大家好，推薦幾個質量上乘且完全免費的微軟開源課程，由粉絲小伙伴梳理，分享給大家。

文末可以加我們粉絲群

面向初學者的機器學習課程

ML for beginners banner

地址：https://microsoft.github.io/ML-For-Beginners/#/

學習經典機器學習，主要使用 Scikit-learn 作為庫，本課程不涉及深度學習，這部分會在后面介紹的“初學者人工智能”課程中涉及，本課程與第二部分的面向初學者的數據科學課程是姐妹篇。

課程大綱：

課號	話題	課程分組	學習目標
01	機器學習簡介	介紹	了解機器學習背后的基本概念
02	機器學習的歷史	介紹	了解該領域的歷史
03	公平與機器學習	介紹	學生在構建和應用機器學習模型時應該考慮哪些關于公平的重要哲學問題？
04	機器學習技術	介紹	機器學習研究人員使用哪些技術來構建機器學習模型？
05	回歸簡介	回歸	開始使用 Python 和 Scikit-learn 構建回歸模型
06	北美南瓜價格🎃	回歸	可視化和清理數據，為機器學習做好準備
07	北美南瓜價格🎃	回歸	建立線性和多項式回歸模型
08	北美南瓜價格🎃	回歸	構建邏輯回歸模型
09	網絡應用程序🔌	網頁應用程序	構建一個網絡應用程序來使用您訓練過的模型

面向初學者的數據科學課程

Sketchnote by (@sketchthedocs)

地址：https://microsoft.github.io/Data-Science-For-Beginners/#/

為期 10 周、20 課時的數據科學課程，每節課都包括課前和課后測驗，學習數據科學的基本原理，包括道德概念、數據準備、處理數據的不同方式、數據可視化、數據分析、數據科學的實際用例等等。

課程大綱：

課號	話題	課程分組	學習目標
01	定義數據科學	介紹	了解數據科學背后的基本概念以及它與人工智能、機器學習和大數據的關系
02	數據科學倫理	介紹	數據倫理概念、挑戰和框架
03	定義數據	介紹	數據如何分類及其常見來源
04	統計與概率概論	介紹	用于理解數據的概率和統計數學
05	使用關系數據	處理數據	關系數據簡介以及使用結構化查詢語言（ SQL）探索和分析關系數據的基礎知識
06	使用 NoSQL 數據	處理數據	介紹非關系數據、其各種類型以及探索和分析文檔數據庫的基礎知識
07	使用Python	處理數據	使用 Python 通過 Pandas 等庫進行數據探索的基礎知識，建議對 Python 編程有基本的了解
08	數據準備	處理數據	有關清理和轉換數據以應對數據丟失、不準確或不完整的挑戰的數據技術的主題
09	可視化數量	數據可視化	了解如何使用 Matplotlib 可視化鳥類數據 🦆

值得一提的是，本課程還配套了很多高清手繪風格的章節總結：

面向初學者的AI課程

Sketchnote by (@girlie_mac)

地址：https://microsoft.github.io/AI-For-Beginners/

在本課程中，將學習：

• 人工智能的不同方法，包括帶有知識表示和推理的“古老”符號方法（GOFAI）。

• 神經網絡和深度學習是現代人工智能的核心，使用兩個最流行的框架（TensorFlow和PyTorch）中的代碼來說明這些重要主題背后的概念。

• 用于處理圖像和文本的**神經架構，介紹最新的模型

• 不太流行的人工智能方法，例如遺傳算法和多代理系統。

每節課都包含一些預讀材料和一些可執行的 Jupyter Notebook，它們通常特定于框架（PyTorch或TensorFlow）。

面向初學者的生成式人工智能

地址：https://microsoft.github.io/generative-ai-for-beginners

通過 12 課時綜合課程，了解構建生成式 AI 應用程序的基礎知識。

課程大綱

材料獲取

技術要學會分享、交流，不建議閉門造車。一個人可以走的很快、一堆人可以走的更遠。

資料干貨、資料分享、數據、技術交流提升，均可加交流群獲取，群友已超過2000人，添加時最好的備注方式為：來源+興趣方向，方便找到志同道合的朋友。

方式①、添加微信號：dkl88194，備注：來自CSDN + 資料
方式②、微信搜索公眾號：Python學習與數據挖掘，后臺回復： 資料

1、100個超強算法模型

我們打造了《100個超強算法模型》，特點：從0到1輕松學習，原理、代碼、案例應有盡有，所有的算法模型都是按照這樣的節奏進行表述，所以是一套完完整整的案例庫。

很多初學者是有這么一個痛點，就是案例，案例的完整性直接影響同學的興致。因此，我整理了 100個最常見的算法模型，在你的學習路上助推一把！

2、大模型