课程主页: https://www.coursera.org/learn/microsoft-azure-machine-learning
在人工智能领域，机器学习是其核心技术之一，许多现代应用和服务都依赖于预测性机器学习模型。然而，训练一个机器学习模型是一个需要时间和计算资源的迭代过程。为了简化这一过程，微软提供了自动化机器学习（Automated Machine Learning）功能，使得用户能够在不编写代码的情况下创建和发布模型。
本课程旨在帮助学员理解和掌握如何使用 Azure Machine Learning 创建高效的机器学习模型，并为通过 Exam AI-900：Microsoft Azure AI Fundamentals 考试做准备。
课程大纲：
- 在 Azure Machine Learning 中使用自动化机器学习
本模块介绍如何识别不同类型的机器学习模型，以及如何利用 Azure Machine Learning 的自动化机器学习功能来训练和部署预测模型。
- 使用 Azure Machine Learning 设计器创建回归模型
回归是一种监督学习技术，用于预测数值。在此模块中，学员将学习如何通过 Azure Machine Learning 设计器创建回归模型。
- 使用 Azure AI 创建分类模型
分类是一种监督学习技术，用于预测类别或分类。在此模块中，学员将学习如何通过 Azure Machine Learning 设计器创建分类模型。
- 使用 Azure AI 创建聚类模型
聚类是一种无监督学习技术，用于根据特征将相似的实体分组。在此模块中，学员将学习如何通过 Azure Machine Learning 设计器创建聚类模型。
总的来说，这门课程不仅教授了机器学习的基础知识，还提供了实用的操作指导，非常适合希望入门人工智能的学习者。
课程主页: https://www.coursera.org/learn/microsoft-azure-machine-learning