30 KiB

Raw Blame History Unescape Escape

🌐 Podrška za više jezika

Podržano putem GitHub Action (Automatizirano i uvijek ažurno)

Pridružite se našoj zajednici

Imamo tekuću Discord seriju "Uči s AI", saznajte više i pridružite nam se na Learn with AI Series od 18. do 30. rujna 2025. Dobit ćete savjete i trikove za korištenje GitHub Copilota za Data Science.

Strojno učenje za početnike - Nastavni plan

🌍 Putujte svijetom dok istražujemo Strojno učenje kroz svjetske kulture 🌍

Cloud Advocates u Microsoftu s veseljem nude 12-tjedni, 26-lekcijski nastavni plan posvećen Strojnom učenju. U ovom nastavnom planu naučit ćete o onome što se ponekad naziva klasično strojnim učenjem, koristeći prvenstveno Scikit-learn kao biblioteku i izbjegavajući duboko učenje, koje je obrađeno u našem nastavnom planu AI za početnike. Uparite ove lekcije s našim 'Data Science za početnike' nastavnim planom!

Putujte s nama svijetom dok primjenjujemo ove klasične tehnike na podatke iz mnogih dijelova svijeta. Svaka lekcija uključuje kviz prije i poslije lekcije, pisane upute za dovršetak lekcije, rješenje, zadatak i još mnogo toga. Naša pedagoška metoda temeljena na projektima omogućuje vam učenje kroz izgradnju, što je dokazani način da nove vještine "ostanu".

✍️ Srdačna zahvala našim autorima Jen Looper, Stephen Howell, Francesca Lazzeri, Tomomi Imura, Cassie Breviu, Dmitry Soshnikov, Chris Noring, Anirban Mukherjee, Ornella Altunyan, Ruth Yakubu i Amy Boyd

🎨 Zahvala i našim ilustratorima Tomomi Imura, Dasani Madipalli i Jen Looper

🙏 Posebna zahvala 🙏 našim Microsoft Student Ambassador autorima, recenzentima i suradnicima sadržaja, posebno Rishit Dagli, Muhammad Sakib Khan Inan, Rohan Raj, Alexandru Petrescu, Abhishek Jaiswal, Nawrin Tabassum, Ioan Samuila i Snigdha Agarwal

🤩 Posebna zahvalnost Microsoft Student Ambassadorima Ericu Wanjauu, Jasleen Sondhiju i Vidushi Gupti za naše R lekcije!

Početak rada

Slijedite ove korake:

Forkajte repozitorij: Kliknite na gumb "Fork" u gornjem desnom kutu ove stranice.
Klonirajte repozitorij: git clone https://github.com/microsoft/ML-For-Beginners.git

pronađite sve dodatne resurse za ovaj tečaj u našoj Microsoft Learn kolekciji

🔧 Trebate pomoć? Pogledajte naš Vodič za rješavanje problema za rješenja uobičajenih problema s instalacijom, postavljanjem i izvođenjem lekcija.

Studenti, za korištenje ovog nastavnog plana, forkajte cijeli repozitorij na svoj GitHub račun i dovršite vježbe sami ili u grupi:

Započnite s kvizom prije predavanja.
Pročitajte predavanje i dovršite aktivnosti, zaustavljajući se i razmišljajući na svakom provjeravanju znanja.
Pokušajte sami kreirati projekte razumijevanjem lekcija, a ne samo pokretanjem rješenja; međutim, taj kod je dostupan u mapama /solution u svakoj lekciji usmjerenoj na projekt.
Polažite kviz nakon predavanja.
Dovršite izazov.
Dovršite zadatak.
Nakon dovršetka grupe lekcija, posjetite Diskusijsku ploču i "učite naglas" ispunjavanjem odgovarajuće PAT ljestvice. 'PAT' je alat za procjenu napretka koji ispunjavate kako biste unaprijedili svoje učenje. Također možete reagirati na druge PAT-ove kako bismo učili zajedno.

Za daljnje učenje preporučujemo praćenje ovih Microsoft Learn modula i putanja učenja.

Nastavnici, uključili smo neke prijedloge o tome kako koristiti ovaj nastavni plan.

Video vodiči

Neke lekcije dostupne su kao kratki videozapisi. Sve ih možete pronaći u lekcijama ili na ML for Beginners playlisti na Microsoft Developer YouTube kanalu klikom na sliku ispod.

Upoznajte tim

Gif autor Mohit Jaisal

🎥 Kliknite na gornju sliku za video o projektu i ljudima koji su ga stvorili!

Pedagogija

Odabrali smo dva pedagoška načela prilikom izrade ovog nastavnog plana: osigurati da je praktičan i temeljen na projektima te da uključuje učestale kvizove. Osim toga, ovaj nastavni plan ima zajedničku temu koja mu daje koheziju.

Osiguravanjem da sadržaj odgovara projektima, proces je zanimljiviji za učenike i povećava zadržavanje koncepata. Također, kviz s niskim ulozima prije nastave postavlja namjeru učenika prema učenju teme, dok drugi kviz nakon nastave osigurava dodatno zadržavanje. Ovaj nastavni plan dizajniran je da bude fleksibilan i zabavan te se može pohađati u cijelosti ili djelomično. Projekti počinju jednostavno i postaju sve složeniji do kraja 12-tjednog ciklusa. Ovaj nastavni plan također uključuje dodatak o stvarnim primjenama strojnog učenja, koji se može koristiti kao dodatni bodovi ili kao osnova za raspravu.

Pronađite naše Pravila ponašanja, Doprinos, Prijevod i Vodič za rješavanje problema. Dobrodošli su vaši konstruktivni komentari!

Svaka lekcija uključuje

opcionalnu skicu bilješki
opcionalni dodatni video
video vodič (samo neke lekcije)
kviz za zagrijavanje prije predavanja
pisanu lekciju
za lekcije temeljene na projektima, korak-po-korak vodiče za izgradnju projekta
provjere znanja
izazov
dodatno čitanje
zadatak
kviz nakon predavanja

Napomena o jezicima: Ove lekcije su prvenstveno napisane u Pythonu, ali mnoge su dostupne i u R-u. Za dovršetak R lekcije, idite u mapu /solution i potražite R lekcije. One uključuju .rmd ekstenziju koja predstavlja R Markdown datoteku, što se može jednostavno definirati kao ugradnja kodnih blokova (R ili drugih jezika) i YAML zaglavlja (koje vodi kako formatirati izlaze poput PDF-a) u Markdown dokument. Kao takav, služi kao izvrstan okvir za pisanje za data science jer vam omogućuje kombiniranje koda, njegovog izlaza i vaših misli pisanjem u Markdownu. Nadalje, R Markdown dokumenti mogu se izvesti u formate poput PDF, HTML ili Word.

Napomena o kvizovima: Svi kvizovi nalaze se u Quiz App mapi, ukupno 52 kviza s po tri pitanja. Povezani su iz lekcija, ali aplikaciju za kvizove možete pokrenuti lokalno; slijedite upute u mapi quiz-app za lokalno hostanje ili implementaciju na Azure.

pronađite sve dodatne resurse za ovaj tečaj u našoj Microsoft Learn kolekciji

Pristup izvan mreže

Ovu dokumentaciju možete pokrenuti izvan mreže koristeći Docsify. Forkajte ovaj repozitorij, instalirajte Docsify na svoj lokalni stroj, a zatim u korijenskoj mapi ovog repozitorija upišite docsify serve. Web stranica će biti dostupna na portu 3000 na vašem localhostu: localhost:3000.

PDF-ovi

Pronađite pdf nastavnog plana s poveznicama ovdje.

🎒 Ostali tečajevi

Naš tim proizvodi i druge tečajeve! Pogledajte:

LangChain

Azure / Edge / MCP / Agenti

Serija generativne umjetne inteligencije

Osnovno učenje

Copilot serija

Dobivanje pomoći

Ako zapnete ili imate pitanja o izradi AI aplikacija. Pridružite se drugim učenicima i iskusnim programerima u raspravama o MCP-u. To je podržavajuća zajednica gdje su pitanja dobrodošla i znanje se slobodno dijeli.

Ako imate povratne informacije o proizvodu ili greške tijekom izrade posjetite:

Odricanje od odgovornosti: Ovaj dokument preveden je pomoću AI usluge za prevođenje Co-op Translator. Iako nastojimo postići točnost, imajte na umu da automatski prijevodi mogu sadržavati pogreške ili netočnosti. Izvorni dokument na izvornom jeziku treba smatrati autoritativnim izvorom. Za kritične informacije preporučuje se profesionalni ljudski prijevod. Ne snosimo odgovornost za bilo kakva nesporazuma ili pogrešna tumačenja koja proizlaze iz korištenja ovog prijevoda.

30 KiB Raw Blame History Unescape Escape