AI-For-Beginners/translations/hi

शुरुआती लोगों के लिए कृत्रिम बुद्धिमत्ता - एक पाठ्यक्रम

AI For Beginners - स्केचनोट by @girlie_mac

हमारे 12-साप्ताह्य, 24-लेसन पाठ्यक्रम के साथ कृत्रिम बुद्धिमत्ता (AI) की दुनिया का अन्वेषण करें! इसमें व्यावहारिक पाठ, क्विज़ और लैब शामिल हैं। यह पाठ्यक्रम शुरुआती के अनुकूल है और इसमें TensorFlow और PyTorch जैसे उपकरणों के साथ-साथ AI में नैतिकता को भी शामिल किया गया है

🌐 बहु-भाषा समर्थन

GitHub Action के माध्यम से समर्थित (स्वचालित और हमेशा अद्यतित)

अरबी | बंगाली | बुल्गारियाई | बर्मीज़ (म्यानमार) | चीनी (सरलीकृत) | चीनी (पारंपरिक, हांगकांग) | चीनी (पारंपरिक, मकाऊ) | चीनी (पारंपरिक, ताइवान) | क्रोएशियाई | चेक | डेनिश | डच | एस्टोनियाई | फिनिश | फ्रेंच | जर्मन | ग्रीक | हिब्रू | हिंदी | हंगेरियाई | इंडोनेशियाई | इतालवी | जापानी | कन्नड़ | कोरियाई | लिथुआनियाई | मलय | मलयालम | मराठी | नेपाली | नाइजीरियाई पिजिन | नॉर्वेजियाई | फ़ारसी (Farsi) | पोलिश | पुर्तगाली (ब्राज़ील) | पुर्तगाली (पुर्तगाल) | पंजाबी (गुरमुखी) | रोमनियाई | रूसी | सर्बियाई (सिरिलिक) | स्लोवाक | स्लोवेनियाई | स्पैनिश | स्वाहिली | स्वीडिश | तागालोग (फिलिपिनो) | तमिल | तेलुगु | थाई | तुर्की | युक्रेनी | उर्दू | वियतनामी

यदि आप अतिरिक्त अनुवाद चाहते हैं तो समर्थित भाषाएँ यहाँ सूचीबद्ध हैं

समुदाय में शामिल हों

आप क्या सीखेंगे

कोर्स का माइंडमैप

इस पाठ्यक्रम में, आप सीखेंगे:

• कृत्रिम बुद्धिमत्ता के विभिन्न दृष्टिकोण, जिसमें "good old" प्रतीकात्मक दृष्टिकोण के साथ ज्ञान प्रतिनिधित्व और तर्कशक्ति (GOFAI) शामिल हैं।
• न्यूरल नेटवर्क्स और डीप लर्निंग, जो आधुनिक AI के मूल में हैं। हम इन महत्वपूर्ण विषयों के पीछे के सिद्धांतों को दो सबसे लोकप्रिय फ्रेमवर्क - TensorFlow और PyTorch में कोड का उपयोग करके समझाएँगे।
• छवियों और टेक्स्ट के साथ काम करने के लिए न्यूरल आर्किटेक्चर। हम हाल के मॉडल कवर करेंगे लेकिन हो सकता है कि ये अत्याधुनिक में कुछ कमी वाले हों।
• कम लोकप्रिय AI दृष्टिकोण, जैसे जेनेटिक एल्गोरिदम और मल्टी-एजेंट सिस्टम्स।

इस पाठ्यक्रम में हम क्या शामिल नहीं करेंगे:

इस कोर्स के लिए सभी अतिरिक्त संसाधन हमारे Microsoft Learn संग्रह में खोजें

• व्यापार में AI के उपयोग के व्यावसायिक मामलों (Business cases)। Microsoft Learn पर व्यावसायिक उपयोगकर्ताओं के लिए AI का परिचय सीखने का पाथ लें, या AI Business School, जिसे INSEAD के सहयोग से विकसित किया गया है।
• क्लासिक मशीन लर्निंग, जिसे हमारे शुरुआत के लिए मशीन लर्निंग पाठ्यक्रम में अच्छी तरह वर्णित किया गया है।
• Cognitive Services का उपयोग करके बने व्यावहारिक AI अनुप्रयोग। इसके लिए, हम सुझाव देते हैं कि आप Microsoft Learn के vision, natural language processing, Generative AI with Azure OpenAI Service और अन्य मॉड्यूल से शुरू करें।
• विशिष्ट ML क्लाउड फ्रेमवर्क, जैसे Azure Machine Learning, Microsoft Fabric, या Azure Databricks। विचार करें कि आप Build and operate machine learning solutions with Azure Machine Learning और Build and Operate Machine Learning Solutions with Azure Databricks सीखने के पाथ का उपयोग करें।
• कन्वर्सेशनल AI और चैट बॉट्स। इसका एक अलग Create conversational AI solutions सीखने का पाथ है, और आप अधिक विवरण के लिए यह ब्लॉग पोस्ट भी देख सकते हैं।
• डीप लर्निंग के पीछे की गहन गणित। इसके लिए, हम Ian Goodfellow, Yoshua Bengio और Aaron Courville की पुस्तक Deep Learning सुझाएंगे, जो ऑनलाइन https://www.deeplearningbook.org/ पर भी उपलब्ध है।

क्लाउड में AI विषयों के लिए एक मुलायम परिचय के लिए आप Azure पर artificial intelligence के साथ शुरू करें लर्निंग पाथ लेने पर विचार कर सकते हैं।

सामग्री

	पाठ लिंक	PyTorch/Keras/TensorFlow	लैब
0	कोर्स सेटअप	अपने विकास परिवेश को सेटअप करें
I	AI का परिचय
01	AI का परिचय और इतिहास	-	-
II	प्रतीकात्मक AI
02	ज्ञान प्रतिनिधित्व और विशेषज्ञ प्रणाली	विशेषज्ञ प्रणालियाँ / ऑन्टोलॉजी /कॉनसेप्ट ग्राफ
III	न्यूरल नेटवर्क्स का परिचय
03	परसेप्ट्रॉन	नोटबुक	प्रयोगशाला
04	बहु-परत परसेप्ट्रॉन और अपना फ्रेमवर्क बनाना	नोटबुक	प्रयोगशाला
05	फ्रेमवर्क का परिचय (PyTorch/TensorFlow) और ओवरफिटिंग	PyTorch / Keras / TensorFlow	प्रयोगशाला
IV	कंप्यूटर विज़न	PyTorch / TensorFlow	Microsoft Azure पर कंप्यूटर विज़न की खोज करें
06	कंप्यूटर विज़न का परिचय. OpenCV	नोटबुक	प्रयोगशाला
07	कॉन्वोल्यूशनल न्यूरल नेटवर्क्स & CNN आर्किटेक्चर्स	PyTorch /TensorFlow	प्रयोगशाला
08	पूर्व-प्रशिक्षित नेटवर्क और ट्रांसफ़र लर्निंग and Training Tricks	PyTorch / TensorFlow	प्रयोगशाला
09	ऑटोएन्कोडर और VAEs	PyTorch / TensorFlow
10	जनरेटिव एडवर्सेरियल नेटवर्क्स & Artistic Style Transfer	PyTorch / TensorFlow
11	ऑब्जेक्ट डिटेक्शन	TensorFlow	प्रयोगशाला
12	सेमेन्टिक सेगमेंटेशन. U-Net	PyTorch / TensorFlow
V	प्राकृतिक भाषा प्रसंस्करण	PyTorch /TensorFlow	Microsoft Azure पर प्राकृतिक भाषा प्रसंस्करण का अन्वेषण करें
13	टेक्स्ट प्रतिनिधित्व. Bow/TF-IDF	PyTorch / TensorFlow
14	सेमांटिक शब्द एम्बेडिंग्स. Word2Vec and GloVe	PyTorch / TensorFlow
15	भाषा मॉडलिंग. अपनी एम्बेडिंग्स प्रशिक्षित करना	PyTorch / TensorFlow	प्रयोगशाला
16	प्रत्यावर्ती न्यूरल नेटवर्क्स	PyTorch / TensorFlow
17	जनरेटिव प्रत्यावर्ती नेटवर्क्स	PyTorch / TensorFlow	प्रयोगशाला
18	ट्रांसफॉर्मर्स. BERT.	PyTorch /TensorFlow
19	नामित एंटिटी मान्यता	TensorFlow	प्रयोगशाला
20	बड़े भाषा मॉडल, प्रॉम्प्ट प्रोग्रामिंग और फ्यू-शॉट टास्क	PyTorch
VI	अन्य एआई तकनीकें
21	जेनेटिक एल्गोरिदम	नोटबुक
22	डीप रिइन्फोर्समेंट लर्निंग	PyTorch /TensorFlow	प्रयोगशाला
23	मल्टी-एजेंट सिस्टम
VII	एआई नैतिकता
24	एआई नैतिकता और जिम्मेदार एआई	Microsoft Learn: जिम्मेदार एआई सिद्धांत
IX	अतिरिक्त
25	मल्टी-मोडल नेटवर्क्स, CLIP और VQGAN	नोटबुक

प्रत्येक पाठ में शामिल हैं

• पूर्व-पठन सामग्री
• निष्पादन योग्य Jupyter नोटबुक, जो अक्सर फ्रेमवर्क (PyTorch या TensorFlow) के लिए विशिष्ट होते हैं। निष्पादन योग्य नोटबुक में भी बहुत सैद्धांतिक सामग्री होती है, इसलिए विषय को समझने के लिए आपको कम से कम एक संस्करण नोटबुक (या तो PyTorch या TensorFlow) अवश्य पढ़ना चाहिए।
• प्रयोगशालाएँ कुछ विषयों के लिए उपलब्ध हैं, जो आपको आपने सीखी सामग्री को किसी विशिष्ट समस्या पर लागू करने का अवसर देती हैं।
• कुछ अनुभागों में संबंधित विषयों को कवर करने वाले MS Learn मॉड्यूलों के लिंक होते हैं।

आरंभ करें

🎯 AI में नए हैं? यहाँ से शुरू करें!

यदि आप AI में बिल्कुल नए हैं और त्वरित, प्रायोगिक उदाहरण चाहते हैं, तो हमारे शुरुआती-अनुकूल उदाहरण देखें! इनमें शामिल हैं:

• 🌟 Hello AI World - आपका पहला AI प्रोग्राम (पैटर्न पहचान)
• 🧠 Simple Neural Network - शून्य से एक न्यूरल नेटवर्क बनाएं
• 🖼️ Image Classifier - विस्तृत टिप्पणियों के साथ छवियों को वर्गीकृत करें
• 💬 टेक्स्ट सेंटिमेंट - सकारात्मक/नकारात्मक पाठ का विश्लेषण करें

These examples are designed to help you understand AI concepts before diving into the full curriculum.

📚 Full Curriculum Setup

• हमने एक सेटअप पाठ बनाया है ताकि आप अपने डेवलपमेंट वातावरण को सेटअप कर सकें। - शिक्षकों के लिए, हमने आपके लिए एक पाठ्यक्रम सेटअप पाठ भी बनाया है!
• कैसे VSCode या Codepace में कोड चलाएँ

Follow these steps:

Fork the Repository: Click on the "Fork" button at the top-right corner of this page.

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

Don't forget to star (🌟) this repo to find it easier later.

Meet other Learners

Join our official AI Discord server to meet and network with other learners taking this course and get support.

If you have product feedback or questions whilst building visit our Azure AI Foundry Developer Forum

Quizzes

क्विज़ के बारे में एक नोट: All quizzes are contained in the Quiz-app folder in etc\quiz-app, or ऑनलाइन यहाँ They are linked from within the lessons the quiz app can be run locally or deployed to Azure; follow the instruction in the quiz-app folder. They are gradually being localized.

Help Wanted

क्या आपके पास सुझाव हैं या आपने वर्तनी या कोड त्रुटियाँ पाई हैं? Raise an issue or create a pull request.

Special Thanks

• ✍️ प्रमुख लेखक: Dmitry Soshnikov, PhD
• 🔥 संपादक: Jen Looper, PhD
• 🎨 स्केचनोट चित्रकार: Tomomi Imura
• ✅ क्विज़ निर्माता: Lateefah Bello, MLSA
• 🙏 मुख्य योगदानकर्ता: Evgenii Pishchik

Other Curricula

Our team produces other curricula! Check out:

LangChain

---

Azure / Edge / MCP / Agents

---

Generative AI Series

---

Core Learning

---

Copilot Series

Getting Help

If you get stuck or have any questions about building AI apps. Join fellow learners and experienced developers in discussions about MCP. It's a supportive community where questions are welcome and knowledge is shared freely.

If you have product feedback or errors while building visit:

---

अस्वीकरण: यह दस्तावेज़ AI अनुवाद सेवा (Co-op Translator: https://github.com/Azure/co-op-translator) का उपयोग करके अनुवादित किया गया है। यद्यपि हम सटीकता के लिए प्रयासरत हैं, कृपया ध्यान दें कि स्वचालित अनुवादों में त्रुटियाँ या अशुद्धियाँ हो सकती हैं। मूल भाषा में उपलब्ध दस्तावेज़ को अधिकारिक स्रोत माना जाना चाहिए। महत्वपूर्ण जानकारी के लिए पेशेवर मानव अनुवाद की सलाह दी जाती है। हम इस अनुवाद के उपयोग से उत्पन्न किसी भी गलतफहमी या गलत व्याख्या के लिए उत्तरदायी नहीं हैं।