![]() |
|---|
| AI For Beginners - Sketchnote af @girlie_mac |
Udforsk verden af Kunstig Intelligens (AI) med vores 12-ugers, 24-lektions pensum! Det inkluderer praktiske lektioner, quizzer og laboratorier. Pensum er begynder-venligt og dækker værktøjer som TensorFlow og PyTorch samt etik i AI
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 | Khmer | 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
Foretrækker du at klone lokalt?
Dette repository inkluderer 50+ sprogoversættelser, hvilket øger download-størrelsen betydeligt. For at klone uden oversættelser, brug 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"Dette giver dig alt, hvad du behøver for at gennemføre kurset med en meget hurtigere download.
Hvis du ønsker at få understøttet yderligere oversættelsessprog, er de listet her
I dette pensum vil du lære:
- Forskellige tilgange til Kunstig Intelligens, herunder den "gamle" symbolske tilgang med Videnrepræsentation og ræsonnering (GOFAI).
- Neurale Netværk og Deep Learning, som er kernen i moderne AI. Vi illustrerer koncepterne bag disse vigtige emner ved hjælp af kode i to af de mest populære frameworks - TensorFlow og PyTorch.
- Neurale Arkitekturer til arbejde med billeder og tekst. Vi gennemgår nyere modeller, men kan mangle noget af det nyeste inden for state-of-the-art.
- Mindre populære AI-tilgange, såsom Genetiske Algoritmer og Multi-Agent Systemer.
Hvad vi ikke vil dække i dette pensum:
Find alle yderligere ressourcer til dette kursus i vores Microsoft Learn-samling
- Erhvervssager omkring brug af AI i erhvervslivet. Overvej at tage Introduktion til AI for erhvervsbrugere læringsvejledning på Microsoft Learn, eller AI Business School, udviklet i samarbejde med INSEAD.
- Klassisk Maskinlæring, som er godt beskrevet i vores Maskinlæring for Begyndere Pensum.
- Praktiske AI-applikationer bygget ved hjælp af Kognitive Tjenester. Til dette anbefaler vi, at du starter med Microsoft Learn-moduler for vision, naturlig sprogbehandling, Generative AI med Azure OpenAI Service og andre.
- Specifikke ML Cloud Frameworks, såsom Azure Machine Learning, Microsoft Fabric, eller Azure Databricks. Overvej at bruge læringsvejledningerne Byg og drift maskinlæringsløsninger med Azure Machine Learning og Byg og drift maskinlæringsløsninger med Azure Databricks.
- Samtale-AI og Chat Bots. Der findes en separat Opret samtale-AI-løsninger læringsvejledning, og du kan også henvise til denne blogpost for flere detaljer.
- Dyb Matematik bag deep learning. Til dette anbefaler vi Deep Learning af Ian Goodfellow, Yoshua Bengio og Aaron Courville, som også er tilgængelig online på https://www.deeplearningbook.org/.
Til en blid introduktion til AI i Cloud-emner kan du overveje at tage læringsvejledningen Kom godt i gang med kunstig intelligens på Azure.
- Forlæsningsmateriale
- Kørbare Jupyter Notebooks, som ofte er specifikke for rammeværket (PyTorch eller TensorFlow). Den kørbare notebook indeholder også meget teoretisk materiale, så for at forstå emnet skal du gennemgå mindst én version af notebooken (enten PyTorch eller TensorFlow).
- Labs tilgængelige for nogle emner, som giver dig mulighed for at prøve at anvende det materiale, du har lært, på et specifikt problem.
- Nogle sektioner indeholder links til MS Learn moduler, der dækker relaterede emner.
Hvis du er helt ny til AI og ønsker hurtige, praktiske eksempler, så tjek vores Begyndervenlige Eksempler! Disse inkluderer:
- 🌟 Hello AI World – Dit første AI-program (mønstergenkendelse)
- 🧠 Simpelt Neuralt Netværk – Byg et neuralt netværk fra bunden
- 🖼️ Billedklassificering – Klassificer billeder med detaljerede kommentarer
- 💬 Tekst Sentiment – Analyser positiv/negativ tekst
Disse eksempler er designet til at hjælpe dig med at forstå AI-koncepter, før du dykker ned i den fulde læseplan.
- Vi har lavet en opsætningslektion for at hjælpe dig med at sætte dit udviklingsmiljø op. - For undervisere har vi også lavet en læseplansopsætning til dig!
- Hvordan man kører koden i VSCode eller en Codespace
Følg disse trin:
Fork repositoriet: Klik på "Fork" knappen øverst til højre på denne side.
Klon repositoriet: git clone https://github.com/microsoft/AI-For-Beginners.git
Glem ikke at give ⭐ (stjerne) til dette repo, så det er lettere at finde senere.
Deltag på vores officielle AI Discord-server for at møde og netværke med andre kursister, der tager dette kursus, og få support.
Hvis du har produktfeedback eller spørgsmål undervejs, besøg vores Azure AI Foundry Developer Forum
En note om quizzer: Alle quizzer findes i Quiz-app mappen i etc\quiz-app, eller Online her. De er linket fra lektionerne, quiz-appen kan køres lokalt eller deployeres til Azure; følg instruktionerne i
quiz-appmappen. De bliver gradvist oversat.
Har du forslag eller fundet stave- eller kodefejl? Opret en issue eller lav en pull request.
- ✍️ Hovedforfatter: Dmitry Soshnikov, PhD
- 🔥 Redaktør: Jen Looper, PhD
- 🎨 Sketchnote-illustrator: Tomomi Imura
- ✅ Quizskaber: Lateefah Bello, MLSA
- 🙏 Kernebidragydere: Evgenii Pishchik
Vores team producerer andre læseplaner! Se dem her:
Hvis du sidder fast eller har spørgsmål om at bygge AI-apps. Deltag med andre kursister og erfarne udviklere i diskussioner om MCP. Det er et støttende fællesskab, hvor spørgsmål er velkomne, og viden deles frit.
Hvis du har produktfeedback eller fejl under udvikling, besøg:
Ansvarsfraskrivelse:
Dette dokument er blevet oversat ved hjælp af AI-oversættelsestjenesten Co-op Translator. Selvom vi bestræber os på nøjagtighed, bedes du være opmærksom på, at automatiserede oversættelser kan indeholde fejl eller unøjagtigheder. Det oprindelige dokument på dets oprindelige sprog betragtes som den autoritative kilde. For kritisk information anbefales professionel menneskelig oversættelse. Vi er ikke ansvarlige for eventuelle misforståelser eller fejltolkninger, der måtte opstå som følge af brugen af denne oversættelse.
