|
|
<!--
|
|
|
CO_OP_TRANSLATOR_METADATA:
|
|
|
{
|
|
|
"original_hash": "ec8385130a8239ad9d827175126a0722",
|
|
|
"translation_date": "2026-01-01T10:38:40+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（自動化且隨時更新）
|
|
|
|
|
|
<!-- 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（緬甸）](../my/README.md) | [中文（簡體）](../zh/README.md) | [中文（繁體，香港）](./README.md) | [中文（繁體，澳門）](../mo/README.md) | [中文（繁體，台灣）](../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) | [意大利語](../it/README.md) | [日語](../ja/README.md) | [卡納達語](../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) | [尼日利亞皮欽語](../pcm/README.md) | [挪威語](../no/README.md) | [波斯語（法爾西）](../fa/README.md) | [波蘭語](../pl/README.md) | [葡萄牙語（巴西）](../br/README.md) | [葡萄牙語（葡萄牙）](../pt/README.md) | [旁遮普語（Gurmukhi）](../pa/README.md) | [羅馬尼亞語](../ro/README.md) | [俄語](../ru/README.md) | [塞爾維亞語（西里爾文）](../sr/README.md) | [斯洛伐克語](../sk/README.md) | [斯洛文尼亞語](../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) | [泰米爾語](../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)
|
|
|
<!-- CO-OP TRANSLATOR LANGUAGES TABLE END -->
|
|
|
|
|
|
#### 加入我們的社群
|
|
|
|
|
|
[](https://discord.gg/nTYy5BXMWG)
|
|
|
|
|
|
我們正舉辦 Discord 的「與 AI 一起學習」系列活動，詳情與加入請到 [Learn with AI Series](https://aka.ms/learnwithai/discord)，活動期間為 2025 年 9 月 18 日至 30 日。你將會學到使用 GitHub Copilot 進行資料科學的技巧與秘訣。
|
|
|
|
|
|
|
|
|
|
|
|
# Machine Learning for Beginners - A Curriculum
|
|
|
|
|
|
> 🌍 隨著我們透過世界各地文化探索機器學習，一同環遊世界 🌍
|
|
|
|
|
|
Microsoft 的 Cloud Advocates 很高興推出一個為期 12 週、共 26 節課的完整課程，主題為「機器學習」。在本課程中，你將學到有時被稱為「經典機器學習」的內容，主要使用 Scikit-learn 作為函式庫，並避免深度學習（深度學習收錄於我們的 [AI for Beginners' curriculum](https://aka.ms/ai4beginners)）。也可將這些課程與我們的 [『Data Science for Beginners』課程](https://aka.ms/ds4beginners) 搭配學習。
|
|
|
|
|
|
跟我們一起環遊世界，將這些傳統技術應用到來自世界各地的資料中。每一課都包含課前與課後小測、完成課程的書面指示、解答、作業與更多內容。我們以專案為基礎的教學法讓你在構建的同時學習，這是讓新技能更牢固的一種驗證方法。
|
|
|
|
|
|
**✍️ 衷心感謝我們的作者** Jen Looper、Stephen Howell、Francesca Lazzeri、Tomomi Imura、Cassie Breviu、Dmitry Soshnikov、Chris Noring、Anirban Mukherjee、Ornella Altunyan、Ruth Yakubu 與 Amy Boyd
|
|
|
|
|
|
**🎨 也感謝我們的插畫家** Tomomi Imura、Dasani Madipalli 與 Jen Looper
|
|
|
|
|
|
**🙏 特別感謝 🙏 我們的 Microsoft Student Ambassador 的作者、審查者與內容貢獻者**，特別是 Rishit Dagli、Muhammad Sakib Khan Inan、Rohan Raj、Alexandru Petrescu、Abhishek Jaiswal、Nawrin Tabassum、Ioan Samuila 與 Snigdha Agarwal
|
|
|
|
|
|
**🤩 額外感謝 Microsoft Student Ambassadors Eric Wanjau、Jasleen Sondhi 與 Vidushi Gupta 為我們的 R 課程提供協助！**
|
|
|
|
|
|
# 開始使用
|
|
|
|
|
|
請依照下列步驟：
|
|
|
1. **Fork 該儲存庫**：點選本頁右上角的「Fork」按鈕。
|
|
|
2. **Clone 該儲存庫**： `git clone https://github.com/microsoft/ML-For-Beginners.git`
|
|
|
|
|
|
> [在我們的 Microsoft Learn 集合中找到本課程的所有補充資源](https://learn.microsoft.com/en-us/collections/qrqzamz1nn2wx3?WT.mc_id=academic-77952-bethanycheum)
|
|
|
|
|
|
> 🔧 **需要協助嗎？** 請查看我們的 [Troubleshooting Guide](TROUBLESHOOTING.md) 以取得安裝、設定與執行課程常見問題的解決方法。
|
|
|
|
|
|
|
|
|
**[學生們](https://aka.ms/student-page)**，要使用這個課程，請將整個 repo fork 到你自己的 GitHub 帳戶，並獨立或與小組一起完成練習：
|
|
|
|
|
|
- 以課前小測開始。
|
|
|
- 閱讀講義並完成活動，在每個知識檢查時停下來反思。
|
|
|
- 嘗試透過理解課程內容來建立專案，而非直接執行解答程式碼；不過每個以專案為導向的課程在 `/solution` 資料夾中都有對應的解答程式碼可供參考。
|
|
|
- 進行課後小測。
|
|
|
- 完成挑戰。
|
|
|
- 完成作業。
|
|
|
- 在完成一組課程後，請造訪 [討論版](https://github.com/microsoft/ML-For-Beginners/discussions) 並透過填寫適當的 PAT 評分量表來「大聲學習」。PAT 是一種進度評估工具，你可以透過填寫該量表來促進你的學習。你也可以對其他人的 PAT 做出回應，讓我們一起學習。
|
|
|
|
|
|
> 若要進一步學習，我們建議遵循這些 [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**，我們在 [for-teachers.md](for-teachers.md) 中提供了一些如何使用此課程的建議。
|
|
|
|
|
|
---
|
|
|
|
|
|
## 影片導覽
|
|
|
|
|
|
部分課程有短片形式的教學。你可以在各課程內嵌找到這些影片，或於 [Microsoft Developer YouTube 頻道上的 ML for Beginners 播放清單](https://aka.ms/ml-beginners-videos) 中觀看，點選下方圖片即可前往。
|
|
|
|
|
|
[](https://aka.ms/ml-beginners-videos)
|
|
|
|
|
|
---
|
|
|
|
|
|
## 認識團隊
|
|
|
|
|
|
[](https://youtu.be/Tj1XWrDSYJU)
|
|
|
|
|
|
**GIF 作者** [Mohit Jaisal](https://linkedin.com/in/mohitjaisal)
|
|
|
|
|
|
> 🎥 點選上方圖片以觀看關於專案與創作者的影片！
|
|
|
|
|
|
---
|
|
|
|
|
|
## 教學法
|
|
|
|
|
|
我們在建立此課程時選擇了兩個教學原則：確保它是以實作為主的 **專案導向**，並包含 **頻繁的小測驗**。此外，這個課程有一個共同的 **主題**，以維持整體連貫性。
|
|
|
|
|
|
透過確保內容與專案一致，學生在學習過程中會更投入，概念的記憶也會提高。此外，上課前的低壓力小測能夠幫助學生設定學習主題的意圖，而下課後的第二次小測則能進一步鞏固記憶。本課程設計彈性且有趣，可完整修習或分段學習。專案從小型開始，並在 12 週週期結束時逐步增加複雜度。此課程亦包含一段關於機器學習在現實世界應用的後記，可用作額外學分或討論基礎。
|
|
|
|
|
|
> 查閱我們的 [行為準則](CODE_OF_CONDUCT.md)、[貢獻指南](CONTRIBUTING.md)、[翻譯指南](TRANSLATIONS.md) 與 [故障排除指南](TROUBLESHOOTING.md)。我們歡迎你提供建設性的回饋！
|
|
|
|
|
|
## 每堂課包含
|
|
|
|
|
|
- 可選的手繪速記圖
|
|
|
- 可選的補充影片
|
|
|
- 影片導覽（僅限部分課程）
|
|
|
- [課前暖身小測](https://ff-quizzes.netlify.app/en/ml/)
|
|
|
- 書面課程
|
|
|
- 對於專案導向的課程，提供逐步的專案構建指南
|
|
|
- 知識檢查
|
|
|
- 一項挑戰
|
|
|
- 補充閱讀
|
|
|
- 作業
|
|
|
- [課後小測](https://ff-quizzes.netlify.app/en/ml/)
|
|
|
|
|
|
> **關於語言的一則說明**：這些課程主要以 Python 撰寫，但也有許多以 R 提供。若要完成 R 課程，請前往 `/solution` 資料夾並尋找 R 課程。它們包含 .rmd 副檔名，代表一個 **R Markdown** 檔案，可簡單定義為在 `Markdown document` 中嵌入 `code chunks`（R 或其他語言）與 `YAML header`（用來指示如何格式化輸出，例如 PDF）。因此，它作為資料科學的示範性撰寫架構，允許你將程式碼、其輸出與想法結合起來，並以 Markdown 撰寫。此外，R Markdown 文件可以輸出為 PDF、HTML 或 Word 等格式。
|
|
|
|
|
|
> **關於小測的一則說明**：所有小測都包含在 [Quiz App folder](../../quiz-app) 中，總共有 52 個小測，每個小測有三題。它們在課程中有連結，但也可以在本機執行；請參考 `quiz-app` 資料夾中的說明來在本機托管或部署到 Azure。
|
|
|
|
|
|
| 課程編號 | 主題 | 課程分組 | 學習目標 | 連結課程 | 作者 |
|
|
|
| :-----------: | :------------------------------------------------------------: | :-------------------------------------------------: | ------------------------------------------------------------------------------------------------------------------------------- | :--------------------------------------------------------------------------------------------------------------------------------------: | :--------------------------------------------------: |
|
|
|
| 01 | 機器學習入門 | [簡介](1-Introduction/README.md) | 了解機器學習背後的基本概念 | [課程](1-Introduction/1-intro-to-ML/README.md) | Muhammad |
|
|
|
| 02 | 機器學習的歷史 | [簡介](1-Introduction/README.md) | 了解此領域背後的歷史 | [課程](1-Introduction/2-history-of-ML/README.md) | Jen and Amy |
|
|
|
| 03 | 公平與機器學習 | [簡介](1-Introduction/README.md) | 在構建和應用機器學習模型時，學生應該考慮哪些關於公平性的主要哲學問題？ | [課程](1-Introduction/3-fairness/README.md) | Tomomi |
|
|
|
| 04 | 機器學習技術 | [簡介](1-Introduction/README.md) | 機器學習研究人員用甚麼技術來建構模型？ | [課程](1-Introduction/4-techniques-of-ML/README.md) | Chris and Jen |
|
|
|
| 05 | 回歸分析入門 | [回歸](2-Regression/README.md) | 使用 Python 和 Scikit-learn 入門回歸模型 | [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 🎃 | [回歸](2-Regression/README.md) | 為機器學習準備，視覺化及清理數據 | [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 🎃 | [回歸](2-Regression/README.md) | 建立線性及多項式回歸模型 | [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 🎃 | [回歸](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 🔌 | [網頁應用](3-Web-App/README.md) | 建立一個網頁應用以使用你訓練好的模型 | [Python](3-Web-App/1-Web-App/README.md) | Jen |
|
|
|
| 10 | 分類入門 | [分類](4-Classification/README.md) | 清理、準備及視覺化你的數據；分類導論 | [Python](4-Classification/1-Introduction/README.md) • [R](../../4-Classification/1-Introduction/solution/R/lesson_10.html) | Jen and Cassie • Eric Wanjau |
|
|
|
| 11 | 美味的亞洲與印度菜餚 🍜 | [分類](4-Classification/README.md) | 分類器入門 | [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 | 美味的亞洲與印度菜餚 🍜 | [分類](4-Classification/README.md) | 更多的分類器 | [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 | 美味的亞洲與印度菜餚 🍜 | [分類](4-Classification/README.md) | 使用模型建立推薦系統的網頁應用 | [Python](4-Classification/4-Applied/README.md) | Jen |
|
|
|
| 14 | 分群入門 | [分群](5-Clustering/README.md) | 清理、準備及視覺化你的數據；分群導論 | [Python](5-Clustering/1-Visualize/README.md) • [R](../../5-Clustering/1-Visualize/solution/R/lesson_14.html) | Jen • Eric Wanjau |
|
|
|
| 15 | 探索尼日利亞的音樂喜好 🎧 | [分群](5-Clustering/README.md) | 探索 K-Means 分群方法 | [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 ☕️ | [自然語言處理](6-NLP/README.md) | 透過建立一個簡單機器人學習自然語言處理的基礎 | [Python](6-NLP/1-Introduction-to-NLP/README.md) | Stephen |
|
|
|
| 17 | 常見的自然語言處理任務 ☕️ | [自然語言處理](6-NLP/README.md) | 透過了解處理語言結構時常見的任務，加深你對自然語言處理的認識 | [Python](6-NLP/2-Tasks/README.md) | Stephen |
|
|
|
| 18 | 翻譯與情感分析 ♥️ | [自然語言處理](6-NLP/README.md) | 以珍·奧斯汀作品進行翻譯與情感分析 | [Python](6-NLP/3-Translation-Sentiment/README.md) | Stephen |
|
|
|
| 19 | 歐洲浪漫酒店 ♥️ | [自然語言處理](6-NLP/README.md) | 以酒店評論進行情感分析 1 | [Python](6-NLP/4-Hotel-Reviews-1/README.md) | Stephen |
|
|
|
| 20 | 歐洲浪漫酒店 ♥️ | [自然語言處理](6-NLP/README.md) | 以酒店評論進行情感分析 2 | [Python](6-NLP/5-Hotel-Reviews-2/README.md) | Stephen |
|
|
|
| 21 | 時間序列預測入門 | [時間序列](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 | [時間序列](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 | [時間序列](7-TimeSeries/README.md) | 使用支援向量回歸 (SVR) 的時間序列預測 | [Python](7-TimeSeries/3-SVR/README.md) | Anirban |
|
|
|
| 24 | 強化學習入門 | [強化學習](8-Reinforcement/README.md) | 以 Q-Learning 介紹強化學習 | [Python](8-Reinforcement/1-QLearning/README.md) | Dmitry |
|
|
|
| 25 | 幫助 Peter 避開狼！ 🐺 | [強化學習](8-Reinforcement/README.md) | Reinforcement learning Gym | [Python](8-Reinforcement/2-Gym/README.md) | Dmitry |
|
|
|
| Postscript | 真實世界的機器學習情境與應用 | [ML in the Wild](9-Real-World/README.md) | 傳統機器學習在真實世界中的有趣且具啟發性的應用 | [課程](9-Real-World/1-Applications/README.md) | Team |
|
|
|
| Postscript | 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 集合中尋找此課程的所有其他資源](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/#/) 離線運行此文件。Fork 此 repo，並在你的本機安裝 [Docsify](https://docsify.js.org/#/quickstart)，然後在此 repo 的根目錄輸入 `docsify serve`。網站將會在你本機的 3000 埠提供服務：`localhost:3000`。
|
|
|
|
|
|
## PDF
|
|
|
|
|
|
在 [這裡](https://microsoft.github.io/ML-For-Beginners/pdf/readme.pdf) 可以找到附有連結的課程 PDF。
|
|
|
|
|
|
|
|
|
## 🎒 其他課程
|
|
|
|
|
|
我們團隊亦製作其他課程！查看：
|
|
|
|
|
|
<!-- 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 -->
|
|
|
|
|
|
## 尋求協助
|
|
|
|
|
|
如果於建立 AI 應用程式時遇到困難或有任何疑問。加入學習者及有經驗開發者的討論，一起探討 MCP。這是一個互相支持的社群，歡迎提出問題並自由分享知識。
|
|
|
|
|
|
[](https://discord.gg/nTYy5BXMWG)
|
|
|
|
|
|
如果在建立過程中有產品回饋或遇到錯誤，請造訪：
|
|
|
|
|
|
[](https://aka.ms/foundry/forum)
|
|
|
|
|
|
---
|
|
|
|
|
|
<!-- CO-OP TRANSLATOR DISCLAIMER START -->
|
|
|
免責聲明：
|
|
|
本文件已使用 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仍存在錯誤或不準確之處。以原始語言撰寫的原文應視為具權威性的版本。對於重要資訊，建議採用專業人工翻譯。我們對因使用本翻譯而引致的任何誤解或錯誤詮釋概不負責。
|
|
|
<!-- CO-OP TRANSLATOR DISCLAIMER END --> |
