คู่มือพื้นฐาน ML สำหรับผู้เริ่มต้นMachine Learning for Beginners Curriculum
หลักสูตร 12 สัปดาห์สำหรับเรียนรู้ Machine Learning ที่รวมทั้งแบบฝึกหัดและควิซ
A 12-week curriculum to learn machine learning including exercises and quizzes.
ไว้ทำอะไร
โครงการนี้มุ่งหมายให้ผู้เรียนรู้เข้าใจแนวคิดพื้นฐานของ Machine Learning โดยใช้ไลบรารี Scikit-learn ใน Python เหมาะสำหรับผู้เริ่มต้นที่ต้องการเรียนรู้แบบคลาสสิก
ทำงานอย่างไร
หลักสูตรนี้แยกออกเป็นหน่วยต่าง ๆ ซึ่งแต่ละหน่วยประกอบด้วยบทเรียนย่อย ๆ เช่น การแนะนำพื้นฐาน การสร้างโมเดล regression และหมวดอื่น ๆ แต่ละบทเรียนประกอบด้วยเนื้อหาเป็นลายลักษณ์อักษร การทดสอบความรู้ และแบบทดสอบ. ตลอด 12 สัปดาห์ นักเรียนจะได้เรียนรู้หัวข้อต่าง ๆ เช่น Regression, NLP, Classification และอื่น ๆ โดยใช้ Python และบางส่วนมี R ที่จะใช้ในไฟล์ R Markdown
โครงสร้างโค้ด
- README.md — อธิบายหลักสูตรและวิธีการใช้งาน
- package.json — สคริปต์และ dependencies ของโปรเจกต์
- .github/workflows — การตั้งค่า integration ต่อเนื่อง
- 2-Regression/ — โค้ดตัวอย่างสำหรับการสร้างโมเดล regression
- docs/_sidebar.md — เอกสารประกอบ
เริ่มใช้งาน
# Clone the repository
git clone https://github.com/microsoft/ML-For-Beginners.git
# Start a codespace for interactive coding
# Visit the GitHub Codespaces feature to create an environmentเหมาะกับงานแบบไหน
- ศึกษาและเรียนรู้ Machine Learning เบื้องต้น
- ฝึกฝนและพัฒนาทักษะด้าน data science
ข้อควรรู้
- โปรเจกต์นี้มีลิขสิทธิ์แบบ MIT
- โปรเจกต์นี้รองรับ Python และบางส่วนรองรับ R
What it is for
This project aims to introduce learners to the fundamentals of Machine Learning using Scikit-learn in Python. It's ideal for beginners wanting to learn classic approaches.
How it works
The curriculum is divided into modules, each containing sub-lessons such as foundational introductions, model building with regression, and more. Each lesson contains written content, knowledge checks, and quizzes. Over 12 weeks, students will explore topics like Regression, NLP, Classification, and others using Python, with some lessons available in R as R Markdown files.
Code structure
- README.md — Describes the curriculum and how to use it
- package.json — Project's scripts and dependencies
- .github/workflows — Continuous integration setup
- 2-Regression/ — Example code for building regression models
- docs/_sidebar.md — Documentation sidebar
Getting started
# Clone the repository
git clone https://github.com/microsoft/ML-For-Beginners.git
# Start a codespace for interactive coding
# Visit the GitHub Codespaces feature to create an environmentGood fit for
- Study and learn beginner-level Machine Learning
- Practice and develop data science skills
Things to know
- This project is licensed under the MIT License
- The project supports Python primarily and some parts in R
บทวิเคราะห์นี้สร้างจาก README และโค้ดของ repo โดย AI ของ Oneable — ตรวจสอบ license และเอกสารต้นทางก่อนนำไปใช้งานจริงThis breakdown was generated from the repository's README and code by Oneable's AI — check the license and upstream docs before using it in production.