 |
|---|
| AI Aloittelijoille – Sketchnote by @girlie_mac |
Tutustu tekoälyn maailmaan 12 viikon ja 24 oppitunnin opetussuunnitelmamme avulla! Sisältää käytännön oppitunteja, tietovisoja ja työpajoja. Opetussuunnitelma on aloittelijaystävällinen ja käsittelee työkaluja kuten TensorFlow ja PyTorch sekä tekoälyn etiikkaa.
Arabic | Bengali | Bulgarian | Burmese (Myanmar) | Chinese (Simplified) | Chinese (Traditional, Hong Kong) | Chinese (Traditional, Macau) | Chinese (Traditional, Taiwan) | Croatian | Czech | Danish | Dutch | Estonian | Finnish | French | German | Greek | Hebrew | Hindi | Hungarian | Indonesian | Italian | Japanese | Kannada | Korean | Lithuanian | Malay | Malayalam | Marathi | Nepali | Nigerian Pidgin | Norwegian | Persian (Farsi) | Polish | Portuguese (Brazil) | Portuguese (Portugal) | Punjabi (Gurmukhi) | Romanian | Russian | Serbian (Cyrillic) | Slovak | Slovenian | Spanish | Swahili | Swedish | Tagalog (Filipino) | Tamil | Telugu | Thai | Turkish | Ukrainian | Urdu | Vietnamese
Haluatko mieluummin kloonata paikallisesti?
Tämä arkisto sisältää yli 50 kieliversiota, mikä lisää latauskokoa huomattavasti. Jos haluat kloonata ilman käännöksiä, käytä sparse checkout -toimintoa:
Bash / macOS / Linux:
git clone --filter=blob:none --sparse https://github.com/microsoft/AI-For-Beginners.git cd AI-For-Beginners git sparse-checkout set --no-cone '/*' '!translations' '!translated_images'CMD (Windows):
git clone --filter=blob:none --sparse https://github.com/microsoft/AI-For-Beginners.git cd AI-For-Beginners git sparse-checkout set --no-cone "/*" "!translations" "!translated_images"Näin saat kaiken tarvittavan kurssin suorittamiseen paljon nopeammalla latauksella.
Jos haluat lisätä käännöksiä, tuetut kielet ovat listattuna tässä
Tässä opetussuunnitelmassa opit:
- Erilaiset lähestymistavat tekoälyyn, mukaan lukien "hyvä vanha" symbolinen lähestymistapa, jossa käytetään tiedon esitystä ja päättelyä (GOFAI).
- Neuroverkot ja syväoppiminen, jotka ovat modernin tekoälyn ytimessä. Käsittelemme näiden tärkeiden aiheiden taustalla olevia periaatteita koodin avulla kahdessa suosituimmassa kehysympäristössä – TensorFlow ja PyTorch.
- Neuroarkkitehtuurit kuvien ja tekstin käsittelyyn. Käymme läpi uusia malleja, mutta emme välttämättä kata aivan viimeisimpiä huipputekniikoita.
- Vähemmän tunnettuja tekoälyn lähestymistapoja, kuten geneettiset algoritmit ja moniagenttijärjestelmät.
Mitä emme käsi tässä opetussuunnitelmassa:
Löydät kaikki lisämateriaalit tähän kurssiin Microsoft Learn -kokoelmastamme
- Liiketoiminnan käyttötapaukset tekoälyn soveltamisessa. Suosittelemme Introduction to AI for business users -polkua Microsoft Learnissa tai AI Business Schoolia, joka on kehitetty yhteistyössä INSEADin kanssa.
- Perinteinen koneoppiminen, jota käsitellään hyvin Machine Learning for Beginners Curriculumissa.
- Käytännön tekoälysovelluksia, jotka on rakennettu käyttäen Cognitive Services -palveluita. Näitä varten suosittelemme aloittamaan Microsoft Learn -moduuleilla kuvantunnistuksesta, luonnollisen kielen käsittelystä, generatiivisesta tekoälystä Azure OpenAI -palvelulla ja muista aiheista.
- Erityisiä ML pilvikehyksiä, kuten Azure Machine Learning, Microsoft Fabric tai Azure Databricks. Kannattaa käyttää opintopolkuja Build and operate machine learning solutions with Azure Machine Learning ja Build and Operate Machine Learning Solutions with Azure Databricks.
- Vuorovaikutteinen tekoäly ja chatbotit. Tästä on erillinen Create conversational AI solutions -polku, ja voit myös katsoa tämän blogikirjoituksen lisätietoja varten.
- Syvä matematiikka syväoppimisen takana. Tästä suosittelemme teosta Deep Learning kirjoittajilta Ian Goodfellow, Yoshua Bengio ja Aaron Courville, joka on myös saatavilla verkossa osoitteessa https://www.deeplearningbook.org/.
Hellävaraista johdantoa tekoäly pilvessä -aiheisiin varten voit harkita Get started with artificial intelligence on Azure -opintopolun suorittamista.
- Esilukemateriaali
- Suoritettavat Jupyter-notebookit, jotka ovat usein kehykseen sidottuja (PyTorch tai TensorFlow). Suoritettavassa notebookissa on myös paljon teoreettista materiaalia, joten aiheen ymmärtämiseksi sinun tulee käydä läpi vähintään yksi notebookin versioista ( joko PyTorch tai TensorFlow).
- Joihinkin aiheisiin saatavilla olevat labrat, jotka antavat sinulle mahdollisuuden kokeilla oppimaasi käytännössä tietyn ongelman ratkaisemiseksi.
- Joissakin osioissa on linkkejä MS Learn moduuleihin, jotka käsittelevät aiheita.
Jos olet täysin uusi tekoälyn parissa ja haluat nopeita, käytännön esimerkkejä, tutustu Aloittelijaystävällisiin Esimerkkeihin! Näitä ovat:
- 🌟 Hello AI World - Ensimmäinen tekoälyohjelmasi (kuvion tunnistus)
- 🧠 Yksinkertainen neuroverkko - Rakenna neuroverkko alusta alkaen
- 🖼️ Kuvien luokittelija - Luokittele kuvia yksityiskohtaisilla kommenteilla
- 💬 Tekstin sentimentti - Analysoi positiivinen/negatiivinen teksti
Nämä esimerkit on suunniteltu auttamaan sinua ymmärtämään tekoälyn käsitteitä ennen kuin sukellat koko opetussuunnitelmaan.
- Olemme laatineet asennusoppaan auttamaan kehitysympäristösi pystyttämisessä.
- Opettajille olemme laatineet myös opetussuunnitelman asennusoppaan!
- Kuinka suorittaa koodi VSCode- tai Codespace-ympäristössä
Seuraa näitä vaiheita:
Forkkaa repositorio: Napsauta tämän sivun oikeassa yläkulmassa olevaa "Fork" painiketta.
Kloonaa repositorio: git clone https://github.com/microsoft/AI-For-Beginners.git
Älä unohda tähdätä (🌟) tätä repositoriota, jotta löydät sen helpommin myöhemmin.
Liity viralliselle AI Discord -palvelimellemme kohtaat ja verkostoidu muiden tämän kurssin osallistujien kanssa ja saat tukea.
Jos sinulla on palautetta tuotteesta tai kysymyksiä rakentamisen aikana, käy Azure AI Foundry Developer Forumissa
Huomautus kyselyistä: Kaikki kyselyt ovat kyselyapp-hakemistossa polussa etc\quiz-app tai verkossa täällä. Niihin on linkkejä osioissa, kyselyappia voi ajaa paikallisesti tai ottaa käyttöön Azureen; seuraa ohjeita
quiz-app-kansiossa. Kyselyjä ollaan pikku hiljaa lokalisoimassa.
Onko sinulla ehdotuksia tai oletko löytänyt kirjoitus- tai koodivirheitä? Avaa issue tai tee pull request.
- ✍️ Pääkirjoittaja: Dmitry Soshnikov, tohtori
- 🔥 Toimittaja: Jen Looper, tohtori
- 🎨 Muistiinpanokuvittaja: Tomomi Imura
- ✅ Kyselyjen luoja: Lateefah Bello, MLSA
- 🙏 Keskeiset kontribuuttorit: Evgenii Pishchik
Tiimimme tuottaa muitakin opetussuunnitelmia! Tutustu:
-9333EA?style=for-the-badge&labelColor=E5E7EB&color=9333EA){kind=icon}
-C084FC?style=for-the-badge&labelColor=E5E7EB&color=C084FC){kind=icon}
-E879F9?style=for-the-badge&labelColor=E5E7EB&color=E879F9){kind=icon}
Jos jumitut tai sinulla on kysyttävää tekoälysovellusten rakentamisesta, liity muiden oppijoiden ja kokeneiden kehittäjien keskusteluihin MCP:stä. Se on tukeva yhteisö, jossa kysymykset ovat tervetulleita ja tieto jaetaan vapaasti.
Jos sinulla on palautetta tuotteesta tai virheitä rakennuksen aikana, käy:
Vastuuvapauslauseke: Tämä asiakirja on käännetty käyttäen tekoälypohjaista käännöspalvelua Co-op Translator. Vaikka pyrimme tarkkuuteen, otathan huomioon, että automaattiset käännökset saattavat sisältää virheitä tai epätarkkuuksia. Alkuperäinen asiakirja sen alkuperäiskielellä on virallinen lähde. Tärkeissä asioissa suositellaan ammattilaisen tekemää käännöstä. Emme ole vastuussa tämän käännöksen käytöstä aiheutuvista väärinymmärryksistä tai tulkinnoista.