# Παραδείγματα AI για Αρχάριους

Καλώς ήρθατε! Αυτός ο κατάλογος περιέχει απλά, αυτόνομα παραδείγματα για να σας βοηθήσει να ξεκινήσετε με την τεχνητή νοημοσύνη και τη μηχανική μάθηση. Κάθε παράδειγμα είναι σχεδιασμένο για αρχάριους, με λεπτομερή σχόλια και βήμα-βήμα εξηγήσεις.

## 📚 Επισκόπηση Παραδειγμάτων

| Παράδειγμα | Περιγραφή | Δυσκολία | Προαπαιτούμενα |
|------------|-----------|----------|----------------|
| [Hello AI World](../../../examples/01-hello-ai-world.py) | Το πρώτο σας πρόγραμμα AI - απλή αναγνώριση μοτίβων | ⭐ Αρχάριος | Βασικές γνώσεις Python |
| [Simple Neural Network](../../../examples/02-simple-neural-network.py) | Δημιουργία ενός νευρωνικού δικτύου από την αρχή | ⭐⭐ Αρχάριος+ | Python, βασικά μαθηματικά |
| [Image Classifier](./03-image-classifier.ipynb) | Κατηγοριοποίηση εικόνων με ένα προεκπαιδευμένο μοντέλο | ⭐⭐ Αρχάριος+ | Python, numpy |
| [Text Sentiment](../../../examples/04-text-sentiment.py) | Ανάλυση συναισθημάτων κειμένου (θετικό/αρνητικό) | ⭐⭐ Αρχάριος+ | Python |

## 🚀 Ξεκινώντας

### Προαπαιτούμενα

Βεβαιωθείτε ότι έχετε εγκαταστήσει το Python (συνιστάται η έκδοση 3.8 ή νεότερη). Εγκαταστήστε τα απαραίτητα πακέτα:

```bash
# For Python scripts
pip install numpy

# For Jupyter notebooks (image classifier)
pip install jupyter numpy pillow tensorflow
```

Ή χρησιμοποιήστε το περιβάλλον conda από το κύριο πρόγραμμα σπουδών:

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

### Εκτέλεση των Παραδειγμάτων

**Για αρχεία Python (.py):**
```bash
python 01-hello-ai-world.py
```

**Για Jupyter notebooks (.ipynb):**
```bash
jupyter notebook 03-image-classifier.ipynb
```

## 📖 Διαδρομή Μάθησης

Συνιστούμε να ακολουθήσετε τα παραδείγματα με τη σειρά:

1. **Ξεκινήστε με το "Hello AI World"** - Μάθετε τα βασικά της αναγνώρισης μοτίβων
2. **Δημιουργήστε ένα Απλό Νευρωνικό Δίκτυο** - Κατανοήστε πώς λειτουργούν τα νευρωνικά δίκτυα
3. **Δοκιμάστε τον Κατηγοριοποιητή Εικόνων** - Δείτε την AI σε δράση με πραγματικές εικόνες
4. **Αναλύστε Συναισθήματα Κειμένου** - Εξερευνήστε την επεξεργασία φυσικής γλώσσας

## 💡 Συμβουλές για Αρχάριους

- **Διαβάστε προσεκτικά τα σχόλια του κώδικα** - Εξηγούν τι κάνει κάθε γραμμή
- **Πειραματιστείτε!** - Δοκιμάστε να αλλάξετε τιμές και δείτε τι συμβαίνει
- **Μην ανησυχείτε αν δεν καταλαβαίνετε τα πάντα** - Η μάθηση απαιτεί χρόνο
- **Κάντε ερωτήσεις** - Χρησιμοποιήστε τον [Πίνακα Συζητήσεων](https://github.com/microsoft/AI-For-Beginners/discussions)

## 🔗 Επόμενα Βήματα

Αφού ολοκληρώσετε αυτά τα παραδείγματα, εξερευνήστε το πλήρες πρόγραμμα σπουδών:
- [Εισαγωγή στην AI](../lessons/1-Intro/README.md)
- [Νευρωνικά Δίκτυα](../lessons/3-NeuralNetworks/README.md)
- [Όραση Υπολογιστών](../lessons/4-ComputerVision/README.md)
- [Επεξεργασία Φυσικής Γλώσσας](../lessons/5-NLP/README.md)

## 🤝 Συνεισφορά

Βρήκατε αυτά τα παραδείγματα χρήσιμα; Βοηθήστε μας να τα βελτιώσουμε:
- Αναφέρετε προβλήματα ή προτείνετε βελτιώσεις
- Προσθέστε περισσότερα παραδείγματα για αρχάριους
- Βελτιώστε την τεκμηρίωση και τα σχόλια

---

*Θυμηθείτε: Κάθε ειδικός ήταν κάποτε αρχάριος. Καλή μάθηση! 🎓*

---

**Αποποίηση Ευθύνης**:  
Αυτό το έγγραφο έχει μεταφραστεί χρησιμοποιώντας την υπηρεσία αυτόματης μετάφρασης [Co-op Translator](https://github.com/Azure/co-op-translator). Παρόλο που καταβάλλουμε προσπάθειες για ακρίβεια, παρακαλούμε να γνωρίζετε ότι οι αυτόματες μεταφράσεις ενδέχεται να περιέχουν σφάλματα ή ανακρίβειες. Το πρωτότυπο έγγραφο στη μητρική του γλώσσα θα πρέπει να θεωρείται η αυθεντική πηγή. Για κρίσιμες πληροφορίες, συνιστάται επαγγελματική ανθρώπινη μετάφραση. Δεν φέρουμε ευθύνη για τυχόν παρεξηγήσεις ή εσφαλμένες ερμηνείες που προκύπτουν από τη χρήση αυτής της μετάφρασης.