宣布推出全新免费课程：机器学习入门

我们非常荣幸地宣布推出一门全新的免费、MIT 授权开源课程：《机器学习入门》。这门课程主要讲解经典机器学习。该课程由 Azure 云倡导者和项目经理团队倾力打造，旨在帮助所有年龄段的学生学习机器学习的基础知识。如果您对机器学习没有任何基础，我们提供免费的 12 周 24 课时课程，并额外附赠“后记”课程，助您深入探索这个精彩的领域。

如果您喜欢我们的第一个课程《初学者的 Web 开发》，那么您一定会喜欢《初学者的机器学习》！

加入我们的旅程吧！

🌎 在这个为期一学期的主题自学课程中，环游世界，我们将从世界文化的视角审视机器学习主题。🌎

我们的课程采用改良的基于项目的教学法，包括：

• 课前热身测验
• 书面教训
• 视频
• 知识检查
• 建设项目
• 信息图表、速写笔记和视觉效果
• 一个挑战
• 一项任务
• 课后测验
• “PAT”（见下文）
• 加深对 Microsoft Learn 了解的机会

与团队见面！

您将学到什么？

这些课程经过精心分组，方便您深入了解经典机器学习的各个重要方面。我们将首先介绍机器学习的概念，然后介绍其历史、机器学习中的公平性概念，并探讨其常用的工具和技术。之后，我们将学习回归、分类、聚类、自然语言处理、时间序列预测和强化学习，并包含两节“应用”课程，演示如何在 Web 应用中使用模型进行推理。最后，我们将以一节“后记”课程结束，其中列出了机器学习的“实际”应用，并展示了这些技术是如何在“实际”环境中运用的。

为了让新学员轻松上手机器学习，我们精心设计了离线学习内容，并支持在 Visual Studio Code 中使用 .ipynb 笔记本完成练习。快来获取数据集，开始学习吧！

本课程主要讲解“经典机器学习”，因此我们主要使用Scikit-learn来讲解这些基本概念。Scikit-learn是一个库，可以帮助我们揭秘和解释这些概念。本课程不讨论深度学习或神经网络，但敬请期待我们今年秋季发布的“AI 初学者”课程！

与我们一起旅行，探索北美南瓜市场定价（🎃回归）、泛亚美食（🍜分类）、尼日利亚音乐品味（🎶聚类）、欧洲酒店评论（🏨 NLP）、世界电力使用情况（⚡️时间序列）以及俄罗斯关于彼得与狼的故事（🐺强化学习）。

如何使用此课程：了解 PAT

这是一门自学课程，但小组学习效果也很好，所以可以考虑找个学习伙伴一起学习。课前可以先做个简单的小测验热身，然后一起或单独完成课程和作业。课后可以做个小测验来测试你的知识掌握情况。

本课程的新功能是在讨论区使用进度评估工具。完成课程小组讨论后，请访问讨论区，并使用“引用回复”功能将模板复制到新的讨论区。在自我反思框中填写你的学习成果，并在知识库中回复其他学生。让我们一起学习！

我们也欢迎大家提出 PR 和问题，并遵守我们的行为准则和模板系统。我们希望社区能够贡献课程、测验和作业的翻译。感谢您的参与，让我们一起学习。

预览

这套课程充满了我们团队创作的艺术作品。来看看@girlie_mac创作的这张超酷的速写笔记吧。

不用多说，请看一下《机器学习初学者：课程》！