26 KiB
🌐 Podpora viacerých jazykov
Podporované cez GitHub Action (automatizované a vždy aktuálne)
French | Spanish | German | Russian | Arabic | Persian (Farsi) | Urdu | Chinese (Simplified) | Chinese (Traditional, Macau) | Chinese (Traditional, Hong Kong) | Chinese (Traditional, Taiwan) | Japanese | Korean | Hindi | Bengali | Marathi | Nepali | Punjabi (Gurmukhi) | Portuguese (Portugal) | Portuguese (Brazil) | Italian | Polish | Turkish | Greek | Thai | Swedish | Danish | Norwegian | Finnish | Dutch | Hebrew | Vietnamese | Indonesian | Malay | Tagalog (Filipino) | Swahili | Hungarian | Czech | Slovak | Romanian | Bulgarian | Serbian (Cyrillic) | Croatian | Slovenian | Ukrainian | Burmese (Myanmar)
Pripojte sa ku komunite
Strojové učenie pre začiatočníkov - učebný plán
🌍 Cestujte po svete a objavujte strojové učenie prostredníctvom kultúr 🌍
Cloud Advocates v spoločnosti Microsoft s radosťou ponúkajú 12-týždňový, 26-lekciový učebný plán o strojovom učení. V tomto učebnom pláne sa naučíte o tom, čo sa niekedy nazýva klasické strojové učenie, pričom sa primárne používa knižnica Scikit-learn a vyhýba sa hlbokému učeniu, ktoré je pokryté v našom učebnom pláne AI pre začiatočníkov. Spojte tieto lekcie s naším učebným plánom Data Science pre začiatočníkov!
Cestujte s nami po svete, keď aplikujeme tieto klasické techniky na údaje z rôznych oblastí sveta. Každá lekcia obsahuje kvízy pred a po lekcii, písomné pokyny na dokončenie lekcie, riešenie, úlohu a ďalšie. Náš projektovo orientovaný prístup vám umožní učiť sa prostredníctvom tvorby, čo je osvedčený spôsob, ako si nové zručnosti lepšie zapamätať.
✍️ Srdečné poďakovanie našim autorom Jen Looper, Stephen Howell, Francesca Lazzeri, Tomomi Imura, Cassie Breviu, Dmitry Soshnikov, Chris Noring, Anirban Mukherjee, Ornella Altunyan, Ruth Yakubu a Amy Boyd
🎨 Poďakovanie patrí aj našim ilustrátorom Tomomi Imura, Dasani Madipalli a Jen Looper
🙏 Špeciálne poďakovanie 🙏 našim autorom, recenzentom a prispievateľom obsahu z radov Microsoft Student Ambassador, najmä Rishit Dagli, Muhammad Sakib Khan Inan, Rohan Raj, Alexandru Petrescu, Abhishek Jaiswal, Nawrin Tabassum, Ioan Samuila a Snigdha Agarwal
🤩 Extra vďaka Microsoft Student Ambassadors Eric Wanjau, Jasleen Sondhi a Vidushi Gupta za naše lekcie v R!
Začíname
Postupujte podľa týchto krokov:
- Forknite repozitár: Kliknite na tlačidlo "Fork" v pravom hornom rohu tejto stránky.
- Klonujte repozitár:
git clone https://github.com/microsoft/ML-For-Beginners.git
nájdite všetky ďalšie zdroje pre tento kurz v našej kolekcii Microsoft Learn
Študenti, na použitie tohto učebného plánu si forknite celý repozitár do svojho vlastného GitHub účtu a dokončite cvičenia sami alebo v skupine:
- Začnite kvízom pred lekciou.
- Prečítajte si lekciu a dokončite aktivity, pričom sa zastavte a zamyslite pri každej kontrole vedomostí.
- Pokúste sa vytvoriť projekty pochopením lekcií namiesto spúšťania riešenia kódu; tento kód je však dostupný v priečinkoch
/solutionv každej projektovo orientovanej lekcii. - Urobte kvíz po lekcii.
- Dokončite výzvu.
- Dokončite úlohu.
- Po dokončení skupiny lekcií navštívte Diskusnú tabuľu a "učte sa nahlas" vyplnením príslušného PAT rubrika. PAT je nástroj na hodnotenie pokroku, ktorý je rubrikou, ktorú vyplníte na ďalšie prehĺbenie svojho učenia. Môžete tiež reagovať na iné PAT, aby sme sa učili spoločne.
Na ďalšie štúdium odporúčame sledovať tieto moduly a učebné cesty Microsoft Learn.
Učitelia, pridali sme niekoľko návrhov, ako používať tento učebný plán.
Video prehliadky
Niektoré lekcie sú dostupné ako krátke videá. Všetky nájdete priamo v lekciách alebo na playlistu ML pre začiatočníkov na YouTube kanáli Microsoft Developer kliknutím na obrázok nižšie.
Spoznajte tím
Gif od Mohit Jaisal
🎥 Kliknite na obrázok vyššie pre video o projekte a ľuďoch, ktorí ho vytvorili!
Pedagogika
Pri tvorbe tohto učebného plánu sme si zvolili dve pedagogické zásady: zabezpečiť, aby bol praktický projektovo orientovaný a aby obsahoval časté kvízy. Okrem toho má tento učebný plán spoločnú tému, ktorá mu dodáva súdržnosť.
Zabezpečením, že obsah je v súlade s projektmi, je proces pre študentov pútavejší a zlepšuje sa zapamätanie konceptov. Okrem toho nízko-stresový kvíz pred hodinou nastavuje úmysel študenta na učenie sa témy, zatiaľ čo druhý kvíz po hodine zabezpečuje ďalšie zapamätanie. Tento učebný plán bol navrhnutý tak, aby bol flexibilný a zábavný a mohol byť absolvovaný celý alebo čiastočne. Projekty začínajú malé a postupne sa stávajú zložitejšími na konci 12-týždňového cyklu. Tento učebný plán tiež obsahuje dodatok o reálnych aplikáciách strojového učenia, ktorý môže byť použitý ako extra kredit alebo ako základ pre diskusiu.
Nájdite náš Kódex správania, Prispievanie a Prekladové pokyny. Vaša konštruktívna spätná väzba je vítaná!
Každá lekcia obsahuje
- voliteľný sketchnote
- voliteľné doplnkové video
- video prehliadku (len niektoré lekcie)
- kvíz na zahriatie pred lekciou
- písomnú lekciu
- pre projektovo orientované lekcie, podrobné návody na vytvorenie projektu
- kontroly vedomostí
- výzvu
- doplnkové čítanie
- úlohu
- kvíz po lekcii
Poznámka o jazykoch: Tieto lekcie sú primárne napísané v Pythone, ale mnohé sú dostupné aj v R. Na dokončenie lekcie v R prejdite do priečinka
/solutiona hľadajte lekcie v R. Obsahujú príponu .rmd, ktorá predstavuje R Markdown súbor, ktorý možno jednoducho definovať ako vloženiecode chunks(R alebo iných jazykov) aYAML header(ktorý určuje, ako formátovať výstupy ako PDF) doMarkdown dokumentu. Ako taký slúži ako príkladný autorovací rámec pre dátovú vedu, pretože vám umožňuje kombinovať váš kód, jeho výstup a vaše myšlienky tým, že ich zapíšete do Markdown. Navyše, R Markdown dokumenty môžu byť vykreslené do výstupných formátov ako PDF, HTML alebo Word.
Poznámka o kvízoch: Všetky kvízy sú obsiahnuté v priečinku Quiz App, celkovo 52 kvízov po tri otázky. Sú prepojené priamo z lekcií, ale aplikáciu kvízov je možné spustiť lokálne; postupujte podľa pokynov v priečinku
quiz-appna lokálne hosťovanie alebo nasadenie na Azure.
| Číslo lekcie | Téma | Skupina lekcií | Ciele učenia | Prepojená lekcia | Autor |
|---|---|---|---|---|---|
| 01 | Úvod do strojového učenia | Úvod | Naučte sa základné koncepty strojového učenia | Lekcia | Muhammad |
| 02 | História strojového učenia | Úvod | Naučte sa históriu tohto odboru | Lekcia | Jen a Amy |
| 03 | Spravodlivosť a strojové učenie | Úvod | Aké sú dôležité filozofické otázky týkajúce sa spravodlivosti, ktoré by študenti mali zvážiť pri vytváraní a aplikácii ML modelov? | Lekcia | Tomomi |
| 04 | Techniky strojového učenia | Introduction | Aké techniky používajú výskumníci strojového učenia na vytváranie modelov strojového učenia? | Lesson | Chris a Jen |
| 05 | Úvod do regresie | Regression | Začnite s Pythonom a Scikit-learn pre regresné modely |
- [Python](2-Regression/1-Tools/README.md)
- [R](../../2-Regression/1-Tools/solution/R/lesson_1.html)
- Jen
- Eric Wanjau
- [Python](2-Regression/2-Data/README.md)
- [R](../../2-Regression/2-Data/solution/R/lesson_2.html)
- Jen
- Eric Wanjau
- [Python](2-Regression/3-Linear/README.md)
- [R](../../2-Regression/3-Linear/solution/R/lesson_3.html)
- Jen a Dmitry
- Eric Wanjau
- [Python](2-Regression/4-Logistic/README.md)
- [R](../../2-Regression/4-Logistic/solution/R/lesson_4.html)
- Jen
- Eric Wanjau
- [Python](4-Classification/1-Introduction/README.md)
- [R](../../4-Classification/1-Introduction/solution/R/lesson_10.html) |
- Jen a Cassie
- Eric Wanjau
- [Python](4-Classification/2-Classifiers-1/README.md)
- [R](../../4-Classification/2-Classifiers-1/solution/R/lesson_11.html) |
- Jen a Cassie
- Eric Wanjau
- [Python](4-Classification/3-Classifiers-2/README.md)
- [R](../../4-Classification/3-Classifiers-2/solution/R/lesson_12.html) |
- Jen a Cassie
- Eric Wanjau
- [Python](5-Clustering/1-Visualize/README.md)
- [R](../../5-Clustering/1-Visualize/solution/R/lesson_14.html) |
- Jen
- Eric Wanjau
- [Python](5-Clustering/2-K-Means/README.md)
- [R](../../5-Clustering/2-K-Means/solution/R/lesson_15.html) |
- Jen
- Eric Wanjau
nájdite všetky ďalšie zdroje pre tento kurz v našej kolekcii Microsoft Learn
Offline prístup
Túto dokumentáciu môžete spustiť offline pomocou Docsify. Forknite tento repozitár, nainštalujte Docsify na svojom lokálnom počítači a potom v koreňovom priečinku tohto repozitára zadajte
docsify serve. Webová stránka bude spustená na porte 3000 na vašom localhoste:localhost:3000.PDF
Nájdite PDF verziu učebných osnov s odkazmi tu.
🎒 Ďalšie kurzy
Náš tím vytvára ďalšie kurzy! Pozrite si:
- Generatívna AI pre začiatočníkov
- Generatívna AI pre začiatočníkov .NET
- Generatívna AI s JavaScriptom
- Generatívna AI s Javou
- AI pre začiatočníkov
- Data Science pre začiatočníkov
- ML pre začiatočníkov
- Kybernetická bezpečnosť pre začiatočníkov
- Webový vývoj pre začiatočníkov
- IoT pre začiatočníkov
- XR vývoj pre začiatočníkov
- Ovládnutie GitHub Copilot pre párové programovanie
- Ovládnutie GitHub Copilot pre vývojárov C#/.NET
- Vyberte si vlastné dobrodružstvo s Copilotom
Upozornenie:
Tento dokument bol preložený pomocou služby AI prekladu Co-op Translator. Aj keď sa snažíme o presnosť, prosím, berte na vedomie, že automatizované preklady môžu obsahovať chyby alebo nepresnosti. Pôvodný dokument v jeho pôvodnom jazyku by mal byť považovaný za autoritatívny zdroj. Pre kritické informácie sa odporúča profesionálny ľudský preklad. Nie sme zodpovední za akékoľvek nedorozumenia alebo nesprávne interpretácie vyplývajúce z použitia tohto prekladu.