README.md

🌐 Daugiakalbė parama

Palaikoma per GitHub Action (automatiškai ir visada atnaujinta)

Arabic | Bengali | Bulgarian | Burmese (Myanmar) | Chinese (Simplified) | Chinese (Traditional, Hong Kong) | Chinese (Traditional, Macau) | Chinese (Traditional, Taiwan) | Croatian | Czech | Danish | Dutch | Estonian | Finnish | French | German | Greek | Hebrew | Hindi | Hungarian | Indonesian | Italian | Japanese | Kannada | Korean | Lithuanian | Malay | Malayalam | Marathi | Nepali | Nigerian Pidgin | Norwegian | Persian (Farsi) | Polish | Portuguese (Brazil) | Portuguese (Portugal) | Punjabi (Gurmukhi) | Romanian | Russian | Serbian (Cyrillic) | Slovak | Slovenian | Spanish | Swahili | Swedish | Tagalog (Filipino) | Tamil | Telugu | Thai | Turkish | Ukrainian | Urdu | Vietnamese

Norite kopijuoti lokaliai?

Ši saugykla turi daugiau nei 50 kalbų vertimų, dėl ko žymiai padidėja atsisiuntimo dydis. Norėdami kopijuoti be vertimų, naudokite sparse checkout:

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"

Tai suteiks jums viską, ko reikia kursui baigti, su daug greitesniu atsisiuntimu.

Prisijunkite prie mūsų bendruomenės

Mes vykdome Discord „mokymosi su AI“ seriją, sužinokite daugiau ir prisijunkite prie mūsų adresu Learn with AI Series nuo 2025 m. rugsėjo 18 iki 30 d. Gaunate patarimų ir triukų, kaip naudoti GitHub Copilot Duomenų moksle.

Mašininis mokymasis pradedantiesiems – mokymo programa

🌍 Keliaukime po pasaulį tyrinėdami mašininį mokymąsi per pasaulio kultūras 🌍

„Microsoft“ „Cloud Advocates“ džiaugiasi galėdami pasiūlyti 12 savaičių, 26 pamokų programą, skirtą mašininio mokymosi studijoms. Šioje programoje sužinosite apie tai, ką kartais vadina klasikiniu mašininiu mokymusi, daugiausiai naudojant Scikit-learn biblioteką ir vengiant giluminio mokymosi, kuris aprašytas mūsų AI pradedantiesiems programoje. Taip pat derinkite šias pamokas su mūsų 'Duomenų mokslas pradedantiesiems' programa.

Keliaukite su mumis po pasaulį, taikydami šias klasikines technikas duomenims iš įvairių pasaulio sričių. Kiekvienoje pamokoje yra priešpamokinis ir postpamokinis testai, rašytinės instrukcijos pamokos atlikimui, sprendimas, užduotis ir daugiau. Mūsų projektinė pedagogika leidžia mokytis kuriant – tai patikrintas būdas įsisavinti naujus įgūdžius.

✍️ Nuoširdžiai dėkojame mūsų autoriams Jen Looper, Stephen Howell, Francesca Lazzeri, Tomomi Imura, Cassie Breviu, Dmitry Soshnikov, Chris Noring, Anirban Mukherjee, Ornella Altunyan, Ruth Yakubu ir Amy Boyd

🎨 Taip pat dėkojame mūsų iliustratoriams Tomomi Imura, Dasani Madipalli ir Jen Looper

🙏 Specialus ačiū 🙏 mūsų Microsoft Studentų Ambasadorių autoriams, vertintojams ir turinio bendradarbiams, ypač Rishit Dagli, Muhammad Sakib Khan Inan, Rohan Raj, Alexandru Petrescu, Abhishek Jaiswal, Nawrin Tabassum, Ioan Samuila ir Snigdha Agarwal

🤩 Ypač dėkojame Microsoft Studentų Ambasadoriams Eric Wanjau, Jasleen Sondhi ir Vidushi Gupta už mūsų R pamokas!

Pradžia

Laikykitės šių žingsnių:

1. Padarykite fork'ą: Spustelėkite mygtuką „Fork“ šio puslapio dešiniajame viršutiniame kampe.
2. Klonuokite saugyklą: git clone https://github.com/microsoft/ML-For-Beginners.git

suraskite visus papildomus šio kurso išteklius mūsų Microsoft Learn kolekcijoje

🔧 Reikia pagalbos? Peržiūrėkite mūsų Gedimų šalinimo vadovą – sprendimus dažniausiai pasitaikančioms problemoms diegiant, nustatant ir vykdant pamokas.

Studentams, norėdami naudotis šia programa, fork'inkite visą kodą į savo GitHub paskyrą ir atlikite pratimus savarankiškai arba grupėje:

• Pradėkite nuo priešpaskaitinio testo.
• Perskaitykite paskaitą ir atlikite veiklas, sustodami ir apmąstydami kiekvieną žinių patikrinimą.
• Stenkitės kurti projektus suprasdami pamokas, o ne vien paleisdami sprendimo kodą; tačiau šis kodas yra prieinamas kiekvienos projektinės pamokos /solution aplankuose.
• Atlikite po paskaitos testą.
• Atlikite iššūkį.
• Atlikite užduotį.
• Baigę pamokų ciklą, aplankykite Diskusijų forumą ir „mokykitės garsiai“ užpildydami atitinkamą PAT rubriką. PAT – tai Progreso Vertinimo Priemonė, kurią užpildote tolesniam mokymuisi. Taip pat galite reaguoti į kitų PAT, kad mokytumėmės kartu.

Tolimesnėms studijoms rekomenduojame šiuos Microsoft Learn modulius ir mokymosi kelius.

Mokytojams, mes pateikėme keletą rekomendacijų, kaip naudoti šią programą.

---

Vaizdo įrašų peržiūros

Kai kurios pamokos pateikiamos trumpais vaizdo įrašais. Juos rasite įterptus pamokose arba ML pradedantiesiems grojaraštyje Microsoft Developer YouTube kanale spustelėję paveikslėlį žemiau.

---

Susipažinkite su Komanda

Gif sukūrė Mohit Jaisal

🎥 Spustelėkite paveikslėlį aukščiau, kad pamatytumėte vaizdo įrašą apie projektą ir jį sukūrusius žmones!

---

Pedagogika

Kurdami šią programą pasirinkome du pedagoginius principus: užtikrinti, kad ji būtų praktiška, projektinė, ir kad būtų dažni testai. Be to, ši programa turi bendrą temą, suteikiančią jai darną.

Užtikrinus, kad turinys atitinka projektus, procesas tampa patrauklesnis mokiniams, o sąvokos geriau įsimenamos. Taip pat žemo pasirinkimo laipsnio testas prieš paskaitą orientuoja mokinį į temos mokymąsi, o antras testas po paskaitos užtikrina tolesnį įsisavinimą. Ši programa sukurta būti lanksti ir smagi, ją galima naudoti visą arba atskiras dalis. Projektai prasideda nuo mažų ir pabaigoje tampa vis sudėtingesni per 12 savaičių ciklą. Ši programa taip pat apima priedą apie mašininio mokymosi taikymą realiame pasaulyje, kurį galima naudoti kaip papildomą užduotį arba diskusijos pagrindą.

Raskite mūsų Elgesio kodeksą, Indėlio gairės, Vertimus ir Gedimų šalinimą. Laukiame jūsų konstruktyvių atsiliepimų!

Kiekviena pamoka apima

• pasirenkamą piešinių užrašą
• pasirenkamą papildomą vaizdo įrašą
• vaizdo įrašo peržiūrą (tik kai kurios pamokos)
• priešpaskaitinį apšilimo testą
• rašytinę pamoką
• projektinėms pamokoms – žingsnis po žingsnio vadovus, kaip kurti projektą
• žinių patikrinimus
• iššūkį
• papildomą skaitymą
• užduotį
• po paskaitos testą

Pastaba apie kalbas: Šios pamokos pagrinde parašytos Python kalba, bet daugelis taip pat prieinamos R kalba. Norėdami atlikti R pamoką, eikite į /solution katalogą ir ieškokite R pamokų. Jos turi .rmd plėtinį, kuris reiškia R Markdown failą – tai dokumentas, kuriame jungiamas kodo blokai (R ar kitų kalbų) ir YAML antraštė (nurodanti, kaip formatuoti išvestį, pvz., PDF) Markdown dokumente. Tokiu būdu tai puiki autorystės sistema duomenų mokslui, leidžianti kartu sujungti kodą, jo rezultatą ir mintis, rašant jas Markdown formatu. Be to, R Markdown dokumentai gali būti konvertuojami į formatus, tokius kaip PDF, HTML ar Word. Pastaba apie quizus: Visi quizai yra Quiz App aplanke, iš viso 52 quizai po tris klausimus. Jie yra susieti pamokų viduje, tačiau quizų programą galima paleisti lokaliai; laikykitės instrukcijų quiz-app aplanke, kad ją paleistumėte vietoje arba patalpintumėte Azure.

Pamokos numeris	Tema	Pamokų grupavimas	Mokymosi tikslai	Susieta pamoka	Autorius
01	Įvadas į mašininį mokymąsi	Introduction	Sužinokite pagrindines mašininio mokymosi sąvokas	Pamoka	Muhammad
02	Mašininio mokymosi istorija	Introduction	Sužinokite šios srities istoriją	Pamoka	Jen ir Amy
03	Teisingumas ir mašininis mokymasis	Introduction	Kokios svarbios filosofinės teisingumo problemos, kuriomis turėtų domėtis studentai kurdami ir taikydami MM modelius?	Pamoka	Tomomi
04	Mašininio mokymosi technikos	Introduction	Kokias technikas MM tyrėjai naudoja mokydami MM modelius?	Pamoka	Chris ir Jen
05	Įvadas į regresiją	Regression	Pradėkite dirbti su Python ir Scikit-learn regresijos modeliams	Python • R	Jen • Eric Wanjau
06	Šiaurės Amerikos moliūgų kainos 🎃	Regression	Vizualizuokite ir išvalykite duomenis ruošdamiesi MM	Python • R	Jen • Eric Wanjau
07	Šiaurės Amerikos moliūgų kainos 🎃	Regression	Kurkite tiesinės ir polinominės regresijos modelius	Python • R	Jen ir Dmitry • Eric Wanjau
08	Šiaurės Amerikos moliūgų kainos 🎃	Regression	Kurkite logistinės regresijos modelį	Python • R	Jen • Eric Wanjau
09	Interneto programa 🔌	Web App	Sukurkite interneto programą, kad naudotumėte savo apmokytą modelį	Python	Jen
10	Įvadas į klasifikaciją	Classification	Valykite, paruoškite ir vizualizuokite savo duomenis; įvadas į klasifikaciją	Python • R	Jen ir Cassie • Eric Wanjau
11	Skani Azijos ir Indijos virtuvė 🍜	Classification	Įvadas į klasifikatorius	Python • R	Jen ir Cassie • Eric Wanjau
12	Skani Azijos ir Indijos virtuvė 🍜	Classification	Daugiau klasifikatorių	Python • R	Jen ir Cassie • Eric Wanjau
13	Skani Azijos ir Indijos virtuvė 🍜	Classification	Sukurkite rekomendacinę interneto programą naudodami savo modelį	Python	Jen
14	Įvadas į klasterizavimą	Clustering	Valykite, ruoškitės ir vizualizuokite savo duomenis; įvadas į klasterizavimą	Python • R	Jen • Eric Wanjau
15	Nigerijos muzikos skonio tyrinėjimas 🎧	Clustering	Tyrinėkite K-Means klasterizavimo metodą	Python • R	Jen • Eric Wanjau
16	Įvadas į natūralios kalbos apdorojimą ☕️	Natural language processing	Išmokite NLP pagrindus kurdami paprastą botą	Python	Stephen
17	Įprasti NLP uždaviniai ☕️	Natural language processing	Gilinkite NLP žinias suprasdami įprastus uždavinius, susijusius su kalbos struktūromis	Python	Stephen
18	Vertimas ir nuotaikų analizė ♥️	Natural language processing	Vertimas ir nuotaikų analizė su Jane Austen	Python	Stephen
19	Romantiški Europos viešbučiai ♥️	Natural language processing	Nuotaikų analizė su viešbučių atsiliepimais 1	Python	Stephen
20	Romantiški Europos viešbučiai ♥️	Natural language processing	Nuotaikų analizė su viešbučių atsiliepimais 2	Python	Stephen
21	Laiko eilių prognozavimo įvadas	Time series	Įvadas į laiko eilių prognozavimą	Python	Francesca
22	⚡️ Pasaulio energijos naudojimas ⚡️ - ARIMA prognozės	Time series	Laiko eilių prognozavimas su ARIMA	Python	Francesca
23	⚡️ Pasaulio energijos naudojimas ⚡️ - SVR prognozės	Time series	Laiko eilių prognozavimas su paramos vektorių regresoriumi (SVR)	Python	Anirban
24	Įvadas į stiprinamąjį mokymąsi	Reinforcement learning	Įvadas į stiprinamąjį mokymąsi su Q-Mokymusi	Python	Dmitry
25	Padėkite Petrui išvengti vilko! 🐺	Reinforcement learning	Stiprinamojo mokymosi Gym	Python	Dmitry
Postscript	Realūs MM scenarijai ir taikymai	ML in the Wild	Įdomios ir atskleidžiančios realaus pasaulio klasikinių MM taikymų	Pamoka	Komanda
Postscript	Modelių klaidų paieška ML su RAI prietaisu	ML in the Wild	Modelių klaidų paieška mašininio mokymosi modeliuose naudojant atsakingo AI valdymo skydelio komponentus	Pamoka	Ruth Yakubu

raskite visus papildomus šio kurso išteklius mūsų Microsoft Learn rinkinyje

Veikia be interneto

Galite naudoti šią dokumentaciją be interneto naudodami Docsify. Padarykite šio repozitorijaus šaką („fork“), įdiekite Docsify savo vietiniame kompiuteryje ir tada šio repozitorijaus pagrindiniame aplanke įveskite docsify serve. Svetainė bus pristatyta 3000 prievade jūsų lokaliame kompiuteryje: localhost:3000.

PDF failai

Raskite mokymo programos pdf su nuorodomis čia.

🎒 Kiti kursai

Mūsų komanda kuria ir kitus kursus! Pažiūrėkite:

LangChain

Azure / Edge / MCP / Agentai

---

Generatyvioji AI serija

---

Pagrindinis mokymasis

---

Copilot serija

Pagalba

Jei įstringate ar turite klausimų apie DI programų kūrimą. Prisijunkite prie kitų besimokančių ir patyrusių kūrėjų diskusijose apie MCP. Tai palaikanti bendruomenė, kurioje klausimai yra laukiami, o žinios dalijamasi laisvai.

Jei turite produktų atsiliepimų ar klaidų kūrimo metu, apsilankykite:

Papildomi mokymosi patarimai

• Peržiūrėkite užrašų knygutes po kiekvienos pamokos, kad geriau suprastumėte.
• Praktikuokite algoritmų įgyvendinimą savarankiškai.
• Tyrinėkite realių duomenų rinkinius naudodami įgytas žinias.

---

Atsakomybės apribojimas: Šis dokumentas buvo išverstas naudojant dirbtinio intelekto vertimo paslaugą Co-op Translator. Nors siekiame tikslumo, atkreipkite dėmesį, kad automatiniai vertimai gali turėti klaidų ar netikslumų. Originalus dokumentas jo gimtąja kalba laikomas autoritetingu šaltiniu. Svarbiai informacijai rekomenduojama naudoti profesionalų vertimą, atliekamą žmogaus. Mes neatsakome už bet kokius nesusipratimus ar klaidingas interpretacijas, kylančias naudojant šį vertimą.