 |
|---|
| AI 初學者 - 速寫筆記由 @girlie_mac 提供 |
透過我們為期12週、24課的課程，一同探索人工智能（AI）的世界！課程包括實用課程、測驗和實驗室。該課程適合初學者，涵蓋 TensorFlow 和 PyTorch 等工具，以及 AI 道德相關內容。
阿拉伯語 | 孟加拉語 | 保加利亞語 | 緬甸語 | 簡體中文 | 繁體中文（香港） | 繁體中文（澳門） | 繁體中文（台灣） | 克羅地亞語 | 捷克語 | 丹麥語 | 荷蘭語 | 愛沙尼亞語 | 芬蘭語 | 法語 | 德語 | 希臘語 | 希伯來語 | 印地語 | 匈牙利語 | 印尼語 | 意大利語 | 日語 | 卡納達語 | 韓語 | 立陶宛語 | 馬來語 | 馬拉雅拉姆語 | 馬拉地語 | 尼泊爾語 | 奈及利亞皮欽語 | 挪威語 | 波斯語（法爾西語） | 波蘭語 | 葡萄牙語（巴西） | 葡萄牙語（葡萄牙） | 旁遮普語（古魯穆基文） | 羅馬尼亞語 | 俄語 | 塞爾維亞語（西里爾字母） | 斯洛伐克語 | 斯洛維尼亞語 | 西班牙語 | 斯瓦希里語 | 瑞典語 | 他加禄語（菲律賓語） | 泰米爾語 | 泰盧固語 | 泰語 | 土耳其語 | 烏克蘭語 | 烏爾都語 | 越南語
想在本地克隆？
本存儲庫包含50多種語言的翻譯，這會大幅增加下載大小。若想不下載翻譯文件，可以使用稀疏檢出：
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"這樣可以更快下載，仍包含完成課程所需的所有內容。
如果您希望支持額外的翻譯語言，可參考此處列出的語言 here
本課程中，你將學到：
- 不同的人工智能方法，包括「古典」的符號方法，涉及知識表徵和推理（GOFAI）。
- 神經網絡與深度學習，它們是現代 AI 的核心。我們將用兩大熱門框架——TensorFlow 和 PyTorch 的代碼來說明這些重要主題背後的概念。
- 用於處理影像與文本的神經架構。會介紹最新模型，但可能略欠缺於最尖端技術。
- 較少見的 AI 方法，如遺傳算法和多代理系統。
本課程不包括的內容：
- AI 商業應用的案例。建議選修 Microsoft Learn 上的商業用戶 AI 入門學習路徑，或由 INSEAD 合作開發的AI 商業學院。
- 經典機器學習，本項在我們的機器學習初學者課程中有詳細描述。
- 基於 認知服務 所建構的實用 AI 應用。我們推薦從 Microsoft Learn 的視覺、自然語言處理模組，以及**Azure OpenAI 服務的生成式 AI**等模組開始。
- 特定的機器學習雲端框架，如 Azure Machine Learning、Microsoft Fabric 或 Azure Databricks。建議使用 用 Azure ML 建立及操作機器學習解決方案 和 用 Azure Databricks 建立及操作機器學習解決方案 等學習路徑。
- 對話式 AI與聊天機器人。此主題有獨立的建立對話式 AI 解決方案學習路徑，且可參考這篇部落格文章了解更多細節。
- 深度學習背後的深奧數學。建議參考 Ian Goodfellow、Yoshua Bengio 和 Aaron Courville 合著的深度學習，該書也可在線閱讀：https://www.deeplearningbook.org/。
若想溫和入門_雲端上的 AI_主題，建議從 Azure 人工智能入門學習路徑開始。
- 預讀材料
- 可執行的 Jupyter 筆記本，通常是針對特定框架（PyTorch 或 TensorFlow）。該可執行筆記本也包含大量理論材料，因此要理解主題，您需要至少通讀一個版本的筆記本（PyTorch 或 TensorFlow 其中之一）。
- 某些主題提供的 實驗室，讓您有機會嘗試將所學材料應用於特定問題。
- 有些章節包含指向涵蓋相關主題的 MS Learn 模組的連結。
如果您對 AI 完全陌生，並想要快速的實作範例，請查看我們的 適合初學者的範例！這些包括：
- 🌟 Hello AI World - 您的第一個 AI 程式（模式識別）
- 🧠 簡單神經網路 - 從零開始建立神經網路
- 🖼️ 影像分類器 - 以詳細註解分類圖片
- 💬 文字情緒分析 - 分析文本的正面/負面情緒
這些範例旨在幫助您了解 AI 概念，然後再深入完整課程。
請遵循以下步驟：
Fork 倉庫：點擊本頁右上角的「Fork」按鈕。
Clone 倉庫：git clone https://github.com/microsoft/AI-For-Beginners.git
別忘了幫這個倉庫加星（🌟），以便日後更容易找到。
加入我們的 官方 AI Discord 伺服器，與本課程的其他學習者交流與建立人脈，並獲得支援。
在建置過程中若有產品反饋或疑問，請造訪我們的 Azure AI Foundry 開發者論壇
測驗說明：所有測驗都包含在 etc\quiz-app 的 Quiz-app 資料夾中，或可在 線上這裡 取得。測驗程式與教材中有連結，可在本機執行或部署至 Azure；請依照
quiz-app資料夾內的指示操作。測驗正在逐步本地化。
您有建議或發現拼字或程式錯誤嗎？請提出 issue 或 pull request。
- ✍️ 主要作者： Dmitry Soshnikov, 博士
- 🔥 編輯： Jen Looper, 博士
- 🎨 Sketchnote 插畫師： Tomomi Imura
- ✅ 測驗創作者： Lateefah Bello, MLSA
- 🙏 核心貢獻者： Evgenii Pishchik
我們團隊製作其他課程！看看：
-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}
如果您遇到困難或在建立 AI 應用程式時有任何疑問，歡迎加入 MCP 的學習者與資深開發者討論社群。這是一個支持性強、歡迎提問且自由分享知識的社群。
如果您在建置過程中有產品反饋或發現錯誤，請造訪：
免責聲明： 本文件使用 AI 翻譯服務 Co-op Translator 進行翻譯。雖然我們力求準確，但請注意，自動翻譯可能包含錯誤或不準確之處。原始文件的母語版本應視為權威來源。對於重要資訊，建議採用專業人工翻譯。我們不對因使用本翻譯而引起的任何誤解或曲解承擔責任。