|
|
<!--
|
|
|
CO_OP_TRANSLATOR_METADATA:
|
|
|
{
|
|
|
"original_hash": "0a6f4476a4f3934a4aa47c1bf47158bc",
|
|
|
"translation_date": "2026-01-16T09:20:33+00:00",
|
|
|
"source_file": "README.md",
|
|
|
"language_code": "hk"
|
|
|
}
|
|
|
-->
|
|
|
[](https://github.com/microsoft/ML-For-Beginners/blob/master/LICENSE)
|
|
|
[](https://GitHub.com/microsoft/ML-For-Beginners/graphs/contributors/)
|
|
|
[](https://GitHub.com/microsoft/ML-For-Beginners/issues/)
|
|
|
[](https://GitHub.com/microsoft/ML-For-Beginners/pulls/)
|
|
|
[](http://makeapullrequest.com)
|
|
|
|
|
|
[](https://GitHub.com/microsoft/ML-For-Beginners/watchers/)
|
|
|
[](https://GitHub.com/microsoft/ML-For-Beginners/network/)
|
|
|
[](https://GitHub.com/microsoft/ML-For-Beginners/stargazers/)
|
|
|
|
|
|
### 🌐 多語言支援
|
|
|
|
|
|
#### 透過 GitHub Action 支援（自動化並永遠更新）
|
|
|
|
|
|
<!-- CO-OP TRANSLATOR LANGUAGES TABLE START -->
|
|
|
[Arabic](../ar/README.md) | [Bengali](../bn/README.md) | [Bulgarian](../bg/README.md) | [Burmese (Myanmar)](../my/README.md) | [Chinese (Simplified)](../zh/README.md) | [Chinese (Traditional, Hong Kong)](./README.md) | [Chinese (Traditional, Macau)](../mo/README.md) | [Chinese (Traditional, Taiwan)](../tw/README.md) | [Croatian](../hr/README.md) | [Czech](../cs/README.md) | [Danish](../da/README.md) | [Dutch](../nl/README.md) | [Estonian](../et/README.md) | [Finnish](../fi/README.md) | [French](../fr/README.md) | [German](../de/README.md) | [Greek](../el/README.md) | [Hebrew](../he/README.md) | [Hindi](../hi/README.md) | [Hungarian](../hu/README.md) | [Indonesian](../id/README.md) | [Italian](../it/README.md) | [Japanese](../ja/README.md) | [Kannada](../kn/README.md) | [Korean](../ko/README.md) | [Lithuanian](../lt/README.md) | [Malay](../ms/README.md) | [Malayalam](../ml/README.md) | [Marathi](../mr/README.md) | [Nepali](../ne/README.md) | [Nigerian Pidgin](../pcm/README.md) | [Norwegian](../no/README.md) | [Persian (Farsi)](../fa/README.md) | [Polish](../pl/README.md) | [Portuguese (Brazil)](../br/README.md) | [Portuguese (Portugal)](../pt/README.md) | [Punjabi (Gurmukhi)](../pa/README.md) | [Romanian](../ro/README.md) | [Russian](../ru/README.md) | [Serbian (Cyrillic)](../sr/README.md) | [Slovak](../sk/README.md) | [Slovenian](../sl/README.md) | [Spanish](../es/README.md) | [Swahili](../sw/README.md) | [Swedish](../sv/README.md) | [Tagalog (Filipino)](../tl/README.md) | [Tamil](../ta/README.md) | [Telugu](../te/README.md) | [Thai](../th/README.md) | [Turkish](../tr/README.md) | [Ukrainian](../uk/README.md) | [Urdu](../ur/README.md) | [Vietnamese](../vi/README.md)
|
|
|
|
|
|
> **想本地克隆？**
|
|
|
|
|
|
> 此倉庫包含超過 50 種語言翻譯，會顯著增加下載大小。若想不帶翻譯文件克隆，請使用稀疏結帳：
|
|
|
> ```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'
|
|
|
> ```
|
|
|
> 這樣你就能以更快的下載速度獲得完成課程所需的所有內容。
|
|
|
<!-- CO-OP TRANSLATOR LANGUAGES TABLE END -->
|
|
|
|
|
|
#### 加入我們的社群
|
|
|
|
|
|
[](https://discord.gg/nTYy5BXMWG)
|
|
|
|
|
|
我們正在舉辦 Discord 的 AI 學習系列，了解詳情並於 2025 年 9 月 18 日至 30 日加入我們，詳情請見 [Learn with AI Series](https://aka.ms/learnwithai/discord)。你將獲得使用 GitHub Copilot 於資料科學的技巧與秘訣。
|
|
|
|
|
|
|
|
|
|
|
|
# 機器學習入門 - 課程大綱
|
|
|
|
|
|
> 🌍 透過世界各地文化來環遊世界，認識機器學習 🌍
|
|
|
|
|
|
微軟的 Cloud Advocates 很高興提供一個為期 12 週、共 26 節課的 **機器學習** 課程大綱。在這個課程中，你會學習到有時稱作 **經典機器學習** 的內容，主要使用 Scikit-learn 這個函式庫，並避開深度學習（深度學習則包含在我們的 [AI for Beginners 課程](https://aka.ms/ai4beginners) 中）。你也可以搭配我們的 ['Data Science for Beginners' 課程](https://aka.ms/ds4beginners) 一起學習！
|
|
|
|
|
|
與我們一同遊歷世界，將這些經典技術應用於世界各地的資料。每節課包含課前與課後測驗、書面教學、解答、習題等內容。我們採用以專案為導向的教學法，透過實作學習，確保新技能牢牢掌握。
|
|
|
|
|
|
**✍️ 衷心感謝作者團隊**Jen Looper、Stephen Howell、Francesca Lazzeri、Tomomi Imura、Cassie Breviu、Dmitry Soshnikov、Chris Noring、Anirban Mukherjee、Ornella Altunyan、Ruth Yakubu 及 Amy Boyd
|
|
|
|
|
|
**🎨 亦感謝插畫師**Tomomi Imura、Dasani Madipalli 和 Jen Looper
|
|
|
|
|
|
**🙏 特別感謝 🙏 微軟學生大使作者、審閱者及內容貢獻者**，尤其是 Rishit Dagli、Muhammad Sakib Khan Inan、Rohan Raj、Alexandru Petrescu、Abhishek Jaiswal、Nawrin Tabassum、Ioan Samuila 及 Snigdha Agarwal
|
|
|
|
|
|
**🤩 額外感謝微軟學生大使 Eric Wanjau、Jasleen Sondhi 和 Vidushi Gupta 貢獻我們的 R 課程！**
|
|
|
|
|
|
# 開始
|
|
|
|
|
|
請按照以下步驟操作：
|
|
|
1. **Fork 倉庫**：點擊本頁右上角的「Fork」按鈕。
|
|
|
2. **克隆倉庫**：`git clone https://github.com/microsoft/ML-For-Beginners.git`
|
|
|
|
|
|
> [你可以在我們的 Microsoft Learn 集合中找到本課程的所有附加資源](https://learn.microsoft.com/en-us/collections/qrqzamz1nn2wx3?WT.mc_id=academic-77952-bethanycheum)
|
|
|
|
|
|
> 🔧 **需要協助嗎？** 請參考我們的 [疑難排解指南](TROUBLESHOOTING.md)，其中涵蓋安裝、配置及執行課程常見問題的解決方案。
|
|
|
|
|
|
**[學生](https://aka.ms/student-page)**，使用此課程請將整個倉庫 fork 至你自己的 GitHub 帳戶，並自行完成練習或組成小組：
|
|
|
|
|
|
- 從課前小測開始。
|
|
|
- 閱讀課程並完成活動，於每個知識點靜下心反思。
|
|
|
- 嘗試理解課程內容並自行建立專案，而非直接執行解答程式碼；不過，每個專案導向課程的 `/solution` 資料夾中仍有對應的解答程式碼。
|
|
|
- 完成課後小測。
|
|
|
- 完成挑戰。
|
|
|
- 完成作業。
|
|
|
- 完成一組課程後，請造訪 [討論區](https://github.com/microsoft/ML-For-Beginners/discussions) 並以「大聲學習」的方式填寫相應的 PAT 打分表。PAT（進度評估工具）是你填寫以自行學習進程的評分標準。你也可以對其他人的 PAT 作出回應，和大家一起進步。
|
|
|
|
|
|
> 若想進一步學習，我們推薦以下 [Microsoft Learn](https://docs.microsoft.com/en-us/users/jenlooper-2911/collections/k7o7tg1gp306q4?WT.mc_id=academic-77952-leestott) 模組與學習路徑。
|
|
|
|
|
|
**教師**，我們也在 [for-teachers.md](for-teachers.md) 提供了如何使用本課程的一些建議。
|
|
|
|
|
|
---
|
|
|
|
|
|
## 視頻示範
|
|
|
|
|
|
部分課程有短片教學，可在課程內嵌連結找到，或在 [Microsoft Developer YouTube 頻道的 ML for Beginners 播放清單](https://aka.ms/ml-beginners-videos) 觀看，點擊下方圖片即可。
|
|
|
|
|
|
[](https://aka.ms/ml-beginners-videos)
|
|
|
|
|
|
---
|
|
|
|
|
|
## 團隊介紹
|
|
|
|
|
|
[](https://youtu.be/Tj1XWrDSYJU)
|
|
|
|
|
|
**GIF 動畫由** [Mohit Jaisal](https://linkedin.com/in/mohitjaisal) 製作
|
|
|
|
|
|
> 🎥 點擊上方圖片，觀看本專案及創作者的影片介紹！
|
|
|
|
|
|
---
|
|
|
|
|
|
## 教學方法
|
|
|
|
|
|
我們建立本課程時秉持兩大教學原則：確保它是以**專案導向**為基礎，並包含**頻繁的測驗**。此外，本課程圍繞著一個共同的**主題**，以凝聚整體內容。
|
|
|
|
|
|
確保內容與專案對齊，使學生更投入學習並增強觀念的記憶。此外，上課前的低壓力測驗有助訂立學習目標，課後的第二次測驗則加強記憶。課程設計靈活且有趣，可全程參加或選擇部分學習。專案從小而簡單開始，12 週期末逐漸提升難度。本課程並包含關於機器學習實際應用的後記，可以作為額外學習學分或討論基礎。
|
|
|
|
|
|
> 請參考我們的 [行為守則](CODE_OF_CONDUCT.md)、[貢獻指南](CONTRIBUTING.md)、[翻譯指南](TRANSLATIONS.md)、與 [疑難排解](TROUBLESHOOTING.md)，我們歡迎你的建設性回饋！
|
|
|
|
|
|
## 每節課包括
|
|
|
|
|
|
- 選配速寫筆記
|
|
|
- 選配輔助視頻
|
|
|
- 視頻示範（部分課程）
|
|
|
- [課前暖身測驗](https://ff-quizzes.netlify.app/en/ml/)
|
|
|
- 書面課程內容
|
|
|
- 專案課程包含逐步指引建置專案
|
|
|
- 知識檢測
|
|
|
- 挑戰題
|
|
|
- 補充閱讀
|
|
|
- 作業
|
|
|
- [課後測驗](https://ff-quizzes.netlify.app/en/ml/)
|
|
|
|
|
|
> **關於語言的備註**：本課程主要使用 Python 撰寫，但也有許多課程提供 R 版本。若要完成 R 課程，請到 `/solution` 資料夾尋找 R 課程，文件帶有 .rmd 副檔名，代表 **R Markdown** 文件。R Markdown 是一種結合 `程式碼區塊`（可包含 R 或其他語言）與 `YAML 標頭`（用於格式化輸出，如 PDF）於 `Markdown 文件`中的檔案格式。此架構非常適合數據科學創作，因可同時包含程式碼、輸出結果及書寫的想法。R Markdown 也可以輸出為 PDF、HTML 或 Word 等格式。
|
|
|
> **有關小測的說明**：所有小測均收錄於 [Quiz App folder](../../quiz-app)，共52個小測，每個含三題。它們會從課程中連結，但小測應用程式可本地執行；請依 `quiz-app` 資料夾中的指示在本地端架設或部署至 Azure。
|
|
|
|
|
|
| Lesson Number | 主題 | 課程分類 | 學習目標 | 相關課程 | 作者 |
|
|
|
| :-----------: | :------------------------------------------------------------: | :------------------------------------------: | ------------------------------------------------------------------------------------------------------------------ | :----------------------------------------------------------------------------------------------------------------------------------: | :------------------------------------------------: |
|
|
|
| 01 | 機器學習簡介 | [Introduction](1-Introduction/README.md) | 了解機器學習的基本概念 | [Lesson](1-Introduction/1-intro-to-ML/README.md) | Muhammad |
|
|
|
| 02 | 機器學習的歷史 | [Introduction](1-Introduction/README.md) | 了解此領域的歷史 | [Lesson](1-Introduction/2-history-of-ML/README.md) | Jen and Amy |
|
|
|
| 03 | 公平性與機器學習 | [Introduction](1-Introduction/README.md) | 學生應考量建立與應用機器學習模型時，公平性的哲學議題 | [Lesson](1-Introduction/3-fairness/README.md) | Tomomi |
|
|
|
| 04 | 機器學習技術 | [Introduction](1-Introduction/README.md) | 機器學習研究者使用哪種技術來建立模型？ | [Lesson](1-Introduction/4-techniques-of-ML/README.md) | Chris and Jen |
|
|
|
| 05 | 回歸簡介 | [Regression](2-Regression/README.md) | 開始使用 Python 和 Scikit-learn 建立回歸模型 | [Python](2-Regression/1-Tools/README.md) • [R](../../2-Regression/1-Tools/solution/R/lesson_1.html) | Jen • Eric Wanjau |
|
|
|
| 06 | 北美南瓜價格 🎃 | [Regression](2-Regression/README.md) | 視覺化與清理資料以準備機器學習 | [Python](2-Regression/2-Data/README.md) • [R](../../2-Regression/2-Data/solution/R/lesson_2.html) | Jen • Eric Wanjau |
|
|
|
| 07 | 北美南瓜價格 🎃 | [Regression](2-Regression/README.md) | 建立線性與多項式回歸模型 | [Python](2-Regression/3-Linear/README.md) • [R](../../2-Regression/3-Linear/solution/R/lesson_3.html) | Jen and Dmitry • Eric Wanjau |
|
|
|
| 08 | 北美南瓜價格 🎃 | [Regression](2-Regression/README.md) | 建立邏輯回歸模型 | [Python](2-Regression/4-Logistic/README.md) • [R](../../2-Regression/4-Logistic/solution/R/lesson_4.html) | Jen • Eric Wanjau |
|
|
|
| 09 | Web App 🔌 | [Web App](3-Web-App/README.md) | 建立一個網頁應用程式以使用你訓練的模型 | [Python](3-Web-App/1-Web-App/README.md) | Jen |
|
|
|
| 10 | 分類簡介 | [Classification](4-Classification/README.md) | 清理、準備及視覺化資料；分類入門 | [Python](4-Classification/1-Introduction/README.md) • [R](../../4-Classification/1-Introduction/solution/R/lesson_10.html) | Jen and Cassie • Eric Wanjau |
|
|
|
| 11 | 美味的亞洲和印度料理 🍜 | [Classification](4-Classification/README.md) | 介紹分類器 | [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 | 美味的亞洲和印度料理 🍜 | [Classification](4-Classification/README.md) | 更多分類器 | [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 | 美味的亞洲和印度料理 🍜 | [Classification](4-Classification/README.md) | 使用你的模型建立推薦網頁應用程式 | [Python](4-Classification/4-Applied/README.md) | Jen |
|
|
|
| 14 | 叢集簡介 | [Clustering](5-Clustering/README.md) | 清理、準備及視覺化資料；叢集入門 | [Python](5-Clustering/1-Visualize/README.md) • [R](../../5-Clustering/1-Visualize/solution/R/lesson_14.html) | Jen • Eric Wanjau |
|
|
|
| 15 | 探索奈及利亞音樂品味 🎧 | [Clustering](5-Clustering/README.md) | 探索 K-均值叢集法 | [Python](5-Clustering/2-K-Means/README.md) • [R](../../5-Clustering/2-K-Means/solution/R/lesson_15.html) | Jen • Eric Wanjau |
|
|
|
| 16 | 自然語言處理簡介 ☕️ | [Natural language processing](6-NLP/README.md) | 透過建立簡單機器人學習 NLP 基礎 | [Python](6-NLP/1-Introduction-to-NLP/README.md) | Stephen |
|
|
|
| 17 | 常見的 NLP 工作 ☕️ | [Natural language processing](6-NLP/README.md) | 透過理解處理語言結構時所需的常見任務來深化 NLP 知識 | [Python](6-NLP/2-Tasks/README.md) | Stephen |
|
|
|
| 18 | 翻譯與情感分析 ♥️ | [Natural language processing](6-NLP/README.md) | 使用 Jane Austen 文本進行翻譯與情感分析 | [Python](6-NLP/3-Translation-Sentiment/README.md) | Stephen |
|
|
|
| 19 | 歐洲浪漫飯店 ♥️ | [Natural language processing](6-NLP/README.md) | 使用飯店評論進行情感分析 1 | [Python](6-NLP/4-Hotel-Reviews-1/README.md) | Stephen |
|
|
|
| 20 | 歐洲浪漫飯店 ♥️ | [Natural language processing](6-NLP/README.md) | 使用飯店評論進行情感分析 2 | [Python](6-NLP/5-Hotel-Reviews-2/README.md) | Stephen |
|
|
|
| 21 | 時間序列預測簡介 | [Time series](7-TimeSeries/README.md) | 時間序列預測入門 | [Python](7-TimeSeries/1-Introduction/README.md) | Francesca |
|
|
|
| 22 | ⚡️ 世界電力消耗 ⚡️ - 使用 ARIMA 進行時間序列預測 | [Time series](7-TimeSeries/README.md) | 使用 ARIMA 進行時間序列預測 | [Python](7-TimeSeries/2-ARIMA/README.md) | Francesca |
|
|
|
| 23 | ⚡️ 世界電力消耗 ⚡️ - 使用 SVR 進行時間序列預測 | [Time series](7-TimeSeries/README.md) | 使用支持向量回歸 (SVR) 進行時間序列預測 | [Python](7-TimeSeries/3-SVR/README.md) | Anirban |
|
|
|
| 24 | 強化學習簡介 | [Reinforcement learning](8-Reinforcement/README.md) | Q-Learning 強化學習入門 | [Python](8-Reinforcement/1-QLearning/README.md) | Dmitry |
|
|
|
| 25 | 幫彼得避開狼！🐺 | [Reinforcement learning](8-Reinforcement/README.md) | 強化學習 Gym | [Python](8-Reinforcement/2-Gym/README.md) | Dmitry |
|
|
|
| 後記 | 現實世界中的機器學習情境與應用 | [ML in the Wild](9-Real-World/README.md) | 古典機器學習有趣且啟發性的真實世界應用 | [Lesson](9-Real-World/1-Applications/README.md) | 團隊 |
|
|
|
| 後記 | 使用 RAI 儀表板進行機器學習模型除錯 | [ML in the Wild](9-Real-World/README.md) | 使用 Responsible AI 儀表板元件來進行機器學習模型除錯 | [Lesson](9-Real-World/2-Debugging-ML-Models/README.md) | Ruth Yakubu |
|
|
|
|
|
|
> [在我們的 Microsoft Learn 集合中找到此課程的所有額外資源](https://learn.microsoft.com/en-us/collections/qrqzamz1nn2wx3?WT.mc_id=academic-77952-bethanycheum)
|
|
|
|
|
|
## 離線存取
|
|
|
|
|
|
你可以使用 [Docsify](https://docsify.js.org/#/) 離線瀏覽此說明文件。將本 repo 分叉，於本地機器安裝 [Docsify](https://docsify.js.org/#/quickstart)，接著在本 repo 根目錄輸入 `docsify serve`。網站會在本地主機的 3000 埠上提供服務：`localhost:3000`。
|
|
|
|
|
|
## PDF
|
|
|
|
|
|
可在此處找到課程 PDF 並含有連結 [here](https://microsoft.github.io/ML-For-Beginners/pdf/readme.pdf)。
|
|
|
|
|
|
## 🎒 其他課程
|
|
|
|
|
|
我們團隊還有其他課程！快來看看：
|
|
|
|
|
|
<!-- CO-OP TRANSLATOR OTHER COURSES START -->
|
|
|
### LangChain
|
|
|
[](https://aka.ms/langchain4j-for-beginners)
|
|
|
[](https://aka.ms/langchainjs-for-beginners?WT.mc_id=m365-94501-dwahlin)
|
|
|
|
|
|
---
|
|
|
|
|
|
### Azure / Edge / MCP / Agents
|
|
|
[](https://github.com/microsoft/AZD-for-beginners?WT.mc_id=academic-105485-koreyst)
|
|
|
[](https://github.com/microsoft/edgeai-for-beginners?WT.mc_id=academic-105485-koreyst)
|
|
|
[](https://github.com/microsoft/mcp-for-beginners?WT.mc_id=academic-105485-koreyst)
|
|
|
[](https://github.com/microsoft/ai-agents-for-beginners?WT.mc_id=academic-105485-koreyst)
|
|
|
|
|
|
---
|
|
|
|
|
|
### 生成式 AI 系列
|
|
|
[](https://github.com/microsoft/generative-ai-for-beginners?WT.mc_id=academic-105485-koreyst)
|
|
|
[-9333EA?style=for-the-badge&labelColor=E5E7EB&color=9333EA)](https://github.com/microsoft/Generative-AI-for-beginners-dotnet?WT.mc_id=academic-105485-koreyst)
|
|
|
[-C084FC?style=for-the-badge&labelColor=E5E7EB&color=C084FC)](https://github.com/microsoft/generative-ai-for-beginners-java?WT.mc_id=academic-105485-koreyst)
|
|
|
[-E879F9?style=for-the-badge&labelColor=E5E7EB&color=E879F9)](https://github.com/microsoft/generative-ai-with-javascript?WT.mc_id=academic-105485-koreyst)
|
|
|
|
|
|
---
|
|
|
|
|
|
### 核心學習
|
|
|
[](https://aka.ms/ml-beginners?WT.mc_id=academic-105485-koreyst)
|
|
|
[](https://aka.ms/datascience-beginners?WT.mc_id=academic-105485-koreyst)
|
|
|
[](https://aka.ms/ai-beginners?WT.mc_id=academic-105485-koreyst)
|
|
|
[](https://github.com/microsoft/Security-101?WT.mc_id=academic-96948-sayoung)
|
|
|
[](https://aka.ms/webdev-beginners?WT.mc_id=academic-105485-koreyst)
|
|
|
[](https://aka.ms/iot-beginners?WT.mc_id=academic-105485-koreyst)
|
|
|
[](https://github.com/microsoft/xr-development-for-beginners?WT.mc_id=academic-105485-koreyst)
|
|
|
|
|
|
---
|
|
|
|
|
|
### Copilot 系列
|
|
|
[](https://aka.ms/GitHubCopilotAI?WT.mc_id=academic-105485-koreyst)
|
|
|
[](https://github.com/microsoft/mastering-github-copilot-for-dotnet-csharp-developers?WT.mc_id=academic-105485-koreyst)
|
|
|
[](https://github.com/microsoft/CopilotAdventures?WT.mc_id=academic-105485-koreyst)
|
|
|
<!-- CO-OP TRANSLATOR OTHER COURSES END -->
|
|
|
|
|
|
## 獲得協助
|
|
|
|
|
|
如果你遇上困難或對構建 AI 應用程式有任何疑問，歡迎加入 MCP 中的學習者和經驗豐富的開發者討論。這是個支持性的社區，大家樂於提問，並自由分享知識。
|
|
|
|
|
|
[](https://discord.gg/nTYy5BXMWG)
|
|
|
|
|
|
如果你在構建中有產品反饋或遇到錯誤，請訪問：
|
|
|
|
|
|
[](https://aka.ms/foundry/forum)
|
|
|
|
|
|
---
|
|
|
|
|
|
<!-- CO-OP TRANSLATOR DISCLAIMER START -->
|
|
|
**免責聲明**：
|
|
|
本文件乃使用 AI 翻譯服務 [Co-op Translator](https://github.com/Azure/co-op-translator) 進行翻譯。雖然我們力求準確，但請注意自動翻譯可能包含錯誤或不準確之處。原始文件以其原文語言版本為準參考。對於重要資訊，建議採用專業人工翻譯。我們不對因使用本翻譯而引起的任何誤解或誤釋承擔責任。
|
|
|
<!-- CO-OP TRANSLATOR DISCLAIMER END --> |
