AI-For-Beginners/translations/no
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 nybegynnere - Et læreplan

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

Utforsk verden av kunstig intelligens (AI) med vår 12-ukers, 24-leksjons læreplan! Den inkluderer praktiske leksjoner, quizzer og laboratorier. Læreplanen er nybegynnervennlig og dekker verktøy som TensorFlow og PyTorch, samt etikk innen AI.

🌐 Støtte for flere språk

Støttet via GitHub Action (Automatisert og alltid oppdatert)

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 at flere oversettelsesspråk skal støttes, er de listet her

Bli med i fellesskapet

Microsoft Foundry Discord

Hva du vil lære

Tankekart over kurset

I denne læreplanen vil du lære:

  • Ulike tilnærminger til kunstig intelligens, inkludert den "gode gamle" symbolske tilnærmingen med kunnskapsrepresentasjon og resonnement (GOFAI).
  • Neurale nettverk og dyp læring, som er kjernen i moderne AI. Vi vil illustrere konseptene bak disse viktige temaene ved hjelp av kode i to av de mest populære rammeverkene - TensorFlow og PyTorch.
  • Neurale arkitekturer for arbeid med bilder og tekst. Vi vil dekke nyere modeller, men kan være noe mangelfulle på det aller nyeste innen feltet.
  • Mindre populære AI-tilnærminger, som genetiske algoritmer og multi-agent systemer.

Hva vi ikke vil dekke i denne læreplanen:

Finn alle tilleggsmaterialer for dette kurset i vår Microsoft Learn-samling

For en myk introduksjon til AI i skyen-temaer kan du vurdere å ta læringsstien Kom i gang med kunstig intelligens på Azure.

Innhold

Leksjonslenke PyTorch/Keras/TensorFlow Lab
0 Oppsett av kurset Sett opp utviklingsmiljøet ditt
I Introduksjon til AI
01 Introduksjon og AI-historie - -
II Symbolsk AI
02 Kunnskapsrepresentasjon og ekspertsystemer Ekspertsystemer / Ontologi /Konseptgraf
III Introduksjon til nevrale nettverk
03 Perceptron Notatbok Lab
04 Flerlaget Perceptron og Lage vårt eget rammeverk Notatbok Lab
05 Introduksjon til rammeverk (PyTorch/TensorFlow) og overtilpasning PyTorch / Keras / TensorFlow Lab
IV Datamaskinsyn PyTorch / TensorFlow Utforsk datamaskinsyn på Microsoft Azure
06 Introduksjon til datamaskinsyn. OpenCV Notatbok Lab
07 Konvolusjonsnevrale nettverk & CNN-arkitekturer PyTorch /TensorFlow Lab
08 Forhåndstrente nettverk og overføringslæring og Treningstriks PyTorch / TensorFlow Lab
09 Autoenkodere og VAEer PyTorch / TensorFlow
10 Generative Adversarial Networks og kunstnerisk stiloverføring PyTorch / TensorFlow
11 Objektdeteksjon TensorFlow Lab
12 Semantisk segmentering. U-Net PyTorch / TensorFlow
V Naturlig språkbehandling PyTorch /TensorFlow Utforsk naturlig språkbehandling på Microsoft Azure
13 Tekstrepresentasjon. Bow/TF-IDF PyTorch / TensorFlow
14 Semantiske ordinnbeddinger. Word2Vec og GloVe PyTorch / TensorFlow
15 Språkmodellering. Trene egne innbeddinger PyTorch / TensorFlow Lab
16 Rekurrente nevrale nettverk PyTorch / TensorFlow
17 Generative rekurrente nettverk PyTorch / TensorFlow Lab
18 Transformers. BERT. PyTorch /TensorFlow
19 Navngitt enhetsgjenkjenning TensorFlow Lab
20 Store språkmodeller, promptprogrammering og få-skudd-oppgaver PyTorch
VI Andre AI-teknikker
21 Genetiske algoritmer Notatbok
22 Dyp forsterkende læring PyTorch /TensorFlow Lab
23 Multi-agent systemer
VII AI-etikk
24 AI-etikk og ansvarlig AI Microsoft Learn: Prinsipper for ansvarlig AI
IX Ekstra
25 Multimodale nettverk, CLIP og VQGAN Notatbok

Hver leksjon inneholder

  • Forhåndslesningsmateriale
  • Kjørbare Jupyter-notatbøker, som ofte er spesifikke for rammeverket (PyTorch eller TensorFlow). Den kjørbare notatboken inneholder også mye teoretisk materiale, så for å forstå temaet må du gå gjennom minst én versjon av notatboken (enten PyTorch eller TensorFlow).
  • Labber tilgjengelig for noen emner, som gir deg mulighet til å prøve å anvende det du har lært på et spesifikt problem.
  • Noen seksjoner inneholder lenker til MS Learn moduler som dekker relaterte temaer.

Komme i gang

🎯 Ny til AI? Start her!

Hvis du er helt ny til AI og ønsker raske, praktiske eksempler, sjekk ut våre Begynnervennlige eksempler! Disse inkluderer:

  • 🌟 Hello AI World - Ditt første AI-program (mønster-gjenkjenning)
  • 🧠 Enkelt nevralt nettverk - Bygg et nevralt nettverk fra bunnen av
  • 🖼️ Bildeklassifiserer - Klassifiser bilder med detaljerte kommentarer
  • 💬 Tekstfølelse - Analyser positiv/negativ tekst

Disse eksemplene er laget for å hjelpe deg med å forstå AI-konsepter før du går videre til hele læreplanen.

📚 Full læreplanoppsett

Følg disse trinnene:

Lag en fork av depotet: Klikk på "Fork"-knappen øverst til høyre på denne siden.

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

Ikke glem å gi stjerne (🌟) til dette repoet for å finne det enklere senere.

Møt andre lærende

Bli med i vår offisielle AI Discord-server for å møte og knytte nettverk med andre som tar dette kurset, og få støtte.

Hvis du har produktinnspill eller spørsmål underveis, besøk vår Azure AI Foundry Developer Forum

Quizzer

En merknad om quizzer: Alle quizzer ligger i Quiz-app-mappen i etc\quiz-app, eller Online her De er lenket fra leksjonene, quiz-appen kan kjøres lokalt eller distribueres til Azure; følg instruksjonene i quiz-app-mappen. De blir gradvis oversatt.

Trenger hjelp

Har du forslag eller funnet stave- eller kodefeil? Opprett en issue eller lag en pull request.

Spesiell takk

Andre læreplaner

Teamet vårt lager også andre læreplaner! Sjekk ut:

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)


Kjerneopplæring

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 hjelp

Hvis du står fast eller har spørsmål om å bygge AI-apper, bli med andre lærende og erfarne utviklere i diskusjoner om MCP. Det er et støttende fellesskap hvor spørsmål er velkomne og kunnskap deles fritt.

Microsoft Foundry Discord

Hvis du har produktinnspill eller opplever feil under bygging, besøk:

Microsoft Foundry Developer Forum


Ansvarsfraskrivelse: Dette dokumentet er oversatt ved hjelp av AI-oversettelsestjenesten Co-op Translator. Selv om vi streber etter nøyaktighet, vennligst vær oppmerksom på at automatiske oversettelser kan inneholde feil eller unøyaktigheter. Det opprinnelige dokumentet på originalspråket skal anses som den autoritative kilden. For kritisk informasjon anbefales profesjonell menneskelig oversettelse. Vi er ikke ansvarlige for eventuelle misforståelser eller feiltolkninger som oppstår ved bruk av denne oversettelsen.