Microsoft Learn 提供了多种交互式方式来了解经典机器学习。这些学习路径将使您自己提高生产力,并且也是继续深入学习主题的良好基础。
从最基本的经典机器学习模型,到探索性数据分析和定制架构,您将受到易于理解的概念内容和交互式 Jupyter 笔记本的指导,所有这些都无需离开浏览器。
根据您的教育背景和兴趣选择自己的道路。
这条路推荐给大多数人。它具有与其他两个学习路径相同的模块,并具有可最大限度强化概念的自定义流程。如果您想了解基本概念以及如何使用最常见的机器学习工具构建模型,那么这条路径适合您。如果您打算超越经典机器学习,并接受深度学习和神经网络方面的教育(我们仅在此介绍),这也是最佳途径。
如果您想了解机器学习的工作原理并且没有太多数学背景,那么这条路径适合您。它不对以前的教育做任何假设(除了对编码概念的轻微熟悉之外),并通过代码、隐喻和视觉效果进行教学,让您惊叹不已。它是实践性的,但更注重理解基础知识,而不是可用工具和库的强大功能。
✔ 选项 3: 创建机器学习模型 学习路径
如果您已经了解机器学习是什么,或者您有很强的数学背景,那么您可能会喜欢直接进入机器学习 创建机器学习模型 学习路径。这些模块教授一些机器学习概念,但进展很快,以便他们能够掌握使用 scikit-learn、TensorFlow 和 PyTorch 等工具的强大功能。如果你正在寻找足够的熟悉度来理解 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适合你的学习路径。
✔ 您当前正处于此路径上,向下滚动即可开始。