਾਮੀਟਰ

AI ਆਪ ਕੀ ਸਿੱਖਦੀ ਹੈ ਬਨਾਮ ਮਨੁੱਖ ਕੀ ਸੈੱਟ ਕਰਦਾ ਹੈ।

6

ਜਦੋਂ ਵਿਦਿਆਰਥੀ ਰੱਟਾ ਲਾਉਂਦਾ ਹੈ

Overfitting, Underfitting, Train-Test-Split ਅਤੇ Validation Set।

7

ਮਾਡਲਾਂ ਦਾ ਮੁਲਾਂਕਣ

Accuracy, Precision, Recall, F1-Score ਅਤੇ Confusion Matrix।

8

Unsupervised Learning (ਹਫੜਾ-ਦਫੜੀ ਵਿੱਚ ਢਾਂਚਾ)

Clustering (k-Means), ਅਯਾਮੀਅਤਾ ਘਟਾਉਣ (PCA) ਅਤੇ ਅਸਾਧਾਰਨ ਖੋਜ।

9

Supervised Learning — ਇੰਟਰਐਕਟਿਵ ਡੈਮੋ

ਮਾਡਲ ਟ੍ਰੇਨ ਕਰੋ ਅਤੇ ਫੈਸਲਾ ਸੀਮਾ ਦੇਖੋ।

ਵਿਕਲਪਿਕ
10

Decision Tree — the Glass-Box Classifier

Watch a tree of yes/no questions carve up the data — and see it tip into overfitting when it asks too many. The most transparent algorithm in the ML toolkit.

ਵਿਕਲਪਿਕ
11

K-Means Clustering — ਇੰਟਰਐਕਟਿਵ ਡੈਮੋ

ਦੇਖੋ ਕਿਵੇਂ K-Means ਡੇਟਾ ਬਿੰਦੂਆਂ ਨੂੰ ਸਮੂਹਾਂ ਵਿੱਚ ਵੰਡਦਾ ਹੈ।

ਵਿਕਲਪਿਕ

ਸਰਟੀਫਿਕੇਟ ਡਾਊਨਲੋਡ ਕਰੋ

ਸਥਿਤੀ ਦੇਖਣ ਲਈ ਕਲਿੱਕ ਕਰੋ

0%

Deep Learning (ਨਿਊਰਲ ਕ੍ਰਾਂਤੀ)

ਨਕਲੀ ਨਿਊਰੋਨ ਤੋਂ ਸਰਗਰਮੀ, Hidden Layers ਅਤੇ Loss ਫੰਕਸ਼ਨਾਂ ਤੋਂ Gradient Descent ਅਤੇ Backpropagation ਤੱਕ।

ਮਾਹਿਰ

ਤੁਸੀਂ Perceptron ਤੋਂ Backpropagation ਤੱਕ ਨਿਊਰਲ ਨੈੱਟਵਰਕ ਸਮਝੋਗੇ ਅਤੇ ਪੂਰੀ ਟ੍ਰੇਨਿੰਗ ਪ੍ਰਕਿਰਿਆ ਦੀ ਪਾਲਣਾ ਕਰ ਸਕੋਗੇ।

6 ਲੇਖ + 3 ਡੈਮੋ ML ਬੁਨਿਆਦ ਵਾਲੇ ਸਿੱਖਣ ਵਾਲੇ ਪੂਰਵ-ਲੋੜ: ਮਸ਼ੀਨ ਲਰਨਿੰਗ ਬੁਨਿਆਦ
1

ਨਕਲੀ ਨਿਊਰੋਨ

Perceptron, ਭਾਰ, Bias ਅਤੇ ਜੋੜ।

2

Perceptron — ਇੰਟਰਐਕਟਿਵ ਡੈਮੋ

ਕਦਮ-ਦਰ-ਕਦਮ ਸਭ ਤੋਂ ਸਰਲ ਨਿਊਰਲ ਨੈੱਟਵਰਕ ਟ੍ਰੇਨ ਕਰੋ।

ਵਿਕਲਪਿਕ
3

ਚਿੰਗਾੜੀ (ਸਰਗਰਮੀ)

ਰੇਖਿਕਤਾ ਬਨਾਮ ਗੈਰ-ਰੇਖਿਕਤਾ, ReLU ਅਤੇ Sigmoid।

4

ਨੈੱਟਵਰਕ (Hidden Layers)

Deep Neural Network, Hidden Layer ਅਤੇ Forward Pass।

5

Neural Network Playground — ਇੰਟਰਐਕਟਿਵ ਡੈਮੋ

ਆਪਣੇ ਨੈੱਟਵਰਕ ਆਰਕੀਟੈਕਚਰ ਬਣਾਓ, ਲਾਈਵ ਟ੍ਰੇਨ ਕਰੋ ਅਤੇ Backpropagation ਨੂੰ ਕੰਮ ਕਰਦਿਆਂ ਦੇਖੋ।

ਵਿਕਲਪਿਕ
6

AI ਕਿਵੇਂ ਗਣਨਾ ਕਰਦੀ ਹੈ ਕਿ ਉਹ ਕਿੰਨੀ ਗਲਤ ਹੈ

Loss ਫੰਕਸ਼ਨ, Mean Squared Error ਅਤੇ Cross-Entropy।

7

ਘਾਟੀ ਦਾ ਰਾਹ (Gradient Descent)

ਗ੍ਰੇਡੀਐਂਟ ਅਵਤਰਨ, Learning Rate ਅਤੇ ਸਥਾਨਕ/ਵਿਸ਼ਵ-ਵਿਆਪੀ ਘੱਟੋ-ਘੱਟ।

8

Gradient Descent — ਇੰਟਰਐਕਟਿਵ ਡੈਮੋ

Optimizer ਨੂੰ ਵਾਦੀ ਵਿੱਚ ਹੇਠਾਂ ਜਾਂਦੇ ਹੋਏ ਦੇਖੋ — ਕਦਮ-ਦਰ-ਕਦਮ।

ਵਿਕਲਪਿਕ
9

ਸਿੱਖਣ ਦਾ ਦਿਲ (Backpropagation)

Backpropagation ਅਤੇ ਗਲਤੀ ਵਾਪਸੀ — ਚੇਨ ਨਿਯਮ 'ਤੇ ਆਧਾਰਿਤ।

ਸਰਟੀਫਿਕੇਟ ਡਾਊਨਲੋਡ ਕਰੋ

ਸਥਿਤੀ ਦੇਖਣ ਲਈ ਕਲਿੱਕ ਕਰੋ

0%

ਆਧੁਨਿਕ ਆਰਕੀਟੈਕਚਰ (GenAI)

Tokenization ਤੋਂ Embeddings, CNNs, RNNs ਅਤੇ Transformers ਤੋਂ LLMs, Transfer Learning ਅਤੇ Diffusion ਤੱਕ।

ਮਾਹਿਰ 0 ਵਿੱਚੋਂ 18

ਤੁਸੀਂ Tokenization, Embeddings, CNNs, RNNs, Transformers, LLMs, Transfer Learning, Sampling ਅਤੇ Diffusion ਸਮਝੋਗੇ।

9 ਲੇਖ + 3 ਡੈਮੋ Deep Learning ਬੁਨਿਆਦ ਵਾਲੇ ਸਿੱਖਣ ਵਾਲੇ ਪੂਰਵ-ਲੋੜ: Deep Learning (ਨਿਊਰਲ ਕ੍ਰਾਂਤੀ)
1

Tokenization (ਮਸ਼ੀਨਾਂ ਦੀ ਵਰਣਮਾਲਾ)

Token, BPE, Context Window — AI ਅੱਖਰ ਕਿਉਂ ਨਹੀਂ ਸਮਝਦੀ।

2

Embeddings ਅਤੇ Latent Space

Word2Vec, Embedding ਵੈਕਟਰ ਅਤੇ ਅਰਥਵਾਦੀ ਦੂਰੀ।

3

Word Embeddings — Meaning as a Map

The interactive companion to the embeddings chapter: words become points, similar terms cluster, and king - man + woman lands on queen. This is what vector semantics feels like.

ਵਿਕਲਪਿਕ
4

Computer Vision (CNNs)

Convolution, Filter/Kernel, Pooling ਅਤੇ Feature Extraction।

5

Convolutional Filter — ਇੰਟਰਐਕਟਿਵ ਡੈਮੋ

ਲਾਈਵ ਦੇਖੋ ਕਿਵੇਂ CNN ਫਿਲਟਰ ਕਿਨਾਰਿਆਂ, ਟੈਕਸਚਰ ਅਤੇ ਪੈਟਰਨਾਂ ਨੂੰ ਲੱਭਦੇ ਹਨ।

ਵਿਕਲਪਿਕ
6

ਸਮਾਂ ਅਤੇ ਕ੍ਰਮ (RNNs)

ਕ੍ਰਮ ਡੇਟਾ, Recurrent Neural Networks ਅਤੇ Vanishing Gradient।

7

ਸਫਲਤਾ (Transformers ਅਤੇ Attention)

Self-Attention, Query/Key/Value ਅਤੇ Transformer ਬਲਾਕ।

8

Attention — ਇੰਟਰਐਕਟਿਵ ਡੈਮੋ

Query/Key/Value ਨੂੰ ਕਦਮ-ਦਰ-ਕਦਮ ਸਮਝੋ — ਹਰ Transformer ਦਾ ਦਿਲ।

ਵਿਕਲਪਿਕ
9

ਵੱਡੇ ਭਾਸ਼ਾ ਮਾਡਲ (LLMs)

Foundation Model, Pre-training, Next-Token-Prediction ਅਤੇ ਪੈਰਾਮੀਟਰ ਆਕਾਰ।

10

Transfer Learning ਅਤੇ Fine-Tuning

ਪਹਿਲਾਂ ਤੋਂ ਟ੍ਰੇਨ ਕੀਤੇ ਭਾਰ, Checkpoints ਅਤੇ LoRA।

11

Sampling ਅਤੇ Temperature

Softmax, Temperature, Top-K/Top-P — ChatGPT ਹਰ ਵਾਰ ਇੱਕੋ ਗੱਲ ਕਿਉਂ ਨਹੀਂ ਕਹਿੰਦਾ।

12

ਜਨਰੇਟਿਵ ਚਿੱਤਰ ਮਾਡਲ (Diffusion)

Latent Space, ਰੌਲਾ, Denoising ਅਤੇ Text-to-Image।

13

GANs — ਇੰਟਰਐਕਟਿਵ ਡੈਮੋ

ਇੰਟਰਐਕਟਿਵ ਤਰੀਕੇ ਨਾਲ ਅਨੁਭਵ ਕਰੋ ਕਿ GANs ਚਿੱਤਰ ਕਿਵੇਂ ਬਣਾਉਂਦੇ ਹਨ।

ਵਿਕਲਪਿਕ

ਸਰਟੀਫਿਕੇਟ ਡਾਊਨਲੋਡ ਕਰੋ

ਸਥਿਤੀ ਦੇਖਣ ਲਈ ਕਲਿੱਕ ਕਰੋ

0%

Reinforcement Learning

ਇਨਾਮ ਦੁਆਰਾ ਸਿੱਖਣਾ: ਬੁਨਿਆਦੀ ਸਿਧਾਂਤ ਤੋਂ Q-Learning ਤੋਂ RLHF ਤੱਕ।

ਮਾਹਿਰ ਤੋਂ ਉਪਲਬਧ 7 ਅਕਤੂ 2026

ਤੁਸੀਂ Reinforcement Learning, MDP, Q-Learning ਅਤੇ RLHF ਸਮਝੋਗੇ — ChatGPT ਨਿਮਰਤਾ ਕਿਵੇਂ ਸਿੱਖਦਾ ਹੈ।

3 ਲੇਖ + 2 ਡੈਮੋ Deep Learning ਬੁਨਿਆਦ ਵਾਲੇ ਸਿੱਖਣ ਵਾਲੇ ਪੂਰਵ-ਲੋੜ: Deep Learning (ਨਿਊਰਲ ਕ੍ਰਾਂਤੀ)
1

ਗਾਜਰ ਅਤੇ ਸੋਟੀ (ਸਿਧਾਂਤ)

ਤੋਂ ਉਪਲਬਧ 7 ਅਕਤੂ 2026

2

Multi-Armed Bandit — ਇੰਟਰਐਕਟਿਵ ਡੈਮੋ

ਸਲਾਟ ਮਸ਼ੀਨ 'ਤੇ Exploration ਅਤੇ Exploitation ਵਿਚਕਾਰ ਦੁਬਿਧਾ ਦਾ ਅਨੁਭਵ ਕਰੋ।

ਵਿਕਲਪਿਕ
3

ਰਣਨੀਤੀਆਂ ਵਿਕਸਿਤ ਕਰਨਾ (Q-Learning ਅਤੇ MDPs)

ਤੋਂ ਉਪਲਬਧ 7 ਅਕਤੂ 2026

4

Q-Learning — ਇੰਟਰਐਕਟਿਵ ਡੈਮੋ

ਦੇਖੋ ਕਿਵੇਂ ਇੱਕ ਏਜੰਟ Q-Learning ਦੁਆਰਾ ਬਾਹਰ ਦਾ ਰਾਹ ਲੱਭਦਾ ਹੈ।

ਵਿਕਲਪਿਕ
5

RLHF (LLMs ਨਿਮਰਤਾ ਕਿਵੇਂ ਸਿੱਖਦੇ ਹਨ)

ਤੋਂ ਉਪਲਬਧ 7 ਅਕਤੂ 2026

ਸਰਟੀਫਿਕੇਟ ਡਾਊਨਲੋਡ ਕਰੋ

ਸਥਿਤੀ ਦੇਖਣ ਲਈ ਕਲਿੱਕ ਕਰੋ

0%

ਸਮਾਜ ਅਤੇ ਸ਼ਾਮਲਤਾ

ਵਿਸ਼ੇਸ਼ ਸਮੂਹਾਂ ਲਈ ਖ਼ਾਸ ਪਹੁੰਚ।

ਨੈਤਿਕਤਾ ਅਤੇ ਮਿੱਥਾਂ

ਚੇਤਨਾ, Bias, Copyright ਅਤੇ Prompt Injections — AI ਬਾਰੇ ਨਾਜ਼ੁਕ ਸਵਾਲ।

ਸ਼ੁਰੂਆਤੀ

ਤੁਸੀਂ AGI ਨੂੰ ਸੰਭਾਵਨਾ ਤੋਂ ਵੱਖ ਕਰੋਗੇ, ਟ੍ਰੇਨਿੰਗ Bias ਵਿਸ਼ਲੇਸ਼ਣਾਤਮਕ ਤੌਰ 'ਤੇ ਸਮਝੋਗੇ, Copyright ਸਵਾਲ ਜਾਣੋਗੇ ਅਤੇ Prompt Injection ਜੋਖਮ ਸਮਝੋਗੇ।

4 ਲੇਖ ਸਭ ਦਿਲਚਸਪੀ ਰੱਖਣ ਵਾਲੇ ਕੋਈ ਨਹੀਂ

ਯੂਰਪ ਅਤੇ ਕਾਨੂੰਨ

EU AI Act, Foundation Models ਦਾ ਨਿਯਮਕ ਅਤੇ AI ਐਪਲੀਕੇਸ਼ਨਾਂ ਵਿੱਚ ਡੇਟਾ ਸੁਰੱਖਿਆ।

ਸ਼ੁਰੂਆਤੀ ਤੋਂ ਉਪਲਬਧ 4 ਨਵੰ 2026

ਤੁਸੀਂ EU AI Act, Foundation Models ਲਈ ਪਾਰਦਰਸ਼ਿਤਾ ਜ਼ਿੰਮੇਵਾਰੀਆਂ ਅਤੇ AI ਲਈ GDPR ਪ੍ਰਭਾਵ ਸਮਝੋਗੇ।

3 ਲੇਖ ਸਭ ਦਿਲਚਸਪੀ ਰੱਖਣ ਵਾਲੇ ਕੋਈ ਨਹੀਂ
1

EU AI Act

ਤੋਂ ਉਪਲਬਧ 4 ਨਵੰ 2026

2

Foundation Models ਦਾ ਨਿਯਮਕ

ਤੋਂ ਉਪਲਬਧ 4 ਨਵੰ 2026

3

ਡੇਟਾ ਸੁਰੱਖਿਆ ਅਤੇ AI (GDPR)

ਤੋਂ ਉਪਲਬਧ 4 ਨਵੰ 2026

ਸਰਟੀਫਿਕੇਟ ਡਾਊਨਲੋਡ ਕਰੋ

ਸਥਿਤੀ ਦੇਖਣ ਲਈ ਕਲਿੱਕ ਕਰੋ

0%

ਬਜ਼ੁਰਗਾਂ ਲਈ (ਰੋਜ਼ਾਨਾ ਜ਼ਿੰਦਗੀ ਵਿੱਚ AI)

ਇੱਕ ਡਿਜੀਟਲ ਮਦਦਗਾਰ, ਨੈੱਟ 'ਤੇ ਸੁਰੱਖਿਆ ਅਤੇ ਸੁਤੰਤਰਤਾ ਬਣਾਈ ਰੱਖਣਾ।

ਸ਼ੁਰੂਆਤੀ 0 ਵਿੱਚੋਂ 1

ਤੁਸੀਂ AI ਨੂੰ ਰੋਜ਼ਾਨਾ ਮਦਦਗਾਰ ਵਜੋਂ ਵਰਤੋਗੇ, ਠੱਗੀ ਦੀਆਂ ਚਾਲਾਂ ਪਛਾਣੋਗੇ ਅਤੇ ਆਪਣੇ ਡੇਟਾ 'ਤੇ ਕੰਟਰੋਲ ਰੱਖੋਗੇ।

3 ਲੇਖ + 2 ਡੈਮੋ ਬਜ਼ੁਰਗ, ਦੇਰ ਨਾਲ ਸ਼ੁਰੂ ਕਰਨ ਵਾਲੇ ਕੋਈ ਨਹੀਂ

ਵਿਦਿਆਰਥੀਆਂ ਲਈ

ਨਕਲ ਕਰਨ ਦੀ ਬਜਾਏ AI ਨਾਲ ਸਿੱਖਣਾ, Deepfakes ਪਛਾਣਨਾ ਅਤੇ ਸਰੋਤਾਂ ਦੀ ਆਲੋਚਨਾਤਮਕ ਜਾਂਚ।

ਸ਼ੁਰੂਆਤੀ

ਤੁਸੀਂ AI ਨੂੰ ਸਿੱਖਣ ਟਿਊਟਰ ਵਜੋਂ ਵਰਤੋਗੇ, Deepfakes ਅਤੇ ਸੰਸ਼ਲੇਸ਼ਿਤ ਮੀਡੀਆ ਪਛਾਣੋਗੇ ਅਤੇ ਸਰੋਤਾਂ ਦੀ ਆਲੋਚਨਾਤਮਕ ਜਾਂਚ ਕਰੋਗੇ।

2 ਲੇਖ + 3 ਡੈਮੋ ਸਕੂਲੀ ਵਿਦਿਆਰਥੀ, ਕਾਲਜ ਵਿਦਿਆਰਥੀ ਕੋਈ ਨਹੀਂ

Second Brain ਅਤੇ ਡਿਜੀਟਲ ਜੌੜੇ

ਗਿਆਨ ਨੂੰ ਸਿਰ ਤੋਂ ਬਾਹਰ ਸੰਭਾਲਣਾ — ਅਤੇ ਇਹ ਸਮਝਣਾ ਕਿ ਅਸਲ ਚੀਜ਼ਾਂ ਦੇ ਡਿਜੀਟਲ ਅਕਸ ਕੀ ਕਰ ਸਕਦੇ ਹਨ ਅਤੇ ਉਨ੍ਹਾਂ ਦੀਆਂ ਹੱਦਾਂ ਕਿੱਥੇ ਹਨ।

ਸ਼ੁਰੂਆਤੀ ਤੋਂ ਉਪਲਬਧ 2 ਦਸੰ 2026

ਤੁਸੀਂ ਆਪਣਾ Second Brain ਬਣਾਓਗੇ, ਨਾ ਕਿ ਉਹ ਨੋਟ ਇਕੱਠੇ ਕਰੋਗੇ ਜੋ ਦੁਬਾਰਾ ਕਦੇ ਨਹੀਂ ਪੜ੍ਹੇ ਜਾਂਦੇ; ਅਤੇ ਤੁਸੀਂ ਦੱਸ ਸਕੋਗੇ ਕਿ ਡਿਜੀਟਲ ਜੌੜਾ ਸਿਰਫ਼ ਇੱਕ ਸਿਮੂਲੇਸ਼ਨ ਤੋਂ ਕਿਵੇਂ ਵੱਖਰਾ ਹੈ।

2 ਲੇਖ ਸਾਰੇ — ਕੋਈ ਤਕਨੀਕੀ ਪਿਛੋਕੜ ਨਹੀਂ ਚਾਹੀਦਾ ਕੋਈ ਨਹੀਂ
1

Second Brain: ਤੁਹਾਡੀ ਬਾਹਰਲੀ ਯਾਦਾਸ਼ਤ

ਤੋਂ ਉਪਲਬਧ 2 ਦਸੰ 2026

2

ਡਿਜੀਟਲ ਜੌੜੇ

ਤੋਂ ਉਪਲਬਧ 2 ਦਸੰ 2026

ਸਰਟੀਫਿਕੇਟ ਡਾਊਨਲੋਡ ਕਰੋ

ਸਥਿਤੀ ਦੇਖਣ ਲਈ ਕਲਿੱਕ ਕਰੋ

0%

ਉਤਸੁਕਤਾਵਾਂ

ਅਜਿਹੇ ਡੈਮੋਆਂ ਦੀ ਇੱਕ ਵਧਦੀ ਪ੍ਰਦਰਸ਼ਨੀ ਜੋ ਕਿਸੇ ਵੀ ਵਿਸ਼ੇ ਮਾਰਗ ਵਿੱਚ ਫਿੱਟ ਨਹੀਂ ਹੁੰਦੇ — ਕਲਾਸਿਕਸ, ਉਤਸੁਕਤਾਵਾਂ, ਆਕਰਸ਼ਕ ਅਪਵਾਦ।

ਉਤਸੁਕਤਾਵਾਂ

ਉਹਨਾਂ ਡੈਮੋਆਂ ਦਾ ਘਰ ਜੋ ਕਿਸੇ ਹੋਰ ਮਾਰਗ ਨਾਲ ਸੰਬੰਧਿਤ ਨਹੀਂ ਹਨ — ਕਲਾਸਿਕਸ, ਉਤਸੁਕਤਾਵਾਂ, ਆਕਰਸ਼ਕ ਅਪਵਾਦ। ਸਾਂਝੇ ਪਾਠਕ੍ਰਮ ਤੋਂ ਬਿਨਾਂ ਇੱਕ ਵਧਦੀ ਪ੍ਰਦਰਸ਼ਨੀ। ਕਦੇ-ਕਦੇ ਇੱਕ ਵਿਸ਼ੇ ਮਾਰਗ ਵਿੱਚ ਚਲੀ ਜਾਂਦੀ ਹੈ, ਕਦੇ-ਕਦੇ ਇੱਕ ਨਵੀਂ ਜੁੜ ਜਾਂਦੀ ਹੈ।

ਸ਼ੁਰੂਆਤੀ

ਸੁਤੰਤਰ ਡੈਮੋਆਂ ਦੀ ਇੱਕ ਕਿਊਰੇਟਿਡ ਮੁੱਠੀ — ਉਤਸੁਕ ਲੋਕਾਂ ਲਈ ਇੱਕ ਸੈਰ। ਕੋਈ ਗ੍ਰਹਿਕਾਰਜ ਨਹੀਂ, ਬੱਸ ਖੋਜ।

2 ਡੈਮੋ ਉਤਸੁਕ ਲੋਕ ਕੋਈ ਨਹੀਂ