31 KiB

Raw Blame History Unescape Escape

🌐 Mitmekeelne tugi

GitHub Actioni kaudu toetatud (automatiseeritud ja alati ajakohane)

Eelistad kohalikku kloonimist?

See hoidla sisaldab üle 50 keele tõlkeid, mis suurendavad oluliselt allalaaditavat mahtu. Tõlkedeta kloonimiseks kasuta harvendatud chekouti:

Bash / macOS / Linux:
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'
CMD (Windows):
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"
See annab sulle kõik vajaliku kursuse läbimiseks palju kiiremalt.

Liitu meie kogukonnaga

Meil toimub Discordis tehisintellekti õppesari, saa rohkem teada ja liitu meiega aadressil Learn with AI Series 18. - 30. septembril 2025. Saad näpunäiteid ja nippe GitHub Copiloti kasutamiseks andmeteaduses.

Masinõpe algajatele – õppekava

🌍 Rända maailmas ringi, kui uurime masinõpet läbi maailma kultuuride 🌍

Microsofti pilveagendid pakuvad 12-nädalast ja 26-õppetunnist koosnevat õppekava, mis keskendub masinõppele. Selles õppekavas õpid nn klassikalist masinõpet, kasutades peamiselt Scikit-learn'i teegina ja vältides süvaõpet, mida käsitletakse meie teisest õppekavast AI algajatele. Soovitame need tõlgendada koos meie 'Andmeteaduse algajate' õppekavaga!

Reisi koos meiega ümber maailma, rakendades neid klassikalisi tehnikaid andmetele paljudest maailma piirkondadest. Igas õppetunnis on ees- ja järeltest, kirjalikud juhised õppetunni läbimiseks, lahendus, ülesanne ja muud. Meie projektipõhine pedagoogika laseb sul õppida, ehitades samal ajal – see on tõestatud viis uute oskuste kinnistamiseks.

✍️ Suur tänu meie autoritele Jen Looper, Stephen Howell, Francesca Lazzeri, Tomomi Imura, Cassie Breviu, Dmitry Soshnikov, Chris Noring, Anirban Mukherjee, Ornella Altunyan, Ruth Yakubu ja Amy Boyd

🎨 Tänud ka meie illustraatoritele Tomomi Imura, Dasani Madipalli ja Jen Looper

🙏 Eriline tänu 🙏 meie Microsofti üliõpilasambasadorite autoritele, ülevaatajatele ja sisuloojatele, eriti Rishit Dagli, Muhammad Sakib Khan Inan, Rohan Raj, Alexandru Petrescu, Abhishek Jaiswal, Nawrin Tabassum, Ioan Samuila ja Snigdha Agarwal

🤩 Lisa tänud Microsofti üliõpilasambasadoritele Eric Wanjau, Jasleen Sondhi ja Vidushi Gupta, kes panustasid meie R-õppetundidesse!

Alustamine

Järgi neid samme:

Tee hoidlast fork – klõpsa selle lehe paremas ülanurgas nupule „Fork“.
Klooni hoidla: git clone https://github.com/microsoft/ML-For-Beginners.git

💡 Kiirjuhis: Kas soovid alustada brauseris ilma Pythonit kohapeal seadistamata? Kasuta GitHub Codespaces'i, et luua oma forkile pilvearenduskeskkond. Ava roheline Code menüü, vali Codespaces ja loo codespace; paigalda vajadusel iga õppetunni nõutud sõltuvused.

Leia kõik selle kursuse täiendavad ressursid meie Microsoft Learn kollektsioonist

🔧 Vaja abi? Vaata meie Veaotsingu juhendit levinud probleemide lahendamiseks paigalduse, seadistuse ja õppetundide käivitamisel.

Üliõpilased, et seda õppekava kasutada, tee kogu hoidlast fork oma GitHubi kontole ja tee harjutused ise või grupiga:

Alusta eelloengu testiga.
Loe loengut ja tee tegevused, peatudes ja mõeldes iga teadmistekontrolli juures.
Proovi luua projektid selle asemel, et lahenduskoodi lihtsalt jooksutada; selle kood on siiski saadaval iga projektile orienteeritud õppetunni /solution kaustas.
Tee järeltest.
Täida väljakutse.
Täida ülesanne.
Pärast õppetunni rühma lõpetamist külasta Arutelufoorumit ja „õpi valjult“, täites vastava PAT hindamisskaala. „PAT“ on Progress Assessment Tool, mis on rubric teadmiste süvendamiseks; samuti saad teiste PAT-e kommenteerida, et koos õppida.

Täiendavaks õppimiseks soovitame järgida neid Microsoft Leardi mooduleid ja õpiteid.

Õpetajad, oleme lisanud mõningaid soovitusi, kuidas seda õppekava kasutada.

Videokäigud

Mõned õppetunnid on saadaval lühikestes videotes. Leiad need järgemööda õppetundidest või siis ML algajatele esitusloendist Microsoft Developer YouTube'i kanalil, vajutades allolevale pildile.

Tutvu meeskonnaga

Gif autor: Mohit Jaisal

🎥 Vajuta ülal olevale pildile, et vaadata videot projektist ja selle tegijatest!

Pedagoogika

Selle õppekava loomisel oleme valinud kaks pedagoogilist alustala: tagada, et see on praktiline projektipõhine ja sisaldab sageli teste. Lisaks on õppekaval ühine teema, mis annab sellele terviklikkuse.

Sisu projektidega sobitades suureneb õpilaste kaasatus ja kontseptsioonide jääb paremini meelde. Madala riskiga test enne tundi seab õppija kavatsuse uue teema õppimiseks, samas kui teine test pärast tundi tagab teadmiste kinnistumise. See õppekava on paindlik ja lõbus ning sobib tervikuna või osaliselt läbitavaks. Projektid algavad väikestena ja muutuvad 12-nädalase tsükli lõpuks järk-järgult keerukamaks. Õppekava sisaldab ka järelmärget masinõppe rakendustest pärismaailmas, mida võib kasutada lisapunktide saamiseks või arutelupõhjana.

Leia meie Käitumiskoodeks, Panustamine, Tõlkimine ja Veaotsing juhised. Ootame konstruktiivset tagasisidet!

Iga õppetund sisaldab

vabatahtlikku visandit
vabatahtlikku lisavideot
video läbivaadet (ainult mõnes õppetunnis)
eelloengu soojendus-quiz
kirjalikku õppetundi
projektipõhiste õppetundide puhul samm-sammulisi juhendeid projekti ehitamiseks
teadmistekontrolle
väljakutset
lisalugemist
ülesannet
järgnevat testi

Märkused keeltest: Need õppetunnid on peamiselt kirjutatud Pythonis, kuid paljud on saadaval ka R-s. R-õppetunni läbimiseks mine /solution kausta ja otsi R-õppetunde. Neil on .rmd laiendus, mis esindab R Markdown faili, mida saab defineerida kui kooditükke (R või teiste keelte jaoks) sisaldava ja YAML-päise (suunab väljundite vormindamist nagu PDF) sisaldava Markdown dokumendi manustamist. See on andmeteadusele suurepärane raamistik, kuna võimaldab sul kombineerida koodi, selle väljundi ja mõtted kirjalikult Markdownis. Lisaks saab R Markdown dokumente renderdada väljundvormingutesse nagu PDF, HTML või Word.

Märkused testide kohta: Kõik testid asuvad Quiz App kaustas, kokku 52 testi, kus igaühes on kolm küsimust. Need on seotud õppetundidega, aga testirakendust saab käivitada ka lokaalselt; järgi juhiseid quiz-app kaustas lokaalseks hostimiseks või Azure'sse deploymiseks.

Õppetunni number	Teema	Õppetunni grupp	Õpieesmärgid	Seotud õppetund	Autor
01	Sissejuhatus masinõppesse	Introduction	Õpi masinõppe põhialuseid	Lesson	Muhammad
02	Masinõppe ajalugu	Introduction	Õpi selle valdkonna ajalugu	Lesson	Jen and Amy
03	Õiglus ja masinõpe	Introduction	Millised on tähtsad filosoofilised küsimused seoses õigusega, mida õpilased peaksid masinõppemudelite loomisel ja rakendamisel kaaluma?	Lesson	Tomomi
04	Masinõppe tehnikad	Introduction	Milliseid tehnikaid kasutavad masinõppe uurijad masinõppemudelite ehitamiseks?	Lesson	Chris and Jen
05	Sissejuhatus regressiooni	Regression	Alusta Pythonis ja Scikit-learn'is regressioonimudelitega	Python • R	Jen • Eric Wanjau
06	Põhja-Ameerika kõrvitsa hinnad 🎃	Regression	Visualiseeri ja puhasta andmeid masinõppe ettevalmistamiseks	Python • R	Jen • Eric Wanjau
07	Põhja-Ameerika kõrvitsa hinnad 🎃	Regression	Ehita lineaarsed ja polünoomsed regressioonimudelid	Python • R	Jen and Dmitry • Eric Wanjau
08	Põhja-Ameerika kõrvitsa hinnad 🎃	Regression	Ehita logistiline regressioonimudel	Python • R	Jen • Eric Wanjau
09	Veebirakendus 🔌	Web App	Ehita veebirakendus oma treenitud mudeli kasutamiseks	Python	Jen
10	Sissejuhatus klassifitseerimisse	Classification	Puhasta, valmista ette ja visualiseeri oma andmeid; sissejuhatus klassifitseerimisse	Python • R	Jen and Cassie • Eric Wanjau
11	Maitsvad Aasia ja India köögid 🍜	Classification	Sissejuhatus klassifitseerijatesse	Python • R	Jen and Cassie • Eric Wanjau
12	Maitsvad Aasia ja India köögid 🍜	Classification	Veel klassifitseerijaid	Python • R	Jen and Cassie • Eric Wanjau
13	Maitsvad Aasia ja India köögid 🍜	Classification	Ehita soovitusveebirakendus oma mudelit kasutades	Python	Jen
14	Sissejuhatus klastrisse	Clustering	Puhasta, valmista ette ja visualiseeri oma andmeid; sissejuhatus klastrisse	Python • R	Jen • Eric Wanjau
15	Uuri Nigeeria muusikamaitseid 🎧	Clustering	Uuri K-Meansi klasterdamismeetodit	Python • R	Jen • Eric Wanjau
16	Sissejuhatus loomuliku keele töötlemisse ☕️	Natural language processing	Õpi NLP põhialuseid, ehitades lihtsa boti	Python	Stephen
17	Levinud NLP ülesanded ☕️	Natural language processing	Süvenda oma NLP teadmisi, mõistes keelestruktuuride töötlemisel vajalikke tavapäraseid ülesandeid	Python	Stephen
18	Tõlkimine ja sentimendi analüüs ♥️	Natural language processing	Tõlkimine ja meeleolu analüüs Jane Austeni tekstidega	Python	Stephen
19	Euroopa romantilised hotellid ♥️	Natural language processing	Meeleolu analüüs hotellikriitikatest 1	Python	Stephen
20	Euroopa romantilised hotellid ♥️	Natural language processing	Meeleolu analüüs hotellikriitikatest 2	Python	Stephen
21	Sissejuhatus ajasari prognoosimisse	Time series	Sissejuhatus ajasari prognoosimisse	Python	Francesca
22	⚡️ Maailma energiatarbimine ⚡️ - ajasari prognoosimine ARIMA-ga	Time series	Ajasari prognoosimine ARIMA abil	Python	Francesca
23	⚡️ Maailma energiatarbimine ⚡️ - ajasari prognoosimine SVR-ga	Time series	Ajasari prognoosimine tugivektorregressori abil	Python	Anirban
24	Sissejuhatus tugevõppesse	Reinforcement learning	Sissejuhatus tugevõppesse Q-õppimise kaudu	Python	Dmitry
25	Aita Peteril hunti vältida! 🐺	Reinforcement learning	Tugevõppimise Gym	Python	Dmitry
Postscript	Reaalmaailma masinõppe juhtumid ja rakendused	ML in the Wild	Huvitavad ja valgustavad klassikalise masinõppe reaalmaailmarakendused	Lesson	Team
Postscript	Masinõppe mudelite silumine RAI juhtpaneeli abil	ML in the Wild	Masinõppe mudelite silumine vastutustundliku tehisintellekti juhtpaneeli komponentidega	Lesson	Ruth Yakubu

leia kõik selle kursuse lisamaterjalid meie Microsoft Learn kollektsioonist

Võimalus kasutada võrguühenduseta

Saad seda dokumentatsiooni võrguühenduseta käivitada, kasutades Docsify. Tee selle hoidla fork, paigalda Docsify oma lokaalsele masinale, ning seejärel kirjuta selle hoidla juurkaustas käsk docsify serve. Veebileht hakkab teenima pordil 3000 sinu kohalikel aadressil: localhost:3000.

PDF-id

Leia õppekava PDF koos linkidega siit.

🎒 Muud kursused

Meie tiim toodab teisi kursuseid! Vaata neid:

LangChain

Azure / Edge / MCP / Agentid

Generatiivse tehisintellekti seeria

Põhikoolitus

Copiloti seeria

Abi saamine

Kui sa jääd masinõppe õppimisel või tehisintellekti rakenduste loomisel kinni või sul on küsimusi, ära muretse — abi on olemas.

Võid liituda aruteludega teiste õppijate ja arendajatega, esitada küsimusi ning jagada oma ideid kogukonnaga.

Liitu kogukonnaga, et esitada küsimusi ja õppida koos teistega
Arutle masinõppe kontseptsioonide ja projektide ideede üle
Saa juhendamist kogenud arendajatelt

Toetav kogukond on suurepärane viis oma oskuste arendamiseks ja probleemide kiiremale lahendamisele.

Microsoft Foundry Discordi kogukond

Kui leiad vigu, vigu või sul on parandusettepanekuid, võid avada selles hoidlas Issue probleemi raportimiseks.

Toodet puudutavate tagasiside või olemasolevate kogukonna postituste otsimiseks külasta arendajate foorumit:

Täiendavad õppimisnipid

Vaata märkmeid üle pärast iga õppetundi parema arusaamise saamiseks.
Harjuta algoritmide omaette rakendamist.
Uuri omandatud kontseptsioonide abil reaalmaailma andmekogumeid.

Lahtiütlus: See dokument on tõlgitud kasutades AI tõlketeenust Co-op Translator. Kuigi me püüdleme täpsuse poole, palun pange tähele, et automatiseeritud tõlgetes võib esineda vigu või ebatäpsusi. Originaaldokument selle emakeeles tuleks pidada autoriteetseks allikaks. Olulise teabe puhul soovitatakse kasutada professionaalset inimtõlget. Me ei vastuta selle tõlkega seotud eksimustest või valesti mõistmistest.

31 KiB Raw Blame History Unescape Escape