创建机器学习模型

Microsoft Learn 提供了几种交互式方法来了解经典机器学习。 这些学习路径可帮助你提高工作效率，也是继续学习深度学习主题的很好基础。

从最基本的经典机器学习模型，到探索性数据分析和自定义体系结构，你将获得易于理解的概念性内容和交互式 Jupyter 笔记本的指导，无需离开浏览器即可实现这一切。

根据你的教育背景和兴趣选择你自己的路径。

选项 1：完整课程：用于机器学习的数据科学基础

建议大多数人采用此路径。 它具有与其他两个学习路径相同的模块，以及可最大程度强化概念的定制流程。 如果你想要了解基础概念以及如何利用最常见的机器学习工具来构建模型，那么此路径适合你。 如果你希望超越经典机器学习的范畴，了解深度学习和神经网络（我们只在此路径中提供相关介绍），这也是最佳路径。

选项 2：“了解用于机器学习的数据科学”学习路径

如果你希望了解机器学习的工作原理，并且你没有太强的数学背景，那么此路径适合你。 此路径对教育背景没有要求（除了需对编码概念略有了解），通过代码、比喻和可视化进行教学，帮助你理解相关内容。 此路径是实操型的，但更侧重于理解基础知识，而不是了解可用的工具和库的功能。

✔选项 3：“创建机器学习模型”学习路径

如果你已对机器学习概念有一定了解或者具有强大的数学背景，则最好直接转到“创建机器学习模型”学习路径。 这些模块会教授一些机器学习概念，但进度很快，使你可以了解 scikit-learn、TensorFlow 和 PyTorch 等工具的强大功能。 如果你希望适当了解适用于 Azure ML 或 Azure Databricks 等产品的机器学习示例，那么此学习路径也是最佳选择。

✔ 你当前位于此路径中，请向下滚动以开始学习。