 |
|---|
| AI Aloittelijoille - Sketchnote tekijältä @girlie_mac |
Tutustu Tekoälyn (AI) maailmaan 12 viikon ja 24 opetuksen opetussuunnitelmamme avulla! Se sisältää käytännönläheisiä oppitunteja, tietokilpailuja ja laboratorioita. Opetussuunnitelma on aloittelijaystävällinen ja kattaa työkalut kuten TensorFlow ja PyTorch sekä tekoälyn etiikan.
Arabia | Bengali | Bulgaria | Burma (Myanmar) | Kiina (Yksinkertaistettu) | Kiina (Perinteinen, Hong Kong) | Kiina (Perinteinen, Macau) | Kiina (Perinteinen, Taiwan) | Kroatia | Tšekki | Tanska | Hollanti | Viro | Suomi | Ranska | Saksa | Kreikka | Heprea | Hindi | Unkari | Indonesia | Italia | Japani | Kannada | Khmer | Korea | Liettua | Malesia | Malayalam | Marathi | Nepali | Nigerian Pidgin | Norja | Persia (Farsi) | Puola | Portugali (Brasilia) | Portugali (Portugali) | Punjabi (Gurmukhi) | Romania | Venäjä | Serbia (Kyrillinen) | Slovakki | Sloveeni | Espanja | Swahili | Ruotsi | Tagalog (Filipino) | Tamili | Telugu | Thai | Turkki | Ukraina | Urdu | Vietnami
Haluatko kloonata paikallisesti?
Tämä arkisto sisältää yli 50 kieliversiota, mikä lisää lataustiedoston kokoa merkittävästi. Kloonaa ilman käännöksiä käyttämällä 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"Saat näin kaiken tarvitsemasi kurssin suorittamiseen paljon nopeammalla latauksella.
Jos haluat lisäkielitukea, tuetut kielet löytyvät tästä
Tässä opetussuunnitelmassa opit:
- Erilaisia tekoälyn lähestymistapoja, mukaan lukien "hyvä vanha" symbolinen lähestymistapa Tietämyksen esityksen ja päättelyn avulla (GOFAI).
- Neuroverkot ja Syväoppiminen, jotka ovat modernin tekoälyn ytimessä. Havainnollistamme näiden tärkeiden aiheiden periaatteita kahdessa suosituimmassa kehysympäristössä — TensorFlow ja PyTorch.
- Neuroarkkitehtuurit kuvien ja tekstin käsittelyyn. Käymme läpi viimeaikaisia malleja, vaikkakin valikoima ei välttämättä kata aivan uusinta huippua.
- Vähemmän suosittuja tekoälyn lähestymistapoja, kuten Geneettiset algoritmit ja Moniagenttijärjestelmät.
Mitä emme kata tässä opetussuunnitelmassa:
Löydä kaikki lisäresurssit tähän kurssiin Microsoft Learn -kokoelmastamme
- Liiketoiminnan käyttötapaukset tekoälyn hyödyntämiseen liiketoiminnassa. Harkitse Johdanto tekoälyyn liiketoiminnan käyttäjille -oppimispolkua Microsoft Learnissa tai AI Business School, joka on kehitetty yhteistyössä INSEAD -yliopiston kanssa.
- Perinteinen koneoppiminen, joka on hyvin käsitelty Koneoppimisen aloittelijoille opetussuunnitelmassamme.
- Käytännön tekoälysovellukset, jotka on rakennettu Cognitive Services -palveluilla. Tässä suosittelemme aloittamaan Microsoft Learn -moduuleilla näkökenttä, luonnollinen kieltenkäsittely, Generatiivinen tekoäly Azure OpenAI -palvelulla ja muilla kursseilla.
- Erityiset ML Pilvivalmiudet, kuten Azure Machine Learning, Microsoft Fabric tai Azure Databricks. Harkitse käyttäväsi Rakenna ja hallinnoi koneoppimisratkaisuja Azure Machine Learningillä ja Rakenna ja hallinnoi koneoppimisratkaisuja Azure Databricksillä oppimispolkuja.
- Keskusteleva tekoäly ja Chatbotit. Tarjolla on oma Luo keskusteleva tekoälyratkaisu oppimispolkunsa, ja voit myös tutustua tähän blogikirjoitukseen saadaksesi lisää tietoa.
- Syvällinen matematiikka syväoppimisen taustalla. Tässä suosittelemme teosta Deep Learning kirjoittajilta Ian Goodfellow, Yoshua Bengio ja Aaron Courville, joka on saatavilla myös verkossa: https://www.deeplearningbook.org/.
Hellävaraiseen johdatukseen tekoäly pilvessä -teemoihin kannattaa tutustua Aloita tekoälyllä Azurella -oppimispolkua.
- Ennakkolukemateriaali
- Suoritettavat Jupyter-muistikirjat, jotka usein ovat spesifisiä käytetylle kehikolle (PyTorch tai TensorFlow). Suoritettava muistikirja sisältää myös runsaasti teoreettista materiaalia, joten aiheen ymmärtämiseksi sinun tulee käydä vähintään yksi versio muistikirjasta (joko PyTorch tai TensorFlow).
- Labratöitä saatavilla joillekin aiheille, jotka antavat mahdollisuuden kokeilla oppimiasi asioita konkreettisessa ongelmassa.
- Joissakin osioissa on linkkejä MS Learn moduuleihin, jotka käsittelevät aiheeseen liittyviä teemoja.
Jos olet täysin uusi AI-maailmassa ja haluat nopeita, käytännönläheisiä esimerkkejä, katso Helppokäyttöiset esimerkit! Näihin sisältyy:
- 🌟 Hello AI World - Ensimmäinen tekoälyohjelmasi (kuviotunnistus)
- 🧠 Yksinkertainen neuroverkko - Rakenna neuroverkko alusta alkaen
- 🖼️ Kuvien luokittelu - Luokittele kuvia yksityiskohtaisilla kommenteilla
- 💬 Tekstin tunneanalyysi - Analysoi positiivinen/negatiivinen teksti
Nämä esimerkit on suunniteltu auttamaan sinua ymmärtämään tekoälyn perusteita ennen kuin sukellat koko opetussuunnitelmaan.
- Olemme luoneet asennustunnin auttamaan kehitysympäristösi pystyttämisessä. - Opettajille olemme laatineet myös opetussuunnitelman asennustunnin!
- Kuinka suorittaa koodi VSCodessa tai Codespacessa
Noudata näitä ohjeita:
Forkkaa repositorio: Klikkaa sivun oikeasta yläkulmasta "Fork"-painiketta.
Kloonaa repositorio: git clone https://github.com/microsoft/AI-For-Beginners.git
Älä unohda tähdätä (🌟) tätä reposiota, jotta löydät sen helpommin myöhemmin.
Liity viralliselle AI-Discord-palvelimellemme osoitteessa https://aka.ms/genai-discord?WT.mc_id=academic-105485-bethanycheum tavata ja verkostoitua tämän kurssin muiden oppijoiden kanssa sekä saadaksesi tukea.
Jos sinulla on palautetta tuotteesta tai kysymyksiä rakentamisen aikana, käy Azure AI Foundry Developer Forumissa
Huomio testeistä: Kaikki testit löytyvät kansiosta Quiz-app polussa etc\quiz-app, tai verkkoversiona tästä Ne on linkitetty oppituntien sisältä, testiappia voi käyttää paikallisesti tai ottaa käyttöön Azureen; noudata
quiz-app-kansion ohjeita. Testit ovat asteittain saatavilla myös suomeksi.
Onko sinulla ehdotuksia tai oletko löytänyt kirjoitus- tai koodivirheitä? Luo issue tai tee pull request.
- ✍️ Pääkirjoittaja: Dmitry Soshnikov, FM
- 🔥 Toimittaja: Jen Looper, FM
- 🎨 Sketchnote-kuvittaja: Tomomi Imura
- ✅ Testien laatija: Lateefah Bello, MLSA
- 🙏 Keskeiset kontribuuttorit: Evgenii Pishchik
Tiimimme tuottaa myös muita opetussuunnitelmia! Tutustu niihin:
-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 juutut tai sinulla on kysyttävää AI-sovellusten rakentamisesta, liity muiden oppijoiden ja kokeneiden kehittäjien keskusteluun MCP:n tiimoilta. Tämä on kannustava yhteisö, jossa kysymyksiä saa esittää ja tietoa jaetaan vapaasti.
Jos sinulla on palautetta tuotteesta tai virheitä rakentamisen aikana, käy osoitteessa:
Vastuuvapauslauseke: Tämä asiakirja on käännetty käyttämällä tekoälypohjaista käännöspalvelua Co-op Translator. Vaikka pyrimme tarkkuuteen, huomioithan, että automaattikäännöksissä saattaa esiintyä virheitä tai epätarkkuuksia. Alkuperäistä asiakirjaa sen alkuperäiskielellä tulee pitää virallisena lähteenä. Tärkeissä asioissa suositellaan ammattimaista ihmiskäännöstä. Emme ota vastuuta tämän käännöksen käytöstä johtuvista väärinymmärryksistä tai tulkinnoista.