AI-For-Beginners/translations/de
Pikachú 5d34bc4eb8 Add support documentation and translations for various lessons 2025-02-12 16:09:04 +00:00
..
etc Add support documentation and translations for various lessons 2025-02-12 16:09:04 +00:00
lessons Add support documentation and translations for various lessons 2025-02-12 16:09:04 +00:00
README.md Add support documentation and translations for various lessons 2025-02-12 16:09:04 +00:00
SECURITY.md Add support documentation and translations for various lessons 2025-02-12 16:09:04 +00:00

README.md

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

GitHub watchers GitHub forks GitHub stars Binder Gitter

Künstliche Intelligenz für Anfänger - Ein Lehrplan

 Sketchnote von (@girlie_mac)
KI für Anfänger - Sketchnote von @girlie_mac

Entdecken Sie die Welt der Künstlichen Intelligenz (KI) mit unserem 12-wöchigen, 24-Lektion umfassenden Lehrplan! Er umfasst praktische Lektionen, Quizze und Labore. Der Lehrplan ist anfängerfreundlich und behandelt Werkzeuge wie TensorFlow und PyTorch sowie ethische Aspekte der KI.

Was Sie lernen werden

Mindmap des Kurses

In diesem Lehrplan werden Sie lernen:

  • Verschiedene Ansätze zur Künstlichen Intelligenz, einschließlich des "guten alten" symbolischen Ansatzes mit Wissensrepräsentation und Schlussfolgerungen (GOFAI).
  • Neuronale Netzwerke und Deep Learning, die im Zentrum der modernen KI stehen. Wir werden die Konzepte hinter diesen wichtigen Themen anhand von Code in zwei der beliebtesten Frameworks - TensorFlow und PyTorch - veranschaulichen.
  • Neuronale Architekturen für die Arbeit mit Bildern und Texten. Wir werden aktuelle Modelle behandeln, aber möglicherweise nicht die neuesten Entwicklungen.
  • Weniger populäre KI-Ansätze, wie Genetische Algorithmen und Multi-Agenten-Systeme.

Was wir in diesem Lehrplan nicht behandeln werden:

Finden Sie alle zusätzlichen Ressourcen für diesen Kurs in unserer Microsoft Learn Sammlung

Für eine sanfte Einführung in die Themen KI in der Cloud könnten Sie den Lernpfad Get started with artificial intelligence on Azure in Betracht ziehen.

Inhalt

Link zur Lektion PyTorch/Keras/TensorFlow Lab
0 Kurssetup Entwicklungsumgebung einrichten
I Einführung in KI
01 Einführung und Geschichte der KI - -
II Symbolische KI
02 Wissenrepräsentation und Expertensysteme Expertensysteme / Ontologie /Konzeptgraph
III Einführung in neuronale Netzwerke
03 Perzeptron Notizbuch Lab
04 Mehrschichtiges Perzeptron und Erstellen unseres eigenen Frameworks Notizbuch Lab
05 Einführung in Frameworks (PyTorch/TensorFlow) und Überanpassung PyTorch / Keras / TensorFlow Lab
IV Computer Vision PyTorch / TensorFlow Entdecken Sie Computer Vision auf Microsoft Azure
06 Einführung in die Computer Vision. OpenCV Notebook Labor
07 Konvolutionale Neuronale Netzwerke & CNN-Architekturen PyTorch /TensorFlow Labor
08 Vortrainierte Netzwerke und Transferlernen und Trainingstricks PyTorch / TensorFlow Labor
09 Autoencoder und VAEs PyTorch / TensorFlow
10 Generative Adversarial Networks & Stilübertragung PyTorch / TensorFlow
11 Objekterkennung TensorFlow Labor
12 Semantische Segmentierung. U-Net PyTorch / TensorFlow
V Verarbeitung natürlicher Sprache PyTorch /TensorFlow Erforschen Sie die Verarbeitung natürlicher Sprache auf Microsoft Azure
13 Textdarstellung. Bow/TF-IDF PyTorch / TensorFlow
14 Semantische Wort-Einbettungen. Word2Vec und GloVe PyTorch / TensorFlow
15 Sprachmodellierung. Trainieren Sie Ihre eigenen Einbettungen PyTorch / TensorFlow Labor
16 Rekurrente Neuronale Netze PyTorch / TensorFlow
17 Generative Rekurrente Netze PyTorch / TensorFlow Labor
18 Transformatoren. BERT. PyTorch /TensorFlow
19 Erkennung benannter Entitäten TensorFlow Labor
20 Große Sprachmodelle, Prompt-Programmierung und Few-Shot-Aufgaben PyTorch
VI Andere KI-Techniken
21 Genetische Algorithmen Notebook
22 Deep Reinforcement Learning PyTorch /TensorFlow Lab
23 Multi-Agent-Systeme
VII KI-Ethische Aspekte
24 KI-Ethische Grundsätze und verantwortungsvolle KI Microsoft Learn: Grundsätze für verantwortungsvolle KI
IX Extras
25 Multi-Modal-Netzwerke, CLIP und VQGAN Notebook

Jede Lektion enthält

  • Vorbereitende Materialien
  • Ausführbare Jupyter-Notebooks, die oft spezifisch für das Framework (PyTorch oder TensorFlow) sind. Das ausführbare Notebook enthält auch viele theoretische Inhalte, daher sollten Sie mindestens eine Version des Notebooks (entweder PyTorch oder TensorFlow) durchgehen, um das Thema zu verstehen.
  • Labs, die für einige Themen verfügbar sind und Ihnen die Möglichkeit geben, das Gelernte auf ein spezifisches Problem anzuwenden.
  • Einige Abschnitte enthalten Links zu MS Learn Modulen, die verwandte Themen abdecken.

Erste Schritte

Befolgen Sie diese Schritte:

Forken Sie das Repository: Klicken Sie auf die Schaltfläche "Fork" in der oberen rechten Ecke dieser Seite.

Klonen Sie das Repository: git clone https://github.com/microsoft/AI-For-Beginners.git

Vergessen Sie nicht, dieses Repo zu star (🌟), um es später leichter zu finden.

Lernen Sie andere Lernende kennen

Treten Sie unserem offiziellen KI-Discord-Server bei, um andere Lernende, die diesen Kurs belegen, zu treffen und sich zu vernetzen sowie Unterstützung zu erhalten.

Quizze

Eine Anmerkung zu Quizzen: Alle Quizze befinden sich im Ordner Quiz-app in etc\quiz-app. Sie sind von den Lektionen aus verlinkt. Die Quiz-App kann lokal ausgeführt oder auf Azure bereitgestellt werden; folgen Sie den Anweisungen im quiz-app Ordner. Sie werden schrittweise lokalisiert.

Hilfe gewünscht

Haben Sie Vorschläge oder haben Sie Schreib- oder Codefehler gefunden? Erstellen Sie ein Issue oder einen Pull Request.

Besonderer Dank

Weitere Lehrpläne

Unser Team produziert auch andere Lehrpläne! Schauen Sie sich an:

Haftungsausschluss:
Dieses Dokument wurde mit maschinellen KI-Übersetzungsdiensten übersetzt. Obwohl wir uns um Genauigkeit bemühen, beachten Sie bitte, dass automatisierte Übersetzungen Fehler oder Ungenauigkeiten enthalten können. Das Originaldokument in seiner ursprünglichen Sprache sollte als die maßgebliche Quelle betrachtet werden. Für wichtige Informationen wird eine professionelle menschliche Übersetzung empfohlen. Wir übernehmen keine Haftung für Missverständnisse oder Fehlinterpretationen, die aus der Verwendung dieser Übersetzung entstehen.