26 KiB
🌐 Supporto Multilingue
Supportato tramite GitHub Action (Automatizzato e Sempre Aggiornato)
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)
Unisciti alla Community
Machine Learning per Principianti - Un Curriculum
🌍 Viaggia intorno al mondo mentre esploriamo il Machine Learning attraverso le culture del mondo 🌍
I Cloud Advocates di Microsoft sono lieti di offrire un curriculum di 12 settimane e 26 lezioni interamente dedicato al Machine Learning. In questo curriculum, imparerai ciò che a volte viene chiamato machine learning classico, utilizzando principalmente Scikit-learn come libreria ed evitando il deep learning, che è trattato nel nostro curriculum AI per Principianti. Abbina queste lezioni al nostro curriculum 'Data Science per Principianti'!
Viaggia con noi intorno al mondo mentre applichiamo queste tecniche classiche ai dati provenienti da diverse aree del mondo. Ogni lezione include quiz pre- e post-lezione, istruzioni scritte per completare la lezione, una soluzione, un compito e altro ancora. La nostra pedagogia basata sui progetti ti permette di imparare costruendo, un metodo comprovato per far sì che le nuove competenze si consolidino.
✍️ Un sentito ringraziamento ai nostri autori Jen Looper, Stephen Howell, Francesca Lazzeri, Tomomi Imura, Cassie Breviu, Dmitry Soshnikov, Chris Noring, Anirban Mukherjee, Ornella Altunyan, Ruth Yakubu e Amy Boyd
🎨 Grazie anche ai nostri illustratori Tomomi Imura, Dasani Madipalli e Jen Looper
🙏 Un ringraziamento speciale 🙏 ai nostri Microsoft Student Ambassador autori, revisori e collaboratori di contenuti, in particolare Rishit Dagli, Muhammad Sakib Khan Inan, Rohan Raj, Alexandru Petrescu, Abhishek Jaiswal, Nawrin Tabassum, Ioan Samuila e Snigdha Agarwal
🤩 Un'ulteriore gratitudine agli Microsoft Student Ambassadors Eric Wanjau, Jasleen Sondhi e Vidushi Gupta per le nostre lezioni in R!
Per Iniziare
Segui questi passaggi:
- Fai il Fork del Repository: Clicca sul pulsante "Fork" in alto a destra di questa pagina.
- Clona il Repository:
git clone https://github.com/microsoft/ML-For-Beginners.git
trova tutte le risorse aggiuntive per questo corso nella nostra collezione Microsoft Learn
Studenti, per utilizzare questo curriculum, fate il fork dell'intero repository sul vostro account GitHub e completate gli esercizi da soli o in gruppo:
- Inizia con un quiz pre-lezione.
- Leggi la lezione e completa le attività, fermandoti e riflettendo a ogni verifica delle conoscenze.
- Cerca di creare i progetti comprendendo le lezioni piuttosto che eseguendo il codice della soluzione; tuttavia, quel codice è disponibile nelle cartelle
/solutionin ogni lezione orientata al progetto. - Fai il quiz post-lezione.
- Completa la sfida.
- Completa il compito.
- Dopo aver completato un gruppo di lezioni, visita il Forum di Discussione e "impara ad alta voce" compilando il relativo rubric PAT. Un 'PAT' è uno Strumento di Valutazione del Progresso che è un rubric che compili per approfondire il tuo apprendimento. Puoi anche reagire ad altri PAT per imparare insieme.
Per ulteriori studi, ti consigliamo di seguire questi moduli e percorsi di apprendimento Microsoft Learn.
Insegnanti, abbiamo incluso alcune indicazioni su come utilizzare questo curriculum.
Video esplicativi
Alcune delle lezioni sono disponibili in formato video breve. Puoi trovare tutti questi video integrati nelle lezioni o nella playlist ML per Principianti sul canale YouTube Microsoft Developer cliccando sull'immagine qui sotto.
Incontra il Team
Gif di Mohit Jaisal
🎥 Clicca sull'immagine sopra per un video sul progetto e sulle persone che lo hanno creato!
Pedagogia
Abbiamo scelto due principi pedagogici durante la creazione di questo curriculum: garantire che sia basato su progetti pratici e che includa quiz frequenti. Inoltre, questo curriculum ha un tema comune per dargli coesione.
Garantendo che i contenuti siano allineati ai progetti, il processo diventa più coinvolgente per gli studenti e la ritenzione dei concetti sarà aumentata. Inoltre, un quiz a bassa pressione prima di una lezione orienta lo studente verso l'apprendimento di un argomento, mentre un secondo quiz dopo la lezione garantisce un'ulteriore ritenzione. Questo curriculum è stato progettato per essere flessibile e divertente e può essere seguito interamente o in parte. I progetti iniziano in piccolo e diventano progressivamente più complessi entro la fine del ciclo di 12 settimane. Questo curriculum include anche un postscript sulle applicazioni reali del ML, che può essere utilizzato come credito extra o come base per discussioni.
Trova il nostro Codice di Condotta, Contributi e linee guida per la Traduzione. Accogliamo con favore i tuoi feedback costruttivi!
Ogni lezione include
- sketchnote opzionale
- video supplementare opzionale
- video esplicativo (solo alcune lezioni)
- quiz di riscaldamento pre-lezione
- lezione scritta
- per le lezioni basate su progetti, guide passo-passo su come costruire il progetto
- verifiche delle conoscenze
- una sfida
- letture supplementari
- compito
- quiz post-lezione
Nota sulle lingue: Queste lezioni sono scritte principalmente in Python, ma molte sono disponibili anche in R. Per completare una lezione in R, vai alla cartella
/solutione cerca le lezioni in R. Includono un'estensione .rmd che rappresenta un file R Markdown, che può essere semplicemente definito come un'integrazione diblocchi di codice(di R o altre lingue) e unintestazione YAML(che guida come formattare gli output come PDF) in undocumento Markdown. In quanto tale, serve come un eccellente framework di authoring per la data science poiché ti consente di combinare il tuo codice, il suo output e i tuoi pensieri scrivendoli in Markdown. Inoltre, i documenti R Markdown possono essere resi in formati di output come PDF, HTML o Word.
Nota sui quiz: Tutti i quiz sono contenuti nella cartella Quiz App, per un totale di 52 quiz di tre domande ciascuno. Sono collegati all'interno delle lezioni, ma l'app quiz può essere eseguita localmente; segui le istruzioni nella cartella
quiz-appper ospitarla localmente o distribuirla su Azure.
| Numero Lezione | Argomento | Raggruppamento Lezioni | Obiettivi di Apprendimento | Lezione Collegata | Autore |
|---|---|---|---|---|---|
| 01 | Introduzione al machine learning | Introduzione | Impara i concetti di base del machine learning | Lezione | Muhammad |
| 02 | La Storia del machine learning | Introduzione | Scopri la storia che sta alla base di questo campo | Lezione | Jen e Amy |
| 03 | Equità e machine learning | Introduzione | Quali sono le questioni filosofiche importanti sull'equità che gli studenti dovrebbero considerare quando costruiscono modelli ML? | Lezione | Tomomi |
| 04 | Tecniche per il machine learning | Introduzione | Quali tecniche utilizzano i ricercatori ML per costruire modelli ML? | Lezione | Chris e Jen |
| 05 | Introduzione alla regressione | Regression | Inizia con Python e Scikit-learn per modelli di regressione |
- [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 e 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 e Cassie
- Eric Wanjau
- [Python](4-Classification/2-Classifiers-1/README.md)
- [R](../../4-Classification/2-Classifiers-1/solution/R/lesson_11.html) |
- Jen e Cassie
- Eric Wanjau
- [Python](4-Classification/3-Classifiers-2/README.md)
- [R](../../4-Classification/3-Classifiers-2/solution/R/lesson_12.html) |
- Jen e 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
trova tutte le risorse aggiuntive per questo corso nella nostra collezione Microsoft Learn
Accesso offline
Puoi eseguire questa documentazione offline utilizzando Docsify. Fai un fork di questo repository, installa Docsify sulla tua macchina locale e poi, nella cartella principale di questo repository, digita
docsify serve. Il sito web sarà servito sulla porta 3000 del tuo localhost:localhost:3000.PDF
Trova un PDF del curriculum con i link qui.
🎒 Altri Corsi
Il nostro team produce altri corsi! Dai un'occhiata a:
- Generative AI for Beginners
- Generative AI for Beginners .NET
- Generative AI with JavaScript
- Generative AI with Java
- AI for Beginners
- Data Science for Beginners
- ML for Beginners
- Cybersecurity for Beginners
- Web Dev for Beginners
- IoT for Beginners
- XR Development for Beginners
- Mastering GitHub Copilot for Paired Programming
- Mastering GitHub Copilot for C#/.NET Developers
- Choose Your Own Copilot Adventure
Disclaimer:
Questo documento è stato tradotto utilizzando il servizio di traduzione automatica Co-op Translator. Sebbene ci impegniamo per garantire l'accuratezza, si prega di notare che le traduzioni automatiche possono contenere errori o imprecisioni. Il documento originale nella sua lingua nativa dovrebbe essere considerato la fonte autorevole. Per informazioni critiche, si raccomanda una traduzione professionale effettuata da un esperto umano. Non siamo responsabili per eventuali incomprensioni o interpretazioni errate derivanti dall'uso di questa traduzione.