[[409365]]

微軟機(jī)器學(xué)習(xí)課程（Machine Learning for Beginners, Curriculum）來(lái)了，一天之內(nèi)狂攬 2000 + 星。

課程地址：https://github.com/microsoft/ML-For-Beginners

該課程面向機(jī)器學(xué)習(xí)初學(xué)者，總共 12 周、24 節(jié)課，完全免費(fèi)，已經(jīng)過(guò) MIT 授權(quán)。由 Azure 云倡導(dǎo)者等人員制作而成。

這門(mén)課程都是關(guān)于「經(jīng)典機(jī)器學(xué)習(xí)」的，使用 Scikit-learn 庫(kù)來(lái)處理 ML 基本概念。不過(guò)本次 ML 課程中不討論深度學(xué)習(xí)或神經(jīng)網(wǎng)絡(luò)相關(guān)內(nèi)容。

Scikit-learn 庫(kù)：https://scikit-learn.org/stable/user_guide.html

這門(mén)課程涉及到的算法都有具體的示例，包括回歸（北美南瓜市場(chǎng)定價(jià)示例）、分類(lèi)（泛亞洲菜系示例）、聚類(lèi)（尼日利亞音樂(lè)品味示例）、NLP（歐洲酒店評(píng)論示例）、時(shí)間序列（世界用電量示例），強(qiáng)化學(xué)習(xí)（俄羅斯關(guān)于彼得和狼的故事）。

這是一門(mén)自學(xué)課程，但它在以小組為單位的學(xué)習(xí)中效果很好，因此你可以考慮尋找學(xué)習(xí)伙伴并一起學(xué)習(xí)。通過(guò)課前測(cè)驗(yàn)熱身，和小伙伴一起或單獨(dú)完成課程和作業(yè)。通過(guò)課后測(cè)驗(yàn)測(cè)試自己掌握的知識(shí)。學(xué)習(xí)這門(mén)課之前，最好掌握 Python。

有網(wǎng)友表示：真了不起。

還有網(wǎng)友贊嘆該課程是非常好的資料。

學(xué)完本次課程，你將學(xué)到什么？

這些課程是分組進(jìn)行的，這樣有利于學(xué)習(xí)者深入研究經(jīng)典 ML 的各個(gè)重要方面。

[[409367]]

該課程首先介紹了 ML 概念，然后到它的發(fā)展歷史，機(jī)器學(xué)習(xí)中關(guān)于「fairness」概念，并討論了 ML 行業(yè)的工具和技術(shù)。

之后的課程介紹了回歸、分類(lèi)、聚類(lèi)、自然語(yǔ)言處理、時(shí)間序列預(yù)測(cè)、強(qiáng)化學(xué)習(xí)，其中兩個(gè)「applied，應(yīng)用」課程演示了如何在網(wǎng)絡(luò)中使用模型以用于推理的應(yīng)用程序。最后以「postscript」課程結(jié)束，列出了機(jī)器學(xué)習(xí)在「真實(shí)世界」的應(yīng)用，展示了這些技術(shù)是如何在自然環(huán)境下使用的。

每節(jié)課程包括：課前熱身測(cè)驗(yàn)、編程課程、以項(xiàng)目為基礎(chǔ)的課程指導(dǎo)如何構(gòu)建項(xiàng)目、檢查所學(xué)知識(shí)、課程挑戰(zhàn)、補(bǔ)充閱讀、分配任務(wù)、課后測(cè)驗(yàn)等。

課程目錄：

為了方便初學(xué)者學(xué)習(xí) ML，該課程構(gòu)建的內(nèi)容可以離線使用，并且可以在 Visual Studio Code 中使用. ipynb notebooks 來(lái)完成練習(xí)。

此外，課程充滿了很多藝術(shù)，配圖新穎：