微软经典机器学习入门课程：12周26课52测验，支持50+语言

阿拉伯语 | 孟加拉语 | 保加利亚语 | 缅甸语 | 中文（简体） | 中文（繁体，香港） | 中文（繁体，澳门） | 中文（繁体，

台湾） | 克罗地亚语 | 捷克语 | 丹麦语 | 荷兰语 | 爱沙尼亚语 | 芬兰语 | 法语 | 德语 | 希腊语 | 希伯来语 | 印地语 | 匈牙利语 | 印度尼西亚语 | 意大利语 | 日语 | 卡纳达语 | 高棉语 | 韩语 | 立陶宛语 | 马来语 | 马拉

雅拉姆语 | 马拉地语 | 尼泊尔语 | 尼日利亚皮钦语 | 挪威语 | 波斯语 | 波兰语 | 葡萄牙语（巴西） | 葡萄牙语（葡萄牙） | 旁遮普语（古木基文） | 罗马尼亚语 | 俄语 | 塞尔维亚语（西里尔文） | 斯洛伐克语 | 斯洛文尼亚语 | 西班牙语 |

斯瓦希里语 | 瑞典语 | 他加禄语（菲律宾语） | 泰米尔语 | 泰卢固语 | 泰语 | 土耳其语 | 乌克兰语 | 乌尔都语 | 越南语更喜欢本地克隆？该仓库包含50多种语言翻译，显著增加了下载大小。

要在不包含翻译的情况下克隆，请使用稀疏检出：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"这样你就能以更快的下载速度获得完成课程所需的一切。我们有一个Discord AI学习系列正在进行中，了解更多信息并加入我们：2025年9月18日至30日的AI学习系列。

你将获得使用GitHub Copilot进行数据科学的技巧和窍门。🌍 环游世界，通过世界文化探索机器学习 🌍微软的云倡导者很高兴提供为期12周、26节课的机器学习课程。

在本课程中，你将学习所谓的经典机器学习，主要使用Scikit-learn库，避免深度学习（深度学习在我们的AI初学者课程中涵盖）。同时，将这些课程与我们的“数据科学初学者”课程搭配使用！与我们一起环游世界，将这些经典技术应用于来自世界多个地区的数据。

每节课包括课前和课后测验、完成课程的书面说明、解决方案、作业等。我们基于项目的教学法让你边构建边学习，这是一种让新技能“扎根”的 proven 方法。

✍️ 衷心感谢我们的作者：Jen Looper、Stephen Howell、Francesca Lazzeri、Tomomi Imura、Cassie Breviu、Dmitry Soshnikov、Chris Noring、Anirban Mukherjee、

Ornella Altunyan、

Ruth Yakubu 和 Amy Boyd🎨 也感谢我们的插画师：Tomomi Imura、Dasani Madipalli 和 Jen Looper🙏 特别感谢 🙏 我们的微软学生大使作者、审阅者和内容贡献者，尤其是 Rishit Dagli、

Muhammad Sakib Khan Inan、

Rohan Raj、Alexandru Petrescu、Abhishek Jaiswal、Nawrin Tabassum、Ioan Samuila 和 Snigdha Agarwal🤩 额外感谢微软学生大使 Eric Wanjau、

Jasleen Sondhi 和 Vidushi Gupta 提供的R语言课程！请按以下步骤操作：- Fork 仓库：点击此页面右上角的“Fork”按钮。

- 克隆仓库：git clone https://github.com/microsoft/ML-For-Beginners.git在我们的 Microsoft Learn 集合中查找本课程的所有其他资源。

🔧 需要帮助？请查看我们的故障排除指南，了解安装、设置和运行课程的常见问题解决方案。学生要使用此课程，请将整个仓库 fork 到自己的 GitHub 账户，然后自己或与团队一起完成练习：- 从课前测验开始。

- 阅读课程并完成活动，在每次知识检查时暂停并反思。

- 尝试通过理解课程来创建项目，而不是直接运行解决方案代码；不过，该代码在每个项目导向课程的 /solution 文件夹中可用。- 参加课后测验。- 完成挑战。- 完成作业。- 完成一组课程后，访问讨论板，通过填写适当的 PAT 评分表来“大声学习”。

PAT 是一种进度评估工具，是你填写以促进学习的评分表。你也可以对其他 PAT 做出回应，这样我们可以一起学习。为了进一步学习，我们建议学习这些 Microsoft Learn 模块和学习路径。

老师们，我们提供了一些关于如何使用本课程的建议。部分课程以短视频形式提供。你可以在课程中或通过点击下方图片在 Microsoft Developer YouTube 频道的 ML for Beginners 播放列表中找到它们。

Gif 由 Mohit Jaisal 制作🎥 点击上方图片观看关于该项目及其创建者的视频！在构建本课程时，我们选择了两个教学原则：确保它是动手实践、基于项目的，并且包含频繁的测验。此外，本课程有一个共同主题以增强凝聚力。

通过确保内容与项目对齐，学习过程对学生来说更具吸引力，概念的保留也会得到加强。

此外，课前的低风险测验设定了学生学习某个主题的意图，而课后的第二次测验则确保进一步巩固。本课程设计灵活且有趣，可以全部或部分学习。项目从小规模开始，到12周周期结束时变得越来越复杂。本课程还包括关于ML现实世界应用的后记，可用作额外学分或讨论基础。

请查阅我们的行为准则、贡献指南、翻译和故障排除指南。我们欢迎你的建设性反馈！

- 可选草图笔记- 可选补充视频- 视频讲解（仅部分课程）- 课前热身测验- 书面课程- 对于基于项目的课程，提供构建项目的分步指南- 知识检查- 挑战- 补充阅读- 作业- 课后测验关于语言的说明：这些课程主要使用Python编写，但许多课程也提供R语言版本。

要完成R语言课程，请转到 /solution 文件夹并查找R语言课程。它们包含 .rmd 扩展名，表示R Markdown文件，可以简单定义为在Markdown文档中嵌入代码块（R或其他语言）和YAML头部（指导如何格式化输出，如PDF）。

因此，它作为数据科学的典范创作框架，允许你将代码、输出和想法结合起来，通过Markdown书写。此外，R Markdown文档可以渲染为PDF、HTML或Word等输出格式。关于测验的说明：所有测验都包含在 quiz-app 文件夹中，总共52次测验，每次3个问题。

它们从课程内部链接，但测验应用程序可以在本地运行；请按照 quiz-app 文件夹中的说明进行本地托管或部署到Azure。在我们的 Microsoft Learn 集合中查找本课程的所有其他资源。

你可以使用 Docsify 离线运行此文档。Fork 此仓库，在本地机器上安装 Docsify，然后在此仓库的根文件夹中输入 docsify serve。网站将在 localhost 的 3000 端口上提供：localhost:3000。

在此处查找带有链接的课程PDF。我们的团队还制作了其他课程！请查看：如果你在学习机器学习或构建AI应用时遇到困难或有问题，不用担心——有可用的帮助。你可以加入与其他学习者和开发者的讨论，提问，并与社区分享你的想法。

- 加入社区提问并与他人一起学习- 讨论机器学习概念和项目想法- 从经验丰富的开发者那里获得指导一个支持性的社区是提升技能和更快解决问题的好方法。

Microsoft Foundry Discord 社区如果你遇到错误、bug或有改进建议，