Repolode
Enviar
MLEveryday

MLEveryday/100-Days-Of-ML-Code

Curso de 100 dias sobre machine learning em chinês, com código Python, anotações e exercícios; até agora, cobre do Dia 1 ao 54.

Ver no GitHub
Estrelas
22,234
Forks
5,455
Issues abertas
18
Último commit
há 14 dias

O que é?

Este repositório é um roteiro de aprendizado de machine learning em chinês simplificado, adaptado de um curso em inglês de 100 dias. Ele é organizado em lições diárias que vão do pré-processamento de dados e regressão linear até classificação, redes neurais, árvores de decisão, CNNs com MNIST e imagens de gatos e cachorros, clustering e fundamentos de NumPy, pandas e Matplotlib.

Cada lição combina scripts Python na pasta Code com explicações em Markdown e notebooks Jupyter gerados a partir do mesmo material. Os scripts salvam os gráficos em uma pasta outputs. A configuração inclui Python 3.11 ou 3.12, um arquivo requirements para o curso básico e a instalação separada das dependências de deep learning. Os Dias 55 a 100 ainda não foram escritos.

O projeto também inclui um guia de datasets, um FAQ sobre armadilhas comuns, como data leakage e formatos de modelo, um guia de percurso de aprendizado para iniciantes e leitores experientes e anotações sobre a atualização de exemplos que dependem de APIs antigas.

Recursos principais

  • 01Lições diárias que vão do pré-processamento de dados a CNNs e clustering
  • 02Scripts Python acompanhados de anotações em Markdown e notebooks Jupyter
  • 03Gráficos salvos em uma pasta outputs quando os scripts são executados
  • 04Guia de preparação de datasets para MNIST e imagens de gatos e cachorros
  • 05Exemplos atualizados para versões modernas do scikit-learn e do Keras 3

Casos de uso

  • Iniciantes que falam chinês e querem um primeiro curso estruturado de machine learning
  • Desenvolvedores que querem revisar algoritmos fundamentais de aprendizado supervisionado e não supervisionado com código executável
  • Instrutores em busca de material para aulas com notebooks e exercícios

Início rápido

  1. 1

    Criar um ambiente virtual

    python -m venv .venv
  2. 2

    Ativar o ambiente virtual

    source .venv/bin/activate
  3. 3

    Instalar os requisitos

    python -m pip install -r requirements.txt
  4. 4

    Executar o script do Day 1

    python "Code/Day 1_Data_Preprocessing.py"

Antes de usar

  • O conteúdo do curso abrange do Day 1 ao Day 54; o conteúdo do Day 55 ao Day 100 ainda não foi escrito.
  • As aulas e as anotações estão em chinês.

Tópicos

#machine-learning#deep-learning#python#tutorial#jupyter-notebook#scikit-learn#keras#chinese#100-days-of-ml-code#chinese-simplified

Perguntas frequentes

O que é 100-Days-Of-ML-Code?
Curso de 100 dias sobre machine learning em chinês, com código Python, anotações e exercícios; até agora, cobre do Dia 1 ao 54. Este repositório é um roteiro de aprendizado de machine learning em chinês simplificado, adaptado de um curso em inglês de 100 dias. Ele é organizado em lições diárias que vão do pré-processamento de dados e regressão linear até classificação, redes neurais, árvores de decisão, CNNs com MNIST e imagens de gatos e cachorros, clustering e fundamentos de NumPy, pandas e Matplotlib.
100-Days-Of-ML-Code é gratuito? Qual é a licença?
100-Days-Of-ML-Code é open source sob a licença MIT. Confira os termos da licença antes de usá-lo em produtos comerciais.
100-Days-Of-ML-Code ainda é mantido?
Manutenção ativa. O último commit de 100-Days-Of-ML-Code foi em 24 de out. de 2026.
Para que posso usar 100-Days-Of-ML-Code?
Iniciantes que falam chinês e querem um primeiro curso estruturado de machine learning Desenvolvedores que querem revisar algoritmos fundamentais de aprendizado supervisionado e não supervisionado com código executável Instrutores em busca de material para aulas com notebooks e exercícios
Como instalar 100-Days-Of-ML-Code?
Criar um ambiente virtual: python -m venv .venv Ativar o ambiente virtual: source .venv/bin/activate Instalar os requisitos: python -m pip install -r requirements.txt Executar o script do Day 1: python "Code/Day 1_Data_Preprocessing.py"
Onde consigo 100-Days-Of-ML-Code?
O código-fonte e as instruções de instalação estão no GitHub: https://github.com/MLEveryday/100-Days-Of-ML-Code

Resumo gerado por IA a partir do README do projeto. As estatísticas do GitHub são atualizadas diariamente.

Projetos relacionados