AI-For-Beginners/translations/uk
leestott 608f6518d4 🌐 Update translations via Co-op Translator 2025-10-03 11:56:00 +00:00
..
etc 🌐 Update translations via Co-op Translator 2025-08-26 01:51:51 +00:00
examples 🌐 Update translations via Co-op Translator 2025-10-03 11:56:00 +00:00
lessons 🌐 Update translations via Co-op Translator 2025-10-03 09:55:40 +00:00
AGENTS.md 🌐 Update translations via Co-op Translator 2025-10-03 09:55:40 +00:00
README.md 🌐 Update translations via Co-op Translator 2025-10-03 11:56:00 +00:00
SECURITY.md 🌐 Update translations via Co-op Translator 2025-08-26 01:51:51 +00:00
troubleshoot.md 🌐 Update translations via Co-op Translator 2025-10-03 09:55:40 +00:00

README.md

GitHub license
GitHub contributors
GitHub issues
GitHub pull-requests
PRs Welcome

GitHub watchers
GitHub forks
GitHub stars
Binder
Gitter

Штучний інтелект для початківців - Навчальна програма

Скетчнот від @girlie_mac https://twitter.com/girlie_mac
Штучний інтелект для початківців - Скетчнот від @girlie_mac

Досліджуйте світ Штучного інтелекту (AI) за допомогою нашої 12-тижневої навчальної програми, що складається з 24 уроків! Вона включає практичні заняття, тести та лабораторні роботи. Програма розрахована на початківців і охоплює інструменти, такі як TensorFlow і PyTorch, а також етику в AI.

🌐 Підтримка багатомовності

Підтримується через GitHub Action (автоматично та завжди актуально)

French | Spanish | German | Russian | Arabic | Persian (Farsi) | Urdu | Chinese (Simplified) | Chinese (Traditional, Macau) | Chinese (Traditional, Hong Kong) | Chinese (Traditional, Taiwan) | Japanese | Korean | Hindi | Bengali | Marathi | Nepali | Punjabi (Gurmukhi) | Portuguese (Portugal) | Portuguese (Brazil) | Italian | Polish | Turkish | Greek | Thai | Swedish | Danish | Norwegian | Finnish | Dutch | Hebrew | Vietnamese | Indonesian | Malay | Tagalog (Filipino) | Swahili | Hungarian | Czech | Slovak | Romanian | Bulgarian | Serbian (Cyrillic) | Croatian | Slovenian | Ukrainian | Burmese (Myanmar)

Якщо ви бажаєте додати підтримку інших мов, список доступних мов наведено тут

Приєднуйтесь до спільноти

Azure AI Discord

Що ви дізнаєтесь

Ментальна карта курсу

У цій навчальній програмі ви дізнаєтесь:

  • Різні підходи до Штучного інтелекту, включаючи "старий добрий" символічний підхід із Представленням знань та логікою (GOFAI).
  • Нейронні мережі та Глибоке навчання, які є основою сучасного AI. Ми пояснимо концепції цих важливих тем за допомогою коду в двох найпопулярніших фреймворках - TensorFlow та PyTorch.
  • Нейронні архітектури для роботи з зображеннями та текстом. Ми розглянемо сучасні моделі, хоча деякі з них можуть бути не найновішими.
  • Менш популярні підходи до AI, такі як Генетичні алгоритми та Системи з багатьма агентами.

Що ми не будемо охоплювати в цій навчальній програмі:

Знайдіть усі додаткові ресурси для цього курсу в нашій колекції Microsoft Learn

Для м'якого вступу до тем AI у хмарі рекомендуємо пройти навчальний шлях Початок роботи зі штучним інтелектом на Azure.

Зміст

Посилання на урок PyTorch/Keras/TensorFlow Лабораторна робота
0 Налаштування курсу Налаштування середовища розробки
I Вступ до AI
01 Вступ та історія AI - -
II Символічний AI
02 Представлення знань та експертні системи Експертні системи / Онтологія /Граф концептів
III Вступ до нейронних мереж
03 Перцептрон Ноутбук Лабораторна робота
04 Багатошаровий перцептрон та створення власного фреймворку Ноутбук Лабораторна робота
05 Вступ до фреймворків (PyTorch/TensorFlow) та перенавчання PyTorch / Keras / TensorFlow Лабораторна робота
IV Комп'ютерний зір PyTorch / TensorFlow Дослідження комп'ютерного зору на Microsoft Azure
06 Вступ до комп'ютерного зору. OpenCV Ноутбук Лабораторна робота
07 Згорткові нейронні мережі & Архітектури CNN PyTorch /TensorFlow Лабораторна робота
08 Попередньо навчені мережі та перенесення навчання та Трюки навчання PyTorch / TensorFlow Лабораторна робота
09 Автокодери та VAEs PyTorch / TensorFlow
10 Генеративні змагальні мережі та перенесення художнього стилю PyTorch / TensorFlow
11 Виявлення об'єктів TensorFlow Лабораторна робота
12 Семантична сегментація. U-Net PyTorch / TensorFlow
V Обробка природної мови PyTorch /TensorFlow Дослідження обробки природної мови на Microsoft Azure
13 Представлення тексту. Bow/TF-IDF PyTorch / TensorFlow
14 Семантичні векторні представлення слів. Word2Vec та GloVe PyTorch / TensorFlow
15 Моделювання мови. Навчання власних векторних представлень PyTorch / TensorFlow Лабораторна робота
16 Рекурентні нейронні мережі PyTorch / TensorFlow
17 Генеративні рекурентні мережі PyTorch / TensorFlow Лабораторна робота
18 Трансформери. BERT. PyTorch /TensorFlow
19 Розпізнавання іменованих сутностей TensorFlow Лабораторна робота
20 Великі мовні моделі, програмування підказок та задачі з малим обсягом даних PyTorch
VI Інші техніки штучного інтелекту
21 Генетичні алгоритми Ноутбук
22 Глибоке підкріплювальне навчання PyTorch /TensorFlow Лабораторна робота
23 Системи з багатьма агентами
VII Етика штучного інтелекту
24 Етика штучного інтелекту та відповідальний AI Microsoft Learn: Принципи відповідального AI
IX Додаткові матеріали
25 Мультимодальні мережі, CLIP та VQGAN Ноутбук

Кожен урок містить

  • Матеріали для попереднього читання
  • Виконувані Jupyter Notebooks, які часто специфічні для фреймворку (PyTorch або TensorFlow). Виконуваний ноутбук також містить багато теоретичного матеріалу, тому для розуміння теми потрібно пройти хоча б одну версію ноутбука (PyTorch або TensorFlow).
  • Лабораторні роботи, доступні для деяких тем, які дають можливість застосувати отримані знання до конкретної задачі.
  • Деякі розділи містять посилання на модулі MS Learn, які охоплюють пов'язані теми.

Початок роботи

🎯 Новачок у AI? Почніть тут!

Якщо ви абсолютно новачок у AI і хочете швидко ознайомитися з практичними прикладами, перегляньте наші Приклади для початківців! Вони включають:

  • 🌟 Привіт, AI світ - Ваша перша програма AI (розпізнавання шаблонів)
  • 🧠 Проста нейронна мережа - Створіть нейронну мережу з нуля
  • 🖼️ Класифікатор зображень - Класифікуйте зображення з детальними коментарями
  • 💬 Аналіз тексту - Аналізуйте позитивний/негативний текст

Ці приклади створені для того, щоб допомогти вам зрозуміти концепції AI перед тим, як зануритися в повний навчальний план.

📚 Налаштування повного навчального плану

Виконайте наступні кроки:

Форк репозиторію: Натисніть кнопку "Fork" у верхньому правому куті цієї сторінки.

Клонування репозиторію: git clone https://github.com/microsoft/AI-For-Beginners.git Не забудьте поставити зірочку (🌟) цьому репозиторію, щоб легше знайти його пізніше.

Знайомтеся з іншими учасниками

Приєднуйтесь до нашого офіційного AI Discord-сервера, щоб познайомитися та налагодити зв’язки з іншими учасниками курсу, а також отримати підтримку.

Якщо у вас є відгуки про продукт або запитання під час створення, відвідайте наш Azure AI Foundry Developer Forum.

Тести

Примітка щодо тестів: Усі тести знаходяться в папці Quiz-app у etc\quiz-app або онлайн тут. Вони пов’язані з уроками, і додаток для тестів можна запускати локально або розгортати в Azure; дотримуйтесь інструкцій у папці quiz-app. Тести поступово локалізуються.

Потрібна допомога

Є пропозиції або знайшли орфографічні чи кодові помилки? Створіть issue або pull request.

Особлива подяка

Інші навчальні матеріали

Наша команда створює інші навчальні матеріали! Ознайомтеся з:

Отримання допомоги

Якщо ви застрягли або маєте запитання щодо створення AI-додатків, приєднуйтесь:

Azure AI Foundry Discord

Якщо у вас є відгуки про продукт або виникли помилки під час створення, відвідайте:

Azure AI Foundry Developer Forum


Відмова від відповідальності:
Цей документ було перекладено за допомогою сервісу автоматичного перекладу Co-op Translator. Хоча ми прагнемо до точності, звертаємо вашу увагу, що автоматичні переклади можуть містити помилки або неточності. Оригінальний документ на його рідній мові слід вважати авторитетним джерелом. Для критичної інформації рекомендується професійний людський переклад. Ми не несемо відповідальності за будь-які непорозуміння або неправильні тлумачення, що виникли внаслідок використання цього перекладу.