Tworzenie modeli uczenia maszynowego

Środowisko Microsoft Learn oferuje kilka interaktywnych sposobów wprowadzenia do klasycznego uczenia maszynowego. Te ścieżki szkoleniowe zapewnią produktywność na własną rękę, a także doskonale nadają się do przechodzenia do tematów uczenia głębokiego.

Od najbardziej podstawowych klasycznych modeli uczenia maszynowego do eksploracyjnej analizy danych i dostosowywania architektur będziesz kierować się łatwym do strawienia zawartości koncepcyjnej i interaktywnych notesów Jupyter, a wszystko to bez opuszczania przeglądarki.

Wybierz własną ścieżkę w zależności od wykształcenia i zainteresowań.

Opcja 1. Kompletny kurs: Podstawy nauki o danych na potrzeby uczenia maszynowego

Ta ścieżka jest zalecana dla większości osób. Zawiera on wszystkie te same moduły co pozostałe dwie ścieżki szkoleniowe z niestandardowym przepływem, który maksymalizuje wzmocnienie pojęć. Jeśli chcesz dowiedzieć się więcej o podstawowych pojęciach i sposobach tworzenia modeli przy użyciu najpopularniejszych narzędzi uczenia maszynowego, ta ścieżka jest dla Ciebie. Jest to również najlepsza ścieżka, jeśli planujesz przejść poza klasyczne uczenie maszynowe i uzyskać edukację w zakresie uczenia głębokiego i sieci neuronowych, które wprowadzamy tylko tutaj.

Opcja 2. Ścieżka nauki o danych na potrzeby uczenia maszynowego

Jeśli chcesz zrozumieć, jak działa uczenie maszynowe i nie masz dużo matematycznego tła, ta ścieżka jest dla Ciebie. Nie przyjmuje żadnych założeń dotyczacych poprzedniej edukacji (poza lekką znajomością koncepcji kodowania) i uczy za pomocą kodu, metafor i elementów wizualnych, które wywołują moment aha. Jest to praktyczne, ale koncentruje się bardziej na zrozumieniu podstaw i mniej na możliwości dostępnych narzędzi i bibliotek.

✔ Opcja 3. Ścieżka szkoleniowa Tworzenie modeli uczenia maszynowego

Jeśli masz już pewne pomysły dotyczące uczenia maszynowego lub masz silne tło matematyczne, możesz najlepiej cieszyć się skokiem bezpośrednio do ścieżki szkoleniowej Tworzenie modeli uczenia maszynowego. Te moduły uczą niektóre pojęcia związane z uczeniem maszynowym, ale szybko przechodzą do możliwości korzystania z narzędzi, takich jak scikit-learn, TensorFlow i PyTorch. Ta ścieżka szkoleniowa jest również najlepszą dla Ciebie, jeśli szukasz wystarczającej znajomości, aby zrozumieć przykłady uczenia maszynowego dla produktów, takich jak Azure ML lub Azure Databricks.

✔ Obecnie jesteś na tej ścieżce, przewiń w dół, aby rozpocząć.