ML Crash Course 是 Google 开发者站点上的机器学习基础课程，内容集中在基本概念：特征与标签、损失函数、梯度下降、过拟合，以及分类与回归的评估指标口径，每节配练习。它覆盖的是传统机器学习框架，不涉及大模型提示写法，也不讲怎么调接口，适合用来补术语和判断标准。页面有多语言版本，译文可能与英文原文存在更新差，以当前页面为准；跟读时建议以英文版为参照。
主要功能
- 讲特征、标签、损失与梯度这些基础概念
- 分类与回归的评估指标有明确口径解释
- 每节后配练习，可自查理解程度
- 术语定义规范，适合当查阅起点
- 不依赖框架版本，内容相对稳定
适合谁用
- 看别人的方案时被准确率、召回率这类词卡住
- 想补机器学习基础，而不是只学大模型话术
- 评审或面试前需要快速把术语过一遍
- 要给团队统一一套指标定义
怎么开始
- 从术语最密集的几节开始读，不必从头顺序推
- 每节练习都做一遍，记下答错的地方
- 把学到的指标口径写成团队评审用的定义
