ML-For-Beginners
Ein 12-wöchiger Open-Source-Lehrplan mit 26 Lektionen zu klassischem maschinellen Lernen mit Scikit-learn und Jupyter Notebooks.
Unterrichten oder lernen Sie klassisches ML mit 26 praxisnahen Lektionen, 52 Quizzen, realen Daten und über 50 Übersetzungen.
ML-For-Beginners ist ein umfassender, von Microsoft Cloud Advocates erstellter 12-wöchiger Lehrplan zur Vermittlung von Grundlagen des maschinellen Lernens. Er bietet Lehrkräften und Autodidakten 26 strukturierte Lektionen, Jupyter Notebooks, Quizze vor und nach den Vorlesungen sowie praktische Aufgaben. Dozenten, die angewandte Datenwissenschaft in ihren Lehrplan integrieren möchten, können dieses Repository direkt übernehmen.
Was es ist
Der Lehrplan konzentriert sich auf klassische Algorithmen des maschinellen Lernens mit Python, Scikit-learn und R und schließt Deep Learning bewusst aus. Jede Lektion enthält schriftliche Anleitungen, visuelle Illustrationen, Lösungsskripte, Hausaufgaben und Bewertungstabellen des Progress Assessment Tool. Automatisierte GitHub Actions pflegen die Kursübersetzungen in über 50 Sprachen.
Für wen
Dieses Tool richtet sich an Lehrkräfte der Informatik, Instructional Designer und autodidaktische Studierende, die einen strukturierten Einstieg in grundlegende Algorithmen suchen. Es eignet sich gut für Dozenten, die fertige Quizze und praktische Notebook-Aktivitäten benötigen. Es ist nicht geeignet für fortgeschrittene Forscher oder Ingenieure, die nach Deep-Learning-Frameworks und Produktionsbereitstellungspipelines suchen.
Wichtige Funktionen
Strukturierter 12-wöchiger Kursaufbau
Organisiert das Lernen in 26 projektbasierten Lektionen mit 52 Vor- und Nachbereitungsuizzen sowie Lösungsschlüsseln für Aufgaben.
Fokus auf klassische ML-Algorithmen
Vermittelt grundlegende Klassifizierungs-, Regressions- und Clustering-Konzepte von Scikit-learn, ohne GPU-Hardware zu erfordern.
Automatisierte mehrsprachige Übersetzungen
Hält lokalisierte Kurstexte in über 50 Sprachen aktuell, die automatisch über GitHub Actions aktualisiert werden.
Visuelle und Video-Anleitungen
Kombiniert geschriebene Repository-Texte mit benutzerdefinierten skizzierten Illustrationen und speziellen YouTube-Video-Anleitungen.
Startklar in 3 Schritten
Unser ehrliches Fazit
Stärken
- Enthält 52 strukturierte Quizze vor und nach den Lektionen sowie Bewertungstabellen des Progress Assessment Tool für die Benotung.
- Konzentriert sich ausschließlich auf CPU-freundliche klassische Algorithmen, wodurch die Codeausführung auf Standardhardware zugänglich wird.
- Bietet vollständige Lösungsskripte in Python neben alternativen R-Lektionsbeiträgen.
- Bietet internationale Barrierefreiheit mit automatisierten Übersetzungen für über 50 globale Sprachen.
Schwächen
- Das Klonen des vollständigen Repositories erfordert sparse git checkout-Befehle, um das Herunterladen von Gigabytes an Übersetzungs-Assets zu vermeiden.
- Schließt moderne Deep-Learning-, neuronale Netzwerke- und generative KI-Themen konzeptbedingt aus.
- Erfordert die Konfiguration einer lokalen Python-Umgebung oder ein Cloud-Notebook-Setup zur Ausführung interaktiven Codes.
- Es fehlt ein automatisiertes Benotungs-Backend, weshalb die Bewertung von Studentenprojektarbeiten manuell erfolgen muss.
Preise & Lizenz
ML-For-Beginners ist unter der MIT-Lizenz völlig kostenlos zu klonen, anzupassen und zu verwenden. Die einzigen operativen Kosten entstehen durch optionale Cloud-Hosting-Dienste, auf denen Sie Jupyter Notebooks ausführen möchten.
Stellen für Deutschsprachige
880 offene Remote-Stellen im KI-Training, aktualisiert am 15. November 2026; die meisten zahlen $20–$175 pro Stunde. 12 davon suchen Deutschsprachige. Zekai listet sie kostenlos; die Bewerbung läuft über die Plattform des Arbeitgebers.
Alternativen
Diese bewerteten KI-Tools erledigen die Aufgabe sofort — aus unserem bewerteten Verzeichnis.
Nutze es, oder lass es uns einrichten
FAQ
Behandelt dieser Kurs neuronale Netze oder Deep Learning?
Nein, der Lehrplan behandelt streng klassisches maschinelles Lernen mit Scikit-learn; Deep Learning wird im separaten KI-Lehrplan von Microsoft behandelt.
Können Lehrkräfte dieses Material für kommerzielle oder akademische Kurse anpassen?
Ja, das Repository wird unter der permissiven MIT-Lizenz veröffentlicht, die eine vollständige Anpassung und Wiederverwendung im Unterricht ermöglicht.
Wie klone ich das Repository, ohne alle über 50 Sprachübersetzungen herunterzuladen?
Verwenden Sie die in der Repository-Dokumentation bereitgestellten Befehle für git sparse-checkout, um die Übersetzungsverzeichnisse auszuschließen.
