leestott
349386faa1
|
12 months ago | |
|---|---|---|
| .. | ||
| 1-Introduction | 12 months ago | |
| 2-Regression | 12 months ago | |
| 3-Web-App | 12 months ago | |
| 4-Classification | 12 months ago | |
| 5-Clustering | 12 months ago | |
| 6-NLP | 12 months ago | |
| 7-TimeSeries | 12 months ago | |
| 8-Reinforcement | 12 months ago | |
| 9-Real-World | 12 months ago | |
| docs | 12 months ago | |
| quiz-app | 12 months ago | |
| sketchnotes | 12 months ago | |
| CODE_OF_CONDUCT.md | 12 months ago | |
| CONTRIBUTING.md | 12 months ago | |
| README.md | 12 months ago | |
| SECURITY.md | 12 months ago | |
| SUPPORT.md | 12 months ago | |
| for-teachers.md | 12 months ago | |
README.md
🌐 Ondersteuning voor meerdere talen
Ondersteund via GitHub Action (Automatisch & Altijd Actueel)
Frans | Spaans | Duits | Russisch | Arabisch | Perzisch (Farsi) | Urdu | Chinees (Vereenvoudigd) | Chinees (Traditioneel, Macau) | Chinees (Traditioneel, Hong Kong) | Chinees (Traditioneel, Taiwan) | Japans | Koreaans | Hindi | Bengaals | Marathi | Nepalees | Punjabi (Gurmukhi) | Portugees (Portugal) | Portugees (Brazilië) | Italiaans | Pools | Turks | Grieks | Thais | Zweeds | Deens | Noors | Fins | Nederlands | Hebreeuws | Vietnamees | Indonesisch | Maleis | Tagalog (Filipino) | Swahili | Hongaars | Tsjechisch | Slowaaks | Roemeens | Bulgaars | Servisch (Cyrillisch) | Kroatisch | Sloveens | Oekraïens | Birmaans (Myanmar)
Doe mee met de community
Machine Learning voor Beginners - Een Curriculum
🌍 Reis de wereld rond terwijl we Machine Learning verkennen door middel van wereldculturen 🌍
Cloud Advocates bij Microsoft zijn verheugd om een 12-weekse, 26-lessen curriculum aan te bieden over Machine Learning. In dit curriculum leer je over wat soms klassieke machine learning wordt genoemd, voornamelijk met behulp van Scikit-learn als bibliotheek en zonder deep learning, wat wordt behandeld in ons AI voor Beginners curriculum. Combineer deze lessen met ons 'Data Science voor Beginners curriculum', ook!
Reis met ons mee rond de wereld terwijl we deze klassieke technieken toepassen op data uit verschillende delen van de wereld. Elke les bevat pre- en post-lesquizzen, geschreven instructies om de les te voltooien, een oplossing, een opdracht en meer. Onze projectgerichte aanpak stelt je in staat om te leren terwijl je bouwt, een bewezen manier om nieuwe vaardigheden te laten beklijven.
✍️ Hartelijke dank aan onze auteurs Jen Looper, Stephen Howell, Francesca Lazzeri, Tomomi Imura, Cassie Breviu, Dmitry Soshnikov, Chris Noring, Anirban Mukherjee, Ornella Altunyan, Ruth Yakubu en Amy Boyd
🎨 Ook dank aan onze illustratoren Tomomi Imura, Dasani Madipalli en Jen Looper
🙏 Speciale dank 🙏 aan onze Microsoft Student Ambassador auteurs, reviewers en inhoudsbijdragers, met name Rishit Dagli, Muhammad Sakib Khan Inan, Rohan Raj, Alexandru Petrescu, Abhishek Jaiswal, Nawrin Tabassum, Ioan Samuila en Snigdha Agarwal
🤩 Extra dank aan Microsoft Student Ambassadors Eric Wanjau, Jasleen Sondhi en Vidushi Gupta voor onze R-lessen!
Aan de slag
Volg deze stappen:
- Fork de Repository: Klik op de "Fork"-knop rechtsboven op deze pagina.
- Clone de Repository:
git clone https://github.com/microsoft/ML-For-Beginners.git
vind alle aanvullende bronnen voor deze cursus in onze Microsoft Learn-collectie
Studenten, om dit curriculum te gebruiken, fork de hele repo naar je eigen GitHub-account en voltooi de oefeningen alleen of met een groep:
- Begin met een pre-lesquiz.
- Lees de les en voltooi de activiteiten, pauzeer en reflecteer bij elke kenniscontrole.
- Probeer de projecten te maken door de lessen te begrijpen in plaats van de oplossingscode uit te voeren; die code is echter beschikbaar in de
/solution-mappen in elke projectgerichte les. - Maak de post-lesquiz.
- Voltooi de uitdaging.
- Voltooi de opdracht.
- Na het voltooien van een lesgroep, bezoek het Discussiebord en "leer hardop" door de juiste PAT-rubriek in te vullen. Een 'PAT' is een Progress Assessment Tool, een rubriek die je invult om je leerproces te bevorderen. Je kunt ook reageren op andere PATs zodat we samen kunnen leren.
Voor verdere studie raden we aan om deze Microsoft Learn modules en leerpaden te volgen.
Docenten, we hebben enkele suggesties opgenomen over hoe dit curriculum te gebruiken.
Video walkthroughs
Sommige lessen zijn beschikbaar als korte video's. Je kunt deze allemaal in de lessen vinden, of op de ML voor Beginners playlist op het Microsoft Developer YouTube-kanaal door op de afbeelding hieronder te klikken.
Ontmoet het team
Gif door Mohit Jaisal
🎥 Klik op de afbeelding hierboven voor een video over het project en de mensen die het hebben gemaakt!
Pedagogiek
We hebben twee pedagogische principes gekozen bij het bouwen van dit curriculum: ervoor zorgen dat het hands-on projectgericht is en dat het frequente quizzen bevat. Daarnaast heeft dit curriculum een gemeenschappelijk thema om het samenhangend te maken.
Door ervoor te zorgen dat de inhoud aansluit bij projecten, wordt het proces boeiender voor studenten en wordt het begrip van concepten versterkt. Bovendien zet een quiz met lage inzet vóór een les de intentie van de student om een onderwerp te leren, terwijl een tweede quiz na de les zorgt voor verdere retentie. Dit curriculum is ontworpen om flexibel en leuk te zijn en kan in zijn geheel of gedeeltelijk worden gevolgd. De projecten beginnen klein en worden steeds complexer tegen het einde van de 12-weekse cyclus. Dit curriculum bevat ook een naschrift over toepassingen van ML in de echte wereld, dat kan worden gebruikt als extra krediet of als basis voor discussie.
Vind onze Gedragscode, Bijdragen, en Vertaling richtlijnen. We verwelkomen je constructieve feedback!
Elke les bevat
- optionele sketchnote
- optionele aanvullende video
- video walkthrough (alleen sommige lessen)
- pre-les opwarmquiz
- geschreven les
- voor projectgerichte lessen, stapsgewijze handleidingen over hoe het project te bouwen
- kenniscontroles
- een uitdaging
- aanvullende literatuur
- opdracht
- post-lesquiz
Een opmerking over talen: Deze lessen zijn voornamelijk geschreven in Python, maar veel zijn ook beschikbaar in R. Om een R-les te voltooien, ga naar de
/solution-map en zoek naar R-lessen. Ze bevatten een .rmd-extensie die een R Markdown-bestand vertegenwoordigt, dat eenvoudig kan worden gedefinieerd als een combinatie vancode chunks(van R of andere talen) en eenYAML-header(die aangeeft hoe outputs zoals PDF moeten worden geformatteerd) in eenMarkdown-document. Als zodanig dient het als een voorbeeldig authoring-framework voor data science, omdat het je in staat stelt je code, de output ervan en je gedachten te combineren door ze in Markdown op te schrijven. Bovendien kunnen R Markdown-documenten worden gerenderd naar outputformaten zoals PDF, HTML of Word.
Een opmerking over quizzen: Alle quizzen zijn opgenomen in de Quiz App map, voor in totaal 52 quizzen van drie vragen elk. Ze zijn gekoppeld vanuit de lessen, maar de quiz-app kan lokaal worden uitgevoerd; volg de instructies in de
quiz-app-map om lokaal te hosten of te implementeren op Azure.
| Lesnummer | Onderwerp | Lesgroep | Leerdoelen | Gelinkte les | Auteur |
|---|---|---|---|---|---|
| 01 | Introductie tot machine learning | Introductie | Leer de basisconcepten achter machine learning | Les | Muhammad |
| 02 | De geschiedenis van machine learning | Introductie | Leer de geschiedenis achter dit vakgebied | Les | Jen en Amy |
| 03 | Eerlijkheid en machine learning | Introductie | Wat zijn de belangrijke filosofische kwesties rond eerlijkheid die studenten moeten overwegen bij het bouwen en toepassen van ML-modellen? | Les | Tomomi |
| 04 | Technieken voor machine learning | Introductie | Welke technieken gebruiken ML-onderzoekers om ML-modellen te bouwen? | Les | Chris en Jen |
| 05 | Introductie tot regressie | Regressie | Begin met Python en Scikit-learn voor regressiemodellen |
- [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 en 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 en Cassie
- Eric Wanjau
- [Python](4-Classification/2-Classifiers-1/README.md)
- [R](../../4-Classification/2-Classifiers-1/solution/R/lesson_11.html) |
- Jen en Cassie
- Eric Wanjau
- [Python](4-Classification/3-Classifiers-2/README.md)
- [R](../../4-Classification/3-Classifiers-2/solution/R/lesson_12.html) |
- Jen en 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
vind alle aanvullende bronnen voor deze cursus in onze Microsoft Learn-collectie
Offline toegang
Je kunt deze documentatie offline gebruiken met Docsify. Fork deze repo, installeer Docsify op je lokale machine, en typ vervolgens in de hoofdmap van deze repo
docsify serve. De website wordt geserveerd op poort 3000 op je localhost:localhost:3000.PDF's
Vind een pdf van het curriculum met links hier.
🎒 Andere cursussen
Ons team produceert andere cursussen! Bekijk:
- Generatieve AI voor beginners
- Generatieve AI voor beginners .NET
- Generatieve AI met JavaScript
- Generatieve AI met Java
- AI voor beginners
- Data Science voor beginners
- ML voor beginners
- Cybersecurity voor beginners
- Webontwikkeling voor beginners
- IoT voor beginners
- XR-ontwikkeling voor beginners
- Mastering GitHub Copilot voor pair programming
- Mastering GitHub Copilot voor C#/.NET-ontwikkelaars
- Kies je eigen Copilot-avontuur
Disclaimer:
Dit document is vertaald met behulp van de AI-vertalingsservice Co-op Translator. Hoewel we streven naar nauwkeurigheid, dient u zich ervan bewust te zijn dat geautomatiseerde vertalingen fouten of onnauwkeurigheden kunnen bevatten. Het originele document in de oorspronkelijke taal moet worden beschouwd als de gezaghebbende bron. Voor cruciale informatie wordt professionele menselijke vertaling aanbevolen. Wij zijn niet aansprakelijk voor eventuele misverstanden of verkeerde interpretaties die voortvloeien uit het gebruik van deze vertaling.