 |
|---|
| AI Dành Cho Người Mới Bắt Đầu - Sketchnote bởi @girlie_mac |
Khám phá thế giới của Trí tuệ nhân tạo (AI) với chương trình học 12 tuần, 24 bài học của chúng tôi! Nó bao gồm các bài học thực tiễn, câu đố và phòng lab. Chương trình thích hợp cho người mới bắt đầu và bao quát các công cụ như TensorFlow và PyTorch, cũng như đạo đức trong AI
Tiếng Ả Rập | Tiếng Bengal | Tiếng Bungari | Tiếng Miến Điện (Myanmar) | Tiếng Trung (Giản thể) | Tiếng Trung (Phồn thể, Hồng Kông) | Tiếng Trung (Phồn thể, Macau) | Tiếng Trung (Phồn thể, Đài Loan) | Tiếng Croatia | Tiếng Séc | Tiếng Đan Mạch | Tiếng Hà Lan | Tiếng Estonia | Tiếng Phần Lan | Tiếng Pháp | Tiếng Đức | Tiếng Hy Lạp | Tiếng Do Thái | Tiếng Hindi | Tiếng Hungary | Tiếng Indonesia | Tiếng Ý | Tiếng Nhật | Tiếng Kannada | Tiếng Hàn | Tiếng Litva | Tiếng Mã Lai | Tiếng Malayalam | Tiếng Marathi | Tiếng Nepal | Tiếng Pidgin Nigeria | Tiếng Na Uy | Tiếng Ba Tư (Farsi) | Tiếng Ba Lan | Tiếng Bồ Đào Nha (Brazil) | Tiếng Bồ Đào Nha (Bồ Đào Nha) | Tiếng Punjab (Gurmukhi) | Tiếng Romania | Tiếng Nga | Tiếng Serbia (Chữ Cyrillic) | Tiếng Slovakia | Tiếng Slovenia | Tiếng Tây Ban Nha | Tiếng Swahili | Tiếng Thụy Điển | Tiếng Tagalog (Philippines) | Tiếng Tamil | Tiếng Telugu | Tiếng Thái | Tiếng Thổ Nhĩ Kỳ | Tiếng Ukraina | Tiếng Urdu | Tiếng Việt
Ưu tiên sao chép cục bộ?
Kho lưu trữ này bao gồm hơn 50 bản dịch ngôn ngữ, làm tăng đáng kể kích thước tải xuống. Để sao chép mà không có bản dịch, hãy sử dụng sparse checkout:
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"Điều này cung cấp cho bạn mọi thứ bạn cần để hoàn thành khóa học với tốc độ tải xuống nhanh hơn nhiều.
Nếu bạn muốn có thêm các ngôn ngữ dịch hỗ trợ, các ngôn ngữ được liệt kê ở đây
Trong chương trình học này, bạn sẽ học:
- Các phương pháp tiếp cận khác nhau với Trí tuệ Nhân tạo, bao gồm phương pháp biểu tượng "cũ kỹ" với Biểu diễn tri thức và suy luận (GOFAI).
- Mạng nơ-ron và Học sâu, là cốt lõi của AI hiện đại. Chúng tôi sẽ minh họa các khái niệm đằng sau những chủ đề quan trọng này bằng mã trong hai nền tảng phổ biến nhất – TensorFlow và PyTorch.
- Kiến trúc thần kinh để làm việc với hình ảnh và văn bản. Chúng tôi sẽ bao gồm các mô hình gần đây nhưng có thể còn thiếu một chút về trạng thái nghệ thuật mới nhất.
- Các phương pháp AI ít phổ biến hơn, chẳng hạn như Thuật toán Di truyền và Hệ đa tác nhân.
Những gì chúng tôi sẽ không bao gồm trong chương trình này:
Tìm tất cả các nguồn bổ sung cho khóa học này trong bộ sưu tập Microsoft Learn
- Trường hợp kinh doanh sử dụng AI trong doanh nghiệp. Hãy cân nhắc theo học đường dẫn Giới thiệu AI cho người dùng doanh nghiệp trên Microsoft Learn, hoặc Trường Kinh doanh AI, được phát triển hợp tác cùng INSEAD.
- Học máy cổ điển, được mô tả rõ trong Chương trình học Máy học cho người mới bắt đầu.
- Các ứng dụng AI thực tế xây dựng bằng Dịch vụ nhận thức. Để làm điều này, chúng tôi khuyến nghị bạn bắt đầu với các module trên Microsoft Learn về thị giác, xử lý ngôn ngữ tự nhiên, AI sinh tạo với Azure OpenAI Service và các lĩnh vực khác.
- Các Khung máy học trên điện toán đám mây cụ thể như Azure Machine Learning, Microsoft Fabric, hoặc Azure Databricks. Hãy cân nhắc sử dụng các đường dẫn học Xây dựng và vận hành giải pháp học máy với Azure Machine Learning và Xây dựng và vận hành giải pháp học máy với Azure Databricks.
- AI hội thoại và Chat Bot. Có một đường dẫn học riêng Tạo các giải pháp AI hội thoại, và bạn cũng có thể tham khảo bài đăng blog này để biết thêm chi tiết.
- Toán học chuyên sâu đằng sau học sâu. Để làm điều này, chúng tôi khuyến nghị cuốn sách Deep Learning của Ian Goodfellow, Yoshua Bengio và Aaron Courville, cũng có thể đọc trực tuyến tại https://www.deeplearningbook.org/.
Để giới thiệu nhẹ nhàng về các chủ đề AI trên đám mây, bạn có thể cân nhắc theo học Đường dẫn học Bắt đầu với trí tuệ nhân tạo trên Azure.
- Tài liệu đọc trước
- Các Jupyter Notebooks có thể thực thi, thường dành riêng cho framework (PyTorch hoặc TensorFlow). Notebook có thể thực thi cũng chứa rất nhiều tài liệu lý thuyết, vì vậy để hiểu chủ đề bạn cần xem qua ít nhất một phiên bản của notebook (hoặc PyTorch hoặc TensorFlow).
- Phòng thí nghiệm có sẵn cho một số chủ đề, giúp bạn có cơ hội thử áp dụng tài liệu đã học vào một bài toán cụ thể.
- Một số phần chứa liên kết đến các module MS Learn bao gồm các chủ đề liên quan.
Nếu bạn hoàn toàn mới với AI và muốn các ví dụ nhanh, thực hành, hãy xem Ví dụ dành cho người mới bắt đầu! Bao gồm:
- 🌟 Hello AI World - Chương trình AI đầu tiên của bạn (nhận dạng mẫu)
- 🧠 Mạng Nơ-ron đơn giản - Xây dựng mạng nơ-ron từ đầu
- 🖼️ Phân loại ảnh - Phân loại hình ảnh với bình luận chi tiết
- 💬 Phân tích cảm xúc văn bản - Phân tích văn bản tích cực/tiêu cực
Những ví dụ này được thiết kế để giúp bạn hiểu các khái niệm AI trước khi vào chương trình học đầy đủ.
- Chúng tôi đã tạo một bài học thiết lập để giúp bạn thiết lập môi trường phát triển.
- Đối với giáo viên, chúng tôi cũng có bài học thiết lập chương trình học dành cho bạn!
- Cách chạy mã trong VSCode hoặc Codespace
Làm theo các bước sau:
Fork kho lưu trữ: Nhấn nút "Fork" ở góc trên bên phải của trang này.
Clone kho lưu trữ: git clone https://github.com/microsoft/AI-For-Beginners.git
Đừng quên đánh dấu sao (🌟) repo này để dễ tìm lại sau.
Tham gia máy chủ Discord AI chính thức của chúng tôi để gặp gỡ và kết nối với các học viên khác đang học khóa này và nhận hỗ trợ.
Nếu bạn có phản hồi về sản phẩm hoặc câu hỏi trong quá trình xây dựng, hãy truy cập Diễn đàn Nhà phát triển Azure AI Foundry
Lưu ý về bài kiểm tra: Tất cả các bài kiểm tra đều nằm trong thư mục Quiz-app tại etc\quiz-app, hoặc Trực tuyến tại đây Chúng được liên kết trong các bài học, ứng dụng quiz có thể chạy cục bộ hoặc triển khai lên Azure; làm theo hướng dẫn trong thư mục
quiz-app. Các bài này đang dần được bản địa hóa.
Bạn có đề xuất hoặc phát hiện lỗi đánh máy hay lỗi code? Hãy tạo issue hoặc pull request.
- ✍️ Tác giả chính: Dmitry Soshnikov, Tiến sĩ
- 🔥 Biên tập viên: Jen Looper, Tiến sĩ
- 🎨 Minh họa sketchnote: Tomomi Imura
- ✅ Người tạo bài kiểm tra: Lateefah Bello, MLSA
- 🙏 Đóng góp chính: Evgenii Pishchik
Nhóm của chúng tôi sản xuất các chương trình học khác! Hãy xem:
-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}
Nếu bạn bị mắc kẹt hoặc có bất kỳ câu hỏi nào về việc xây dựng ứng dụng AI. Tham gia cùng các học viên và nhà phát triển có kinh nghiệm trong các cuộc thảo luận về MCP. Đây là một cộng đồng hỗ trợ, nơi các câu hỏi được chào đón và kiến thức được chia sẻ tự do.
Nếu bạn có phản hồi về sản phẩm hoặc phát hiện lỗi trong quá trình xây dựng, hãy truy cập:
Tuyên bố từ chối trách nhiệm:
Tài liệu này đã được dịch bằng dịch vụ dịch thuật AI Co-op Translator. Mặc dù chúng tôi cố gắng đảm bảo độ chính xác, xin lưu ý rằng bản dịch tự động có thể chứa lỗi hoặc không chính xác. Tài liệu gốc bằng ngôn ngữ gốc nên được coi là nguồn thông tin chính thức. Đối với các thông tin quan trọng, nên sử dụng dịch vụ dịch thuật chuyên nghiệp của con người. Chúng tôi không chịu trách nhiệm về bất kỳ sự hiểu lầm hay sai lệch nào phát sinh từ việc sử dụng bản dịch này.