Создание моделей машинного обучения

Microsoft Learn предоставляет несколько интерактивных способов знакомства с классическим машинным обучением. Эти схемы обучения помогут вам самостоятельно изучить соответствующие вопросы. Кроме того, они являются отличной базой для перехода к темам, посвященным глубокому обучению.

Рассматривая самые базовые классические модели машинного обучения и выполняя исследовательский анализ данных и настройку архитектур, вы будете руководствоваться легко усваиваемым концептуальным содержимым и работать с интерактивными записными книжками Jupyter, не выходя из браузера.

Выберите собственную схему, соответствующую вашему образованию и интересам.

Вариант 1. Полный курс: основы обработки и анализа данных для машинного обучения

Эта схема является рекомендуемой для большинства пользователей. Он состоит из тех же модулей, что и две других схемы обучения, с индивидуальным изложением материала, которое позволяет максимально закрепить полученные знания. Выберите этот вариант, если вы хотите узнать об основных понятиях, а также о том, как приступить к созданию моделей с помощью наиболее распространенных средств машинного обучения. Это также отличное решение, если вы планируете выйти за рамки классического машинного обучения и получить образование в области глубокого обучения и нейронных сетей, которые представлены здесь лишь поверхностно.

Вариант 2. Схема обучения Общие сведения о обработке и анализе данных для машинного обучения

Если вы хотите понять, как работает машинное обучение, но у вас нет достаточного математического образования, — эта схема для вас. В ней отсутствуют требования к предыдущему образованию (нужны лишь минимальные знания принципов программирования), а обучение ведется с помощью примеров кода, метафор и визуализаций, которые в итоге приводят к моменту, когда изучаемый вопрос становится ясным. Она представляет собой практическое руководство, ориентированным в большей мере на понимание основ и в меньшей — на доступные средства и библиотеки.

✔ Вариант 3. Схема обучения Создание моделей машинного обучения

Если вы уже имеете некоторое представление о том, что такое машинное обучение, или имеете серьезное математическое образование, вы можете сразу перейти к схеме обучения Создание моделей машинного обучения. В этих модулях представлены краткие сведения о некоторых основных понятиях машинного обучения, поэтому вы сможете быстро перейти к изучению таких средств, как scikit-learn, TensorFlow и PyTorch. Эта схема обучения также является наилучшим вариантом, если вам нужны знания, достаточные для понимания примеров машинного обучения для таких продуктов, как Azure ML или Azure Databricks.

✔ Сейчас вы уже выбрали эту схему. Прокрутите вниз, чтобы начать.