|
|
||
|---|---|---|
| .. | ||
| etc | ||
| examples | ||
| lessons | ||
| AGENTS.md | ||
| README.md | ||
| SECURITY.md | ||
| troubleshoot.md | ||
README.md
Kunstig Intelligens for Begyndere - Et Læreplan
![]() |
|---|
| 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
Hvad du vil lære
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
- Forretningscases for brug af AI i erhvervslivet. Overvej at tage Introduktion til AI for erhvervsbrugere læringssti på Microsoft Learn, eller AI Business School, udviklet i samarbejde med INSEAD.
- Klassisk Maskinlæring, som er godt beskrevet i vores Maskinlæring for Begyndere Læreplan.
- Praktiske AI-applikationer bygget med Cognitive Services. Til dette anbefaler vi, at du starter med moduler på Microsoft Learn for vision, naturlig sprogbehandling, Generativ AI med Azure OpenAI Service og andre.
- Specifikke ML Cloud Frameworks, såsom Azure Machine Learning, Microsoft Fabric, eller Azure Databricks. Overvej at bruge Byg og drift maskinlæringsløsninger med Azure Machine Learning og Byg og drift maskinlæringsløsninger med Azure Databricks læringsstier.
- Samtale-AI og Chatbots. Der findes en separat Opret samtale-AI-løsninger læringssti, og du kan også se dette blogindlæg for flere detaljer.
- Dyb matematik bag deep learning. Til dette anbefaler vi Deep Learning af Ian Goodfellow, Yoshua Bengio og Aaron Courville, som også er tilgængelig online på https://www.deeplearningbook.org/.
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
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
- Vi har lavet en opsætningslektion for at hjælpe dig med at sætte dit udviklingsmiljø op. - For undervisere har vi også lavet en pensumopsætningslektion!
- Sådan kører du koden i VSCode eller Codepace
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-appmappen. De bliver gradvist oversat.
Hjælp ønskes
Har du forslag eller fundet stave- eller kodefejl? Opret en issue eller lav en pull request.
Særlige tak
- ✍️ Hovedforfatter: Dmitry Soshnikov, PhD
- 🔥 Redaktør: Jen Looper, PhD
- 🎨 Sketchnote illustrator: Tomomi Imura
- ✅ Quizskaber: Lateefah Bello, MLSA
- 🙏 Kernebidragydere: Evgenii Pishchik
Andre pensum
Vores team producerer også andre pensum! Tjek dem ud:
Azure / Edge / MCP / Agenter
Generativ AI Serie
Kerne-læring
Copilot Serie
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.
Hvis du har produktfeedback eller oplever fejl under udvikling, besøg:
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.
