[![GitHub license](https://img.shields.io/github/license/microsoft/ML-For-Beginners.svg)](https://github.com/microsoft/ML-For-Beginners/blob/master/LICENSE) [![GitHub contributors](https://img.shields.io/github/contributors/microsoft/ML-For-Beginners.svg)](https://GitHub.com/microsoft/ML-For-Beginners/graphs/contributors/) [![GitHub issues](https://img.shields.io/github/issues/microsoft/ML-For-Beginners.svg)](https://GitHub.com/microsoft/ML-For-Beginners/issues/) [![GitHub pull-requests](https://img.shields.io/github/issues-pr/microsoft/ML-For-Beginners.svg)](https://GitHub.com/microsoft/ML-For-Beginners/pulls/) [![PRs Welcome](https://img.shields.io/badge/PRs-welcome-brightgreen.svg?style=flat-square)](http://makeapullrequest.com) [![GitHub watchers](https://img.shields.io/github/watchers/microsoft/ML-For-Beginners.svg?style=social&label=Watch)](https://GitHub.com/microsoft/ML-For-Beginners/watchers/) [![GitHub forks](https://img.shields.io/github/forks/microsoft/ML-For-Beginners.svg?style=social&label=Fork)](https://GitHub.com/microsoft/ML-For-Beginners/network/) [![GitHub stars](https://img.shields.io/github/stars/microsoft/ML-For-Beginners.svg?style=social&label=Star)](https://GitHub.com/microsoft/ML-For-Beginners/stargazers/) ### 🌐 多语言支持 #### 通过 GitHub Action 支持（自动且始终保持最新） [阿拉伯语](../ar/README.md) | [孟加拉语](../bn/README.md) | [保加利亚语](../bg/README.md) | [缅甸语 (Myanmar)](../my/README.md) | [中文（简体）](./README.md) | [中文（繁体，香港）](../zh-HK/README.md) | [中文（繁体，澳门）](../zh-MO/README.md) | [中文（繁体，台湾）](../zh-TW/README.md) | [克罗地亚语](../hr/README.md) | [捷克语](../cs/README.md) | [丹麦语](../da/README.md) | [荷兰语](../nl/README.md) | [爱沙尼亚语](../et/README.md) | [芬兰语](../fi/README.md) | [法语](../fr/README.md) | [德语](../de/README.md) | [希腊语](../el/README.md) | [希伯来语](../he/README.md) | [印地语](../hi/README.md) | [匈牙利语](../hu/README.md) | [印尼语](../id/README.md) | [意大利语](../it/README.md) | [日语](../ja/README.md) | [卡纳达语](../kn/README.md) | [高棉语](../km/README.md) | [韩语](../ko/README.md) | [立陶宛语](../lt/README.md) | [马来语](../ms/README.md) | [马拉雅拉姆语](../ml/README.md) | [马拉地语](../mr/README.md) | [尼泊尔语](../ne/README.md) | [尼日利亚皮钦语](../pcm/README.md) | [挪威语](../no/README.md) | [波斯语（法尔西）](../fa/README.md) | [波兰语](../pl/README.md) | [葡萄牙语（巴西）](../pt-BR/README.md) | [葡萄牙语（葡萄牙）](../pt-PT/README.md) | [旁遮普语（古鲁穆奇）](../pa/README.md) | [罗马尼亚语](../ro/README.md) | [俄语](../ru/README.md) | [塞尔维亚语（西里尔文）](../sr/README.md) | [斯洛伐克语](../sk/README.md) | [斯洛文尼亚语](../sl/README.md) | [西班牙语](../es/README.md) | [斯瓦希里语](../sw/README.md) | [瑞典语](../sv/README.md) | [他加禄语（菲律宾语）](../tl/README.md) | [泰米尔语](../ta/README.md) | [泰卢固语](../te/README.md) | [泰语](../th/README.md) | [土耳其语](../tr/README.md) | [乌克兰语](../uk/README.md) | [乌尔都语](../ur/README.md) | [越南语](../vi/README.md) > **更喜欢本地克隆吗？** > > 本仓库包含 50 多种语言的翻译，显著增加了下载大小。要克隆时不包含翻译，请使用稀疏检出： > > **Bash / macOS / Linux:** > ```bash > git clone --filter=blob:none --sparse https://github.com/microsoft/ML-For-Beginners.git > cd ML-For-Beginners > git sparse-checkout set --no-cone '/*' '!translations' '!translated_images' > ``` > > **CMD (Windows):** > ```cmd > git clone --filter=blob:none --sparse https://github.com/microsoft/ML-For-Beginners.git > cd ML-For-Beginners > git sparse-checkout set --no-cone "/*" "!translations" "!translated_images" > ``` > > 这样可以让您获得完成课程所需的全部内容，同时下载速度更快。 #### 加入我们的社区 [![Microsoft Foundry Discord](https://dcbadge.limes.pink/api/server/nTYy5BXMWG)](https://discord.gg/nTYy5BXMWG) 我们正在进行 Discord 上的 AI 学习系列，了解更多并加入我们，时间为2025年9月18日至30日，网址为 [Learn with AI Series](https://aka.ms/learnwithai/discord)。您将获得使用 GitHub Copilot 进行数据科学的小贴士和技巧。 ![Learn with AI series](../../translated_images/zh-CN/3.9b58fd8d6c373c20.webp) # 初学者机器学习课程 > 🌍 通过探索世界文化来环游世界，学习机器学习 🌍 微软云倡导者团队很高兴提供一个为期12周、包含26课的机器学习课程。在本课程中，您将学习有时称为经典机器学习的内容，主要使用 Scikit-learn 作为库，避免深度学习内容，后者涵盖在我们的[初学者人工智能课程](https://aka.ms/ai4beginners)中。也可搭配我们的[初学者数据科学课程](https://aka.ms/ds4beginners)一起学习。 与我们一起环游世界，将这些经典技术应用于来自世界各地的数据。每节课包含课前和课后测验、书面指令完成课程、解决方案、作业等。我们的项目式教学方法让您在实践中学习，这是一种经过验证的新技能“固化”方式。 **✍️ 感谢我们的作者** Jen Looper、Stephen Howell、Francesca Lazzeri、Tomomi Imura、Cassie Breviu、Dmitry Soshnikov、Chris Noring、Anirban Mukherjee、Ornella Altunyan、Ruth Yakubu 和 Amy Boyd **🎨 也感谢我们的插画师** Tomomi Imura、Dasani Madipalli 和 Jen Looper **🙏 特别感谢 🙏 微软学生大使作者、审阅者和内容贡献者**，特别是 Rishit Dagli、Muhammad Sakib Khan Inan、Rohan Raj、Alexandru Petrescu、Abhishek Jaiswal、Nawrin Tabassum、Ioan Samuila 和 Snigdha Agarwal **🤩 额外感谢微软学生大使 Eric Wanjau、Jasleen Sondhi 和 Vidushi Gupta 提供的 R 语言课程！** # 开始使用 按照以下步骤操作： 1. **Fork 仓库**：点击本页面右上角的“Fork”按钮。 2. 克隆仓库：`git clone https://github.com/microsoft/ML-For-Beginners.git` > [在我们的 Microsoft Learn 集合中查找本课程的所有附加资源](https://learn.microsoft.com/en-us/collections/qrqzamz1nn2wx3?WT.mc_id=academic-77952-bethanycheum) > 🔧 **需要帮助？** 请查看我们的[故障排除指南](TROUBLESHOOTING.md)，获得有关安装、设置和运行课程的常见问题解决方案。 **[学生](https://aka.ms/student-page)**，使用本课程，请 fork 整个仓库到您自己的 GitHub 账户，并自行或与小组一起完成练习： - 从课前测验开始。 - 阅读课程并完成活动，每个知识点暂停并反思。 - 尽量通过理解课程内容自己完成项目，而不是直接运行解决方案代码；不过每个基于项目的课程中的 `/solution` 文件夹提供了参考代码。 - 参加课后测验。 - 完成挑战。 - 完成作业。 - 完成一个课程组后，访问[讨论区](https://github.com/microsoft/ML-For-Beginners/discussions)，通过填写相应的 PAT 评分表来“实时学习”。“PAT”是进度评估工具，是您填写以促进学习的评分表。您也可以对其他人的 PAT 做出反应，以便我们一起学习。 > 进一步学习，我们推荐遵循这些[Microsoft Learn](https://docs.microsoft.com/en-us/users/jenlooper-2911/collections/k7o7tg1gp306q4?WT.mc_id=academic-77952-leestott)模块和学习路径。 教师们，我们提供了[一些建议](for-teachers.md)来指导如何使用本课程。 --- ## 视频讲解 部分课程提供短视频。您可以在课程中内嵌观看，也可通过点击下面图片观看[Microsoft 开发者 YouTube 频道上的 ML for Beginners 播放列表](https://aka.ms/ml-beginners-videos)。 [![ML for beginners banner](../../translated_images/zh-CN/ml-for-beginners-video-banner.63f694a100034bc6.webp)](https://aka.ms/ml-beginners-videos) --- ## 团队介绍 [![Promo video](../../images/ml.gif)](https://youtu.be/Tj1XWrDSYJU) **动图制作者：** [Mohit Jaisal](https://linkedin.com/in/mohitjaisal) > 🎥 点击上方图片观看关于项目及其创始成员的视频！ --- ## 教学理念 我们在构建课程时选择了两个教育原则：确保课程是动手项目式教学，并且包含频繁的小测。此外，本课程采用了一个统一的主题，以保持课程的连贯性。 通过确保内容与项目紧密对应，使学习过程更具吸引力，提升概念记忆。课前的低风险测验帮助学生设定学习目标，课后的测验则促进进一步巩固。本课程设计灵活有趣，既可整体学习，也可部分选学。项目从基础开始，随着12周课程进度逐渐复杂。课程最后还有一个关于机器学习真实应用的附录，可用于加分或者讨论基础。 > 查看我们的[行为准则](CODE_OF_CONDUCT.md)、[贡献指南](CONTRIBUTING.md)、[翻译](..)和[故障排除](TROUBLESHOOTING.md)准则。欢迎您的建设性反馈！ ## 每个课程包括 - 可选的手绘笔记 - 可选的补充视频 - 视频讲解（部分课程） - [课前预热测验](https://ff-quizzes.netlify.app/en/ml/) - 书面教学内容 - 针对项目课程，逐步指导如何构建项目 - 知识点检测 - 一项挑战 - 补充阅读材料 - 作业 - [课后测验](https://ff-quizzes.netlify.app/en/ml/) > 关于语言的说明：这些课程主要使用 Python 编写，但许多课程也提供了 R 版本。要完成 R 课程，请访问 `/solution` 文件夹并查找 R 课程。它们包含一个 .rmd 后缀，表示一个 **R Markdown** 文件，简单来说，它是一个在 `Markdown 文档` 中嵌入 `代码块`（R 或其他语言）和 `YAML 头部`（指导如何格式化输出，如 PDF）的文件。因此，它作为数据科学的示例性创作框架，因为它允许你将代码、代码输出和想法整合在一起，通过 Markdown 进行书写。此外，R Markdown 文档可以渲染成 PDF、HTML 或 Word 等输出格式。 > 关于测验的说明：所有测验都包含在 [Quiz App folder](../../quiz-app) 中，全部有 52 个测验，每个测验包含三个问题。它们在课程中有链接，但测验应用可以本地运行；请按照 `quiz-app` 文件夹中的说明进行本地托管或部署到 Azure。 | Lesson Number | Topic | Lesson Grouping | Learning Objectives | Linked Lesson | Author | | :-----------: | :------------------------------------------------------------: | :-------------------------------------------------: | ------------------------------------------------------------------------------------------------------------------------------- | :--------------------------------------------------------------------------------------------------------------------------------------: | :--------------------------------------------------: | | 01 | 机器学习简介 | [Introduction](1-Introduction/README.md) | 学习机器学习背后的基本概念 | [Lesson](1-Introduction/1-intro-to-ML/README.md) | Muhammad | | 02 | 机器学习的历史 | [Introduction](1-Introduction/README.md) | 学习该领域背后的历史 | [Lesson](1-Introduction/2-history-of-ML/README.md) | Jen and Amy | | 03 | 公平性与机器学习 | [Introduction](1-Introduction/README.md) | 当学生构建和应用机器学习模型时，应该考虑哪些重要的有关公平性的哲学问题？ | [Lesson](1-Introduction/3-fairness/README.md) | Tomomi | | 04 | 机器学习技术 | [Introduction](1-Introduction/README.md) | 机器学习研究人员用什么技术来构建机器学习模型？ | [Lesson](1-Introduction/4-techniques-of-ML/README.md) | Chris and Jen | | 05 | 回归简介 | [Regression](2-Regression/README.md) | 使用 Python 和 Scikit-learn 开始回归模型 | [Python](2-Regression/1-Tools/README.md) • [R](../../2-Regression/1-Tools/solution/R/lesson_1.html) | Jen • Eric Wanjau | | 06 | 北美南瓜价格 🎃 | [Regression](2-Regression/README.md) | 数据的可视化与清理以为机器学习做准备 | [Python](2-Regression/2-Data/README.md) • [R](../../2-Regression/2-Data/solution/R/lesson_2.html) | Jen • Eric Wanjau | | 07 | 北美南瓜价格 🎃 | [Regression](2-Regression/README.md) | 构建线性与多项式回归模型 | [Python](2-Regression/3-Linear/README.md) • [R](../../2-Regression/3-Linear/solution/R/lesson_3.html) | Jen and Dmitry • Eric Wanjau | | 08 | 北美南瓜价格 🎃 | [Regression](2-Regression/README.md) | 构建逻辑回归模型 | [Python](2-Regression/4-Logistic/README.md) • [R](../../2-Regression/4-Logistic/solution/R/lesson_4.html) | Jen • Eric Wanjau | | 09 | 一个 Web 应用 🔌 | [Web App](3-Web-App/README.md) | 构建一个用来使用你训练好的模型的 Web 应用 | [Python](3-Web-App/1-Web-App/README.md) | Jen | | 10 | 分类简介 | [Classification](4-Classification/README.md) | 清理、准备并可视化你的数据；分类简介 | [Python](4-Classification/1-Introduction/README.md) • [R](../../4-Classification/1-Introduction/solution/R/lesson_10.html) | Jen and Cassie • Eric Wanjau | | 11 | 美味的亚洲和印度美食 🍜 | [Classification](4-Classification/README.md) | 分类器简介 | [Python](4-Classification/2-Classifiers-1/README.md) • [R](../../4-Classification/2-Classifiers-1/solution/R/lesson_11.html) | Jen and Cassie • Eric Wanjau | | 12 | 美味的亚洲和印度美食 🍜 | [Classification](4-Classification/README.md) | 更多分类器 | [Python](4-Classification/3-Classifiers-2/README.md) • [R](../../4-Classification/3-Classifiers-2/solution/R/lesson_12.html) | Jen and Cassie • Eric Wanjau | | 13 | 美味的亚洲和印度美食 🍜 | [Classification](4-Classification/README.md) | 使用你的模型构建推荐器 Web 应用 | [Python](4-Classification/4-Applied/README.md) | Jen | | 14 | 聚类简介 | [Clustering](5-Clustering/README.md) | 清理、准备并可视化你的数据；聚类简介 | [Python](5-Clustering/1-Visualize/README.md) • [R](../../5-Clustering/1-Visualize/solution/R/lesson_14.html) | Jen • Eric Wanjau | | 15 | 探索尼日利亚的音乐品味 🎧 | [Clustering](5-Clustering/README.md) | 探索 K-均值聚类方法 | [Python](5-Clustering/2-K-Means/README.md) • [R](../../5-Clustering/2-K-Means/solution/R/lesson_15.html) | Jen • Eric Wanjau | | 16 | 自然语言处理简介 ☕️ | [Natural language processing](6-NLP/README.md) | 通过构建一个简单的机器人学习自然语言处理基础 | [Python](6-NLP/1-Introduction-to-NLP/README.md) | Stephen | | 17 | 常见的 NLP 任务 ☕️ | [Natural language processing](6-NLP/README.md) | 通过理解处理语言结构时所需的常见任务，深化你的自然语言处理知识 | [Python](6-NLP/2-Tasks/README.md) | Stephen | | 18 | 翻译与情感分析 ♥️ | [Natural language processing](6-NLP/README.md) | 使用简·奥斯汀进行翻译和情感分析 | [Python](6-NLP/3-Translation-Sentiment/README.md) | Stephen | | 19 | 欧洲浪漫酒店 ♥️ | [Natural language processing](6-NLP/README.md) | 酒店评论情感分析 1 | [Python](6-NLP/4-Hotel-Reviews-1/README.md) | Stephen | | 20 | 欧洲浪漫酒店 ♥️ | [Natural language processing](6-NLP/README.md) | 酒店评论情感分析 2 | [Python](6-NLP/5-Hotel-Reviews-2/README.md) | Stephen | | 21 | 时间序列预测简介 | [Time series](7-TimeSeries/README.md) | 时间序列预测简介 | [Python](7-TimeSeries/1-Introduction/README.md) | Francesca | | 22 | ⚡️ 世界电力使用 ⚡️ - 使用 ARIMA 的时间序列预测 | [Time series](7-TimeSeries/README.md) | 使用 ARIMA 进行时间序列预测 | [Python](7-TimeSeries/2-ARIMA/README.md) | Francesca | | 23 | ⚡️ 世界电力使用 ⚡️ - 使用 SVR 的时间序列预测 | [Time series](7-TimeSeries/README.md) | 使用支持向量回归进行时间序列预测 | [Python](7-TimeSeries/3-SVR/README.md) | Anirban | | 24 | 强化学习简介 | [Reinforcement learning](8-Reinforcement/README.md) | 使用 Q 学习进行强化学习简介 | [Python](8-Reinforcement/1-QLearning/README.md) | Dmitry | | 25 | 帮助彼得躲避狼！ 🐺 | [Reinforcement learning](8-Reinforcement/README.md) | 强化学习 Gym | [Python](8-Reinforcement/2-Gym/README.md) | Dmitry | | Postscript | 现实世界的机器学习场景与应用 | [ML in the Wild](9-Real-World/README.md) | 经典机器学习一些有趣且富启发性的现实世界应用 | [Lesson](9-Real-World/1-Applications/README.md) | Team | | Postscript | 使用 RAI 仪表盘进行机器学习模型调试 | [ML in the Wild](9-Real-World/README.md) | 使用 Responsible AI 仪表盘组件进行机器学习模型调试 | [Lesson](9-Real-World/2-Debugging-ML-Models/README.md) | Ruth Yakubu | > [在我们的 Microsoft Learn 集合中查找本课程的所有附加资源](https://learn.microsoft.com/en-us/collections/qrqzamz1nn2wx3?WT.mc_id=academic-77952-bethanycheum) ## 离线访问 你可以使用 [Docsify](https://docsify.js.org/#/) 离线运行此文档。Fork 该仓库，在本地机器上[安装 Docsify](https://docsify.js.org/#/quickstart)，然后在该仓库的根目录下，输入 `docsify serve` 。该网站将在本地主机的 3000 端口提供服务：`localhost:3000`。 ## PDF 文件 可从[此处](https://microsoft.github.io/ML-For-Beginners/pdf/readme.pdf)获取带链接的课程 PDF。 ## 🎒 其他课程 我们的团队还制作其他课程！查看： ### LangChain [![LangChain4j for Beginners](https://img.shields.io/badge/LangChain4j%20for%20Beginners-22C55E?style=for-the-badge&&labelColor=E5E7EB&color=0553D6)](https://aka.ms/langchain4j-for-beginners) [![LangChain.js for Beginners](https://img.shields.io/badge/LangChain.js%20for%20Beginners-22C55E?style=for-the-badge&labelColor=E5E7EB&color=0553D6)](https://aka.ms/langchainjs-for-beginners?WT.mc_id=m365-94501-dwahlin) [![LangChain for Beginners](https://img.shields.io/badge/LangChain%20for%20Beginners-22C55E?style=for-the-badge&labelColor=E5E7EB&color=0553D6)](https://github.com/microsoft/langchain-for-beginners?WT.mc_id=m365-94501-dwahlin) --- ### Azure / Edge / MCP / Agents [![AZD for Beginners](https://img.shields.io/badge/AZD%20for%20Beginners-0078D4?style=for-the-badge&labelColor=E5E7EB&color=0078D4)](https://github.com/microsoft/AZD-for-beginners?WT.mc_id=academic-105485-koreyst) [![Edge AI for Beginners](https://img.shields.io/badge/Edge%20AI%20for%20Beginners-00B8E4?style=for-the-badge&labelColor=E5E7EB&color=00B8E4)](https://github.com/microsoft/edgeai-for-beginners?WT.mc_id=academic-105485-koreyst) [![初学者的MCP](https://img.shields.io/badge/MCP%20for%20Beginners-009688?style=for-the-badge&labelColor=E5E7EB&color=009688)](https://github.com/microsoft/mcp-for-beginners?WT.mc_id=academic-105485-koreyst) [![初学者的AI代理](https://img.shields.io/badge/AI%20Agents%20for%20Beginners-00C49A?style=for-the-badge&labelColor=E5E7EB&color=00C49A)](https://github.com/microsoft/ai-agents-for-beginners?WT.mc_id=academic-105485-koreyst) --- ### 生成式AI系列 [![初学者的生成式AI](https://img.shields.io/badge/Generative%20AI%20for%20Beginners-8B5CF6?style=for-the-badge&labelColor=E5E7EB&color=8B5CF6)](https://github.com/microsoft/generative-ai-for-beginners?WT.mc_id=academic-105485-koreyst) [![生成式AI (.NET)](https://img.shields.io/badge/Generative%20AI%20(.NET)-9333EA?style=for-the-badge&labelColor=E5E7EB&color=9333EA)](https://github.com/microsoft/Generative-AI-for-beginners-dotnet?WT.mc_id=academic-105485-koreyst) [![生成式AI (Java)](https://img.shields.io/badge/Generative%20AI%20(Java)-C084FC?style=for-the-badge&labelColor=E5E7EB&color=C084FC)](https://github.com/microsoft/generative-ai-for-beginners-java?WT.mc_id=academic-105485-koreyst) [![生成式AI (JavaScript)](https://img.shields.io/badge/Generative%20AI%20(JavaScript)-E879F9?style=for-the-badge&labelColor=E5E7EB&color=E879F9)](https://github.com/microsoft/generative-ai-with-javascript?WT.mc_id=academic-105485-koreyst) --- ### 核心学习 [![初学者的机器学习](https://img.shields.io/badge/ML%20for%20Beginners-22C55E?style=for-the-badge&labelColor=E5E7EB&color=22C55E)](https://aka.ms/ml-beginners?WT.mc_id=academic-105485-koreyst) [![初学者的数据科学](https://img.shields.io/badge/Data%20Science%20for%20Beginners-84CC16?style=for-the-badge&labelColor=E5E7EB&color=84CC16)](https://aka.ms/datascience-beginners?WT.mc_id=academic-105485-koreyst) [![初学者的人工智能](https://img.shields.io/badge/AI%20for%20Beginners-A3E635?style=for-the-badge&labelColor=E5E7EB&color=A3E635)](https://aka.ms/ai-beginners?WT.mc_id=academic-105485-koreyst) [![初学者的网络安全](https://img.shields.io/badge/Cybersecurity%20for%20Beginners-F97316?style=for-the-badge&labelColor=E5E7EB&color=F97316)](https://github.com/microsoft/Security-101?WT.mc_id=academic-96948-sayoung) [![初学者的网页开发](https://img.shields.io/badge/Web%20Dev%20for%20Beginners-EC4899?style=for-the-badge&labelColor=E5E7EB&color=EC4899)](https://aka.ms/webdev-beginners?WT.mc_id=academic-105485-koreyst) [![初学者的物联网](https://img.shields.io/badge/IoT%20for%20Beginners-14B8A6?style=for-the-badge&labelColor=E5E7EB&color=14B8A6)](https://aka.ms/iot-beginners?WT.mc_id=academic-105485-koreyst) [![初学者的XR开发](https://img.shields.io/badge/XR%20Development%20for%20Beginners-38BDF8?style=for-the-badge&labelColor=E5E7EB&color=38BDF8)](https://github.com/microsoft/xr-development-for-beginners?WT.mc_id=academic-105485-koreyst) --- ### Copilot 系列 [![AI配对编程的Copilot](https://img.shields.io/badge/Copilot%20for%20AI%20Paired%20Programming-FACC15?style=for-the-badge&labelColor=E5E7EB&color=FACC15)](https://aka.ms/GitHubCopilotAI?WT.mc_id=academic-105485-koreyst) [![C#/.NET的Copilot](https://img.shields.io/badge/Copilot%20for%20C%23/.NET-FBBF24?style=for-the-badge&labelColor=E5E7EB&color=FBBF24)](https://github.com/microsoft/mastering-github-copilot-for-dotnet-csharp-developers?WT.mc_id=academic-105485-koreyst) [![Copilot冒险](https://img.shields.io/badge/Copilot%20Adventure-FDE68A?style=for-the-badge&labelColor=E5E7EB&color=FDE68A)](https://github.com/microsoft/CopilotAdventures?WT.mc_id=academic-105485-koreyst) ## 获取帮助 如果你遇到困难或对构建AI应用有任何疑问，请加入MCP学习者和有经验开发者的讨论。这是一个支持性的社区，欢迎提问并自由分享知识。 [![Microsoft Foundry Discord](https://dcbadge.limes.pink/api/server/nTYy5BXMWG)](https://discord.gg/nTYy5BXMWG) 如果你有产品反馈或在构建过程中遇到错误，请访问： [![Microsoft Foundry Developer Forum](https://img.shields.io/badge/GitHub-Microsoft_Foundry_Developer_Forum-blue?style=for-the-badge&logo=github&color=000000&logoColor=fff)](https://aka.ms/foundry/forum) ## 额外学习建议 - 每节课后复习笔记本内容以加深理解。 - 练习自己实现算法。 - 利用学习到的概念探索真实世界的数据集。 --- **免责声明**： 本文件使用 AI 翻译服务 [Co-op Translator](https://github.com/Azure/co-op-translator) 翻译。虽然我们力求准确，但请注意，自动翻译可能包含错误或不准确之处。原始文件的原文应被视为权威来源。对于关键信息，建议采用专业人工翻译。我们不对因使用本翻译而产生的任何误解或曲解承担责任。