|
|
[](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（自動化且始終保持最新）
|
|
|
|
|
|
<!-- 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 (Myanmar)](../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) | [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 (Gurmukhi)](../pa/README.md) | [羅馬尼亞語](../ro/README.md) | [俄羅斯語](../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) | [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)
|
|
|
|
|
|
> **想要本地複製？**
|
|
|
>
|
|
|
> 此儲存庫包含 50 多種語言翻譯，會大幅增加下載大小。若想不帶翻譯內容複製，請使用稀疏檢出：
|
|
|
>
|
|
|
> **Bash / macOS / Linux:**
|
|
|
> ```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'
|
|
|
> ```
|
|
|
>
|
|
|
> **CMD (Windows):**
|
|
|
> ```cmd
|
|
|
> 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"
|
|
|
> ```
|
|
|
>
|
|
|
> 這樣可以更快速下載，且包含完成課程所需的一切。
|
|
|
<!-- CO-OP TRANSLATOR LANGUAGES TABLE END -->
|
|
|
|
|
|
#### 加入我們的社群
|
|
|
|
|
|
[](https://discord.gg/nTYy5BXMWG)
|
|
|
|
|
|
我們正在舉辦 Discord 的 AI 學習系列活動，請於 2025 年 9 月 18 日至 30 日前往 [Learn with AI Series](https://aka.ms/learnwithai/discord) 瞭解更多並加入。我們將分享使用 GitHub Copilot 進行資料科學的技巧與方法。
|
|
|
|
|
|
|
|
|
|
|
|
# 機器學習初學者課程綱要
|
|
|
|
|
|
> 🌍 透過世界文化的視角，帶你環遊世界探索機器學習 🌍
|
|
|
|
|
|
微軟的雲端擁護者很高興提供一套為期 12 週、共 26 課的完整課程，主題為 **機器學習**。本課程聚焦於所謂的 **經典機器學習**，主要使用 Scikit-learn 函式庫，避開深度學習部分（相關內容可見於我們的[初學者 AI 課程](https://aka.ms/ai4beginners)）。也建議和我們的[初學者資料科學課程](https://aka.ms/ds4beginners) 搭配學習！
|
|
|
|
|
|
跟我們一起周遊世界，將這些經典技術應用於各地的資料。每課包含課前與課後測驗、書面教學指引、解答、作業與更多。採用專案導向教學法，讓你邊學邊做，是幫助新技能扎根的有效方法。
|
|
|
|
|
|
**✍️ 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
|
|
|
|
|
|
**🎨 以及感謝我們的插畫師** Tomomi Imura, Dasani Madipalli 與 Jen Looper
|
|
|
|
|
|
**🙏 特別感謝 🙏 微軟學生大使的作者、審閱者與內容貢獻者**，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 對我們的 R 課程貢獻！**
|
|
|
|
|
|
# 開始使用
|
|
|
|
|
|
請依序操作：
|
|
|
1. **分叉此儲存庫（Fork）**：點擊本頁右上角的「Fork」按鈕。
|
|
|
2. **複製儲存庫（Clone）**：`git clone https://github.com/microsoft/ML-For-Beginners.git`
|
|
|
|
|
|
> [本課程的所有附加資源請見我們的 Microsoft Learn 集合](https://learn.microsoft.com/en-us/collections/qrqzamz1nn2wx3?WT.mc_id=academic-77952-bethanycheum)
|
|
|
|
|
|
> 🔧 **需要幫助？** 請查閱我們的[Troubleshooting Guide](TROUBLESHOOTING.md)，解決常見的安裝、設定及執行問題。
|
|
|
|
|
|
**[學生](https://aka.ms/student-page)**，請將此課程的整個儲存庫 Fork 到你的 GitHub 帳號，並自行或團體完成練習：
|
|
|
|
|
|
- 先做課前熱身測驗。
|
|
|
- 閱讀課程教材並完成練習，並在每個知識點停下來思考。
|
|
|
- 盡量透過理解課程內容來建立專案，而非直接運行解答程式碼；不過解答可在每個專案課的 `/solution` 資料夾找到。
|
|
|
- 做完課後測驗。
|
|
|
- 完成挑戰。
|
|
|
- 完成指定作業。
|
|
|
- 完成每組課程後，歡迎前往[討論區](https://github.com/microsoft/ML-For-Beginners/discussions)藉由填寫對應的 PAT 評分表「大聲學習」。PAT（進度評估工具）是用來提升學習的評分表。你也可以對其他人的 PAT 做出回應，共同進步。
|
|
|
|
|
|
> 若要進一步學習，我們建議跟隨這些[Microsoft Learn](https://docs.microsoft.com/en-us/users/jenlooper-2911/collections/k7o7tg1gp306q4?WT.mc_id=academic-77952-leestott)模組及學習路徑。
|
|
|
|
|
|
**教師**，我們已[提供一些建議](for-teachers.md) 關於如何使用此課程。
|
|
|
|
|
|
---
|
|
|
|
|
|
## 影片導覽
|
|
|
|
|
|
部分課程附有短片教學。你可在課程中內嵌觀看，或者前往[微軟開發者 YouTube 頻道的 ML 入門播放清單](https://aka.ms/ml-beginners-videos)點擊下面的圖片瀏覽。
|
|
|
|
|
|
[](https://aka.ms/ml-beginners-videos)
|
|
|
|
|
|
---
|
|
|
|
|
|
## 團隊介紹
|
|
|
|
|
|
[](https://youtu.be/Tj1XWrDSYJU)
|
|
|
|
|
|
**GIF 製作:** [Mohit Jaisal](https://linkedin.com/in/mohitjaisal)
|
|
|
|
|
|
> 🎥 點擊上方圖片觀看有關本專案及其創作者的影片！
|
|
|
|
|
|
---
|
|
|
|
|
|
## 教學理念
|
|
|
|
|
|
在設計本課程時，我們選擇了兩項教學原則：確保全程是動手操作的 **專案導向**，並且包含 **頻繁測驗**。另外，課程設計有共同的 **主題** 以增加連貫性。
|
|
|
|
|
|
透過內容與專案的緊密結合，學習過程更能吸引學生注意力，且有助於鞏固概念。課前的低壓力測驗讓學生訂立學習目標，課後的再度測驗則支持加深記憶。課程有彈性且趣味十足，可完整學習或擷取部分主題。專案自簡入深，於 12 週循環末達到複雜度高峰。最後也有針對機器學習在現實世界應用的補充內容，可用作加分題或討論基礎。
|
|
|
|
|
|
> 請參考我們的[行為守則](CODE_OF_CONDUCT.md)、[貢獻指南](CONTRIBUTING.md)、[翻譯指南](TRANSLATIONS.md) 以及 [故障排除](TROUBLESHOOTING.md) 文件。我們十分歡迎您建設性的反饋！
|
|
|
|
|
|
## 每堂課包含
|
|
|
|
|
|
- 選擇性手繪筆記
|
|
|
- 選擇性補充影片
|
|
|
- 影片導覽（部分課程）
|
|
|
- [課前熱身測驗](https://ff-quizzes.netlify.app/en/ml/)
|
|
|
- 書面課程內容
|
|
|
- 專案課程附分步驟指引
|
|
|
- 知識檢核
|
|
|
- 挑戰題
|
|
|
- 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**：這些課程主要以 Python 撰寫，但也有許多課程提供 R 版本。要完成 R 課程，請前往 `/solution` 資料夾，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 文件` 中嵌入 `程式碼區塊`（R 或其他語言）及 `YAML 標頭` （用於指導如何格式化輸出，如 PDF）。因此，它成為資料科學的典範編寫框架，允許你結合程式碼、其輸出及你的想法，並用 Markdown 記錄。此外，R Markdown 文件可渲染輸出格式如 PDF、HTML 或 Word。
|
|
|
|
|
|
> **關於測驗的說明**：所有測驗都包含在 [Quiz App 資料夾](../../quiz-app) 中，共有 52 個測驗，每個包含三個問題。測驗由課程內連結，可本地執行測驗應用程式；請依照 `quiz-app` 資料夾中的說明，在本地架設或部署至 Azure。
|
|
|
|
|
|
| Lesson Number | Topic | Lesson Grouping | Learning Objectives | Linked Lesson | Author |
|
|
|
| :-----------: | :------------------------------------------------------------: | :-------------------------------------------------: | ------------------------------------------------------------------------------------------------------------------------------- | :--------------------------------------------------------------------------------------------------------------------------------------: | :--------------------------------------------------: |
|
|
|
| 01 | 機器學習簡介 | [Introduction](1-Introduction/README.md) | 學習機器學習的基本概念 | [Lesson](1-Introduction/1-intro-to-ML/README.md) | Muhammad |
|
|
|
| 02 | 機器學習的歷史 | [Introduction](1-Introduction/README.md) | 了解該領域的歷史背景 | [Lesson](1-Introduction/2-history-of-ML/README.md) | Jen and Amy |
|
|
|
| 03 | 公平性與機器學習 | [Introduction](1-Introduction/README.md) | 探討學生在建立及應用 ML 模型時應考慮的重要哲學性公平議題 | [Lesson](1-Introduction/3-fairness/README.md) | Tomomi |
|
|
|
| 04 | 機器學習技術 | [Introduction](1-Introduction/README.md) | 機器學習研究人員用來建立 ML 模型的技術 | [Lesson](1-Introduction/4-techniques-of-ML/README.md) | Chris and Jen |
|
|
|
| 05 | 迴歸簡介 | [Regression](2-Regression/README.md) | 使用 Python 和 Scikit-learn 入門迴歸模型 | [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) | 可視化與清理資料，以備 ML 使用 | [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) | 建立線性與多項式迴歸模型 | [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 🎃 | [Regression](2-Regression/README.md) | 建立邏輯斯迴歸模型 | [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) | 建置可使用你的訓練模型的網頁應用 | [Python](3-Web-App/1-Web-App/README.md) | Jen |
|
|
|
| 10 | 分類簡介 | [Classification](4-Classification/README.md) | 清理、準備及視覺化資料；分類介紹 | [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 and 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 and Cassie • Eric Wanjau |
|
|
|
| 13 | 美味亞洲與印度料理 🍜 | [Classification](4-Classification/README.md) | 使用你的模型建立推薦網頁應用 | [Python](4-Classification/4-Applied/README.md) | Jen |
|
|
|
| 14 | 分群簡介 | [Clustering](5-Clustering/README.md) | 清理、準備及視覺化資料；分群介紹 | [Python](5-Clustering/1-Visualize/README.md) • [R](../../5-Clustering/1-Visualize/solution/R/lesson_14.html) | Jen • Eric Wanjau |
|
|
|
| 15 | 探索尼日利亞音樂喜好 🎧 | [Clustering](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 | 自然語言處理簡介 ☕️ | [Natural language processing](6-NLP/README.md) | 透過建立簡單機器人學習 NLP 基礎 | [Python](6-NLP/1-Introduction-to-NLP/README.md) | Stephen |
|
|
|
| 17 | 常見的 NLP 任務 ☕️ | [Natural language processing](6-NLP/README.md) | 深化 NLP 知識，理解處理語言結構時需執行的常見任務 | [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 Jane Austen 進行情感分析與翻譯 | [Python](6-NLP/3-Translation-Sentiment/README.md) | Stephen |
|
|
|
| 19 | 歐洲浪漫旅館 ♥️ | [Natural language processing](6-NLP/README.md) | 利用旅館評論進行情感分析 1 | [Python](6-NLP/4-Hotel-Reviews-1/README.md) | Stephen |
|
|
|
| 20 | 歐洲浪漫旅館 ♥️ | [Natural language processing](6-NLP/README.md) | 利用旅館評論進行情感分析 2 | [Python](6-NLP/5-Hotel-Reviews-2/README.md) | Stephen |
|
|
|
| 21 | 時間序列預測簡介 | [Time series](7-TimeSeries/README.md) | 時間序列預測介紹 | [Python](7-TimeSeries/1-Introduction/README.md) | Francesca |
|
|
|
| 22 | ⚡️ 世界電力使用 ⚡️ - 使用 ARIMA 進行時間序列預測 | [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 | ⚡️ 世界電力使用 ⚡️ - 使用 SVR 進行時間序列預測 | [Time series](7-TimeSeries/README.md) | 使用支援向量回歸器進行時間序列預測 | [Python](7-TimeSeries/3-SVR/README.md) | Anirban |
|
|
|
| 24 | 強化學習簡介 | [Reinforcement learning](8-Reinforcement/README.md) | 使用 Q-Learning 進行強化學習簡介 | [Python](8-Reinforcement/1-QLearning/README.md) | Dmitry |
|
|
|
| 25 | 幫助彼得躲避狼！🐺 | [Reinforcement learning](8-Reinforcement/README.md) | 強化學習 Gym | [Python](8-Reinforcement/2-Gym/README.md) | Dmitry |
|
|
|
| Postscript | 實際機器學習場景與應用 | [ML in the Wild](9-Real-World/README.md) | 經典機器學習有趣且富啟發性的實際應用 | [Lesson](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 | [Lesson](9-Real-World/2-Debugging-ML-Models/README.md) | Ruth Yakubu |
|
|
|
|
|
|
> [在我們的 Microsoft Learn 集合中找到此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/#/) 離線執行此文件。分支此儲存庫，在你的本機安裝 [Docsify](https://docsify.js.org/#/quickstart)，然後在此儲存庫根目錄輸入 `docsify serve`。網站將會在本地主機的 3000 埠執行：`localhost:3000`。
|
|
|
|
|
|
## PDF 檔案
|
|
|
|
|
|
在[此處](https://microsoft.github.io/ML-For-Beginners/pdf/readme.pdf)找到課程大綱的帶連結 PDF。
|
|
|
|
|
|
## 🎒 其他課程
|
|
|
|
|
|
我們團隊還製作其他課程！快來看看：
|
|
|
|
|
|
<!-- 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)
|
|
|
[](https://github.com/microsoft/langchain-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 -->
|
|
|
|
|
|
## 尋求幫助
|
|
|
|
|
|
如果你遇到困難或對建構 AI 應用程式有任何疑問，歡迎加入一同學習的夥伴與經驗豐富的開發者討論 MCP。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建構過程中遇到錯誤，請造訪：
|
|
|
|
|
|
[](https://aka.ms/foundry/forum)
|
|
|
## 進階學習提示
|
|
|
|
|
|
- 每堂課後複習筆記本，以加深理解。
|
|
|
- 練習自行實作演算法。
|
|
|
- 利用學到的概念探索實際數據集。
|
|
|
|
|
|
---
|
|
|
|
|
|
<!-- CO-OP TRANSLATOR DISCLAIMER START -->
|
|
|
**免責聲明**：
|
|
|
此文件由人工智能翻譯服務 [Co-op Translator](https://github.com/Azure/co-op-translator) 所翻譯。儘管我們致力於準確性，但請注意，自動翻譯可能包含錯誤或不準確之處。原文件的母語版本應視為權威來源。對於重要資訊，建議採用專業人工翻譯。我們不對因使用此翻譯而引起的任何誤解或錯誤解讀承擔責任。
|
|
|
<!-- CO-OP TRANSLATOR DISCLAIMER END --> |
