Ferramentas de IA avaliadas para o seu trabalho
Ganhe treinando IA
🤝 Você está na biblioteca Grátis & Open Source — ferramentas feitas pela comunidade que você pode usar sem pagar. Um conceito diferente do nosso diretório de IA avaliado.
Início › Grátis & Open Source › Educação › ML-For-Beginners
✦ Grátis & open sourceEducação

ML-For-Beginners

Um currículo open source de 12 semanas e 26 lições cobrindo aprendizado de máquina clássico usando Scikit-learn e Jupyter Notebooks.

Currículo Completo de 12 Semanas de Aprendizado de Máquina Clássico

Ensine ou aprenda ML clássico com 26 lições práticas, 52 questionários, dados do mundo real e mais de 50 traduções.

Grátis para sempre · open source · MIT
✓ Light setup✓ No navegador✓ Colaboração em tempo real
9.1
ZEKAI
Currículo de ML open source essencial.
Grátis & open source · Educação
Facilidade de configuração8
Utilidade9
Manutenção9.5
Comunidade9.8
★ 90,388
GITHUB
Sep 2026
ATUALIZADO
MIT
LICENÇA
🛠 Não quer hospedar você mesmo? Nós configuramos para você →
⚡ Resposta rápida

ML-For-Beginners é um currículo abrangente de 12 semanas criado pelos Microsoft Cloud Advocates para ensinar aprendizado de máquina fundamental. Ele fornece a educadores e alunos autodidatas 26 lições estruturadas, Jupyter notebooks, questionários anteriores e posteriores às palestras e tarefas práticas. Instrutores que desejam integrar ciência de dados aplicada ao seu curso podem adotar este repositório diretamente.

Funciona em
Cross-platform
Hospedagem
Nuvem ou auto-hospedado
Idiomas
Jupyter Notebook
Licença
MIT

O que é

O currículo foca em algoritmos clássicos de aprendizado de máquina usando Python, Scikit-learn e R, excluindo intencionalmente o aprendizado profundo. Cada lição inclui guias escritos, ilustrações visuais, notebooks de solução, tarefas de casa e rubricas da Ferramenta de Avaliação de Progresso. Ações automatizadas do GitHub mantêm as traduções do curso em mais de 50 idiomas.

Para quem

Esta ferramenta é adequada para educadores de ciência da computação, designers instrucionais e estudantes autodidatas que buscam um caminho estruturado para algoritmos fundamentais. Funciona bem para instrutores que precisam de questionários prontos e atividades práticas com notebooks. Não é adequada para pesquisadores avançados ou engenheiros que buscam frameworks de aprendizado profundo e pipelines de implantação em produção.

Recursos principais

Layout de Curso Estruturado de 12 Semanas

Organiza o aprendizado em 26 lições baseadas em projetos, completas com 52 questionários pré e pós-aula e gabaritos de tarefas.

Foco em Algoritmos de ML Clássico

Ensina conceitos centrais de classificação, regressão e agrupamento do Scikit-learn sem exigir hardware de GPU.

Traduções Multi-Idioma Automatizadas

Mantém o texto do curso localizado em mais de 50 idiomas, atualizado automaticamente através do GitHub Actions.

Passagens Visuais e em Vídeo

Associa o texto escrito do repositório a ilustrações em esboço personalizadas e vídeos explicativos dedicados no YouTube.

Como começar

Pronto em 3 passos

1
Faça um fork do repositório e clone-o localmente usando o git sparse-checkout para omitir pastas pesadas de mídia de tradução.
2
Configure um ambiente Python local com Jupyter Notebook, Pandas e Scikit-learn instalados.
3
Abra os diretórios de lições para responder a questionários pré-aula, executar arquivos de notebooks e revisar soluções de código.
Falando sério

Nosso veredito honesto

Pontos fortes

  • Inclui 52 questionários estruturados pré e pós-lição, juntamente com rubricas da Ferramenta de Avaliação de Progresso para notas.
  • Foca estritamente em algoritmos clássicos amigáveis para CPU, tornando a execução de código acessível em hardware padrão.
  • Fornece notebooks de solução completos em Python, juntamente com contribuições alternativas de lições em R.
  • Oferece acessibilidade internacional com traduções automatizadas para mais de 50 idiomas globais.

Onde deixa a desejar

  • Clonar o repositório completo requer comandos git sparse-checkout para evitar o download de gigabytes de ativos de tradução.
  • Exclui tópicos modernos de aprendizado profundo, redes neurais e IA generativa por design.
  • Requer configuração de ambiente Python local ou configuração de notebook em nuvem para executar código interativo.
  • Carece de um backend de avaliação automatizada, exigindo avaliação manual das tarefas de projetos dos alunos.
Custo

Preços & licença

ML-For-Beginners é inteiramente gratuito para clonar, adaptar e usar sob a licença MIT. O único custo operacional envolve quaisquer serviços opcionais de hospedagem em nuvem que você escolher para executar os Jupyter notebooks.

Trabalho remunerado

Vagas para quem fala português

877 vagas remotas abertas de treinamento de IA, atualizadas em 16 de novembro de 2026; a maioria paga $20–$175 por hora. 8 delas pedem falantes de português. O Zekai lista de graça; a candidatura vai para a plataforma do empregador.

Ver todas as vagas abertas →
Comparar

Alternativas

🎁 Alternativas grátis & open source

Estas ferramentas de IA avaliadas fazem o mesmo trabalho na hora — do nosso diretório avaliado.

Saiba mais

Use, ou deixe que a gente configure

📄 PDF grátis: ML-For-Beginners para Educação
Um guia em linguagem simples para o seu primeiro resultado. Enviado ao seu e-mail.
🔔 64 pessoas querem um tutorial em vídeo completo — adicione seu voto
🛠 Não quer configurar você mesmo?
Nós instalamos, hospedamos e configuramos o ML-For-Beginners para você — e treinamos sua equipe.
Deixe com a gente ↗
Perguntas

FAQ

Este curso cobre redes neurais ou aprendizado profundo?

Não, o currículo cobre estritamente o aprendizado de máquina clássico com Scikit-learn; o aprendizado profundo é abordado no currículo de IA separado da Microsoft.

Educadores podem adaptar este material para cursos comerciais ou acadêmicos?

Sim, o repositório é lançado sob a licença permissiva MIT, permitindo adaptação total e reutilização instrucional.

Como faço para clonar o repositório sem baixar todas as traduções de mais de 50 idiomas?

Use os comandos git sparse-checkout fornecidos na documentação do repositório para excluir os diretórios de tradução.

Radar

Últimas notícias de IA

✉️ O kit gratuito semanal
As melhores novas ferramentas grátis & open source para Educação — um e-mail curto por semana, no seu idioma.
Grátis · 1 e-mail/semana · cancele quando quiser
Ganhe dinheiro treinando IA →

Veja o Zekai primeiro no Google