[![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/) ### 🌐 Podpora více jazyků #### Podporováno prostřednictvím GitHub Action (automatizované a vždy aktuální) [French](../fr/README.md) | [Spanish](../es/README.md) | [German](../de/README.md) | [Russian](../ru/README.md) | [Arabic](../ar/README.md) | [Persian (Farsi)](../fa/README.md) | [Urdu](../ur/README.md) | [Chinese (Simplified)](../zh/README.md) | [Chinese (Traditional, Macau)](../mo/README.md) | [Chinese (Traditional, Hong Kong)](../hk/README.md) | [Chinese (Traditional, Taiwan)](../tw/README.md) | [Japanese](../ja/README.md) | [Korean](../ko/README.md) | [Hindi](../hi/README.md) | [Bengali](../bn/README.md) | [Marathi](../mr/README.md) | [Nepali](../ne/README.md) | [Punjabi (Gurmukhi)](../pa/README.md) | [Portuguese (Portugal)](../pt/README.md) | [Portuguese (Brazil)](../br/README.md) | [Italian](../it/README.md) | [Polish](../pl/README.md) | [Turkish](../tr/README.md) | [Greek](../el/README.md) | [Thai](../th/README.md) | [Swedish](../sv/README.md) | [Danish](../da/README.md) | [Norwegian](../no/README.md) | [Finnish](../fi/README.md) | [Dutch](../nl/README.md) | [Hebrew](../he/README.md) | [Vietnamese](../vi/README.md) | [Indonesian](../id/README.md) | [Malay](../ms/README.md) | [Tagalog (Filipino)](../tl/README.md) | [Swahili](../sw/README.md) | [Hungarian](../hu/README.md) | [Czech](./README.md) | [Slovak](../sk/README.md) | [Romanian](../ro/README.md) | [Bulgarian](../bg/README.md) | [Serbian (Cyrillic)](../sr/README.md) | [Croatian](../hr/README.md) | [Slovenian](../sl/README.md) | [Ukrainian](../uk/README.md) | [Burmese (Myanmar)](../my/README.md) #### Připojte se ke komunitě [![Azure AI Discord](https://dcbadge.limes.pink/api/server/kzRShWzttr)](https://discord.gg/kzRShWzttr) # Strojové učení pro začátečníky - kurikulum > 🌍 Cestujte po světě, zatímco se učíte strojové učení prostřednictvím světových kultur 🌍 Cloud Advocates v Microsoftu s potěšením nabízejí 12týdenní kurikulum s 26 lekcemi zaměřenými na **strojové učení**. V tomto kurikulu se naučíte, co se někdy nazývá **klasické strojové učení**, především s využitím knihovny Scikit-learn a bez použití hlubokého učení, které je pokryto v našem [kurikulu AI pro začátečníky](https://aka.ms/ai4beginners). Spojte tyto lekce s naším [kurikulem Data Science pro začátečníky](https://aka.ms/ds4beginners)! Cestujte s námi po světě, zatímco aplikujeme tyto klasické techniky na data z různých částí světa. Každá lekce obsahuje kvízy před a po lekci, písemné pokyny k dokončení lekce, řešení, úkoly a další. Náš projektově orientovaný přístup vám umožní učit se při tvorbě, což je osvědčený způsob, jak si osvojit nové dovednosti. **✍️ Velké díky našim autorům** Jen Looper, Stephen Howell, Francesca Lazzeri, Tomomi Imura, Cassie Breviu, Dmitry Soshnikov, Chris Noring, Anirban Mukherjee, Ornella Altunyan, Ruth Yakubu a Amy Boyd **🎨 Díky také našim ilustrátorům** Tomomi Imura, Dasani Madipalli a Jen Looper **🙏 Speciální poděkování 🙏 našim autorům, recenzentům a přispěvatelům obsahu z řad Microsoft Student Ambassador**, zejména Rishit Dagli, Muhammad Sakib Khan Inan, Rohan Raj, Alexandru Petrescu, Abhishek Jaiswal, Nawrin Tabassum, Ioan Samuila a Snigdha Agarwal **🤩 Extra poděkování Microsoft Student Ambassador Eric Wanjau, Jasleen Sondhi a Vidushi Gupta za naše lekce v R!** # Začínáme Postupujte podle těchto kroků: 1. **Forkujte repozitář**: Klikněte na tlačítko "Fork" v pravém horním rohu této stránky. 2. **Klonujte repozitář**: `git clone https://github.com/microsoft/ML-For-Beginners.git` > [najděte všechny další zdroje pro tento kurz v naší kolekci Microsoft Learn](https://learn.microsoft.com/en-us/collections/qrqzamz1nn2wx3?WT.mc_id=academic-77952-bethanycheum) **[Studenti](https://aka.ms/student-page)**, chcete-li použít toto kurikulum, forkujte celý repozitář do svého GitHub účtu a dokončete cvičení sami nebo ve skupině: - Začněte kvízem před lekcí. - Přečtěte si lekci a dokončete aktivity, přičemž se zastavte a zamyslete při každé kontrolní otázce. - Pokuste se vytvořit projekty pochopením lekcí, místo abyste pouze spouštěli řešení; kód řešení je však dostupný ve složkách `/solution` v každé projektově orientované lekci. - Udělejte kvíz po lekci. - Dokončete výzvu. - Dokončete úkol. - Po dokončení skupiny lekcí navštivte [Diskusní fórum](https://github.com/microsoft/ML-For-Beginners/discussions) a "učte se nahlas" vyplněním příslušného PAT rubriky. PAT je nástroj pro hodnocení pokroku, který vyplníte, abyste si prohloubili své učení. Můžete také reagovat na jiné PAT, abychom se učili společně. > Pro další studium doporučujeme sledovat tyto [moduly a vzdělávací cesty Microsoft Learn](https://docs.microsoft.com/en-us/users/jenlooper-2911/collections/k7o7tg1gp306q4?WT.mc_id=academic-77952-leestott). **Učitelé**, [zahrnuli jsme několik návrhů](for-teachers.md), jak toto kurikulum využít. --- ## Video průvodce Některé lekce jsou dostupné jako krátká videa. Všechna tato videa najdete přímo v lekcích nebo na [playlistu ML pro začátečníky na YouTube kanálu Microsoft Developer](https://aka.ms/ml-beginners-videos) kliknutím na obrázek níže. [![ML pro začátečníky banner](../../images/ml-for-beginners-video-banner.png)](https://aka.ms/ml-beginners-videos) --- ## Seznamte se s týmem [![Promo video](../../images/ml.gif)](https://youtu.be/Tj1XWrDSYJU) **Gif vytvořil** [Mohit Jaisal](https://linkedin.com/in/mohitjaisal) > 🎥 Klikněte na obrázek výše pro video o projektu a lidech, kteří ho vytvořili! --- ## Pedagogika Při tvorbě tohoto kurikula jsme zvolili dva pedagogické principy: zajistit, aby bylo praktické **projektově orientované** a aby obsahovalo **časté kvízy**. Navíc má toto kurikulum společné **téma**, které mu dodává soudržnost. Zajištěním, že obsah odpovídá projektům, je proces pro studenty více poutavý a zlepšuje se uchování konceptů. Nízkostresový kvíz před hodinou nastaví záměr studenta na učení daného tématu, zatímco druhý kvíz po hodině zajišťuje další uchování. Toto kurikulum bylo navrženo tak, aby bylo flexibilní a zábavné, a lze ho absolvovat celé nebo jen jeho část. Projekty začínají malými úkoly a postupně se stávají složitějšími na konci 12týdenního cyklu. Kurikulum také obsahuje dodatek o reálných aplikacích ML, který může být použit jako extra kredit nebo jako základ pro diskusi. > Najděte náš [Kodex chování](CODE_OF_CONDUCT.md), [Pokyny pro přispívání](CONTRIBUTING.md) a [Pokyny pro překlady](TRANSLATIONS.md). Vaši konstruktivní zpětnou vazbu vítáme! ## Každá lekce obsahuje - volitelný sketchnote - volitelné doplňkové video - video průvodce (pouze některé lekce) - [kvíz před lekcí](https://ff-quizzes.netlify.app/en/ml/) - písemnou lekci - u projektově orientovaných lekcí, podrobné průvodce, jak projekt vytvořit - kontrolní otázky - výzvu - doplňkové čtení - úkol - [kvíz po lekci](https://ff-quizzes.netlify.app/en/ml/) > **Poznámka k jazykům**: Tyto lekce jsou primárně psány v Pythonu, ale mnoho z nich je také dostupných v R. Chcete-li dokončit lekci v R, přejděte do složky `/solution` a vyhledejte lekce v R. Tyto lekce obsahují příponu .rmd, která představuje **R Markdown** soubor, což lze jednoduše definovat jako kombinaci `code chunks` (R nebo jiných jazyků) a `YAML header` (který určuje, jak formátovat výstupy, jako PDF) v `Markdown dokumentu`. Slouží jako příkladný autorizační rámec pro datovou vědu, protože umožňuje kombinovat váš kód, jeho výstup a vaše myšlenky tím, že je zapisujete v Markdown. Navíc lze R Markdown dokumenty převést na výstupní formáty, jako PDF, HTML nebo Word. > **Poznámka ke kvízům**: Všechny kvízy jsou obsaženy ve složce [Quiz App](../../quiz-app), celkem 52 kvízů po třech otázkách. Jsou propojeny přímo z lekcí, ale aplikaci kvízů lze spustit lokálně; postupujte podle pokynů ve složce `quiz-app` pro lokální hostování nebo nasazení na Azure. | Číslo lekce | Téma | Skupina lekcí | Výukové cíle | Propojená lekce | Autor | | :-----------: | :------------------------------------------------------------: | :-------------------------------------------------: | ------------------------------------------------------------------------------------------------------------------------------- | :--------------------------------------------------------------------------------------------------------------------------------------: | :--------------------------------------------------: | | 01 | Úvod do strojového učení | [Úvod](1-Introduction/README.md) | Naučte se základní koncepty strojového učení | [Lekce](1-Introduction/1-intro-to-ML/README.md) | Muhammad | | 02 | Historie strojového učení | [Úvod](1-Introduction/README.md) | Naučte se historii tohoto oboru | [Lekce](1-Introduction/2-history-of-ML/README.md) | Jen a Amy | | 03 | Spravedlnost ve strojovém učení | [Úvod](1-Introduction/README.md) | Jaké jsou důležité filozofické otázky kolem spravedlnosti, které by studenti měli zvážit při vytváření a aplikaci ML modelů? | [Lekce](1-Introduction/3-fairness/README.md) | Tomomi | | 04 | Techniky strojového učení | [Introduction](1-Introduction/README.md) | Jaké techniky používají výzkumníci ML k vytváření modelů strojového učení? | [Lesson](1-Introduction/4-techniques-of-ML/README.md) | Chris a Jen | | 05 | Úvod do regrese | [Regression](2-Regression/README.md) | Začněte s Pythonem a Scikit-learn pro regresní modely | | | | 06 | Ceny dýní v Severní Americe 🎃 | [Regression](2-Regression/README.md) | Vizualizace a čištění dat jako příprava na ML | | | | 07 | Ceny dýní v Severní Americe 🎃 | [Regression](2-Regression/README.md) | Vytvoření lineárních a polynomiálních regresních modelů | | | | 08 | Ceny dýní v Severní Americe 🎃 | [Regression](2-Regression/README.md) | Vytvoření logistického regresního modelu | | | | 09 | Webová aplikace 🔌 | [Web App](3-Web-App/README.md) | Vytvoření webové aplikace pro použití vašeho trénovaného modelu | [Python](3-Web-App/1-Web-App/README.md) | Jen | | 10 | Úvod do klasifikace | [Classification](4-Classification/README.md) | Čištění, příprava a vizualizace dat; úvod do klasifikace |