MICROSOFT · ML FOR BEGINNERS · 中文镜像

微软 机器学习入门课程

微软官方开源课程《ML for Beginners》:26 课,从回归、分类到聚类、NLP、时间序列与强化学习, 每课配有 Python 代码与真实数据集,理论与实践并重,零基础可学。

开始学习 ↓ GitHub 原仓库
26 课
机器学习
9 大单元
知识体系
Python
代码随课
R
双语言版
中文
完整翻译

课程目录

每课提供中文课(本地镜像)与英文原版,代码与数据集随课附送

I · 机器学习简介
01
机器学习入门
02
机器学习的发展历史
03
公平性与机器学习
04
机器学习技术
II · 回归
05
回归入门
06
北美南瓜价格 🎃(数据与可视化)
07
北美南瓜价格 🎃(线性与多项式回归)
08
北美南瓜价格 🎃(逻辑回归)
III · Web 应用
09
Web 应用 🔌
IV · 分类
10
分类入门
11
美味的亚洲和印度美食 🍜(分类器初探)
12
美味的亚洲和印度美食 🍜(更多分类器)
13
美味的亚洲和印度美食 🍜(实践应用)
V · 聚类
14
聚类入门
15
探索尼日利亚音乐喜好 🎧
VI · 自然语言处理
16
自然语言处理导论 ☕️
17
常见 NLP 任务 ☕️
18
翻译与情感分析 ♥️
19
欧洲浪漫酒店 ♥️(评论分析 1)
20
欧洲浪漫酒店 ♥️(评论分析 2)
VII · 时间序列
21
时间序列预测导论
22
世界电力使用 ⚡️(ARIMA)
23
世界电力使用 ⚡️(SVR)
VIII · 强化学习
24
强化学习导论
25
帮助彼得躲避狼!🐺
IX · 现实世界应用
26
现实世界的机器学习应用

📖 如何使用

· 从第 01 课顺序学习,或按单元跳读;每课约 1 小时,建议每周 2-3 课。

· 课程代码与数据集已一并镜像,可直接下载运行;也可以在 GitHub 原仓库 查看最新版本。

· 中文版由微软官方经 AI 翻译(Co-op Translator)提供,个别表述以英文原版为准。另可搭配 AI 入门课程生成式 AI 课程

📜 版权声明

本页为 microsoft/ML-For-Beginners 的本地镜像,遵循 MIT 协议,内容版权归 Microsoft 及其贡献者所有。镜像由东灵培智提供,仅供学习交流。