GitHub - microsoft/ML - For - Beginners课程介绍与使用指南

技术背景

微软的云倡导者们推出了一个为期12周、包含26节课的机器学习课程。该课程主要聚焦于所谓的经典机器学习，主要使用Scikit - learn库，避免涉及深度学习（深度学习内容在他们的“AI for Beginners”课程中涵盖）。课程还可以与“Data Science for Beginners”课程搭配学习。每节课都包含课前和课后测验、书面指导、解决方案、作业等，采用基于项目的教学法，让学习者在实践中学习。

实现步骤

开始学习

1. 分叉仓库：点击页面右上角的“Fork”按钮。
2. 克隆仓库：使用命令git clone https://github.com/microsoft/ML-For-Beginners.git。可以在微软学习集合中找到本课程的所有额外资源。

学生学习流程

1. 将整个仓库分叉到自己的GitHub账户，可独自或分组完成练习。
2. 从课前测验开始。
3. 阅读课程内容并完成活动，在每个知识检查点暂停并思考。
4. 尝试通过理解课程内容来创建项目，而不是直接运行解决方案代码（解决方案代码在每个以项目为导向的课程的/solution文件夹中）。
5. 完成课后测验。
6. 完成挑战和作业。
7. 完成一组课程后，访问讨论板，通过填写适当的PAT评分表“大声学习”。也可以对其他PAT进行反馈，共同学习。

教师使用建议

课程中包含了一些关于如何使用该课程的建议。

视频教程

部分课程有简短的视频形式，可以在课程内或微软开发者YouTube频道的“ML for Beginners”播放列表中找到。

核心代码

克隆仓库

git clone https://github.com/microsoft/ML-For-Beginners.git

离线访问

使用Docsify可以离线运行文档，步骤如下：

1. 分叉此仓库。
2. 在本地机器上安装Docsify。
3. 在仓库的根文件夹中，输入docsify serve。网站将在本地主机的3000端口上提供服务：localhost:3000。

最佳实践

• 按照课程顺序逐步学习，从简单项目开始，随着课程推进，项目会逐渐复杂。
• 充分利用课前和课后测验，巩固知识。
• 在完成项目时，尽量自己思考和实现，而不是依赖解决方案代码。
• 参与讨论板，与其他学习者交流，填写PAT评分表，促进学习。

常见问题

语言问题

课程主要用Python编写，但很多课程也有R语言版本。要完成R语言课程，前往/solution文件夹查找R课程，其文件扩展名为.rmd，代表R Markdown文件。

测验问题

所有测验都包含在Quiz App文件夹中，共有52个测验，每个测验有三个问题。它们在课程中被链接，但测验应用程序可以本地运行，按照quiz - app文件夹中的说明在本地托管或部署到Azure。