85 lines
3.8 KiB
Markdown
85 lines
3.8 KiB
Markdown
# Przykłady AI dla Początkujących
|
|
|
|
Witaj! Ten katalog zawiera proste, samodzielne przykłady, które pomogą Ci rozpocząć przygodę z AI i uczeniem maszynowym. Każdy przykład został zaprojektowany z myślą o początkujących, z dokładnymi komentarzami i wyjaśnieniami krok po kroku.
|
|
|
|
## 📚 Przegląd Przykładów
|
|
|
|
| Przykład | Opis | Poziom trudności | Wymagania wstępne |
|
|
|----------|------|------------------|-------------------|
|
|
| [Hello AI World](../../../examples/01-hello-ai-world.py) | Twój pierwszy program AI - proste rozpoznawanie wzorców | ⭐ Początkujący | Podstawy Pythona |
|
|
| [Prosta Sieć Neuronowa](../../../examples/02-simple-neural-network.py) | Zbuduj sieć neuronową od podstaw | ⭐⭐ Początkujący+ | Python, podstawowa matematyka |
|
|
| [Klasyfikator Obrazów](./03-image-classifier.ipynb) | Klasyfikuj obrazy za pomocą wstępnie wytrenowanego modelu | ⭐⭐ Początkujący+ | Python, numpy |
|
|
| [Analiza Sentimentów Tekstu](../../../examples/04-text-sentiment.py) | Analizuj sentyment tekstu (pozytywny/negatywny) | ⭐⭐ Początkujący+ | Python |
|
|
|
|
## 🚀 Rozpoczęcie Pracy
|
|
|
|
### Wymagania wstępne
|
|
|
|
Upewnij się, że masz zainstalowany Python (zalecana wersja 3.8 lub wyższa). Zainstaluj wymagane pakiety:
|
|
|
|
```bash
|
|
# For Python scripts
|
|
pip install numpy
|
|
|
|
# For Jupyter notebooks (image classifier)
|
|
pip install jupyter numpy pillow tensorflow
|
|
```
|
|
|
|
Lub skorzystaj z środowiska conda z głównego programu nauczania:
|
|
|
|
```bash
|
|
conda env create --name ai4beg --file ../environment.yml
|
|
conda activate ai4beg
|
|
```
|
|
|
|
### Uruchamianie Przykładów
|
|
|
|
**Dla skryptów Python (.py):**
|
|
```bash
|
|
python 01-hello-ai-world.py
|
|
```
|
|
|
|
**Dla notebooków Jupyter (.ipynb):**
|
|
```bash
|
|
jupyter notebook 03-image-classifier.ipynb
|
|
```
|
|
|
|
## 📖 Ścieżka Nauki
|
|
|
|
Zalecamy realizowanie przykładów w następującej kolejności:
|
|
|
|
1. **Rozpocznij od "Hello AI World"** - Poznaj podstawy rozpoznawania wzorców
|
|
2. **Zbuduj Prostą Sieć Neuronową** - Zrozum, jak działają sieci neuronowe
|
|
3. **Wypróbuj Klasyfikator Obrazów** - Zobacz AI w akcji na prawdziwych obrazach
|
|
4. **Analizuj Sentiment Tekstu** - Odkryj przetwarzanie języka naturalnego
|
|
|
|
## 💡 Wskazówki dla Początkujących
|
|
|
|
- **Dokładnie czytaj komentarze w kodzie** - Wyjaśniają, co robi każda linia
|
|
- **Eksperymentuj!** - Spróbuj zmieniać wartości i zobacz, co się stanie
|
|
- **Nie martw się, jeśli nie zrozumiesz wszystkiego od razu** - Nauka wymaga czasu
|
|
- **Zadawaj pytania** - Skorzystaj z [Forum dyskusyjnego](https://github.com/microsoft/AI-For-Beginners/discussions)
|
|
|
|
## 🔗 Kolejne Kroki
|
|
|
|
Po ukończeniu tych przykładów, zapoznaj się z pełnym programem nauczania:
|
|
- [Wprowadzenie do AI](../lessons/1-Intro/README.md)
|
|
- [Sieci Neuronowe](../lessons/3-NeuralNetworks/README.md)
|
|
- [Wizja Komputerowa](../lessons/4-ComputerVision/README.md)
|
|
- [Przetwarzanie Języka Naturalnego](../lessons/5-NLP/README.md)
|
|
|
|
## 🤝 Współtworzenie
|
|
|
|
Uważasz, że te przykłady są pomocne? Pomóż nam je ulepszyć:
|
|
- Zgłaszaj problemy lub proponuj ulepszenia
|
|
- Dodawaj więcej przykładów dla początkujących
|
|
- Poprawiaj dokumentację i komentarze
|
|
|
|
---
|
|
|
|
*Pamiętaj: Każdy ekspert kiedyś był początkującym. Miłej nauki! 🎓*
|
|
|
|
---
|
|
|
|
**Zastrzeżenie**:
|
|
Ten dokument został przetłumaczony za pomocą usługi tłumaczenia AI [Co-op Translator](https://github.com/Azure/co-op-translator). Chociaż dokładamy wszelkich starań, aby tłumaczenie było precyzyjne, prosimy pamiętać, że automatyczne tłumaczenia mogą zawierać błędy lub nieścisłości. Oryginalny dokument w jego języku źródłowym powinien być uznawany za autorytatywne źródło. W przypadku informacji o kluczowym znaczeniu zaleca się skorzystanie z profesjonalnego tłumaczenia przez człowieka. Nie ponosimy odpowiedzialności za jakiekolwiek nieporozumienia lub błędne interpretacje wynikające z użycia tego tłumaczenia. |