# ప్రారంభికులకు అనుకూలమైన AI ఉదాహరణలు

స్వాగతం! ఈ డైరెక్టరీలో AI మరియు మెషీన్ లెర్నింగ్ ప్రారంభించడానికి సహాయపడే సులభమైన, స్వతంత్ర ఉదాహరణలు ఉన్నాయి. ప్రతి ఉదాహరణ ప్రారంభికులకు అనుకూలంగా, వివరమైన వ్యాఖ్యలతో మరియు దశల వారీ వివరణలతో రూపొందించబడింది.

## 📚 ఉదాహరణల అవలోకనం

| ఉదాహరణ | వివరణ | కష్టం | ముందస్తు పరిజ్ఞానం |
|---------|-------------|------------|---------------|
| [Hello AI World](../../../examples/01-hello-ai-world.py) | మీ మొదటి AI ప్రోగ్రామ్ - సులభమైన నమూనా గుర్తింపు | ⭐ ప్రారంభికుడు | Python ప్రాథమికాలు |
| [Simple Neural Network](../../../examples/02-simple-neural-network.py) | న్యూట్రల్ నెట్‌వర్క్‌ను మొదలుండి నిర్మించండి | ⭐⭐ ప్రారంభికుడు+ | Python, ప్రాథమిక గణితం |
| [Image Classifier](./03-image-classifier.ipynb) | ముందుగా శిక్షణ పొందిన మోడల్‌తో చిత్రాలను వర్గీకరించండి | ⭐⭐ ప్రారంభికుడు+ | Python, numpy |
| [Text Sentiment](../../../examples/04-text-sentiment.py) | టెక్స్ట్ భావాన్ని విశ్లేషించండి (ధనాత్మక/నెగటివ్) | ⭐⭐ ప్రారంభికుడు+ | Python |

## 🚀 ప్రారంభించండి

### ముందస్తు అవసరాలు

Python ఇన్‌స్టాల్ చేసుకున్నారా (3.8 లేదా అంతకంటే పై వర్షన్ సిఫార్సు). అవసరమైన ప్యాకేజీలను ఇన్‌స్టాల్ చేయండి:

```bash
# పైథాన్ స్క్రిప్టుల కోసం
pip install numpy

# జూపైటర్ నోట్‌బుక్స్ (చిత్ర వర్గీకర్త) కోసం
pip install jupyter numpy pillow tensorflow
```

లేదా ప్రధాన పాఠ్యాంశం నుండి conda వాతావరణాన్ని ఉపయోగించండి:

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

### ఉదాహరణలను నడపడం

**Python స్క్రిప్ట్‌ల కోసం (.py ఫైళ్లు):**
```bash
python 01-hello-ai-world.py
```

**Jupyter నోట్‌బుక్స్ కోసం (.ipynb ఫైళ్లు):**
```bash
jupyter notebook 03-image-classifier.ipynb
```

## 📖 నేర్చుకునే మార్గం

ఉదాహరణలను ఈ క్రమంలో అనుసరించమని మేము సిఫార్సు చేస్తాము:

1. **"Hello AI World" తో ప్రారంభించండి** - నమూనా గుర్తింపు ప్రాథమికాలు నేర్చుకోండి
2. **సింపుల్ న్యూట్రల్ నెట్‌వర్క్ నిర్మించండి** - న్యూట్రల్ నెట్‌వర్క్‌లు ఎలా పనిచేస్తాయో అర్థం చేసుకోండి
3. **చిత్ర వర్గీకర్తను ప్రయత్నించండి** - నిజమైన చిత్రాలతో AI ఎలా పనిచేస్తుందో చూడండి
4. **టెక్స్ట్ భావాన్ని విశ్లేషించండి** - సహజ భాషా ప్రాసెసింగ్‌ను అన్వేషించండి

## 💡 ప్రారంభికులకు సూచనలు

- **కోడ్ వ్యాఖ్యలను జాగ్రత్తగా చదవండి** - ప్రతి లైన్ ఏమి చేస్తుందో అవి వివరించాయి
- **ప్రయోగాలు చేయండి!** - విలువలను మార్చి ఫలితాలను చూడండి
- **అన్నీ అర్థం చేసుకోవాలని ఆందోళన చెందకండి** - నేర్చుకోవడానికి సమయం పడుతుంది
- **ప్రశ్నలు అడగండి** - [చర్చా బోర్డు](https://github.com/microsoft/AI-For-Beginners/discussions) ఉపయోగించండి

## 🔗 తదుపరి దశలు

ఈ ఉదాహరణలు పూర్తి చేసిన తర్వాత, పూర్తి పాఠ్యాంశాన్ని అన్వేషించండి:
- [AI పరిచయం](../lessons/1-Intro/README.md)
- [న్యూట్రల్ నెట్‌వర్క్‌లు](../lessons/3-NeuralNetworks/README.md)
- [కంప్యూటర్ విజన్](../lessons/4-ComputerVision/README.md)
- [సహజ భాషా ప్రాసెసింగ్](../lessons/5-NLP/README.md)

## 🤝 సహకారం

ఈ ఉదాహరణలు మీకు ఉపయోగకరంగా అనిపిస్తే, వాటిని మెరుగుపరచడంలో సహాయం చేయండి:
- సమస్యలను నివేదించండి లేదా మెరుగుదలలు సూచించండి
- ప్రారంభికులకు మరిన్ని ఉదాహరణలు జోడించండి
- డాక్యుమెంటేషన్ మరియు వ్యాఖ్యలను మెరుగుపరచండి

---

*గమనిక: ప్రతి నిపుణుడు ఒకప్పుడు ప్రారంభికుడే. సంతోషంగా నేర్చుకోండి! 🎓*

---

<!-- CO-OP TRANSLATOR DISCLAIMER START -->
**అస్పష్టత**:  
ఈ పత్రాన్ని AI అనువాద సేవ [Co-op Translator](https://github.com/Azure/co-op-translator) ఉపయోగించి అనువదించబడింది. మేము ఖచ్చితత్వానికి ప్రయత్నించినప్పటికీ, ఆటోమేటెడ్ అనువాదాల్లో పొరపాట్లు లేదా తప్పిదాలు ఉండవచ్చు. మూల పత్రం దాని స్వదేశీ భాషలో అధికారిక మూలంగా పరిగణించాలి. ముఖ్యమైన సమాచారానికి, ప్రొఫెషనల్ మానవ అనువాదం సిఫార్సు చేయబడుతుంది. ఈ అనువాదం వాడకం వల్ల కలిగే ఏవైనా అపార్థాలు లేదా తప్పుదారుల బాధ్యత మేము తీసుకోము.
<!-- CO-OP TRANSLATOR DISCLAIMER END -->