ML for Beginners

ML for Beginners 是什么？

ML for Beginners（面向初学者的机器学习课程）是微软 Cloud Advocates 团队推出的免费开源入门课程，GitHub 上已收获 7 万+ 星标，是全球最受欢迎的机器学习学习资源之一。整套课程共 12 周、26 节课、52 个测验，以"环球之旅"为叙事主线，用来自世界各地的真实数据讲解经典机器学习，刻意避开深度学习，主打基于 Scikit-learn 的经典算法，与微软的另一门《AI for Beginners》深度学习课程形成互补。

课程采用项目式教学法，每一课都包含课前测验、图文讲义、动手练习、参考答案和课后作业，让学习者在"边做边学"中真正掌握知识。全部内容开源免费，官方 GitHub Action 自动维护 50+ 种语言翻译（含简体中文），大部分课程同时提供 Python 和 R 两个版本，还可通过微软 Learn 学习路径和 YouTube 短视频配合学习，从入门到进阶的路径非常完整。

核心功能

• 12 周 26 课系统课程：覆盖回归、分类、聚类、自然语言处理、时间序列与强化学习六大主题，从零起步循序渐进。
• 52 个课前/课后测验：每课先测后学再巩固，帮助学习者检验掌握程度，提升知识留存率。
• 项目式教学：围绕真实世界数据构建项目（如北美南瓜价格回归、全球美食分类），学完即可产出完整作品。
• 多语言翻译支持：官方维护 50+ 种语言版本，含简体中文，降低语言门槛。
• 双语言示例代码：大部分课程同时提供 Python 与 R 语言实现，适合不同技术背景的学习者。
• 配套学习资源：部分课程附带短视频教程，并推荐微软 Learn 模块与数据科学入门课程延伸学习。

适用场景

• 零基础入门机器学习：没有编程经验或数学基础薄弱的人，可通过图文讲义与动手项目建立系统认知。
• 数据科学爱好者自学：希望用 Python/R 动手实践回归、分类、聚类等经典算法的学习者。
• 教师与培训教学：开源可自由复用的课程素材，非常适合高校讲师、培训班二次开发用于授课。

价格

完全免费、完全开源（MIT 协议）。课程文档、代码、测验与翻译全部开放，无需付费或注册即可在线浏览，也可 Fork 或克隆到本地离线学习。