AI-For-Beginners/translations/de

Künstliche Intelligenz für Anfänger – Ein Lehrplan

KI für Anfänger – Sketchnote von @girlie_mac

Entdecke die Welt der Künstlichen Intelligenz (KI) mit unserem 12-wöchigen Lehrplan mit 24 Lektionen! Er beinhaltet praktische Lektionen, Quizfragen und Labs. Der Lehrplan ist anfängerfreundlich und behandelt Werkzeuge wie TensorFlow und PyTorch sowie Ethik in der KI.

🌐 Mehrsprachige Unterstützung

Unterstützt durch GitHub Action (Automatisiert & Immer Aktuell)

Arabisch | Bengalisch | Bulgarisch | Birmanisch (Myanmar) | Chinesisch (Vereinfacht) | Chinesisch (Traditionell, Hongkong) | Chinesisch (Traditionell, Macau) | Chinesisch (Traditionell, Taiwan) | Kroatisch | Tschechisch | Dänisch | Niederländisch | Estnisch | Finnisch | Französisch | Deutsch | Griechisch | Hebräisch | Hindi | Ungarisch | Indonesisch | Italienisch | Japanisch | Kannada | Koreanisch | Litauisch | Malaiisch | Malayalam | Marathi | Nepalesisch | Nigerianisches Pidgin | Norwegisch | Persisch (Farsi) | Polnisch | Portugiesisch (Brasilien) | Portugiesisch (Portugal) | Punjabi (Gurmukhi) | Rumänisch | Russisch | Serbisch (Kyrillisch) | Slowakisch | Slowenisch | Spanisch | Suaheli | Schwedisch | Tagalog (Filipino) | Tamil | Telugu | Thailändisch | Türkisch | Ukrainisch | Urdu | Vietnamesisch

Lieber lokal klonen?

Dieses Repository enthält über 50 Sprachübersetzungen, was die Downloadgröße erheblich erhöht. Zum Klonen ohne Übersetzungen, verwenden Sie 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'

Dies liefert Ihnen alles, was Sie für den Kurs brauchen, bei deutlich schnellerem Download.

Wenn Sie wünschen, dass weitere Übersetzungssprachen unterstützt werden, sind diese hier aufgelistet

Trete der Community bei

Was Sie lernen werden

Mindmap des Kurses

In diesem Lehrplan lernst du:

• Verschiedene Ansätze der künstlichen Intelligenz, einschließlich des "guten alten" symbolischen Ansatzes mit Wissensrepräsentation und Schlussfolgerungen (GOFAI).
• Neuronale Netze und Deep Learning, die im Kern der modernen KI stehen. Wir veranschaulichen die Konzepte dieser wichtigen Themen anhand von Code in zwei der beliebtesten Frameworks – TensorFlow und PyTorch.
• Neuronale Architekturen zur Arbeit mit Bildern und Text. Wir behandeln neuere Modelle, die jedoch etwas weniger den neuesten Stand der Technik widerspiegeln könnten.
• Weniger populäre KI-Ansätze, wie Genetische Algorithmen und Multi-Agenten-Systeme.

Was wir in diesem Lehrplan nicht behandeln:

Finde alle zusätzlichen Ressourcen für diesen Kurs in unserer Microsoft Learn Kollektion

• Geschäftsbeispiele für die Nutzung von KI im Business. Ziehe in Betracht, den Lernpfad Einführung in KI für Business-Anwender auf Microsoft Learn oder die AI Business School zu nutzen, entwickelt in Zusammenarbeit mit INSEAD.
• Klassisches Machine Learning, das gut in unserem Machine Learning für Anfänger Lehrplan beschrieben wird.
• Praktische KI-Anwendungen, die mit Cognitive Services gebaut werden. Hierfür empfehlen wir Module auf Microsoft Learn zu Vision, natürlicher Sprachverarbeitung, Generative KI mit Azure OpenAI Service und weiteren.
• Spezifische ML-Cloud-Frameworks wie Azure Machine Learning, Microsoft Fabric oder Azure Databricks. Ziehe Lernpfade wie Maschinelles Lernen mit Azure Machine Learning erstellen und betreiben und Maschinelle Lern-Lösungen mit Azure Databricks aufbauen und betreiben in Betracht.
• Konversations-KI und Chatbots. Es gibt einen separaten Lernpfad Konversations-KI-Lösungen erstellen, und du kannst dich auch in diesem Blogbeitrag genauer informieren.
• Tiefe Mathematik hinter Deep Learning. Hierfür empfehlen wir Deep Learning von Ian Goodfellow, Yoshua Bengio und Aaron Courville, das auch online unter https://www.deeplearningbook.org/ verfügbar ist.

Für eine sanfte Einführung in KI in der Cloud kannst du den Lernpfad Mit Künstlicher Intelligenz auf Azure starten in Betracht ziehen.

Inhalt

	Link zur Lektion	PyTorch/Keras/TensorFlow	Labor
0	Kurs Setup	Richte deine Entwicklungsumgebung ein
I	Einführung in KI
01	Einführung und Geschichte der KI	-	-
II	Symbolische KI
02	Wissensrepräsentation und Expertensysteme	Expertensysteme / Ontologie /Begriffsgrafik
III	Einführung in neuronale Netze
03	Perzeptron	Notebook	Labor
04	Mehrschichtiges Perzeptron und Erstellung unseres eigenen Frameworks	Notebook	Labor
05	Einführung in Frameworks (PyTorch/TensorFlow) und Overfitting	PyTorch / Keras / TensorFlow	Labor
IV	Computer Vision	PyTorch / TensorFlow	Untersuche Computer Vision auf Microsoft Azure
06	Einführung in Computer Vision. OpenCV	Notebook	Labor
07	Convolutional Neural Networks & CNN-Architekturen	PyTorch /TensorFlow	Labor
08	Vortrainierte Netzwerke und Transferlernen und Trainingstricks	PyTorch / TensorFlow	Labor
09	Autoencoder und VAEs	PyTorch / TensorFlow
10	Generative adversariale Netzwerke & künstlerischer Stiltransfer	PyTorch / TensorFlow
11	Objekterkennung	TensorFlow	Labor
12	Semantische Segmentierung. U-Net	PyTorch / TensorFlow
V	Natürliche Sprachverarbeitung	PyTorch /TensorFlow	Untersuche natürliche Sprachverarbeitung auf Microsoft Azure
13	Textrepräsentation. BoW/TF-IDF	PyTorch / TensorFlow
14	Semantische Wort-Embeddings. Word2Vec und GloVe	PyTorch / TensorFlow
15	Sprachmodellierung. Trainiere eigene Embeddings	PyTorch / TensorFlow	Labor
16	Rekurrente neuronale Netze	PyTorch / TensorFlow
17	Generative rekurrente Netze	PyTorch / TensorFlow	Labor
18	Transformers. BERT.	PyTorch /TensorFlow
19	Erkennung benannter Entitäten	TensorFlow	Labor
20	Große Sprachmodelle, Prompt-Programmierung und Few-Shot-Aufgaben	PyTorch
VI	Andere KI-Techniken
21	Genetische Algorithmen	Notebook
22	Deep Reinforcement Learning	PyTorch /TensorFlow	Labor
23	Multi-Agenten-Systeme
VII	KI-Ethik
24	KI-Ethik und verantwortungsvolle KI	Microsoft Learn: Prinzipien verantwortungsvoller KI
IX	Extras
25	Multi-Modal-Netze, CLIP und VQGAN	Notebook

Jede Lektion enthält

• Vorlesematerial
• Ausführbare Jupyter Notebooks, die oft auf das jeweilige Framework (PyTorch oder TensorFlow) spezialisiert sind. Das ausführbare Notebook enthält auch viele theoretische Inhalte, daher solltest du mindestens eine Version des Notebooks (entweder PyTorch oder TensorFlow) durcharbeiten, um das Thema zu verstehen.
• Labore zu einzelnen Themen, die dir die Möglichkeit geben, das Gelernte an einem konkreten Problem anzuwenden.
• Einige Abschnitte enthalten Links zu MS Learn Modulen, die verwandte Themen abdecken.

Erste Schritte

🎯 Neu in KI? Hier starten!

Wenn du komplett neu in KI bist und schnelle, praxisnahe Beispiele suchst, schau dir unsere Anfängergerechten Beispiele an! Diese enthalten:

• 🌟 Hallo KI Welt - Dein erstes KI-Programm (Mustererkennung)

• 🧠 Einfaches neuronales Netz - Baue ein neuronales Netz von Grund auf auf

• 🖼️ Bildklassifikator - Klassifizieren Sie Bilder mit ausführlichen Kommentaren

• 💬 Text-Stimmung - Analysieren Sie positive/negative Texte

Diese Beispiele sollen Ihnen helfen, KI-Konzepte zu verstehen, bevor Sie in den vollständigen Lehrplan eintauchen.

📚 Vollständige Lehrplaneinrichtung

• Wir haben eine Setup-Lektion erstellt, um Ihnen beim Einrichten Ihrer Entwicklungsumgebung zu helfen. - Für Lehrkräfte haben wir ebenfalls eine Lehrplaneinrichtungslektion erstellt!
• Wie man den Code in VSCode oder einem Codespace ausführt

Folgen Sie diesen Schritten:

Repository forkieren: Klicken Sie auf die Schaltfläche „Fork“ oben rechts auf dieser Seite.

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

Vergessen Sie nicht, dieses Repo mit einem Stern (🌟) zu versehen, damit Sie es später leichter finden.

Treffen Sie andere Lernende

Treten Sie unserem offiziellen AI Discord-Server bei, um andere Lernende, die diesen Kurs belegen, kennenzulernen und sich zu vernetzen sowie Unterstützung zu erhalten.

Wenn Sie Produktfeedback oder Fragen während des Buildens haben, besuchen Sie unser Azure AI Foundry Developer Forum.

Quizze

Eine Anmerkung zu Quizzen: Alle Quizze befinden sich im Ordner Quiz-app im Verzeichnis etc\quiz-app oder Online Hier. Sie sind in den Lektionen verlinkt. Die Quiz-App kann lokal ausgeführt oder auf Azure bereitgestellt werden; befolgen Sie die Anweisungen im Ordner quiz-app. Sie werden nach und nach lokalisiert.

Gesucht: Unterstützung

Haben Sie Vorschläge oder Rechtschreib- bzw. Codefehler gefunden? Eröffnen Sie ein Issue oder erstellen Sie einen Pull Request.

Besonderer Dank

• ✍️ Hauptautor: Dmitry Soshnikov, PhD
• 🔥 Herausgeber: Jen Looper, PhD
• 🎨 Sketchnote-Illustratorin: Tomomi Imura
• ✅ Quiz-Ersteller: Lateefah Bello, MLSA
• 🙏 Hauptbeitragende: Evgenii Pishchik

Weitere Lehrpläne

Unser Team erstellt weitere Lehrpläne! Schauen Sie sich an:

LangChain

---

Azure / Edge / MCP / Agents

---

Generative KI Serie

---

Kernlernen

---

Copilot Serie

Hilfe erhalten

Falls Sie stecken bleiben oder Fragen zum Erstellen von KI-Apps haben, schließen Sie sich anderen Lernenden und erfahrenen Entwicklern zu Diskussionen über MCP an. Es ist eine unterstützende Gemeinschaft, in der Fragen willkommen sind und Wissen frei geteilt wird.

Wenn Sie Produktfeedback oder Fehler beim Entwickeln haben, besuchen Sie:

---

Haftungsausschluss:
Dieses Dokument wurde mithilfe des KI-Übersetzungsdienstes Co-op Translator übersetzt. Obwohl wir auf Genauigkeit achten, beachten Sie bitte, dass automatisierte Übersetzungen Fehler oder Ungenauigkeiten enthalten können. Das Originaldokument in seiner Ursprungssprache gilt als maßgebliche Quelle. Für wichtige Informationen wird eine professionelle menschliche Übersetzung empfohlen. Wir übernehmen keine Haftung für Missverständnisse oder Fehlinterpretationen, die durch die Nutzung dieser Übersetzung entstehen.