|
|
[](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（自動且永遠保持最新）
|
|
|
|
|
|
<!-- CO-OP TRANSLATOR LANGUAGES TABLE START -->
|
|
|
[阿拉伯語](../ar/README.md) | [孟加拉語](../bn/README.md) | [保加利亞語](../bg/README.md) | [緬甸語](../my/README.md) | [中文（簡體）](../zh-CN/README.md) | [中文（繁體，香港）](../zh-HK/README.md) | [中文（繁體，澳門）](./README.md) | [中文（繁體，臺灣）](../zh-TW/README.md) | [克羅地亞語](../hr/README.md) | [捷克語](../cs/README.md) | [丹麥語](../da/README.md) | [荷蘭語](../nl/README.md) | [愛沙尼亞語](../et/README.md) | [芬蘭語](../fi/README.md) | [法語](../fr/README.md) | [德語](../de/README.md) | [希臘語](../el/README.md) | [希伯來語](../he/README.md) | [印地語](../hi/README.md) | [匈牙利語](../hu/README.md) | [印尼語](../id/README.md) | [義大利語](../it/README.md) | [日語](../ja/README.md) | [坎那達語](../kn/README.md) | [韓語](../ko/README.md) | [立陶宛語](../lt/README.md) | [馬來語](../ms/README.md) | [馬拉雅拉姆語](../ml/README.md) | [馬拉地語](../mr/README.md) | [尼泊爾語](../ne/README.md) | [奈及利亞皮欽語](../pcm/README.md) | [挪威語](../no/README.md) | [波斯語（法爾西語）](../fa/README.md) | [波蘭語](../pl/README.md) | [葡萄牙語（巴西）](../pt-BR/README.md) | [葡萄牙語（葡萄牙）](../pt-PT/README.md) | [旁遮普語（古魯穆奇字母）](../pa/README.md) | [羅馬尼亞語](../ro/README.md) | [俄語](../ru/README.md) | [塞爾維亞語（西里爾字母）](../sr/README.md) | [斯洛伐克語](../sk/README.md) | [斯洛維尼亞語](../sl/README.md) | [西班牙語](../es/README.md) | [斯瓦希里語](../sw/README.md) | [瑞典語](../sv/README.md) | [他加祿語（菲律賓語）](../tl/README.md) | [坦米爾語](../ta/README.md) | [泰盧固語](../te/README.md) | [泰語](../th/README.md) | [土耳其語](../tr/README.md) | [烏克蘭語](../uk/README.md) | [烏爾都語](../ur/README.md) | [越南語](../vi/README.md)
|
|
|
|
|
|
> **偏好本機克隆？**
|
|
|
|
|
|
> 這個儲存庫包含超過50種語言的翻譯，會顯著增加下載大小。若想克隆不包含翻譯，請使用稀疏檢出：
|
|
|
> ```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'
|
|
|
> ```
|
|
|
> 這樣可讓你更快下載，且取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 上的 AI 學習系列，了解更多並於 2025 年 9 月 18 日至 30 日加入我們的 [Learn with AI 系列](https://aka.ms/learnwithai/discord)。你將會獲得使用 GitHub Copilot 於資料科學的技巧與秘訣。
|
|
|
|
|
|
|
|
|
|
|
|
# 初學者機器學習課程
|
|
|
|
|
|
> 🌍 隨著我們以世界文化探索機器學習，一同環遊世界 🌍
|
|
|
|
|
|
微軟的雲端倡導者很高興推出一套為期 12 週、包含 26 課的完整 **機器學習** 課程。此課程將教授所謂的 **經典機器學習**，主要使用 Scikit-learn 函式庫，並避免深度學習部分，深度學習內容包含在我們的 [初學者人工智慧課程](https://aka.ms/ai4beginners) 中。你也可將本課程搭配我們的 [初學者資料科學課程](https://aka.ms/ds4beginners) 一起學習！
|
|
|
|
|
|
隨我們一同環遊世界，將這些經典技術應用於來自世界各地的資料。每堂課均包含課前及課後測驗、書面說明完成課程、解答、作業等。透過以專案為基礎的教學方法，可以邊學邊做，這是使新技能根深蒂固的有效途徑。
|
|
|
|
|
|
**✍️ 誠摯感謝本課程作者：** Jen Looper、Stephen Howell、Francesca Lazzeri、Tomomi Imura、Cassie Breviu、Dmitry Soshnikov、Chris Noring、Anirban Mukherjee、Ornella Altunyan、Ruth Yakubu 與 Amy Boyd
|
|
|
|
|
|
**🎨 感謝插畫師：** Tomomi Imura、Dasani Madipalli 與 Jen Looper
|
|
|
|
|
|
**🙏 特別感謝微軟學生大使的作者、審核與內容貢獻者，尤其是** Rishit Dagli、Muhammad Sakib Khan Inan、Rohan Raj、Alexandru Petrescu、Abhishek Jaiswal、Nawrin Tabassum、Ioan Samuila 與 Snigdha Agarwal
|
|
|
|
|
|
**🤩 額外感謝微軟學生大使 Eric Wanjau、Jasleen Sondhi 與 Vidushi Gupta 為我們的 R 課程所做的貢獻！**
|
|
|
|
|
|
# 快速開始
|
|
|
|
|
|
請依照以下步驟操作：
|
|
|
1. **派生本儲存庫**：點擊本頁右上角的「Fork」按鈕。
|
|
|
2. **克隆儲存庫**： `git clone https://github.com/microsoft/ML-For-Beginners.git`
|
|
|
|
|
|
> [在我們的 Microsoft Learn 資源集合中找到本課程所有額外資源](https://learn.microsoft.com/en-us/collections/qrqzamz1nn2wx3?WT.mc_id=academic-77952-bethanycheum)
|
|
|
|
|
|
> 🔧 **需要協助？** 請參考我們的 [疑難排解指南](TROUBLESHOOTING.md)，其中提供安裝、設定及執行課程時常見問題的解決方法。
|
|
|
|
|
|
|
|
|
**[學生們](https://aka.ms/student-page)**，請將整個儲存庫派生到自己的 GitHub 帳號，並個人或組隊完成練習：
|
|
|
|
|
|
- 從課前測驗開始。
|
|
|
- 閱讀課文並完成活動，於每個知識檢查點暫停並深思。
|
|
|
- 嘗試藉由理解課程自己建立專案，而非直接執行解答程式碼；不過每個專案導向的課程裡皆有位於 `/solution` 資料夾中的解答程式碼可供參考。
|
|
|
- 完成課後測驗。
|
|
|
- 完成挑戰任務。
|
|
|
- 完成作業。
|
|
|
- 完成一組課程後，請造訪 [討論版](https://github.com/microsoft/ML-For-Beginners/discussions) 並填寫對應的 PAT 評量表，發表你的學習心得。PAT（進度評估工具）是你填寫以深化學習的評量表，也可以對其他人的 PAT 作出回應，讓我們一起學習。
|
|
|
|
|
|
> 若要深入學習，我們推薦依序修習這些 [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。
|
|
|
|
|
|
**教師們**，我們也有[一些建議](for-teachers.md) 分享如何使用此課程。
|
|
|
|
|
|
---
|
|
|
|
|
|
## 影片導覽
|
|
|
|
|
|
部分課程有提供短影片教學。你可以在課程內嵌的影片中觀看，或點擊下方圖片，在 [微軟開發者 YouTube 頻道的 ML for Beginners 播放清單](https://aka.ms/ml-beginners-videos) 中看到全部影片。
|
|
|
|
|
|
[](https://aka.ms/ml-beginners-videos)
|
|
|
|
|
|
---
|
|
|
|
|
|
## 認識團隊
|
|
|
|
|
|
[](https://youtu.be/Tj1XWrDSYJU)
|
|
|
|
|
|
**Gif 製作：** [Mohit Jaisal](https://linkedin.com/in/mohitjaisal)
|
|
|
|
|
|
> 🎥 點擊上方圖片觀看關於本專案和團隊成員的影片！
|
|
|
|
|
|
---
|
|
|
|
|
|
## 教學理念
|
|
|
|
|
|
本課程建構時採取兩大教學原則：確保實作的 **專案導向**，並且包含 **頻繁的測驗**。此外，課程有共同的 **主題** 貫穿始終，產生統一感。
|
|
|
|
|
|
保證內容與專案一致，增加學生的參與感並強化概念記憶；課前低壓力測驗讓學生能有明確的學習目標，課後測驗則有助於加深理解。課程設計靈活且有趣，適合整體或部分修習。專案從簡單開始，逐步複雜，期滿 12 週學習週期。課程末亦附有關於機器學習實際應用的附錄，可作為加分題或討論基礎。
|
|
|
|
|
|
> 請參閱我們的 [行為準則](CODE_OF_CONDUCT.md)、[貢獻指南](CONTRIBUTING.md)、[翻譯說明](TRANSLATIONS.md) 與 [疑難排解](TROUBLESHOOTING.md) 指南。我們歡迎您提出建設性意見！
|
|
|
|
|
|
## 每堂課包含
|
|
|
|
|
|
- 選用的速寫筆記
|
|
|
- 選用的補充影片
|
|
|
- 影片導讀（部分課程）
|
|
|
- [課前暖身測驗](https://ff-quizzes.netlify.app/en/ml/)
|
|
|
- 書面課文
|
|
|
- 對於專案導向課程，提供逐步專案建置指引
|
|
|
- 知識檢視
|
|
|
- 挑戰任務
|
|
|
- 補充閱讀資料
|
|
|
- 作業
|
|
|
- [課後測驗](https://ff-quizzes.netlify.app/en/ml/)
|
|
|
|
|
|
> **關於語言的說明**：這些課程主要使用 Python 撰寫，但許多課程亦提供 R 語言版本。若要完成 R 課程，請至 `/solution` 資料夾尋找 R 版本的課程，它們擁有 .rmd 副檔名，是一種**R Markdown** 文件，可被定義為一種 `程式碼區塊` （R 或其他語言）與 `YAML 頭資料`（用於格式化輸出，例如 PDF）嵌入於 `Markdown 文件` 的格式。R Markdown 是資料科學中很好的創作框架，能讓你結合程式碼、執行結果與思考心得以 Markdown 形式撰寫，更可匯出成 PDF、HTML 或 Word 等格式。
|
|
|
> **關於測驗的小提醒**：所有測驗均包含於[Quiz App folder](../../quiz-app)，共有52個測驗，每個測驗包含三條問題。它們從課程中有連結，但可在本地執行測驗應用；請遵循 `quiz-app` 資料夾中的指示來本地托管或部署至 Azure。
|
|
|
|
|
|
| 課程編號 | 主題 | 課程分類 | 學習目標 | 連結課程 | 作者 |
|
|
|
| :-------: | :------------------------------------------------------------: | :------------------------------------------: | ------------------------------------------------------------------------------------------------------------------------------ | :--------------------------------------------------------------------------------------------------------------------------------------: | :--------------------------------------------------: |
|
|
|
| 01 | 機器學習入門 | [Introduction](1-Introduction/README.md) | 學習機器學習的基本概念 | [課程](1-Introduction/1-intro-to-ML/README.md) | Muhammad |
|
|
|
| 02 | 機器學習歷史 | [Introduction](1-Introduction/README.md) | 瞭解這個領域背後的歷史 | [課程](1-Introduction/2-history-of-ML/README.md) | Jen 和 Amy |
|
|
|
| 03 | 公平與機器學習 | [Introduction](1-Introduction/README.md) | 學生建立及應用ML模型時，應考量哪些重要的公平相關哲學議題？ | [課程](1-Introduction/3-fairness/README.md) | Tomomi |
|
|
|
| 04 | 機器學習技術 | [Introduction](1-Introduction/README.md) | 機器學習研究者用什麼技術來建立ML模型？ | [課程](1-Introduction/4-techniques-of-ML/README.md) | Chris 和 Jen |
|
|
|
| 05 | 回歸介紹 | [Regression](2-Regression/README.md) | 使用 Python 和 Scikit-learn 開始回歸模型 | [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) | 視覺化與清理數據以準備進行ML | [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 和 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 | 網頁應用 🔌 | [Web App](3-Web-App/README.md) | 建立一個可使用你訓練模型的網頁應用 | [Python](3-Web-App/1-Web-App/README.md) | Jen |
|
|
|
| 10 | 分類介紹 | [Classification](4-Classification/README.md) | 清理、準備及視覺化數據；分類入門 | [Python](4-Classification/1-Introduction/README.md) • [R](../../4-Classification/1-Introduction/solution/R/lesson_10.html) | Jen 和 Cassie • Eric Wanjau |
|
|
|
| 11 | 美味亞洲與印度料理 🍜 | [Classification](4-Classification/README.md) | 分類器介紹 | [Python](4-Classification/2-Classifiers-1/README.md) • [R](../../4-Classification/2-Classifiers-1/solution/R/lesson_11.html) | Jen 和 Cassie • Eric Wanjau |
|
|
|
| 12 | 美味亞洲與印度料理 🍜 | [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 和 Cassie • Eric Wanjau |
|
|
|
| 13 | 美味亞洲與印度料理 🍜 | [Classification](4-Classification/README.md) | 用你的模型建立推薦網頁應用 | [Python](4-Classification/4-Applied/README.md) | Jen |
|
|
|
| 14 | 分群介紹 | [Clustering](5-Clustering/README.md) | 清理、準備及視覺化數據；分群入門 | [Python](5-Clustering/1-Visualize/README.md) • [R](../../5-Clustering/1-Visualize/solution/R/lesson_14.html) | Jen • Eric Wanjau |
|
|
|
| 15 | 探索奈及利亞音樂口味 🎧 | [Clustering](5-Clustering/README.md) | 探索K-Means分群法 | [Python](5-Clustering/2-K-Means/README.md) • [R](../../5-Clustering/2-K-Means/solution/R/lesson_15.html) | Jen • Eric Wanjau |
|
|
|
| 16 | 自然語言處理入門 ☕️ | [Natural language processing](6-NLP/README.md) | 透過建立簡單的機器人來學習NLP基礎 | [Python](6-NLP/1-Introduction-to-NLP/README.md) | Stephen |
|
|
|
| 17 | 常見NLP任務 ☕️ | [Natural language processing](6-NLP/README.md) | 透過理解常見處理語言結構所需任務來深化你的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) | 使用珍·奧斯汀進行翻譯和情感分析 | [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 | 時間序列預測介紹 | [Time series](7-TimeSeries/README.md) | 時間序列預測入門 | [Python](7-TimeSeries/1-Introduction/README.md) | Francesca |
|
|
|
| 22 | ⚡️ 世界用電量 ⚡️ - 使用ARIMA的時間序列預測 | [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 | ⚡️ 世界用電量 ⚡️ - 使用SVR的時間序列預測 | [Time series](7-TimeSeries/README.md) | 使用支援向量回歸 (Support Vector Regressor) 進行時間序列預測 | [Python](7-TimeSeries/3-SVR/README.md) | Anirban |
|
|
|
| 24 | 強化學習入門 | [Reinforcement learning](8-Reinforcement/README.md) | Q-Learning 強化學習入門 | [Python](8-Reinforcement/1-QLearning/README.md) | Dmitry |
|
|
|
| 25 | 幫助彼得避開狼！🐺 | [Reinforcement learning](8-Reinforcement/README.md) | 強化學習 Gym | [Python](8-Reinforcement/2-Gym/README.md) | Dmitry |
|
|
|
| 後記 | 真實世界的ML場景與應用 | [ML in the Wild](9-Real-World/README.md) | 傳統ML有趣且啟發性的真實應用 | [課程](9-Real-World/1-Applications/README.md) | 團隊 |
|
|
|
| 後記 | 用RAI儀表板進行ML模型除錯 | [ML in the Wild](9-Real-World/README.md) | 使用 Responsible AI 儀表板組件進行機器學習模型除錯 | [課程](9-Real-World/2-Debugging-ML-Models/README.md) | Ruth Yakubu |
|
|
|
|
|
|
> [在我們的 Microsoft Learn 集合中尋找該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/#/) 離線瀏覽本文件。複製此倉庫，在你的本機安裝 [Docsify](https://docsify.js.org/#/quickstart)，然後於此倉庫根目錄下輸入 `docsify serve`。網站會在localhost的3000端口提供服務：`localhost:3000`。
|
|
|
|
|
|
## PDF
|
|
|
|
|
|
在[這裡](https://microsoft.github.io/ML-For-Beginners/pdf/readme.pdf)找到含連結的課程PDF。
|
|
|
|
|
|
|
|
|
## 🎒 其他課程
|
|
|
|
|
|
我們團隊還製作其他課程！參考：
|
|
|
|
|
|
<!-- 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 -->
|
|
|
|
|
|
## 獲取幫助
|
|
|
|
|
|
如果你在建構 AI 應用程式時卡住了或有任何問題。加入其他學習者和有經驗的開發者，參與關於 MCP 的討論。這是一個支持性的社群，歡迎提問並自由分享知識。
|
|
|
|
|
|
[](https://discord.gg/nTYy5BXMWG)
|
|
|
|
|
|
如果你有產品反饋或在開發過程中遇到錯誤，請訪問：
|
|
|
|
|
|
[](https://aka.ms/foundry/forum)
|
|
|
|
|
|
---
|
|
|
|
|
|
<!-- CO-OP TRANSLATOR DISCLAIMER START -->
|
|
|
**免責聲明**：
|
|
|
本文件係使用人工智能翻譯服務 [Co-op Translator](https://github.com/Azure/co-op-translator) 進行翻譯。儘管我們致力於確保準確性，但請注意，自動翻譯可能存在錯誤或不準確之處。原始文件之母語版本應被視為最具權威性的來源。對於關鍵資訊，建議尋求專業人類翻譯。我們不對因使用本翻譯而引起之任何誤解或曲解承擔法律責任。
|
|
|
<!-- CO-OP TRANSLATOR DISCLAIMER END --> |
