microsoft/ML-For-Beginners

Public

12 weeks, 26 lessons, 52 quizzes, classic Machine Learning for all

data-science education machine-learning machine-learning-algorithms machinelearning machinelearning-python microsoft-for-beginners ml python r scikit-learn scikit-learn-python

Star91.9k Fork22.8k Watch1.1k Mở trên GitHub

Bee AI phân tích repositoryBETA

AI đọc README và cây file để tóm tắt, gợi ý cách dùng và đánh giá repository. Mọi con số lấy từ kho Bee, không do AI ước lượng.

Cập nhật lần cuối: 22/09/2026

Đăng nhập để hỏi Bee AI

Tóm tắt bởi Bee AI

Chương trình học Machine Learning cổ điển kéo dài 12 tuần gồm 26 bài học và 52 bài kiểm tra ngắn của Microsoft. Nội dung tập trung vào Scikit-learn và Python thông qua các dự án thực tế đa văn hóa dành cho người mới bắt đầu.

Cung cấp 26 bài học chia theo lộ trình 12 tuần, kèm 52 bài trắc nghiệm trước và sau mỗi bài giảng.
Tập trung vào Machine Learning cổ điển chủ yếu qua thư viện Scikit-learn, tránh deep learning.
Hỗ trợ dịch thuật sang hơn 50 ngôn ngữ thông qua GitHub Actions tự động hóa.
Hỗ trợ các bài thực hành bằng cả Python (Jupyter Notebooks) và một số bài bằng R Markdown.

Lưu ý

Kích thước tải về rất lớn do chứa bản dịch của hơn 50 ngôn ngữ trừ khi sử dụng git sparse checkout.
Khóa học chỉ tập trung vào Machine Learning cổ điển và Scikit-learn, không bao gồm deep learning.

Điểm BeeTính thuần từ số liệu trong kho Bee, không phải AI chấm: bách phân vị sao 30% · độ tươi lần push 25% · fork và watcher 15% · README, giấy phép, mô tả 20% · có bản phát hành 10%.

82/100Điểm tổng thể

Độ phổ biến100
Độ tươi80
Cộng đồng69
Tài liệu100
Phát hành20

Mức độ khóDễ tiếp cận
Phù hợp vớiSinh viên · Lập trình viên
Loại dự ánTài liệu
Giấy phépMIT

Kiến trúc & Công nghệ

Công nghệ AI nhận ra từ README và cây file — chỉ những mục nằm trong danh sách Bee kiểm.

Tech stack

Python
scikit-learn
Jupyter
R

Kiến trúc tổng quan

Repository → công nghệ chính → các thư mục cấp 1 có thật trong repo; vai trò do AI mô tả.

RepositoryML-For-BeginnersTài liệu

Công nghệ chính

Jupyter Notebook

1-Introduction/Các bài học giới thiệu khái niệm cơ bản, lịch sử và tính công bằng trong ML.
2-Regression/Bài học và bài tập về các kỹ thuật hồi quy tuyến tính, đa thức và logistic.
3-Web-App/Hướng dẫn tích hợp mô hình đã huấn luyện vào ứng dụng web.
4-Classification/Các bài học về thuật toán phân loại và xây dựng hệ thống gợi ý.
5-Clustering/Nội dung học về học không giám sát và phân cụm K-Means.
6-NLP/Bài học xử lý ngôn ngữ tự nhiên, bot cơ bản và phân tích cảm xúc.
7-TimeSeries/Các bài học dự báo chuỗi thời gian với ARIMA và SVR.
quiz-app/Ứng dụng trắc nghiệm phục vụ 52 bài kiểm tra trước và sau buổi học.

1-Introduction/Các bài học giới thiệu khái niệm cơ bản, lịch sử và tính công bằng trong ML.
2-Regression/Bài học và bài tập về các kỹ thuật hồi quy tuyến tính, đa thức và logistic.
3-Web-App/Hướng dẫn tích hợp mô hình đã huấn luyện vào ứng dụng web.
4-Classification/Các bài học về thuật toán phân loại và xây dựng hệ thống gợi ý.
5-Clustering/Nội dung học về học không giám sát và phân cụm K-Means.
6-NLP/Bài học xử lý ngôn ngữ tự nhiên, bot cơ bản và phân tích cảm xúc.
7-TimeSeries/Các bài học dự báo chuỗi thời gian với ARIMA và SVR.
quiz-app/Ứng dụng trắc nghiệm phục vụ 52 bài kiểm tra trước và sau buổi học.

Hướng dẫn nhanh

Các bước để bắt đầu với repository này.

bash

git clone https://github.com/microsoft/ML-For-Beginners.git
cd ML-For-Beginners

Các use case chính

Những ứng dụng có thể xây dựng từ repository này.

Xây dựng mô hình hồi quy (linear, polynomial, logistic) dự đoán giá cả.
Phân loại dữ liệu ẩm thực và xây dựng ứng dụng web đề xuất (recommender web app).
Phân cụm thị hiếu âm nhạc bằng thuật toán K-Means.
Xử lý ngôn ngữ tự nhiên cơ bản: dịch thuật và phân tích cảm xúc đánh giá khách sạn.
Dự báo chuỗi thời gian sử dụng ARIMA và Support Vector Regressor (SVR).

Repository tương tự

Cùng chủ đề trong kho Bee.

Nội dung do AI sinh, có thể sai hoặc thiếu — số liệu lấy từ kho Bee, không do AI ước lượng. Cập nhật lần cuối: 22/09/2026.