AI-For-Beginners/translations/sv

Artificiell Intelligens för Nybörjare - En Kursplan

AI För Nybörjare - Sketchnote av @girlie_mac

Utforska världen av Artificiell Intelligens (AI) med vår 12-veckors, 24-lektioners kursplan! Den innehåller praktiska lektioner, quiz och labbar. Kursplanen är nybörjarvänlig och täcker verktyg som TensorFlow och PyTorch, samt etik inom AI.

🌐 Stöd för Flera Språk

Stöds via GitHub Action (Automatiserat & Alltid Uppdaterat)

Arabiska | Bengali | Bulgariska | Burmese (Myanmar) | Kinesiska (Förenklad) | Kinesiska (Traditionell, Hong Kong) | Kinesiska (Traditionell, Macau) | Kinesiska (Traditionell, Taiwan) | Kroatiska | Tjeckiska | Danska | Holländska | Estniska | Finska | Franska | Tyska | Grekiska | Hebreiska | Hindi | Ungerska | Indonesiska | Italienska | Japanska | Kannada | Koreanska | Litauiska | Malajiska | Malayalam | Marathi | Nepalesiska | Nigeriansk Pidgin | Norska | Persiska (Farsi) | Polska | Portugisiska (Brasilien) | Portugisiska (Portugal) | Punjabi (Gurmukhi) | Rumänska | Ryska | Serbiska (Kyrilliska) | Slovakiska | Slovenska | Spanska | Swahili | Svenska | Tagalog (Filippinska) | Tamil | Telugu | Thailändska | Turkiska | Ukrainska | Urdu | Vietnamesiska

Om du vill att fler översättningsspråk ska stödjas finns de listade här

Gå med i Gemenskapen

Vad du kommer att lära dig

Mindmap över Kursen

I denna kursplan kommer du att lära dig:

• Olika tillvägagångssätt för artificiell intelligens, inklusive det "goda gamla" symboliska tillvägagångssättet med Kunskapsrepresentation och resonemang (GOFAI).
• Neurala Nätverk och Djupinlärning, som är kärnan i modern AI. Vi kommer att illustrera koncepten bakom dessa viktiga ämnen med kod i två av de mest populära ramverken - TensorFlow och PyTorch.
• Neurala Arkitekturer för arbete med bilder och text. Vi kommer att täcka nyare modeller men kan vara något begränsade när det gäller det senaste inom området.
• Mindre vanliga AI-metoder, såsom Genetiska Algoritmer och Multi-Agent System.

Vad vi inte kommer att täcka i denna kursplan:

Hitta alla ytterligare resurser för denna kurs i vår Microsoft Learn-samling

• Affärsfall för att använda AI i affärer. Överväg att ta Introduktion till AI för affärsanvändare lärväg på Microsoft Learn, eller AI Business School, utvecklad i samarbete med INSEAD.
• Klassisk Maskininlärning, som är väl beskriven i vår Maskininlärning för Nybörjare Kursplan.
• Praktiska AI-applikationer byggda med Cognitive Services. För detta rekommenderar vi att du börjar med moduler på Microsoft Learn för vision, naturlig språkbehandling, Generativ AI med Azure OpenAI Service och andra.
• Specifika ML Molnramverk, såsom Azure Machine Learning, Microsoft Fabric, eller Azure Databricks. Överväg att använda lärvägarna Bygg och drifta maskininlärningslösningar med Azure Machine Learning och Bygg och drifta maskininlärningslösningar med Azure Databricks.
• Konversations-AI och Chatbots. Det finns en separat Skapa konversations-AI-lösningar lärväg, och du kan även hänvisa till detta blogginlägg för mer detaljer.
• Djup matematik bakom djupinlärning. För detta rekommenderar vi Deep Learning av Ian Goodfellow, Yoshua Bengio och Aaron Courville, som också finns tillgänglig online på https://www.deeplearningbook.org/.

För en mjuk introduktion till AI i molnet kan du överväga att ta Kom igång med artificiell intelligens på Azure lärväg.

Innehåll

	Lektion Länk	PyTorch/Keras/TensorFlow	Lab
0	Kursuppsättning	Sätt upp din utvecklingsmiljö
I	Introduktion till AI
01	Introduktion och AI:s historia	-	-
II	Symbolisk AI
02	Kunskapsrepresentation och expertsystem	Expertsystem / Ontologi /Konceptgraf
III	Introduktion till neurala nätverk
03	Perceptron	Notebook	Lab
04	Flerlagers Perceptron och att skapa vårt eget ramverk	Notebook	Lab
05	Introduktion till ramverk (PyTorch/TensorFlow) och överanpassning	PyTorch / Keras / TensorFlow	Lab
IV	Datorseende	PyTorch / TensorFlow	Utforska datorseende på Microsoft Azure
06	Introduktion till datorseende. OpenCV	Notebook	Lab
07	Konvolutionsnätverk & CNN-arkitekturer	PyTorch /TensorFlow	Lab
08	Förtränade nätverk och transfer learning och Träningsknep	PyTorch / TensorFlow	Lab
09	Autoenkodare och VAE:er	PyTorch / TensorFlow
10	Generativa adversariella nätverk & konstnärlig stilöverföring	PyTorch / TensorFlow
11	Objektdetektering	TensorFlow	Lab
12	Semantisk segmentering. U-Net	PyTorch / TensorFlow
V	Naturlig språkbehandling	PyTorch /TensorFlow	Utforska naturlig språkbehandling på Microsoft Azure
13	Textrepresentation. Bow/TF-IDF	PyTorch / TensorFlow
14	Semantiska ordinbäddningar. Word2Vec och GloVe	PyTorch / TensorFlow
15	Språkmodellering. Träna dina egna inbäddningar	PyTorch / TensorFlow	Lab
16	Rekursiva neurala nätverk	PyTorch / TensorFlow
17	Generativa rekursiva nätverk	PyTorch / TensorFlow	Lab
18	Transformers. BERT.	PyTorch /TensorFlow
19	Namngiven entitetsigenkänning	TensorFlow	Lab
20	Stora språkmodeller, promptprogrammering och få-skottsuppgifter	PyTorch
VI	Andra AI-tekniker
21	Genetiska algoritmer	Notebook
22	Djup förstärkningsinlärning	PyTorch /TensorFlow	Lab
23	Multiagent-system
VII	AI-etik
24	AI-etik och ansvarsfull AI	Microsoft Learn: Principer för ansvarsfull AI
IX	Extra material
25	Multimodala nätverk, CLIP och VQGAN	Notebook

Varje lektion innehåller

• Förberedande läsmaterial
• Körbara Jupyter Notebooks, ofta specifika för ramverket (PyTorch eller TensorFlow). Den körbara notebooken innehåller också mycket teoretiskt material, så för att förstå ämnet behöver du gå igenom minst en version av notebooken (antingen PyTorch eller TensorFlow).
• Labbar tillgängliga för vissa ämnen, som ger dig möjlighet att prova att tillämpa det du lärt dig på ett specifikt problem.
• Vissa avsnitt innehåller länkar till MS Learn moduler som täcker relaterade ämnen.

Kom igång

🎯 Ny inom AI? Börja här!

Om du är helt ny inom AI och vill ha snabba, praktiska exempel, kolla in våra Nybörjarvänliga exempel! Dessa inkluderar:

• 🌟 Hello AI World - Ditt första AI-program (mönsterigenkänning)
• 🧠 Enkel neuralt nätverk - Bygg ett neuralt nätverk från grunden
• 🖼️ Bildklassificerare - Klassificera bilder med detaljerade kommentarer
• 💬 Textkänsla - Analysera positiv/negativ text

Dessa exempel är utformade för att hjälpa dig att förstå AI-koncept innan du dyker in i hela kursplanen.

📚 Fullständig kursplan

• Vi har skapat en installationslektion för att hjälpa dig att sätta upp din utvecklingsmiljö. - För lärare har vi också skapat en kursplansinstallationslektion!
• Hur man kör koden i VSCode eller Codepace

Följ dessa steg:

Fork:a repot: Klicka på "Fork"-knappen uppe till höger på denna sida.

Klona repot: git clone https://github.com/microsoft/AI-For-Beginners.git

Glöm inte att ge stjärna (🌟) till detta repo för att lättare hitta det senare.

Träffa andra elever

Gå med i vår officiella AI Discord-server för att träffa och nätverka med andra som tar denna kurs och få stöd.

Om du har produktfeedback eller frågor under byggandet, besök vår Azure AI Foundry Developer Forum

Quiz

En notering om quiz: Alla quiz finns i Quiz-app-mappen i etc\quiz-app, eller Online Här De är länkade från lektionerna, quiz-appen kan köras lokalt eller distribueras till Azure; följ instruktionerna i quiz-app-mappen. De håller på att lokaliseras successivt.

Hjälp önskas

Har du förslag eller hittat stavfel eller kodfel? Skapa en issue eller en pull request.

Stort tack

• ✍️ Huvudförfattare: Dmitry Soshnikov, PhD
• 🔥 Redaktör: Jen Looper, PhD
• 🎨 Sketchnote-illustratör: Tomomi Imura
• ✅ Quizskapare: Lateefah Bello, MLSA
• 🙏 Kärnbidragsgivare: Evgenii Pishchik

Andra kursplaner

Vårt team producerar andra kursplaner! Kolla in:

Azure / Edge / MCP / Agenter

---

Generativ AI-serie

---

Kärnkunskap

---

Copilot-serie

Få hjälp

Om du fastnar eller har frågor om att bygga AI-appar, gå med andra elever och erfarna utvecklare i diskussioner om MCP. Det är en stödjande gemenskap där frågor är välkomna och kunskap delas fritt.

Om du har produktfeedback eller fel under byggandet, besök:

---

Ansvarsfriskrivning: Detta dokument har översatts med hjälp av AI-översättningstjänsten Co-op Translator. Även om vi strävar efter noggrannhet, vänligen var medveten om att automatiska översättningar kan innehålla fel eller brister. Det ursprungliga dokumentet på dess modersmål bör betraktas som den auktoritativa källan. För kritisk information rekommenderas professionell mänsklig översättning. Vi ansvarar inte för några missförstånd eller feltolkningar som uppstår till följd av användningen av denna översättning.