AI-For-Beginners/translations/da
skytin1004 09a32b9b6c Update translations via Co-op Translator v0.12.1 2025-11-26 12:22:03 +09:00
..
etc 🌐 Update translations via Co-op Translator 2025-08-28 18:09:00 +00:00
examples 🌐 Update translations via Co-op Translator 2025-10-03 11:56:00 +00:00
lessons 🌐 Update translations via Co-op Translator 2025-11-18 22:23:01 +00:00
AGENTS.md 🌐 Update translations via Co-op Translator 2025-10-03 09:55:40 +00:00
README.md Update translations via Co-op Translator v0.12.1 2025-11-26 12:22:03 +09:00
SECURITY.md 🌐 Update translations via Co-op Translator 2025-08-28 18:09:00 +00:00
troubleshoot.md 🌐 Update translations via Co-op Translator 2025-10-03 09:55:40 +00:00

README.md

GitHub license GitHub contributors GitHub issues GitHub pull-requests PRs Welcome

GitHub watchers GitHub forks GitHub stars Binder Gitter

Microsoft Foundry Discord

Kunstig Intelligens for Begyndere - Et Læreplan

Sketchnote by @girlie_mac https://twitter.com/girlie_mac
AI For Beginners - Sketchnote af @girlie_mac

Udforsk verdenen af Kunstig Intelligens (AI) med vores 12-ugers, 24-lektioners læreplan! Den indeholder praktiske lektioner, quizzer og laboratorier. Læreplanen er begynder-venlig og dækker værktøjer som TensorFlow og PyTorch samt etik inden for AI.

🌐 Flersproget Support

Understøttet via GitHub Action (Automatiseret & Altid Opdateret)

Arabic | Bengali | Bulgarian | Burmese (Myanmar) | Chinese (Simplified) | Chinese (Traditional, Hong Kong) | Chinese (Traditional, Macau) | Chinese (Traditional, Taiwan) | Croatian | Czech | Danish | Dutch | Estonian | Finnish | French | German | Greek | Hebrew | Hindi | Hungarian | Indonesian | Italian | Japanese | Kannada | Korean | Lithuanian | Malay | Malayalam | Marathi | Nepali | Nigerian Pidgin | Norwegian | Persian (Farsi) | Polish | Portuguese (Brazil) | Portuguese (Portugal) | Punjabi (Gurmukhi) | Romanian | Russian | Serbian (Cyrillic) | Slovak | Slovenian | Spanish | Swahili | Swedish | Tagalog (Filipino) | Tamil | Telugu | Thai | Turkish | Ukrainian | Urdu | Vietnamese

Hvis du ønsker yderligere oversættelser, er de understøttede sprog listet her

Bliv en del af fællesskabet

Microsoft Foundry Discord

Hvad du vil lære

Mindmap over kurset

I denne læreplan vil du lære:

  • Forskellige tilgange til Kunstig Intelligens, inklusive den "gode gamle" symbolske tilgang med Vidensrepræsentation og ræsonnering (GOFAI).
  • Neurale Netværk og Deep Learning, som er kernen i moderne AI. Vi vil illustrere koncepterne bag disse vigtige emner ved hjælp af kode i to af de mest populære frameworks - TensorFlow og PyTorch.
  • Neurale Arkitekturer til arbejde med billeder og tekst. Vi vil dække nyere modeller, men kan være en smule mangelfulde i den nyeste udvikling.
  • Mindre populære AI-tilgange, såsom Genetiske Algoritmer og Multi-Agent Systemer.

Hvad vi ikke vil dække i denne læreplan:

Find alle yderligere ressourcer til dette kursus i vores Microsoft Learn-samling

For en blid introduktion til AI i skyen emner kan du overveje at tage Kom godt i gang med kunstig intelligens på Azure læringssti.

Indhold

Lektion Link PyTorch/Keras/TensorFlow Laboratorium
0 Opsætning af kursus Opsæt dit udviklingsmiljø
I Introduktion til AI
01 Introduktion og AI's historie - -
II Symbolsk AI
02 Vidensrepræsentation og Ekspertsystemer Ekspertsystemer / Ontologi /Konceptgraf
III Introduktion til Neurale Netværk
03 Perceptron Notebook Lab
04 Multi-Layered Perceptron og Oprettelse af vores eget Framework Notebook Lab
05 Introduktion til Frameworks (PyTorch/TensorFlow) og Overfitting PyTorch / Keras / TensorFlow Lab
IV Computer Vision PyTorch / TensorFlow Udforsk Computer Vision på Microsoft Azure
06 Introduktion til Computer Vision. OpenCV Notebook Lab
07 Convolutional Neural Networks & CNN Arkitekturer PyTorch /TensorFlow Lab
08 Fortrænede Netværk og Transfer Learning og Træningstricks PyTorch / TensorFlow Lab
09 Autoencoders og VAEs PyTorch / TensorFlow
10 Generative Adversarial Networks & Kunstnerisk Stiloverførsel PyTorch / TensorFlow
11 Objektdetektion TensorFlow Lab
12 Semantisk Segmentering. U-Net PyTorch / TensorFlow
V Naturlig Sprogbehandling PyTorch /TensorFlow Udforsk Naturlig Sprogbehandling på Microsoft Azure
13 Tekstrepræsentation. Bow/TF-IDF PyTorch / TensorFlow
14 Semantiske ordindlejringer. Word2Vec og GloVe PyTorch / TensorFlow
15 Sprogsmodellering. Træn dine egne indlejringer PyTorch / TensorFlow Lab
16 Rekurrente Neurale Netværk PyTorch / TensorFlow
17 Generative Rekurrente Netværk PyTorch / TensorFlow Lab
18 Transformers. BERT. PyTorch /TensorFlow
19 Named Entity Recognition TensorFlow Lab
20 Store Sprogmodeller, Prompt-programmering og Few-Shot Opgaver PyTorch
VI Andre AI-teknikker
21 Genetiske Algoritmer Notebook
22 Deep Reinforcement Learning PyTorch /TensorFlow Lab
23 Multi-Agent Systemer
VII AI Etik
24 AI Etik og Ansvarlig AI Microsoft Learn: Principper for Ansvarlig AI
IX Ekstra
25 Multi-Modal Netværk, CLIP og VQGAN Notebook

Hver lektion indeholder

  • Forlæsningsmateriale
  • Eksekverbare Jupyter Notebooks, som ofte er specifikke for frameworket (PyTorch eller TensorFlow). Den eksekverbare notebook indeholder også meget teoretisk materiale, så for at forstå emnet skal du gennemgå mindst én version af notebooken (enten PyTorch eller TensorFlow).
  • Labs tilgængelige for nogle emner, som giver dig mulighed for at prøve at anvende det lærte materiale på et specifikt problem.
  • Nogle sektioner indeholder links til MS Learn moduler, der dækker relaterede emner.

Kom godt i gang

🎯 Ny til AI? Start her!

Hvis du er helt ny til AI og ønsker hurtige, praktiske eksempler, så tjek vores Begynder-venlige Eksempler! Disse inkluderer:

  • 🌟 Hello AI World - Dit første AI-program (mønster-genkendelse)
  • 🧠 Simpelt Neuralt Netværk - Byg et neuralt netværk fra bunden
  • 🖼️ Billedklassificering - Klassificer billeder med detaljerede kommentarer
  • 💬 Tekstfølelse - Analyser positiv/negativ tekst

Disse eksempler er designet til at hjælpe dig med at forstå AI-koncepter, før du dykker ned i hele pensum.

📚 Opsætning af hele pensum

Følg disse trin:

Fork Repository: Klik på "Fork" knappen øverst til højre på denne side.

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

Glem ikke at give denne repo en stjerne (🌟) for nemmere at finde den senere.

Mød andre lærende

Deltag i vores officielle AI Discord-server for at møde og netværke med andre, der tager dette kursus, og få support.

Hvis du har produktfeedback eller spørgsmål undervejs, besøg vores Azure AI Foundry Developer Forum

Quizzer

En note om quizzer: Alle quizzer findes i Quiz-app mappen i etc\quiz-app, eller Online her De er linket fra lektionerne, quiz-appen kan køres lokalt eller deployeres til Azure; følg instruktionerne i quiz-app mappen. De bliver gradvist oversat.

Hjælp ønskes

Har du forslag eller fundet stave- eller kodefejl? Opret en issue eller lav en pull request.

Særlige tak

Andre pensum

Vores team producerer også andre pensum! Tjek dem ud:

Azure / Edge / MCP / Agenter

AZD for Beginners Edge AI for Beginners MCP for Beginners AI Agents for Beginners


Generativ AI Serie

Generative AI for Beginners Generative AI (.NET) Generative AI (Java) Generative AI (JavaScript)


Kerne-læring

ML for Beginners Data Science for Beginners AI for Beginners Cybersecurity for Beginners Web Dev for Beginners IoT for Beginners XR Development for Beginners


Copilot Serie

Copilot for AI Paired Programming Copilot for C#/.NET Copilot Adventure

Få hjælp

Hvis du sidder fast eller har spørgsmål om at bygge AI-apps, så deltag i samtaler med andre lærende og erfarne udviklere om MCP. Det er et støttende fællesskab, hvor spørgsmål er velkomne, og viden deles frit.

Microsoft Foundry Discord

Hvis du har produktfeedback eller oplever fejl under udvikling, besøg:

Microsoft Foundry Developer Forum


Ansvarsfraskrivelse: Dette dokument er blevet oversat ved hjælp af AI-oversættelsestjenesten Co-op Translator. Selvom vi bestræber os på nøjagtighed, bedes du være opmærksom på, at automatiserede oversættelser kan indeholde fejl eller unøjagtigheder. Det oprindelige dokument på dets modersmål bør betragtes som den autoritative kilde. For kritisk information anbefales professionel menneskelig oversættelse. Vi påtager os intet ansvar for misforståelser eller fejltolkninger, der opstår som følge af brugen af denne oversættelse.