38 KiB
ปัญญาประดิษฐ์สำหรับผู้เริ่มต้น - หลักสูตร
![]() |
|---|
| AI สำหรับผู้เริ่มต้น - สเก็ตช์โน้ตโดย @girlie_mac |
สำรวจโลกของ ปัญญาประดิษฐ์ (AI) ด้วยหลักสูตร 12 สัปดาห์ 24 บทเรียนของเรา! หลักสูตรประกอบด้วยบทเรียนเชิงปฏิบัติ การทดสอบย่อย และแลป หลักสูตรเหมาะสำหรับผู้เริ่มต้นและครอบคลุมเครื่องมือต่างๆ เช่น TensorFlow และ PyTorch รวมถึงจริยธรรมใน AI
🌐 การรองรับหลายภาษา
รองรับผ่าน GitHub Action (อัตโนมัติ & อัปเดตอยู่เสมอ)
อาหรับ | เบงกาลี | บัลแกเรีย | พม่า (เมียนมา) | จีน (ตัวย่อ) | จีน (ตัวเต็ม, ฮ่องกง) | จีน (ตัวเต็ม, มาเก๊า) | จีน (ตัวเต็ม, ไต้หวัน) | โครเอเชีย | เช็ก | เดนมาร์ก | ดัตช์ | เอสโตเนีย | ฟินแลนด์ | ฝรั่งเศส | เยอรมัน | กรีก | ฮีบรู | ฮินดี | ฮังการี | อินโดนีเซีย | อิตาเลียน | ญี่ปุ่น | คันนาดา | เกาหลี | ลิทัวเนีย | มลายู | มาลายาลัม | มราฐี | เนปาลี | ไนจีเรีย พิดจิน | นอร์เวย์ | เปอร์เซีย (ฟาร์ซี) | โปแลนด์ | โปรตุเกส (บราซิล) | โปรตุเกส (โปรตุเกส) | ปัญจาบ (Gurmukhi) | โรมาเนีย | รัสเซีย | เซอร์เบีย (คีริลลิก) | สโลวัก | สโลวีเนีย | สเปน | สวาฮีลี | สวีเดน | ตากาล็อก (ฟิลิปปินส์) | ทมิฬ | เตลูกู | ไทย | ตุรกี | ยูเครน | อูรดู | เวียดนาม
หากคุณต้องการให้มีการแปลภาษาเพิ่มเติม รายชื่อภาษาที่รองรับอยู่ ที่นี่
เข้าร่วมชุมชน
สิ่งที่คุณจะได้เรียนรู้
ในหลักสูตรนี้ คุณจะได้เรียนรู้:
- แนวทางต่างๆ ของปัญญาประดิษฐ์ รวมถึงแนวทางเชิงสัญลักษณ์แบบคลาสสิกที่มี การแทนความรู้ และการให้เหตุผล (GOFAI).
- โครงข่ายประสาทเทียม และ การเรียนรู้เชิงลึก ซึ่งเป็นหัวใจของ AI สมัยใหม่ เราจะแสดงแนวคิดเบื้องหลังหัวข้อสำคัญเหล่านี้ด้วยโค้ดในสองเฟรมเวิร์กยอดนิยม - TensorFlow และ PyTorch.
- สถาปัตยกรรมเครือข่ายประสาท สำหรับการทำงานกับภาพและข้อความ เราจะครอบคลุมโมเดลล่าสุดแต่บางส่วนอาจไม่ได้ทันสมัยที่สุด
- แนวทาง AI ที่ไม่เป็นที่นิยมเท่า เช่น อัลกอริทึมเชิงพันธุกรรม และ ระบบหลายตัวแทน
สิ่งที่เราไม่ได้ครอบคลุมในหลักสูตรนี้:
ค้นหาทรัพยากรเพิ่มเติมสำหรับหลักสูตรนี้ในคอลเล็กชัน Microsoft Learn ของเรา
- กรณีธุรกิจของการใช้ AI ในธุรกิจ พิจารณาเรียนเส้นทางการเรียนรู้ Introduction to AI for business users บน Microsoft Learn หรือ AI Business School ซึ่งพัฒนาร่วมกับ INSEAD.
- การเรียนรู้ของเครื่องแบบคลาสสิก ซึ่งอธิบายไว้อย่างดีใน หลักสูตร Machine Learning for Beginners ของเรา.
- แอปพลิเคชัน AI เชิงปฏิบัติที่สร้างด้วย Cognitive Services สำหรับเรื่องนี้ เราแนะนำให้คุณเริ่มจากโมดูล Microsoft Learn สำหรับ vision, natural language processing, Generative AI with Azure OpenAI Service และอื่นๆ
- เฟรมเวิร์กคลาวด์สำหรับ ML เฉพาะทาง เช่น Azure Machine Learning, Microsoft Fabric หรือ Azure Databricks. พิจารณาใช้เส้นทางการเรียนรู้ Build and operate machine learning solutions with Azure Machine Learning และ Build and Operate Machine Learning Solutions with Azure Databricks.
- AI แบบโต้ตอบ และ แชทบอท มีเส้นทางการเรียนรู้แยกต่างหาก Create conversational AI solutions และคุณยังสามารถอ้างอิงจาก บล็อกโพสต์นี้ สำหรับรายละเอียดเพิ่มเติม
- คณิตศาสตร์เชิงลึก ที่อยู่เบื้องหลังการเรียนรู้เชิงลึก สำหรับเรื่องนี้ เราแนะนำหนังสือ Deep Learning โดย Ian Goodfellow, Yoshua Bengio และ Aaron Courville ซึ่งยังมีให้ใช้ออนไลน์ที่ https://www.deeplearningbook.org/
สำหรับการแนะนำอย่างนุ่มนวลเกี่ยวกับหัวข้อ AI บนคลาวด์ คุณอาจพิจารณาเรียนเส้นทางการเรียนรู้ Get started with artificial intelligence on Azure
เนื้อหา
แต่ละบทเรียนประกอบด้วย
- เอกสารอ่านก่อนเรียน
- ไฟล์ Jupyter Notebook ที่สามารถรันได้ ซึ่งมักจะระบุเฉพาะสำหรับเฟรมเวิร์ก (PyTorch หรือ TensorFlow). ไฟล์โน้ตบุ๊กที่สามารถรันได้ยังมีเนื้อหาทฤษฎีจำนวนมาก ดังนั้นเพื่อจะเข้าใจหัวข้อ คุณจำเป็นต้องอ่านหรือทำอย่างน้อยหนึ่งเวอร์ชันของโน้ตบุ๊ก (ไม่ว่าจะเป็น PyTorch หรือ TensorFlow).
- Labs มีให้สำหรับบางหัวข้อ ซึ่งให้โอกาสคุณทดลองนำเนื้อหาที่เรียนไปประยุกต์กับปัญหาเฉพาะ
- บางส่วนมีลิงก์ไปยังโมดูลของ MS Learn ที่ครอบคลุมหัวข้อที่เกี่ยวข้อง.
การเริ่มต้น
🎯 ใหม่กับ AI? เริ่มที่นี่!
หากคุณเป็นผู้เริ่มต้นกับ AI และต้องการตัวอย่างแบบลงมือปฏิบัติอย่างรวดเร็ว ให้ดูที่ ตัวอย่างสำหรับผู้เริ่มต้น! ตัวอย่างเหล่านี้รวมถึง:
- 🌟 Hello AI World - โปรแกรม AI แรกของคุณ (การรู้จำรูปแบบ)
- 🧠 Simple Neural Network - สร้างเครือข่ายประสาทเทียมจากศูนย์
- 🖼️ Image Classifier - จำแนกภาพพร้อมคำอธิบายโดยละเอียด
- 💬 การวิเคราะห์ความรู้สึกของข้อความ - วิเคราะห์ข้อความเชิงบวก/เชิงลบ
ตัวอย่างเหล่านี้ออกแบบมาเพื่อช่วยให้คุณเข้าใจแนวคิด AI ก่อนที่จะลงลึกในหลักสูตรเต็ม
📚 การตั้งค่าหลักสูตรทั้งหมด
- เราได้สร้าง a บทเรียนการติดตั้ง เพื่อช่วยคุณในการตั้งค่าสภาพแวดล้อมการพัฒนา. - สำหรับผู้สอน เราได้สร้าง a บทเรียนการตั้งค่าหลักสูตร ให้คุณด้วย!
- วิธี เรียกใช้โค้ดใน VSCode หรือ a Codepace
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.
พบผู้เรียนคนอื่นๆ
เข้าร่วม เซิร์ฟเวอร์ Discord อย่างเป็นทางการของ AI เพื่อพบปะและสร้างเครือข่ายกับผู้เรียนคนอื่นๆ ที่เรียนหลักสูตรนี้และขอรับการสนับสนุน.
หากคุณมีคำติชมเกี่ยวกับผลิตภัณฑ์หรือคำถามในระหว่างการพัฒนา ให้ไปที่ ฟอรัมผู้พัฒนา Azure AI Foundry
แบบทดสอบ
หมายเหตุเกี่ยวกับแบบทดสอบ: แบบทดสอบทั้งหมดถูกรวมอยู่ในโฟลเดอร์ Quiz-app ภายใน etc\quiz-app, หรือ ออนไลน์ที่นี่ พวกมันถูกลิงก์จากภายในบทเรียน แอปแบบทดสอบสามารถรันได้ในเครื่องหรือปรับใช้ไปยัง Azure; ทำตามคำแนะนำในโฟลเดอร์
quiz-appพวกมันกำลังทยอยถูกแปล
ต้องการความช่วยเหลือ
คุณมีข้อเสนอแนะหรือพบข้อผิดพลาดด้านการสะกดคำหรือตัวโค้ดหรือไม่? เปิด issue หรือสร้าง pull request.
ขอบคุณเป็นพิเศษ
- ✍️ ผู้เขียนหลัก: Dmitry Soshnikov, PhD
- 🔥 บรรณาธิการ: Jen Looper, PhD
- 🎨 ผู้วาดสเก็ตช์โน้ต: Tomomi Imura
- ✅ ผู้สร้างแบบทดสอบ: Lateefah Bello, MLSA
- 🙏 ผู้ร่วมพัฒนาหลัก: Evgenii Pishchik
หลักสูตรอื่นๆ
ทีมของเราจัดทำหลักสูตรอื่นๆ! ดูได้ที่:
LangChain
Azure / Edge / MCP / Agents
Generative AI Series
การเรียนรู้หลัก
ชุด Copilot
การขอความช่วยเหลือ
หากคุณติดขัดหรือมีคำถามเกี่ยวกับการสร้างแอป AI เข้าร่วมกับผู้เรียนคนอื่นๆ และนักพัฒนาที่มีประสบการณ์ในการอภิปรายเกี่ยวกับ MCP ชุมชนนี้ให้การสนับสนุนโดยยินดีต้อนรับคำถามและแบ่งปันความรู้กันอย่างเสรี
หากคุณมีคำติชมเกี่ยวกับผลิตภัณฑ์หรือข้อผิดพลาดในขณะสร้าง โปรดไปที่:
ข้อจำกัดความรับผิดชอบ: เอกสารฉบับนี้ถูกแปลโดยใช้บริการแปลด้วย AI Co-op Translator แม้เราจะพยายามให้การแปลมีความถูกต้อง โปรดทราบว่าการแปลอัตโนมัติอาจมีข้อผิดพลาดหรือความคลาดเคลื่อนได้ เอกสารต้นฉบับในภาษาต้นทางควรถือเป็นแหล่งข้อมูลหลัก หากเป็นข้อมูลที่สำคัญ ขอแนะนำให้ใช้การแปลโดยนักแปลมืออาชีพ เราไม่รับผิดชอบต่อความเข้าใจผิดหรือการตีความผิดที่เกิดจากการใช้การแปลฉบับนี้
