【导语】:微软又给初学者开源了一份机器学习课程。

图片

该课程在 GitHub 挺受欢迎,排在周榜第一。


图片


简介

ML-For-Beginners 是微软开源的机器学习入门教程,总共有 25 节课,时间周期为 12 周,课程主要使用 Scikit-learn 库。学习这门课程的同时也能了解世界各地的文化,因为课程里面的技术会被应用到来自世界很多地区的数据。

每一节课都包括课前与课后测验、完成课程的书面说明、解决方案、作业等。课程内容是基于项目构建的,可以让你在理论学习的同时动手实践,有助于你保持学习的动力。

图片

图片

图片

图片

该课程的作者为 Jen Looper、Stephen Howell、Francesca Lazzeri、Tomomi Imura、Cassie Breviu、Dmitry Soshnikov、Chris Noring、Ornella Altunyan 和 Amy Boyd。



每节课都包含以下内容:

  1. 草稿笔记
  2. 补充视频
  3. 课前热身测验
  4. 书面课程
  5. 如何构建项目的分布指南
  6. 知识检查
  7. 课程挑战
  8. 补充阅读
  9. 任务
  10. 课后测验

项目地址是:

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

入门

对学习者来说

学习者使用该教程时,建议 fork 仓库并自己或小组完成练习,从课前测验开始,阅读讲座并完成其余活动。

  • 从课前测验开始
  • 阅读讲座并完成活动,在每次知识检查时回顾和反思
  • 通过理解课程来创建项目,独立思考后再去查看解决方案代码
  • 参加课后测验
  • 完成挑战
  • 完成任务
  • 完成课程组后,访问讨论板并更新自己的 PAT 进度。PAT 是一种进度评估工具

对教学者来说

可以随时随地在自己的课堂上使用这个课程,并且可以通过 GitHub Classroom 在 GitHub 中使用。通过 fork 这个项目,为每节课创建一个仓库,这意味着需要将每个文件夹单独提取到仓库中。详细的操作方法官网已经提供了说明。

https://github.blog/2020-03-18-set-up-your-digital-classroom-with-github-classroom/

也可以原样使用这个仓库,而不使用 GitHub Classroom。在线格式(Zoom、Teams 或其他),可以为测验组建分组讨论室,并指导学生帮助他们做好学习准备。然后邀请学生参加测验,并在特定时间将他们的答案提交。

如果需要更私密的格式,请让学生将课程一堂一课地 fork 到他们自己的 GitHub 仓库课作为私有存储库,并授予你访问权限。然后他们可以私下完成测验和作业,并通过你课堂上的问题进行提交。

内容

在构建课程的时候,作者遵从了两个教学原则:确保它是基于项目工程的实践,并且包括频繁的测验。

通过确保内容与项目保持一致,该过程对学生更具吸引力,概念的保留也将得到加强。此外,课前的低风险测验确定了学生学习某个主题的意图,而课后的第二次测验进一步进行知识巩固。课程灵活有趣,可以全部或部分学习。这些项目从小规模开始,到 12 周的周期结束时变得越来越复杂。本课程还包括一个关于机器学习实际应用的后记,可用作额外学分或讨论的基础。


- EOF - 


更多优秀开源项目(点击下方图片可跳转)


图片

图片

图片



开源前哨

日常分享热门、有趣和实用的开源项目。参与维护10万+star 的开源技术资源库,包括:Python, Java, C/C++, Go, JS, CSS, Node.js, PHP, .NET 等

图片

关注后获取

回复 资源 获取 10万+ star 开源资源



分享点赞在看

支持我们分享更多优秀开源项目,谢谢!

来源:https://mp.weixin.qq.com/s/gyO8F8Y9NHw5ny95CBCepA
点赞(0) 打赏

评论列表 共有 0 条评论

暂无评论

微信小程序

微信扫一扫体验

立即
投稿

微信公众账号

微信扫一扫加关注

发表
评论
返回
顶部