微软机器学习课程（MachineLearningforBeginners,Curriculum）来了，一日获2000+星。课程地址：https://github.com/microsoft/ML-For-Beginners本课程面向机器学习初学者，共12周24节课。完全免费，并获得麻省理工学院授权。由AzureCloudAdvocates等制作。本课程是关于“经典机器学习”的，使用Scikit-learn库来解决基本的ML概念。但是，本ML课程不讨论深度学习或神经网络相关内容。scikit-learn库：https://scikit-learn.org/stable/user_guide.html本课程涉及的算法都有具体的例子，包括回归（北美南瓜市场定价的例子）、分类（泛亚美食的例子）)、聚类（尼日利亚音乐品味示例）、NLP（欧洲酒店评论示例）、时间序列（世界用电量示例）、强化学习（俄罗斯彼得与狼的故事）。这是一门自定进度的课程，但在小组中效果很好，因此您可以考虑找一个学习伙伴一起学习。通过课前测验热身，并与您的同龄人或单独完成课程和作业。通过课后测验测试您的知识。在学习本课程之前，最好掌握Python。有网友表示：太神奇了。有网友称赞该课程是很好的教材。完成本课程后，您将学到什么？这些课程被分组，以便学习者可以深入研究经典ML的重要方面。本课程首先介绍ML概念，然后介绍其历史、机器学习中“公平”的概念，并讨论ML行业的工具和技术。随后的课程介绍了回归、分类、聚类、自然语言处理、时间序列预测、强化学习，还有两门“应用”课程演示了如何在网络中使用模型进行推理应用。它以一个“后记”课程结束，该课程展示了机器学习的“真实世界”应用，展示了这些技术是如何在野外使用的。每节课包括：课前热身测验、编程课、基于项目的课程指导如何构建项目、检查所学内容、课程挑战、补充阅读、作业、课后测验等。课程内容：为了让初学者更容易学习ML，本课程构建了可以离线使用的内容，并且可以使用.ipynb笔记本在VisualStudioCode中完成练习。此外，课程充满了艺术气息，配有新颖的插图：
