人工智能初學者課程


AI For Beginners - 速寫筆記由 @girlie_mac 製作

跟隨我們為期12星期、包含24課堂的課程，一同探索人工智能(AI)的世界！課程包括實際應用課堂、測驗以及實驗室。此課程適合初學者，涵蓋工具如 TensorFlow 及 PyTorch，亦探討 AI 的倫理問題。

🌐 多語言支援

透過 GitHub Action 支援（自動且時時更新）

想要本地克隆？

此倉庫包含超過50種語言翻譯，導致下載檔案較大。若想不下載翻譯資料，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"
這樣可以讓你快速下載，取得所有完成課程所需的資源。

如果您希望支持更多翻譯語言，請參閱這裡

加入社群

你將學到什麼

課程心智圖

在此課程中，你將學習：

不同的人工智能方法，包括以知識表達與推理為核心的經典符號方法（GOFAI）。
現代 AI 核心的神經網絡及深度學習。我們將透過代碼示範兩個最受歡迎框架 TensorFlow 與 PyTorch 的基本概念。
適用於圖片與文本的神經架構。會介紹近期模型，但可能未必涵蓋最新最前沿。
少數較不常用的 AI 方法，如遺傳算法與多智能體系統。

本課程不涵蓋：

在我們的 Microsoft Learn 集合中找到本課程的所有額外資源

商業案例中的AI 應用。建議參考 Microsoft Learn 上的AI 商務用戶入門課程路徑，或與INSEAD合作開發的AI 商業學校。
經典機器學習，可參考我們的初學者機器學習課程。
使用認知服務構建的實際 AI 應用。建議先從 Microsoft Learn 上的視覺、自然語言處理、Azure OpenAI 服務生成式 AI 等模組開始學習。
具體的機器學習雲端平台，如 Azure Machine Learning、Microsoft Fabric 或 Azure Databricks。可參考使用 Azure Machine Learning 構建與運營機器學習解決方案與使用 Azure Databricks 構建與運營機器學習解決方案。
對話式 AI及聊天機械人。有專門的聊天式 AI 解決方案課程路徑，亦可參考此部落格文章作詳盡了解。
深入的深度學習數學。推薦閱讀 Ian Goodfellow、Yoshua Bengio 與 Aaron Courville 合著的《Deep Learning》，線上版本在https://www.deeplearningbook.org/。

對於初探 AI 雲端 主題，可考慮 Microsoft Learn 的 Azure 人工智能入門學習路徑。

內容

	課堂鏈接	PyTorch/Keras/TensorFlow	實驗室
0	設定課程環境	開發環境設定指南
I	人工智能簡介
01	人工智能介紹與歷史	-	-
II	符號 AI
02	知識表示與專家系統	專家系統 / 本體論 /概念圖譜
III	神經網絡導論
03	感知器	筆記本	實驗
04	多層感知器與創建我們自己的框架	筆記本	實驗
05	框架入門（PyTorch/TensorFlow）及過擬合	PyTorch / Keras / TensorFlow	實驗
IV	計算機視覺	PyTorch / TensorFlow	在 Microsoft Azure 探索計算機視覺
06	計算機視覺入門。OpenCV	筆記本	實驗
07	卷積神經網絡 & CNN 架構	PyTorch /TensorFlow	實驗
08	預訓練網絡與遷移學習和訓練技巧	PyTorch / TensorFlow	實驗
09	自編碼器與變分自編碼器	PyTorch / TensorFlow
10	生成對抗網絡與藝術風格轉換	PyTorch / TensorFlow
11	目標檢測	TensorFlow	實驗
12	語義分割。U-Net	PyTorch / TensorFlow
V	自然語言處理	PyTorch /TensorFlow	在 Microsoft Azure 探索自然語言處理
13	文本表示。詞袋模型/TF-IDF	PyTorch / TensorFlow
14	語義詞向量。Word2Vec 與 GloVe	PyTorch / TensorFlow
15	語言建模。訓練你自己的詞向量	PyTorch / TensorFlow	實驗
16	循環神經網絡	PyTorch / TensorFlow
17	生成式循環網絡	PyTorch / TensorFlow	實驗
18	Transformer。BERT。	PyTorch /TensorFlow
19	命名實體識別	TensorFlow	實驗
20	大型語言模型，提示程式設計與少量示例任務	PyTorch
VI	其他 AI 技術
21	遺傳算法	筆記本
22	深度強化學習	PyTorch /TensorFlow	實驗
23	多智能體系統
VII	AI 倫理
24	AI 倫理與負責任的 AI	Microsoft Learn：負責任的 AI 原則
IX	額外內容
25	多模態網絡，CLIP 與 VQGAN	筆記本

每堂課包括

預讀資料
可執行的 Jupyter 筆記本，通常針對特定架構（PyTorch 或 TensorFlow）。可執行的筆記本還包含大量理論資料，因此了解主題需要至少通讀一個版本的筆記本（PyTorch 或 TensorFlow 其中一個）。
部分主題提供的實驗，讓您有機會將所學的內容應用於具體問題。
有些章節包含指向涵蓋相關主題的 MS Learn 模組的連結。