449df2cc64
|
||
|---|---|---|
| .. | ||
| etc | ||
| lessons | ||
| README.md | ||
| SECURITY.md | ||
README.md
هوش مصنوعی برای مبتدیان - یک برنامه آموزشی
 |
|---|
| هوش مصنوعی برای مبتدیان - طرحنگاری توسط @girlie_mac |
دنیای هوش مصنوعی (AI) را با برنامه آموزشی ۱۲ هفتهای و ۲۴ درس ما کشف کنید! این برنامه شامل درسهای عملی، آزمونها و آزمایشگاهها است. این برنامه آموزشی برای مبتدیان طراحی شده و ابزارهایی مانند TensorFlow و PyTorch و همچنین اخلاق در هوش مصنوعی را پوشش میدهد.
🌐 پشتیبانی چندزبانه
پشتیبانی شده از طریق GitHub Action (خودکار و همیشه بهروز)
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)
اگر میخواهید زبانهای ترجمه اضافی پشتیبانی شوند، لیست زبانهای موجود اینجا قرار دارد.
به جامعه بپیوندید
آنچه خواهید آموخت
در این برنامه آموزشی، شما یاد خواهید گرفت:
- رویکردهای مختلف به هوش مصنوعی، از جمله رویکرد نمادین "قدیمی خوب" با نمایش دانش و استدلال (GOFAI).
- شبکههای عصبی و یادگیری عمیق که در قلب هوش مصنوعی مدرن قرار دارند. ما مفاهیم پشت این موضوعات مهم را با استفاده از کد در دو چارچوب محبوب - TensorFlow و PyTorch توضیح خواهیم داد.
- معماریهای عصبی برای کار با تصاویر و متن. ما مدلهای اخیر را پوشش خواهیم داد اما ممکن است کمی در زمینه پیشرفتهترین مدلها کمبود داشته باشیم.
- رویکردهای کمتر محبوب هوش مصنوعی، مانند الگوریتمهای ژنتیک و سیستمهای چندعاملی.
آنچه در این برنامه آموزشی پوشش داده نمیشود:
تمام منابع اضافی این دوره را در مجموعه Microsoft Learn ما پیدا کنید
- موارد تجاری استفاده از هوش مصنوعی در تجارت. پیشنهاد میکنیم مسیر یادگیری مقدمهای بر هوش مصنوعی برای کاربران تجاری در Microsoft Learn یا مدرسه کسبوکار هوش مصنوعی که با همکاری INSEAD توسعه یافته است، را دنبال کنید.
- یادگیری ماشین کلاسیک که بهخوبی در برنامه آموزشی یادگیری ماشین برای مبتدیان توضیح داده شده است.
- کاربردهای عملی هوش مصنوعی که با استفاده از خدمات شناختی ساخته شدهاند. برای این موضوع، پیشنهاد میکنیم با ماژولهای Microsoft Learn برای بینایی، پردازش زبان طبیعی، هوش مصنوعی مولد با سرویس Azure OpenAI و دیگر موارد شروع کنید.
- چارچوبهای ابری خاص یادگیری ماشین، مانند Azure Machine Learning، Microsoft Fabric، یا Azure Databricks. پیشنهاد میکنیم مسیرهای یادگیری ساخت و اجرای راهحلهای یادگیری ماشین با Azure Machine Learning و ساخت و اجرای راهحلهای یادگیری ماشین با Azure Databricks را دنبال کنید.
- هوش مصنوعی مکالمهای و چتباتها. یک مسیر یادگیری جداگانه ایجاد راهحلهای هوش مصنوعی مکالمهای وجود دارد و همچنین میتوانید به این پست وبلاگ برای جزئیات بیشتر مراجعه کنید.
- ریاضیات عمیق پشت یادگیری عمیق. برای این موضوع، پیشنهاد میکنیم کتاب Deep Learning نوشته Ian Goodfellow، Yoshua Bengio و Aaron Courville را مطالعه کنید که بهصورت آنلاین نیز در دسترس است https://www.deeplearningbook.org/.
برای یک معرفی ملایم به موضوعات هوش مصنوعی در ابر، میتوانید مسیر یادگیری شروع با هوش مصنوعی در Azure را دنبال کنید.
محتوا
هر درس شامل موارد زیر است
- مطالب پیشخوانی
- دفترچههای یادداشت اجرایی Jupyter، که اغلب مختص چارچوب (PyTorch یا TensorFlow) هستند. این دفترچههای اجرایی همچنین شامل مطالب نظری زیادی هستند، بنابراین برای درک موضوع باید حداقل یکی از نسخههای دفترچه یادداشت (PyTorch یا TensorFlow) را مرور کنید.
- آزمایشگاهها که برای برخی موضوعات در دسترس هستند و به شما فرصت میدهند تا مطالبی که یاد گرفتهاید را روی یک مسئله خاص اعمال کنید.
- برخی بخشها شامل لینکهایی به ماژولهای MS Learn هستند که موضوعات مرتبط را پوشش میدهند.
شروع به کار
- ما یک درس تنظیمات ایجاد کردهایم تا به شما در تنظیم محیط توسعه کمک کند.
- برای مربیان، ما یک درس تنظیمات برنامه درسی نیز ایجاد کردهایم!
- نحوه اجرای کد در VSCode یا Codepace
مراحل زیر را دنبال کنید:
مخزن را Fork کنید: روی دکمه "Fork" در گوشه بالا-راست این صفحه کلیک کنید.
مخزن را Clone کنید: git clone https://github.com/microsoft/AI-For-Beginners.git
فراموش نکنید که این مخزن را ستارهدار کنید (🌟) تا بعداً راحتتر آن را پیدا کنید.
ملاقات با سایر یادگیرندگان
به سرور رسمی دیسکورد هوش مصنوعی ما بپیوندید تا با سایر یادگیرندگان این دوره ملاقات کنید، شبکهسازی کنید و پشتیبانی دریافت کنید.
اگر بازخورد محصول یا سوالاتی در حین ساخت دارید، به فروم توسعهدهندگان Azure AI Foundry ما مراجعه کنید.
آزمونها
توضیحی درباره آزمونها: تمامی آزمونها در پوشه Quiz-app در مسیر etc\quiz-app قرار دارند، یا به صورت آنلاین اینجا. این آزمونها از داخل درسها لینک شدهاند. برنامه آزمون میتواند به صورت محلی اجرا شود یا در Azure مستقر شود؛ دستورالعملهای موجود در پوشه
quiz-appرا دنبال کنید. این آزمونها به تدریج بومیسازی میشوند.
درخواست کمک
آیا پیشنهادی دارید یا خطاهای املایی یا کدی پیدا کردهاید؟ یک issue ایجاد کنید یا یک pull request ارسال کنید.
تشکر ویژه
- ✍️ نویسنده اصلی: Dmitry Soshnikov، دکترا
- 🔥 ویراستار: Jen Looper، دکترا
- 🎨 تصویرگر یادداشتهای تصویری: Tomomi Imura
- ✅ سازنده آزمون: Lateefah Bello، MLSA
- 🙏 مشارکتکنندگان اصلی: Evgenii Pishchik
سایر دورهها
تیم ما دورههای دیگری نیز تولید میکند! بررسی کنید:
- هوش مصنوعی مولد برای مبتدیان
- هوش مصنوعی مولد برای مبتدیان .NET
- هوش مصنوعی مولد با جاوااسکریپت
- هوش مصنوعی مولد با جاوا
- هوش مصنوعی برای مبتدیان
- علم داده برای مبتدیان
- یادگیری ماشین برای مبتدیان
- امنیت سایبری برای مبتدیان
- توسعه وب برای مبتدیان
- اینترنت اشیا برای مبتدیان
- توسعه XR برای مبتدیان
- تسلط بر GitHub Copilot برای استفاده عاملمحور
- تسلط بر GitHub Copilot برای توسعهدهندگان C#/.NET
- ماجراجویی Copilot خود را انتخاب کنید
سلب مسئولیت:
این سند با استفاده از سرویس ترجمه هوش مصنوعی Co-op Translator ترجمه شده است. در حالی که ما تلاش میکنیم دقت را حفظ کنیم، لطفاً توجه داشته باشید که ترجمههای خودکار ممکن است شامل خطاها یا نادرستیها باشند. سند اصلی به زبان اصلی آن باید به عنوان منبع معتبر در نظر گرفته شود. برای اطلاعات حساس، توصیه میشود از ترجمه حرفهای انسانی استفاده کنید. ما مسئولیتی در قبال سوء تفاهمها یا تفسیرهای نادرست ناشی از استفاده از این ترجمه نداریم.