Skapa maskininlärningsmodeller

Medel
AI Engineer
Data Scientist
Developer
Student
Visual Studio Code
Azure

Microsoft Learn tillhandahåller flera interaktiva sätt att få en introduktion till klassisk maskininlärning. Utbildningsvägarna gör dig produktiv på egen hand och är också en utmärkt grund för att gå vidare till djupinlärningsämnen.

Från de mest grundläggande klassiska maskininlärningsmodellerna till undersökande dataanalys och anpassning av arkitekturer, kommer du att vägledas av ett konceptuellt innehåll som är enkelt att förstå och interaktiva notebook-filer i Jupyter, utan att behöva lämna webbläsaren.

Välj din egen väg beroende på din utbildningsbakgrund och dina intressen.

Alternativ 1: Hela kursen: Grunderna i datavetenskap för maskininlärning

Den här sökvägen rekommenderas för de flesta. Den innehåller samma moduler som de andra två utbildningsvägarna, med ett anpassat flöde som maximerar förstärkningen av begrepp. Om du vill lära dig mer om både de underliggande begreppen och hur du kommer igång med att skapa modeller med de vanligaste maskininlärningsverktygen, passar den här vägen dig. Det är också den bästa vägen om du planerar att gå vidare från klassisk maskininlärning och få en utbildning i djupinlärning och neurala nätverk, vilket vi bara introducerar här.

Alternativ 2: Utbildningsvägen Förstå datavetenskap för maskininlärning

Om du vill förstå hur maskininlärning fungerar och inte har så mycket matematisk bakgrund, passar den här vägen dig. Den förutsätter inte att du har någon tidigare utbildning (annat än en lätt förtrogenhet med kodningsbegrepp) och lär ut med koder, metaforer och bilder som ger dig en aha-upplevelse. Den är praktisk, men fokuserar mer på att förstå grunderna och mindre på kraften i de verktyg och bibliotek som finns tillgängliga.

✔ Alternativ 3: Utbildningsvägen Skapa maskininlärningsmodeller

Om du redan har en uppfattning om vad maskininlärning handlar om eller om du har en stark matematisk bakgrund, kan det vara klokt att gå direkt in på utbildningsvägen Skapa maskininlärningsmodeller. De här modulerna lär ut några maskininlärningsbegrepp, men rör sig snabbt vidare till att använda verktyg som scikit-learn, TensorFlow och PyTorch. Utbildningsvägen är också den bästa för dig om du vill ha tillräckligt med kunskap för att förstå maskininlärningsexempel för produkter som Azure ML eller Azure Databricks.

✔ Du är just nu på den här sökvägen. Bläddra nedåt för att börja.

Förutsättningar

Den här utbildningsvägen förutsätter att du har kunskap om grundläggande matematiska begrepp. Det är också bra om du har viss erfarenhet av Python.

Moduler i den här utbildningsvägen

Datautforskning och analys är kärnan i datavetenskap. Dataexperter kräver kunskaper i programmeringsspråk som Python för att utforska, visualisera och manipulera data.

Regression är en vanlig typ av maskininlärning för att förutsäga numeriska värden.

Klassificering är en typ av maskininlärning som används för att kategorisera objekt i klasser.

Klustring är en typ av maskininlärning som används för att gruppera liknande objekt i kluster.

Djupinlärning är en avancerad form av maskininlärning som emulerar hur den mänskliga hjärnan lär sig genom nätverk av anslutna neuroner.