ML Crash Course 是 Google 開發者站點上的機器學習基礎課程，內容集中在基本概念：特徵與標籤、損失函數、梯度下降、過擬合，以及分類與迴歸的評估指標口徑，每節配練習。它涵蓋的是傳統機器學習框架，不涉及大模型提示寫法，也不講怎麼調 API，適合用來補術語和判斷標準。頁面有多語言版本，譯文可能與英文原文存在更新差，以目前頁面為準；跟讀時建議以英文版為參照。
主要功能
- 講特徵、標籤、損失與梯度這些基礎概念
- 分類與迴歸的評估指標有明確口徑解釋
- 每節後配練習，可自查理解程度
- 術語定義規範，適合當查閱起點
- 不依賴框架版本，內容相對穩定
適合誰用
- 看別人的方案時被準確率、召回率這類詞卡住
- 想補機器學習基礎，而不是只學大模型話術
- 評審或面試前需要快速把術語過一遍
- 要給團隊統一一套指標定義
怎麼開始
- 從術語最密集的幾節開始讀，不必從頭順序推
- 每節練習都做一遍，記下答錯的地方
- 把學到的指標口徑寫成團隊評審用的定義
