AI-For-Beginners/translations/zh

人工智能入门课程

人工智能入门 - 思维导图由 @girlie_mac 绘制

通过我们的12周、24课时课程，探索人工智能（AI）的世界！课程包含实用的课程内容、测验和实验。课程适合初学者，涵盖了TensorFlow和PyTorch等工具，以及AI伦理。

🌐 多语言支持

通过 GitHub Action 支持（自动且始终保持最新）

阿拉伯语 | 孟加拉语 | 保加利亚语 | 缅甸语 | 中文（简体） | 中文（繁体，香港） | 中文（繁体，澳门） | 中文（繁体，台湾） | 克罗地亚语 | 捷克语 | 丹麦语 | 荷兰语 | 爱沙尼亚语 | 芬兰语 | 法语 | 德语 | 希腊语 | 希伯来语 | 印地语 | 匈牙利语 | 印尼语 | 意大利语 | 日语 | 卡纳达语 | 韩语 | 立陶宛语 | 马来语 | 马拉雅拉姆语 | 马拉地语 | 尼泊尔语 | 尼日利亚皮钦语 | 挪威语 | 波斯语（法尔西语） | 波兰语 | 葡萄牙语（巴西） | 葡萄牙语（葡萄牙） | 旁遮普语（古鲁穆奇文） | 罗马尼亚语 | 俄语 | 塞尔维亚语（西里尔字母） | 斯洛伐克语 | 斯洛文尼亚语 | 西班牙语 | 斯瓦希里语 | 瑞典语 | 他加禄语（菲律宾语） | 泰米尔语 | 泰卢固语 | 泰语 | 土耳其语 | 乌克兰语 | 乌尔都语 | 越南语

如果您希望支持更多翻译语言，请查看这里

加入社区

你将学到什么

课程思维导图

在本课程中，你将学习：

• 不同的人工智能方法，包括“老派”的符号方法，涉及知识表示和推理（GOFAI）。
• 神经网络和深度学习，这是现代AI的核心。我们将通过两个最流行的框架——TensorFlow和PyTorch的代码示例来说明这些重要主题背后的概念。
• 用于处理图像和文本的神经网络架构。我们将介绍最新模型，但可能在最前沿技术方面略有不足。
• 较少流行的AI方法，如遗传算法和多智能体系统。

本课程不涵盖：

在我们的 Microsoft Learn 集合中查找本课程的所有额外资源

• AI 在商业中的应用案例。建议学习 Microsoft Learn 上的面向业务用户的 AI 入门学习路径，或与INSEAD合作开发的AI 商业学院。
• 经典机器学习，详见我们的机器学习入门课程。
• 使用**认知服务构建的实际AI应用。推荐从 Microsoft Learn 的视觉、自然语言处理、Azure OpenAI 服务的生成式 AI**等模块开始。
• 特定的机器学习云框架，如Azure 机器学习、Microsoft Fabric或Azure Databricks。建议使用使用 Azure 机器学习构建和运营机器学习解决方案和使用 Azure Databricks 构建和运营机器学习解决方案学习路径。
• 对话式 AI和聊天机器人。有专门的创建对话式 AI 解决方案学习路径，也可以参考这篇博客文章了解更多细节。
• 深度学习背后的深度数学。推荐阅读 Ian Goodfellow、Yoshua Bengio 和 Aaron Courville 合著的深度学习，该书也可在线阅读：https://www.deeplearningbook.org/。

如果想温和入门云端的_AI_相关主题，可以考虑学习在 Azure 上开始人工智能之旅学习路径。

课程内容

	课程链接	PyTorch/Keras/TensorFlow	实验
0	课程设置	设置开发环境
I	人工智能简介
01	人工智能简介与历史	-	-
II	符号 AI
02	知识表示与专家系统	专家系统 / 本体论 /概念图
III	神经网络简介
03	感知器	笔记本	实验
04	多层感知器及自建框架	笔记本	实验
05	框架简介（PyTorch/TensorFlow）及过拟合	PyTorch / Keras / TensorFlow	实验
IV	计算机视觉	PyTorch / TensorFlow	在 Microsoft Azure 上探索计算机视觉
06	计算机视觉入门。OpenCV	笔记本	实验
07	卷积神经网络 & CNN 架构	PyTorch /TensorFlow	实验
08	预训练网络与迁移学习 和 训练技巧	PyTorch / TensorFlow	实验
09	自编码器和变分自编码器（VAE）	PyTorch / TensorFlow
10	生成对抗网络与艺术风格迁移	PyTorch / TensorFlow
11	目标检测	TensorFlow	实验
12	语义分割。U-Net	PyTorch / TensorFlow
V	自然语言处理	PyTorch /TensorFlow	在 Microsoft Azure 上探索自然语言处理
13	文本表示。词袋模型/TF-IDF	PyTorch / TensorFlow
14	语义词嵌入。Word2Vec 和 GloVe	PyTorch / TensorFlow
15	语言建模。训练你自己的嵌入	PyTorch / TensorFlow	实验
16	循环神经网络	PyTorch / TensorFlow
17	生成式循环网络	PyTorch / TensorFlow	实验
18	Transformer。BERT。	PyTorch /TensorFlow
19	命名实体识别	TensorFlow	实验
20	大型语言模型，提示编程与少样本任务	PyTorch
VI	其他 AI 技术
21	遗传算法	笔记本
22	深度强化学习	PyTorch /TensorFlow	实验
23	多智能体系统
VII	AI 伦理
24	AI 伦理与负责任的 AI	Microsoft Learn：负责任的 AI 原则
IX	附加内容
25	多模态网络，CLIP 和 VQGAN	笔记本

每节课包含内容

• 预习材料
• 可执行的 Jupyter 笔记本，通常针对特定框架（PyTorch 或 TensorFlow）。可执行笔记本中也包含大量理论内容，因此要理解主题，至少需要完成其中一个版本的笔记本（PyTorch 或 TensorFlow）。
• 部分主题提供 实验，让你有机会将所学知识应用到具体问题中。
• 部分章节包含指向相关主题的 MS Learn 模块链接。

入门指南

🎯 AI 新手？从这里开始！

如果你是 AI 完全新手，想要快速上手并体验实操示例，请查看我们的初学者友好示例！其中包括：

• 🌟 Hello AI World - 你的第一个 AI 程序（模式识别）
• 🧠 简单神经网络 - 从零构建神经网络
• 🖼️ 图像分类器 - 带详细注释的图像分类器
• 💬 文本情感分析 - 分析文本的正面/负面情绪

这些示例旨在帮助你在深入完整课程之前理解 AI 概念。

📚 完整课程设置

• 我们创建了一个设置课程来帮助你搭建开发环境。
• 对于教育工作者，我们也准备了一个课程设置指南！
• 如何在 VSCode 或 Codepace 中运行代码

请按照以下步骤操作：

Fork 仓库：点击本页右上角的“Fork”按钮。

克隆仓库：git clone https://github.com/microsoft/AI-For-Beginners.git

别忘了给这个仓库点星（🌟），方便以后查找。

认识其他学习者

加入我们的官方 AI Discord 服务器，与其他学习本课程的学员交流并获得支持。

如果在构建过程中有产品反馈或问题，请访问我们的Azure AI Foundry 开发者论坛

测验

关于测验的说明：所有测验都包含在 etc\quiz-app 文件夹中的 Quiz-app 里，或可在线访问。测验链接嵌入在课程中，测验应用可以本地运行或部署到 Azure；请按照 quiz-app 文件夹中的说明操作。测验内容正在逐步本地化。

需要帮助

你有建议或发现拼写或代码错误吗？请提交 issue 或创建 pull request。

特别感谢

• ✍️ 主要作者： Dmitry Soshnikov，博士
• 🔥 编辑： Jen Looper，博士
• 🎨 速写插画师： Tomomi Imura
• ✅ 测验创建者： Lateefah Bello，MLSA
• 🙏 核心贡献者： Evgenii Pishchik

其他课程

我们的团队还制作了其他课程！快来看看：

Azure / Edge / MCP / Agents

---

生成式 AI 系列

---

核心学习

---

Copilot 系列

获取帮助

如果你遇到困难或对构建 AI 应用有任何疑问，欢迎加入 MCP 的学习者和经验丰富的开发者讨论社区。这里是一个支持性强的社区，欢迎提问并自由分享知识。

如果在构建过程中有产品反馈或遇到错误，请访问：

---

免责声明：
本文件由 AI 翻译服务 Co-op Translator 翻译而成。虽然我们力求准确，但请注意自动翻译可能包含错误或不准确之处。原始文件的母语版本应被视为权威来源。对于重要信息，建议使用专业人工翻译。我们不对因使用本翻译而产生的任何误解或误释承担责任。