AI-For-Beginners/translations/mr

नवशिक्यांसाठी कृत्रिम बुद्धिमत्ता - अभ्यासक्रम

नवशिक्यांसाठी AI - @girlie_mac यांचे स्केच नोट

कृत्रिम बुद्धिमत्ता (AI) च्या जगात आमच्या 12 आठवड्यांच्या, 24 धड्यांच्या अभ्यासक्रमासह प्रवास करा! यात व्यावहारिक धडे, प्रश्नमंजुषा आणि प्रयोगशाळा समाविष्ट आहेत. हा अभ्यासक्रम नवशिक्यांसाठी अनुकूल आहे आणि TensorFlow आणि PyTorch यांसारख्या साधनांसह AI मधील नैतिकतेचा समावेश करतो.

🌐 बहुभाषिक समर्थन

GitHub Action च्या माध्यमातून समर्थित (स्वयंचलित आणि नेहमी अद्ययावत)

अरबी | बंगाली | बल्गेरियन | बर्मी (म्यानमार) | चिनी (सरलीकृत) | चिनी (पारंपरिक, हाँगकाँग) | चिनी (पारंपरिक, मकाऊ) | चिनी (पारंपरिक, तैवान) | क्रोएशियन | झेक | डॅनिश | डच | एस्टोनियन | फिनिश | फ्रेंच | जर्मन | ग्रीक | हिब्रू | हिंदी | हंगेरियन | इंडोनेशियन | इटालियन | जपानी | कोरियन | लिथुआनियन | मलय | मराठी | नेपाळी | नॉर्वेजियन | पर्शियन (फारसी) | पोलिश | पोर्तुगीज (ब्राझील) | पोर्तुगीज (पोर्तुगाल) | पंजाबी (गुरमुखी) | रोमानियन | रशियन | सर्बियन (सिरिलिक) | स्लोव्हाक | स्लोव्हेनियन | स्पॅनिश | स्वाहिली | स्वीडिश | टागालोग (फिलिपिनो) | तमिळ | थाई | तुर्की | युक्रेनियन | उर्दू | व्हिएतनामी

जर तुम्हाला अतिरिक्त भाषांमध्ये भाषांतर हवे असेल तर येथे सूचीबद्ध भाषांमध्ये समर्थन उपलब्ध आहे.

समुदायामध्ये सामील व्हा

तुम्ही काय शिकाल

अभ्यासक्रमाचा माइंडमॅप

या अभ्यासक्रमात तुम्ही शिकाल:

• कृत्रिम बुद्धिमत्तेचे विविध दृष्टिकोन, ज्यामध्ये ज्ञान प्रतिनिधित्व आणि तर्कसंगततेसह "जुना चांगला" प्रतीकात्मक दृष्टिकोन (GOFAI) समाविष्ट आहे.
• न्यूरल नेटवर्क्स आणि डीप लर्निंग, जे आधुनिक AI च्या केंद्रस्थानी आहेत. आम्ही या महत्त्वाच्या विषयांमागील संकल्पना दोन लोकप्रिय फ्रेमवर्क - TensorFlow आणि PyTorch मधील कोड वापरून स्पष्ट करू.
• प्रतिमा आणि मजकूरावर काम करण्यासाठी न्यूरल आर्किटेक्चर. आम्ही अलीकडील मॉडेल्स कव्हर करू परंतु अत्याधुनिक तंत्रज्ञानामध्ये थोडी कमतरता असू शकते.
• कमी लोकप्रिय AI दृष्टिकोन, जसे की Genetic Algorithms आणि Multi-Agent Systems.

या अभ्यासक्रमात आम्ही काय कव्हर करणार नाही:

या अभ्यासक्रमासाठी सर्व अतिरिक्त संसाधने आमच्या Microsoft Learn संग्रहात शोधा

• व्यवसायातील AI चा वापर याचे व्यवसाय प्रकरणे. Microsoft Learn वर Introduction to AI for business users शिकण्याचा मार्ग किंवा AI Business School, INSEAD सह विकसित केलेला विचार करा.
• क्लासिक मशीन लर्निंग, जे आमच्या Machine Learning for Beginners Curriculum मध्ये चांगल्या प्रकारे वर्णन केले आहे.
• Cognitive Services वापरून तयार केलेले व्यावहारिक AI अनुप्रयोग. यासाठी, आम्ही Microsoft Learn मधील vision, natural language processing, Generative AI with Azure OpenAI Service आणि इतर मॉड्यूल्ससह सुरुवात करण्याची शिफारस करतो.
• विशिष्ट ML Cloud Frameworks, जसे की Azure Machine Learning, Microsoft Fabric, किंवा Azure Databricks. Build and operate machine learning solutions with Azure Machine Learning आणि Build and Operate Machine Learning Solutions with Azure Databricks शिकण्याचे मार्ग वापरण्याचा विचार करा.
• संवादी AI आणि चॅट बॉट्स. Create conversational AI solutions शिकण्याचा मार्ग वेगळा आहे आणि अधिक तपशीलांसाठी तुम्ही हा ब्लॉग पोस्ट पाहू शकता.
• डीप लर्निंगमधील गणितीय संकल्पना. यासाठी, आम्ही Ian Goodfellow, Yoshua Bengio आणि Aaron Courville यांचे Deep Learning शिफारस करतो, जे ऑनलाइन https://www.deeplearningbook.org/ येथे उपलब्ध आहे.

क्लाउडमधील AI विषयांमध्ये सौम्य परिचयासाठी तुम्ही Get started with artificial intelligence on Azure शिकण्याचा मार्ग विचार करू शकता.

सामग्री

	धड्याचा दुवा	PyTorch/Keras/TensorFlow	प्रयोगशाळा
0	अभ्यासक्रम सेटअप	तुमचे विकास वातावरण सेट करा
I	AI ची ओळख
01	AI ची ओळख आणि इतिहास	-	-
II	प्रतीकात्मक AI
02	ज्ञान प्रतिनिधित्व आणि तज्ज्ञ प्रणाली	तज्ज्ञ प्रणाली / ऑन्टोलॉजी /संकल्प ग्राफ
III	न्यूरल नेटवर्क्सची ओळख
03	परसेप्ट्रॉन	नोटबुक	प्रयोगशाळा
04	मल्टी-लेयर्ड परसेप्ट्रॉन आणि स्वतःचा फ्रेमवर्क तयार करणे	नोटबुक	लॅब
05	फ्रेमवर्क्सची ओळख (PyTorch/TensorFlow) आणि ओव्हरफिटिंग	PyTorch / Keras / TensorFlow	लॅब
IV	कंप्युटर व्हिजन	PyTorch / TensorFlow	Microsoft Azure वर कंप्युटर व्हिजन एक्सप्लोर करा
06	कंप्युटर व्हिजनची ओळख. OpenCV	नोटबुक	लॅब
07	कॉनव्होल्यूशनल न्यूरल नेटवर्क्स & CNN आर्किटेक्चर्स	PyTorch /TensorFlow	लॅब
08	प्री-ट्रेंड नेटवर्क्स आणि ट्रान्सफर लर्निंग आणि ट्रेनिंग ट्रिक्स	PyTorch / TensorFlow	लॅब
09	ऑटोएनकोडर्स आणि VAEs	PyTorch / TensorFlow
10	जनरेटिव्ह अड्व्हर्सेरियल नेटवर्क्स आणि आर्टिस्टिक स्टाइल ट्रान्सफर	PyTorch / TensorFlow
11	ऑब्जेक्ट डिटेक्शन	TensorFlow	लॅब
12	सेमॅंटिक सेगमेंटेशन. U-Net	PyTorch / TensorFlow
V	नॅचरल लँग्वेज प्रोसेसिंग	PyTorch /TensorFlow	Microsoft Azure वर नॅचरल लँग्वेज प्रोसेसिंग एक्सप्लोर करा
13	टेक्स्ट रिप्रजेंटेशन. Bow/TF-IDF	PyTorch / TensorFlow
14	सेमॅंटिक वर्ड एम्बेडिंग्स. Word2Vec आणि GloVe	PyTorch / TensorFlow
15	लँग्वेज मॉडेलिंग. स्वतःचे एम्बेडिंग्स ट्रेन करणे	PyTorch / TensorFlow	लॅब
16	रिकरंट न्यूरल नेटवर्क्स	PyTorch / TensorFlow
17	जनरेटिव्ह रिकरंट नेटवर्क्स	PyTorch / TensorFlow	लॅब
18	ट्रान्सफॉर्मर्स. BERT.	PyTorch /TensorFlow
19	नेम्ड एंटिटी रिकग्निशन	TensorFlow	लॅब
20	मोठे लँग्वेज मॉडेल्स, प्रॉम्प्ट प्रोग्रामिंग आणि फ्यू-शॉट टास्क्स	PyTorch
VI	इतर AI तंत्र
21	जेनेटिक अल्गोरिदम्स	नोटबुक
22	डीप रिइन्फोर्समेंट लर्निंग	PyTorch /TensorFlow	लॅब
23	मल्टी-एजंट सिस्टीम्स
VII	AI नीतिमत्ता
24	AI नीतिमत्ता आणि जबाबदार AI	Microsoft Learn: जबाबदार AI तत्त्वे
IX	अतिरिक्त
25	मल्टी-मोडल नेटवर्क्स, CLIP आणि VQGAN	नोटबुक

प्रत्येक धड्यात समाविष्ट आहे

• पूर्व-वाचन साहित्य
• चालवता येणारे Jupyter नोटबुक्स, जे फ्रेमवर्कसाठी (PyTorch किंवा TensorFlow) विशिष्ट असतात. चालवता येणाऱ्या नोटबुकमध्ये बऱ्याच प्रमाणात सैद्धांतिक माहिती असते, त्यामुळे विषय समजून घेण्यासाठी तुम्हाला किमान एक नोटबुक (PyTorch किंवा TensorFlow) आवृत्ती पाहणे आवश्यक आहे.
• लॅब्स काही विषयांसाठी उपलब्ध आहेत, ज्यामुळे तुम्ही शिकलेल्या सामग्रीला विशिष्ट समस्येवर लागू करण्याची संधी मिळते.
• काही विभागांमध्ये संबंधित विषयांवर MS Learn मॉड्यूल्सचे दुवे समाविष्ट आहेत.

सुरुवात कशी करावी

🎯 AI मध्ये नवीन आहात? येथे प्रारंभ करा!

जर तुम्ही AI मध्ये पूर्णपणे नवीन असाल आणि जलद, हाताळण्यायोग्य उदाहरणे पाहू इच्छित असाल, तर आमचे सुरुवातीसाठी अनुकूल उदाहरणे पहा! यामध्ये समाविष्ट आहे:

• 🌟 हॅलो AI वर्ल्ड - तुमचा पहिला AI प्रोग्राम (पॅटर्न ओळख)
• 🧠 साधा न्यूरल नेटवर्क - सुरवातीपासून न्यूरल नेटवर्क तयार करा
• 🖼️ इमेज क्लासिफायर - तपशीलवार टिप्पण्यांसह प्रतिमा वर्गीकृत करा
• 💬 टेक्स्ट भावना - सकारात्मक/नकारात्मक टेक्स्टचे विश्लेषण करा

ही उदाहरणे तुम्हाला AI संकल्पना समजून घेण्यास मदत करण्यासाठी तयार केली आहेत, पूर्ण अभ्यासक्रमात जाण्यापूर्वी.

📚 पूर्ण अभ्यासक्रम सेटअप

• आम्ही तुमचं विकास वातावरण सेटअप करण्यासाठी मदत करणारा सेटअप धडा तयार केला आहे.
• शिक्षकांसाठी, आम्ही एक पाठ्यक्रम सेटअप धडा देखील तयार केला आहे!
• VSCode किंवा Codepace मध्ये कोड कसा चालवायचा याबद्दल मार्गदर्शन.

या चरणांचे अनुसरण करा:

रेपॉझिटरी फॉर्क करा: या पृष्ठाच्या वरच्या उजव्या कोपऱ्यातील "Fork" बटणावर क्लिक करा.

रेपॉझिटरी क्लोन करा: git clone https://github.com/microsoft/AI-For-Beginners.git

या रेपॉझिटरीला नंतर सोप्या पद्धतीने शोधण्यासाठी स्टार (🌟) करायला विसरू नका.

इतर शिकणाऱ्यांना भेटा

आमच्या अधिकृत AI Discord सर्व्हर मध्ये सामील व्हा, इतर शिकणाऱ्यांशी नेटवर्क तयार करा आणि या कोर्ससाठी मदत मिळवा.

जर तुम्हाला उत्पादनाबद्दल अभिप्राय द्यायचा असेल किंवा काही प्रश्न असतील तर आमच्या Azure AI Foundry Developer Forum ला भेट द्या.

क्विझेस

क्विझेसबद्दल एक टीप: सर्व क्विझेस etc\quiz-app फोल्डरमधील Quiz-app मध्ये आहेत, किंवा ऑनलाइन येथे उपलब्ध आहेत. ते धड्यांमधून लिंक केलेले आहेत. क्विझ अॅप स्थानिक पातळीवर चालवता येतो किंवा Azure वर डिप्लॉय करता येतो; quiz-app फोल्डरमधील सूचनांचे अनुसरण करा. ते हळूहळू स्थानिक भाषांमध्ये उपलब्ध होत आहेत.

मदतीची आवश्यकता आहे

तुमच्याकडे काही सूचना आहेत किंवा तुम्हाला स्पेलिंग किंवा कोडमध्ये काही चुका सापडल्या आहेत का? तर कृपया एक इश्यू उघडा किंवा पुल रिक्वेस्ट तयार करा.

विशेष धन्यवाद

• ✍️ मुख्य लेखक: Dmitry Soshnikov, PhD
• 🔥 संपादक: Jen Looper, PhD
• 🎨 स्केच नोट चित्रकार: Tomomi Imura
• ✅ क्विझ निर्माता: Lateefah Bello, MLSA
• 🙏 मुख्य योगदानकर्ते: Evgenii Pishchik

इतर पाठ्यक्रम

आमची टीम इतर पाठ्यक्रम देखील तयार करते! तपासा:

Azure / Edge / MCP / Agents

---

जनरेटिव AI मालिका

---

मुख्य शिक्षण

---

Copilot मालिका

मदत मिळवणे

जर तुम्हाला अडचण आली किंवा AI अॅप्स तयार करताना काही प्रश्न असतील तर सामील व्हा:

जर तुम्हाला उत्पादनाबद्दल अभिप्राय द्यायचा असेल किंवा तयार करताना काही त्रुटी आढळल्या तर भेट द्या:

---

अस्वीकरण:
हा दस्तऐवज AI भाषांतर सेवा Co-op Translator वापरून भाषांतरित करण्यात आला आहे. आम्ही अचूकतेसाठी प्रयत्नशील असलो तरी, कृपयास लक्षात ठेवा की स्वयंचलित भाषांतरे त्रुटी किंवा अचूकतेच्या अभावाने युक्त असू शकतात. मूळ भाषेतील दस्तऐवज हा अधिकृत स्रोत मानला जावा. महत्त्वाच्या माहितीसाठी, व्यावसायिक मानवी भाषांतराची शिफारस केली जाते. या भाषांतराचा वापर करून उद्भवलेल्या कोणत्याही गैरसमज किंवा चुकीच्या अर्थासाठी आम्ही जबाबदार राहणार नाही.