Microsoft GitHub: vijf gratis cursussen voor data science

Samenvatting

Microsoft GitHub biedt vijf gratis cursussen die data science, machine learning en moderne AI stap voor stap behandelen.

Microsoft GitHub biedt vijf gratis cursussen

Microsoft heeft op GitHub vijf gratis leertrajecten gepubliceerd met lessen, quizzen, opdrachten, codevoorbeelden en projecten. De onderwerpen lopen van data science en machine learning tot generatieve AI, large language models, retrieval-augmented generation, fine-tuning en AI-agents.

De cursus Data Science for Beginners vormt het startpunt. Het programma duurt tien weken en bevat twintig lessen over data-ethiek, statistiek, kansrekening, relationele en niet-relationele data, datavoorbereiding, visualisatie en analyse. Praktische oefeningen gebruiken echte datasets.

Daarna volgt Machine Learning for Beginners. Dit traject duurt twaalf weken en telt 26 lessen over regressie, classificatie, clustering, natural-language processing, tijdreeksvoorspelling en reinforcement learning. Deelnemers trainen en evalueren modellen met Python en Scikit-learn.

Data science en AI bouwen logisch op

De derde cursus, Artificial Intelligence for Beginners, behandelt in twaalf weken en 24 lessen onder meer neurale netwerken, computer vision, natural-language processing, deep learning, symbolische AI en reinforcement learning. Ook PyTorch, TensorFlow, convolutionele en recurrente neurale netwerken, embeddings, transformers, transfer learning, autoencoders en generative adversarial networks komen aan bod.

De opbouw voorkomt dat cursisten direct bij LLMs beginnen zonder de basis te kennen. Begrippen als training, evaluatie, features en modelprestaties krijgen eerst aandacht. Daardoor ontstaat een leerroute van dataverwerking en klassieke modellen naar moderne AI-technieken. De bron noemt in totaal vijf cursussen; het artikel plaatst die binnen een leerpad dat ook RAG, toolgebruik en AI-agents omvat.

Concrete takeaway: kies Microsoft GitHub op basis van je niveau

Begin zonder voorkennis met Data Science for Beginners. Heb je al ervaring met datasets, werk dan door naar Machine Learning for Beginners en gebruik Python en Scikit-learn actief in de oefeningen. Noteer daarna welke AI-onderwerpen je nog mist, zoals embeddings, transformers of RAG, voordat je een vervolgcursus kiest.