大手笔！微软一口气在 GitHub 开源了 5 个技术教程。。

此前，我曾介绍过微软在 GitHub 开源的一系列面向初学者的技术教程。

现如今，两年时间过去了，这些教程都更新了不少内容，另外还新增了人工智能、Python 等热门技术领域的开发者教程。

下面我将重新整理与更新，向大家重新一一介绍下这些教程。

教程里面覆盖了 人工智能、Web 开发、机器学习、Python、物联网、数据科学 等诸多内容。

如果你有耐心，把这些教程挨个通读一遍，技术实力定会有飞跃提升。

我将这几大教程过了一遍，发现他们都有着以下统一特点：

• 总课时均为期 12 周，共 24 节，让你可以合理安排学习计划；

• 每个课程均附有项目实战开发讲解，更加强调实践出真知；

• 每节课均附有测验说明、草图笔记、作业任务等内容，助你更系统、更全面的掌握课程内容。

接下来，便由我来跟大家好好介绍下，这里面都包含了什么内容。

给初学者看的机器学习

主要讲解机器学习简介与历史、自然语言处理、常用 NLP 任务、 语义及情感分析等基础知识。

此外，还将通过开发南瓜价格预测、美食分类、酒店情感分析等多个项目，带你了解机器学习的实际使用。

在课程插图方面，也让微软得到了不少加分。

以下图为例，微软讲师通过插图的方式，更为直观、更具趣味性的像我们展示了机器学习的发展历史：

由上图我们可知，机器学习起源自 1950 年代，阿兰图灵让机器学会思考的想法，在后续的不断迭代演变过程中，才成为我们今天口中所讨论的机器学习。

类似的插图及详细内容介绍，大家可以去该课程的 GitHub 仓库一窥究竟。

GitHub：https://github.com/microsoft/ML-For-Beginners

给初学者看的 Web 开发教程

主要讲解 JavaScript、CSS、HTML 相关的基础知识。

作者还会通过开发打字游戏、浏览器扩展、太空游戏等多个项目，带你了解 Web 开发的整体流程。

其实，Web 开发入门并不难，难的是面对当下市场上林林总总的课程，如何去选择最适合自己的一门课。

许多人在学了 HTML、CSS、JavaScript 等基础知识后，下一步何去何从，毫无头绪。但在微软这门课里面，每随着一个知识点的深入，便会对应一个简单的实战项目开发，让你从实践中去充分吸收知识。

另外，为了使得课程对新手更加友好，里面还会对编程语言、代码编辑器、浏览器、命令行工具等内容作出补充说明，就像这张配图一样：

看到配图上面的内容，是不是已经开始抑制不住你想学习的冲动了？没事，Star 一下这个项目的 GitHub 仓库，开始学起来吧！

GitHub：https://github.com/microsoft/Web-Dev-For-Beginners

给初学者看的物联网

主讲物联网通用知识、传感器数据收集、执行器响应处理、硬件联网方式、位置追踪、语音识别等基础知识。

通过开发植物监控、浇水系统、车辆跟踪、声控烹饪计时器等多个项目，带你了解物联网的实际使用。

课程中的多个项目，将打通食物从农场，再到餐桌的完整处理流程，其中涉及农业、物流、制造、零售、消费者等多个产业，覆盖了物联网设备在当下主流行业的应用。

在万物互联的时代，物联网这一概念也开始普及到千家万户，古代人们所畅想的隔空控物，与物对话，在随着声控硬件的推广下，也慢慢让这一理念得以实现，成为常态。

而作为技术人员的我们，为了让自己在职场中更加不可替代，便得先人一步，看到未来，提前做好规划与打算。

我认为，物联网这一行业，结合现有的各个大语言模型，未来在智能家居等行业，定会诞生很多有趣的应用与产品。

GitHub：https://github.com/microsoft/IoT-For-Beginners

给初学者看的数据科学

主讲数据科学通用知识、统计与概率导论、SQL 与 NoSQL 的使用，可视化数据分布、数据科学生命周期简介等基础知识。

通过这一教程，你可以充分了解数据科学背后的基本概念，以及它与人工智能、机器学习和大数据之间的关系，并进一步认识、学习关系型数据库 SQL，以及非关系型数据库 NoSQL 的技术理念与实际应用场景。

在数据的分析、处理、探索等方面，搭配上 Matplotlib、Pandas 以及各类低代码工具，无疑可以让开发效率提升不少，而这些工具的使用，在该教程中也同样有所提及。

在现今这个数据大爆炸时代，从一堆繁杂且冗余的数据中，分析并提取出其应有的价值，也颇为考验编程功力。

微软提供的这一教程，学习路径与架构设计的脉络图却颇为清晰，并在此之间，穿插了很多实际用例，让新手在数据科学这一领域的探索中，少走很多弯路。

GitHub：https://github.com/microsoft/Data-Science-For-Beginners

给初学者看的人工智能教程

主讲人工智能简史、神经网络介绍、计算机视觉、卷积神经网络、自然语言处理、遗传算法、深度强化学习等知识。

今年 AIGC 爆火，让不少开发者都开始学习人工智能相关的技术。如果你也对 AI 感兴趣，那么通过微软这个面向初学者的人工智能教程切入，兴许是个不错的选择。

通过该教程，你可以学习到 AI 技术的不同应用场景，神经网络和深度学习主流开发框架的使用，通过真实案例，带你了解图像与文本处理的神经架构内容。

此外，教程里面还 AI 领域的一些前沿知识，比如遗传算法、多代理系统等等。

为了让大家能够更好的吸收知识，微软在该教程中也提供了一些文档预习资料，以及可执行代码的 Jupyter Notebook，里面拥有大量的理论材料，可帮助你更好的理解知识点。

学习一门新技术，最好的方式就是实践，因此微软在项目中提供了名为「实验室」的作业合集，你可以通过练习这些习题，动手实践，更好的吸收与掌握 AI 技术。

GitHub：https://github.com/microsoft/AI-For-Beginners

上面几个教程，便是微软在 GitHub 上开源的机器学习、Web 开发、物联网、数据科学、人工智能五大课程。

虽然现在 AIGC 领域爆火，但要真正落地，还是需要靠各种创意应用支撑。

如果你能掌握上述几项技术的知识，那么造出一款可持续增长与盈利的 AI 应用，也不再变得遥不可及。

想了解更多实用的 AI 技术、应用、实用教程，以及 ChatGPT 新进展，可以点击下方链接，加入我们社群进一步交流探讨。

技术交流

技术要学会分享、交流，不建议闭门造车。一个人可以走的很快、一堆人可以走的更远。

好的文章离不开粉丝的分享、推荐，资料干货、资料分享、数据、技术交流提升，均可加交流群获取，群友已超过2000人，添加时最好的备注方式为：来源+兴趣方向，方便找到志同道合的朋友。

本文完整代码可以如下方式获取

方式①、添加微信号：dkl88194，备注：来自CSDN + 技术交流
方式②、微信搜索公众号：Python学习与数据挖掘，后台回复：技术交流