一天狂揽2000+星,微软面向初学者ML课程来了,完全免费

共 1344字,需浏览 3分钟

 ·

2021-07-08 20:53

点击上方视学算法”,选择加"星标"或“置顶

重磅干货,第一时间送达

来源丨机器之心
编辑丨极市平台

导读

 

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。


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。


还有网友赞叹该课程是非常好的资料。


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。


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:


参考链接:
https://techcommunity.microsoft.com/t5/azure-developer-community-blog/machine-learning-for-beginners-curriculum/ba-p/2502024

如果觉得有用,就请分享到朋友圈吧!


点个在看 paper不断!

浏览 37
点赞
评论
收藏
分享

手机扫一扫分享

分享
举报
评论
图片
表情
推荐
点赞
评论
收藏
分享

手机扫一扫分享

分享
举报