公众号关注 「奇妙的 Linux 世界」
设为「星标」,每天带你玩转 Linux !
适合所有初学者的经典机器学习课程。
微软机器学习课程(Machine Learning for Beginners, Curriculum)来了,一天之内狂揽 2000 + 星。
![](https://i-blog.csdnimg.cn/blog_migrate/a3fa17d086ee55f7c093285b57084c8b.png)
课程地址:https://github.com/microsoft/ML-For-Beginners
该课程面向机器学习初学者,总共 12 周、24 节课,完全免费,已经过 MIT 授权。由 Azure 云倡导者等人员制作而成。
这门课程都是关于「经典机器学习」的,使用 Scikit-learn 库来处理 ML 基本概念。不过本次 ML 课程中不讨论深度学习或神经网络相关内容。
Scikit-learn 库:https://scikit-learn.org/stable/user_guide.html
这门课程涉及到的算法都有具体的示例,包括回归(北美南瓜市场定价示例)、分类(泛亚洲菜系示例)、聚类(尼日利亚音乐品味示例)、NLP(欧洲酒店评论示例)、时间序列(世界用电量示例),强化学习(俄罗斯关于彼得和狼的故事)。
这是一门自学课程,但它在以小组为单位的学习中效果很好,因此你可以考虑寻找学习伙伴并一起学习。通过课前测验热身,和小伙伴一起或单独完成课程和作业。通过课后测验测试自己掌握的知识。学习这门课之前,最好掌握 Python。
有网友表示:真了不起。
![](https://i-blog.csdnimg.cn/blog_migrate/a099097ac84d6449c4a5659daac66038.png)
还有网友赞叹该课程是非常好的资料。
![](https://i-blog.csdnimg.cn/blog_migrate/d865576451751ae7ad2d1d30cd2675a6.png)
学完本次课程,你将学到什么?
这些课程是分组进行的,这样有利于学习者深入研究经典 ML 的各个重要方面。
![](https://i-blog.csdnimg.cn/blog_migrate/f96fe37e9f62ef3177d09b63e9fab3d5.png)
该课程首先介绍了 ML 概念,然后到它的发展历史,机器学习中关于「fairness」概念,并讨论了 ML 行业的工具和技术。
之后的课程介绍了回归、分类、聚类、自然语言处理、时间序列预测、强化学习,其中两个「applied,应用」课程演示了如何在网络中使用模型以用于推理的应用程序。最后以「postscript」课程结束,列出了机器学习在「真实世界」的应用,展示了这些技术是如何在自然环境下使用的。
每节课程包括:课前热身测验、编程课程、以项目为基础的课程指导如何构建项目、检查所学知识、课程挑战、补充阅读、分配任务、课后测验等。
课程目录:
为了方便初学者学习 ML,该课程构建的内容可以离线使用,并且可以在 Visual Studio Code 中使用. ipynb notebooks 来完成练习。
此外,课程充满了很多艺术,配图新颖:
![](https://i-blog.csdnimg.cn/blog_migrate/9a4238ce611a94e81ad707bea43876f5.png)
参考链接:
https://techcommunity.microsoft.com/t5/azure-developer-community-blog/machine-learning-for-beginners-curriculum/ba-p/2502024
本文转载自:「机器之心」,原文:https://tinyurl.com/2u5pnut3,版权归原作者所有。欢迎投稿,投稿邮箱: editor@hi-linux.com。
你可能还喜欢
点击下方图片即可阅读
写给 Linux 小白用户的命令行极简教程
更多有趣的互联网新鲜事,关注「奇妙的互联网」视频号全了解!