AI-For-Beginners/translations/th

ปัญญาประดิษฐ์สำหรับผู้เริ่มต้น - หลักสูตร

AI For Beginners - สเก็ตช์โน้ตโดย @girlie_mac

สำรวจโลกของ ปัญญาประดิษฐ์ (AI) ด้วยหลักสูตร 12 สัปดาห์ 24 บทเรียนของเรา! ประกอบด้วยบทเรียนเชิงปฏิบัติ แบบทดสอบ และห้องปฏิบัติการ หลักสูตรนี้เหมาะสำหรับผู้เริ่มต้นและครอบคลุมเครื่องมือต่าง ๆ เช่น TensorFlow และ PyTorch รวมถึงจริยธรรมใน AI

🌐 รองรับหลายภาษา

สนับสนุนผ่าน GitHub Action (อัตโนมัติและอัปเดตอยู่เสมอ)

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

ต้องการโคลนแบบโลคอล?

รีโพสิโทรี่นี้มีการแปลภาษากว่า 50 ภาษา ซึ่งเพิ่มขนาดดาวน์โหลดอย่างมาก เพื่อโคลนโดยไม่ต้องดาวน์โหลดการแปล ให้ใช้ sparse checkout:

git clone --filter=blob:none --sparse https://github.com/microsoft/AI-For-Beginners.git
cd AI-For-Beginners
git sparse-checkout set --no-cone '/*' '!translations' '!translated_images'

วิธีนี้จะให้ทุกอย่างที่คุณต้องการในการเรียนหลักสูตรโดยดาวน์โหลดได้รวดเร็วขึ้นมาก

หากคุณต้องการให้รองรับภาษาการแปลเพิ่มเติม รายการภาษาที่รองรับอยู่ ที่นี่

เข้าร่วมชุมชน

สิ่งที่คุณจะได้เรียนรู้

แผนผังความคิดของหลักสูตร

ในหลักสูตรนี้ คุณจะได้เรียนรู้:

• แนวทางต่าง ๆ ของปัญญาประดิษฐ์ รวมถึงวิธีเชิงสัญลักษณ์ “เก่าแต่เก๋า” กับ การแทนความรู้ และการอนุมาน (GOFAI)
• โครงข่ายประสาทเทียม และ การเรียนรู้เชิงลึก ซึ่งเป็นแกนหลักของ AI สมัยใหม่ เราจะอธิบายแนวคิดเบื้องหลังหัวข้อสำคัญเหล่านี้โดยใช้โค้ดในสองเฟรมเวิร์กยอดนิยมคือ TensorFlow และ PyTorch
• สถาปัตยกรรมโครงข่ายประสาทเทียม สำหรับการทำงานกับภาพและข้อความ เราจะครอบคลุมโมเดลล่าสุดแต่บางส่วนอาจยังไม่เป็น state-of-the-art
• แนวทาง AI ที่ไม่ค่อยเป็นที่นิยม เช่น อัลกอริทึมทางพันธุกรรม และ ระบบหลายตัวแทน

สิ่งที่เราไม่ครอบคลุมในหลักสูตรนี้:

ค้นหาทรัพยากรเพิ่มเติมสำหรับหลักสูตรนี้ในคอลเลกชัน Microsoft Learn ของเรา

• กรณีธุรกิจการใช้ AI ในธุรกิจ พิจารณาเรียนเส้นทาง แนะนำ AI สำหรับผู้ใช้ธุรกิจ บน Microsoft Learn หรือ AI Business School ซึ่งพัฒนาร่วมกับ INSEAD
• Machine Learning คลาสสิก ที่อธิบายอย่างดีใน หลักสูตร Machine Learning สำหรับผู้เริ่มต้น
• แอปพลิเคชัน AI เชิงปฏิบัติที่สร้างด้วย บริการ Cognitive Services สำหรับเรื่องนี้เราแนะนำให้เริ่มจากโมดูลใน Microsoft Learn เกี่ยวกับ การมองเห็น, การประมวลผลภาษาธรรมชาติ, Generative AI ด้วย Azure OpenAI Service และอื่น ๆ
• เฟรมเวิร์ก ML บนคลาวด์โดยเฉพาะ เช่น Azure Machine Learning, Microsoft Fabric หรือ Azure Databricks แนะนำเส้นทางการเรียนรู้ สร้างและดำเนินการแก้ปัญหา machine learning ด้วย Azure Machine Learning และ สร้างและดำเนินการแก้ปัญหา machine learning ด้วย Azure Databricks
• AI สนทนา และ แชทบอท มีเส้นทางการเรียนรู้แยกเฉพาะ สร้างโซลูชัน AI สนทนา และคุณยังสามารถดู โพสต์บล็อกนี้ เพื่อรายละเอียดเพิ่มเติม
• คณิตศาสตร์ลึก เบื้องหลังการเรียนรู้เชิงลึก สำหรับเรื่องนี้ เราแนะนำหนังสือ Deep Learning โดย Ian Goodfellow, Yoshua Bengio และ Aaron Courville ซึ่งก็มีให้บริการออนไลน์ที่ https://www.deeplearningbook.org/

สำหรับการแนะนำแบบนุ่มนวลเกี่ยวกับหัวข้อ AI บนคลาวด์ คุณอาจพิจารณาเรียนเส้นทาง เริ่มต้นกับปัญญาประดิษฐ์บน Azure

เนื้อหา

	ลิงก์บทเรียน	PyTorch/Keras/TensorFlow	ห้องปฏิบัติการ
0	ตั้งค่าหลักสูตร	ตั้งค่าสภาพแวดล้อมสำหรับพัฒนา
I	แนะนำ AI
01	แนะนำและประวัติของ AI	-	-
II	AI เชิงสัญลักษณ์
02	การแทนความรู้และระบบผู้เชี่ยวชาญ	ระบบผู้เชี่ยวชาญ / Ontology /Concept Graph
III	แนะนำโครงข่ายประสาทเทียม
03	Perceptron	Notebook	Lab
04	Multi-Layered Perceptron and Creating our own Framework	Notebook	Lab
05	Intro to Frameworks (PyTorch/TensorFlow) and Overfitting	PyTorch / Keras / TensorFlow	Lab
IV	Computer Vision	PyTorch / TensorFlow	Explore Computer Vision on Microsoft Azure
06	Intro to Computer Vision. OpenCV	Notebook	Lab
07	Convolutional Neural Networks & CNN Architectures	PyTorch /TensorFlow	Lab
08	Pre-trained Networks and Transfer Learning and Training Tricks	PyTorch / TensorFlow	Lab
09	Autoencoders and VAEs	PyTorch / TensorFlow
10	Generative Adversarial Networks & Artistic Style Transfer	PyTorch / TensorFlow
11	Object Detection	TensorFlow	Lab
12	Semantic Segmentation. U-Net	PyTorch / TensorFlow
V	Natural Language Processing	PyTorch /TensorFlow	Explore Natural Language Processing on Microsoft Azure
13	Text Representation. Bow/TF-IDF	PyTorch / TensorFlow
14	Semantic word embeddings. Word2Vec and GloVe	PyTorch / TensorFlow
15	Language Modeling. Training your own embeddings	PyTorch / TensorFlow	Lab
16	Recurrent Neural Networks	PyTorch / TensorFlow
17	Generative Recurrent Networks	PyTorch / TensorFlow	Lab
18	Transformers. BERT.	PyTorch /TensorFlow
19	Named Entity Recognition	TensorFlow	Lab
20	Large Language Models, Prompt Programming and Few-Shot Tasks	PyTorch
VI	Other AI Techniques
21	Genetic Algorithms	Notebook
22	Deep Reinforcement Learning	PyTorch /TensorFlow	Lab
23	Multi-Agent Systems
VII	AI Ethics
24	AI Ethics and Responsible AI	Microsoft Learn: Responsible AI Principles
IX	Extras
25	Multi-Modal Networks, CLIP and VQGAN	Notebook

แต่ละบทเรียนประกอบด้วย

• เนื้อหาการอ่านล่วงหน้า
• Jupyter Notebooks ที่สามารถรันได้ ซึ่งมักจะเฉพาะเจาะจงกับเฟรมเวิร์ก (PyTorch หรือ TensorFlow) โน๊ตบุ๊กรันได้ยังประกอบด้วยเนื้อหาทฤษฎีมากมาย เพื่อให้เข้าใจหัวข้อควรผ่านเวอร์ชันใดเวอร์ชันหนึ่งของโน๊ตบุ๊ก (ไม่ว่าจะเป็น PyTorch หรือ TensorFlow)
• แลบ สำหรับบางหัวข้อ ซึ่งเปิดโอกาสให้คุณได้ลองใช้เนื้อหาที่เรียนมาแก้ปัญหาเฉพาะ
• บางส่วนมีลิงก์ไปยังโมดูล MS Learn ที่ครอบคลุมหัวข้อที่เกี่ยวข้อง

การเริ่มต้นใช้งาน

🎯 ใหม่กับ AI? เริ่มที่นี่!

ถ้าคุณยังใหม่กับ AI และต้องการตัวอย่างใช้งานจริงแบบรวดเร็ว ลองดูที่ ตัวอย่างสำหรับผู้เริ่มต้น! ซึ่งมีดังนี้:

• 🌟 Hello AI World - โปรแกรม AI แรกของคุณ (การจดจำรูปแบบ)
• 🧠 Simple Neural Network - สร้างโครงข่ายประสาทเทียมจากศูนย์
• 🖼️ Image Classifier - จำแนกรูปภาพพร้อมคำอธิบายละเอียด
• 💬 การวิเคราะห์อารมณ์ข้อความ - วิเคราะห์ข้อความเชิงบวก/เชิงลบ

ตัวอย่างเหล่านี้ถูกออกแบบมาเพื่อช่วยให้คุณเข้าใจแนวคิด AI ก่อนที่จะเริ่มเรียนหลักสูตรทั้งหมด

📚 การตั้งค่าหลักสูตรเต็ม

• เราได้สร้าง บทเรียนการตั้งค่า เพื่อช่วยคุณในการตั้งค่าสภาพแวดล้อมพัฒนา - สำหรับผู้สอน เราได้สร้าง บทเรียนการตั้งค่าหลักสูตร สำหรับคุณด้วย!
• วิธี รันโค้ดใน VSCode หรือ Codepace

ทำตามขั้นตอนเหล่านี้:

Fork Repository: คลิกที่ปุ่ม "Fork" ที่มุมบนขวาของหน้านี้

Clone Repository: git clone https://github.com/microsoft/AI-For-Beginners.git

อย่าลืมกดดาว (🌟) repo นี้เพื่อให้ค้นหาได้ง่ายขึ้นในภายหลัง

พบปะผู้เรียนคนอื่นๆ

เข้าร่วม เซิร์ฟเวอร์ Discord AI อย่างเป็นทางการ เพื่อพบปะและสร้างเครือข่ายกับผู้เรียนคนอื่นๆ ที่เรียนคอร์สนี้และรับการสนับสนุน

หากคุณมีคำติชมเกี่ยวกับผลิตภัณฑ์หรือคำถามขณะสร้าง กรุณาเยี่ยมชม ฟอรั่มนักพัฒนา Azure AI Foundry

แบบทดสอบ

หมายเหตุเกี่ยวกับแบบทดสอบ: แบบทดสอบทั้งหมดอยู่ในโฟลเดอร์ Quiz-app ที่ etc\quiz-app หรือ ออนไลน์ที่นี่ แบบทดสอบถูกลิงก์จากภายในบทเรียน แอปแบบทดสอบสามารถรันได้ในเครื่องหรือปรับใช้บน Azure; ทำตามคำแนะนำในโฟลเดอร์ quiz-app แบบทดสอบกำลังถูกแปลเป็นภาษาต่าง ๆ อย่างค่อยเป็นค่อยไป

ขอความช่วยเหลือ

คุณมีคำแนะนำหรือพบข้อผิดพลาดการสะกดหรือโค้ดไหม? กรุณาเปิด issue หรือตั้ง pull request

ขอบคุณพิเศษ

• ✍️ ผู้เขียนหลัก: Dmitry Soshnikov, PhD
• 🔥 ผู้แก้ไข: Jen Looper, PhD
• 🎨 นักวาดภาพสเก็ตช์: Tomomi Imura
• ✅ ผู้สร้างแบบทดสอบ: Lateefah Bello, MLSA
• 🙏 ผู้ร่วมพัฒนาหลัก: Evgenii Pishchik

หลักสูตรอื่น ๆ

ทีมของเรายังผลิตหลักสูตรอื่นๆ! ดูได้ที่:

LangChain

---

Azure / Edge / MCP / Agents

---

Generative AI Series

---

การเรียนรู้หลัก

---

ชุดเรียน Copilot

ขอความช่วยเหลือ

หากคุณติดขัดหรือมีคำถามเกี่ยวกับการสร้างแอป AI เข้าร่วมพูดคุยกับผู้เรียนและนักพัฒนาที่มีประสบการณ์เกี่ยวกับ MCP นี่คือชุมชนที่สนับสนุนซึ่งเปิดรับคำถามและแบ่งปันความรู้กันอย่างอิสระ

หากคุณมีคำติชมผลิตภัณฑ์หรือพบข้อผิดพลาดขณะสร้าง โปรดเยี่ยมชม:

---

ข้อจำกัดความรับผิดชอบ:
เอกสารฉบับนี้ได้รับการแปลโดยใช้บริการแปลภาษา AI Co-op Translator แม้เราจะพยายามให้ความถูกต้องสูงสุด แต่โปรดทราบว่าการแปลโดยอัตโนมัติอาจมีข้อผิดพลาดหรือความคลาดเคลื่อน เอกสารต้นฉบับในภาษาต้นทางถือเป็นแหล่งข้อมูลที่เป็นทางการที่สุด สำหรับข้อมูลสำคัญแนะนำให้ใช้บริการแปลโดยมืออาชีพที่เป็นมนุษย์ เราจะไม่รับผิดชอบต่อความเข้าใจผิดหรือการตีความผิดที่เกิดจากการใช้การแปลนี้