# Przykłady AI Przyjazne dla Początkujących

Witamy! Ten katalog zawiera proste, samodzielne przykłady, które pomogą Ci zacząć z AI i uczeniem maszynowym. Każdy przykład jest zaprojektowany tak, aby był przyjazny dla początkujących, z szczegółowymi komentarzami i wyjaśnieniami krok po kroku.

## 📚 Przegląd Przykładów

| Przykład | Opis | Trudność | Wymagania wstępne |
|---------|-------------|------------|---------------|
| [Hello AI World](https://github.com/microsoft/AI-For-Beginners/blob/main/examples/01-hello-ai-world.py) | Twój pierwszy program AI - proste rozpoznawanie wzorców | ⭐ Początkujący | Podstawy Pythona |
| [Simple Neural Network](https://github.com/microsoft/AI-For-Beginners/blob/main/examples/02-simple-neural-network.py) | Zbuduj sieć neuronową od zera | ⭐⭐ Początkujący+ | Python, podstawowa matematyka |
| [Image Classifier](https://github.com/microsoft/AI-For-Beginners/blob/main/examples/03-image-classifier.ipynb) | Klasyfikuj obrazy za pomocą wstępnie wytrenowanego modelu | ⭐⭐ Początkujący+ | Python, numpy |
| [Text Sentiment](https://github.com/microsoft/AI-For-Beginners/blob/main/examples/04-text-sentiment.py) | Analiza sentymentu tekstu (pozytywny/negatywny) | ⭐⭐ Początkujący+ | Python |

## 🚀 Jak Zacząć

### Wymagania wstępne

Upewnij się, że masz zainstalowanego Pythona (zalecana wersja 3.8 lub wyższa). Zainstaluj wymagane pakiety:

```bash
# Dla skryptów Pythona
pip install numpy

# Dla notatników Jupyter (klasyfikator obrazów)
pip install jupyter numpy pillow tensorflow
```

Lub użyj środowiska conda z głównego programu nauczania:

```bash
conda env create --name ai4beg --file ../environment.yml
conda activate ai4beg
```

### Uruchamianie Przykładów

**Dla skryptów Pythona (.py):**
```bash
python 01-hello-ai-world.py
```

**Dla notatników Jupyter (.ipynb):**
```bash
jupyter notebook 03-image-classifier.ipynb
```

## 📖 Ścieżka Nauki

Zalecamy wykonywanie przykładów w kolejności:

1. **Zacznij od "Hello AI World"** - Poznaj podstawy rozpoznawania wzorców
2. **Zbuduj prostą sieć neuronową** - Zrozum, jak działają sieci neuronowe
3. **Wypróbuj klasyfikator obrazów** - Zobacz działanie AI na prawdziwych obrazach
4. **Analizuj sentyment tekstu** - Poznaj przetwarzanie języka naturalnego

## 💡 Wskazówki dla Początkujących

- **Dokładnie czytaj komentarze w kodzie** - Wyjaśniają, co robi każda linia
- **Eksperymentuj!** - Próbuj zmieniać wartości i zobacz, co się stanie
- **Nie martw się, jeśli nie rozumiesz wszystkiego od razu** - Nauka wymaga czasu
- **Zadawaj pytania** - Skorzystaj z [tablicy dyskusyjnej](https://github.com/microsoft/AI-For-Beginners/discussions)

## 🔗 Kolejne Kroki

Po ukończeniu tych przykładów zapoznaj się z pełnym programem nauczania:
- [Wprowadzenie do AI](../lessons/1-Intro/README.md)
- [Sieci neuronowe](../lessons/3-NeuralNetworks/README.md)
- [Wizja komputerowa](../lessons/4-ComputerVision/README.md)
- [Przetwarzanie języka naturalnego](../lessons/5-NLP/README.md)

## 🤝 Wkład w Projekt

Te przykłady okazały się pomocne? Pomóż nam je ulepszyć:
- Zgłaszaj problemy lub sugeruj ulepszenia
- Dodaj więcej przykładów dla początkujących
- Poprawiaj dokumentację i komentarze

---

*Pamiętaj: Każdy ekspert był kiedyś początkującym. Powodzenia w nauce! 🎓*

---

<!-- CO-OP TRANSLATOR DISCLAIMER START -->
**Zastrzeżenie**:
Niniejszy dokument został przetłumaczony za pomocą usługi tłumaczenia AI [Co-op Translator](https://github.com/Azure/co-op-translator). Choć dążymy do dokładności, prosimy pamiętać, że automatyczne tłumaczenia mogą zawierać błędy lub niedokładności. Oryginalny dokument w jego języku źródłowym należy uznawać za autorytatywne źródło. W przypadku informacji krytycznych zalecane jest skorzystanie z profesjonalnego tłumaczenia wykonanego przez człowieka. Nie ponosimy odpowiedzialności za jakiekolwiek nieporozumienia lub błędne interpretacje wynikające z użycia tego tłumaczenia.
<!-- CO-OP TRANSLATOR DISCLAIMER END -->