AI-For-Beginners/translations/hi
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

शुरुआती लोगों के लिए कृत्रिम बुद्धिमत्ता - एक पाठ्यक्रम

 Sketchnote by (@girlie_mac)
शुरुआती लोगों के लिए AI - Sketchnote by @girlie_mac

हमारे 12-सप्ताह, 24-पाठों के पाठ्यक्रम के साथ कृत्रिम बुद्धिमत्ता (AI) की दुनिया का अन्वेषण करें! इसमें व्यावहारिक पाठ, क्विज़ और प्रयोगशालाएँ शामिल हैं। यह पाठ्यक्रम शुरुआती लोगों के लिए अनुकूल है और इसमें TensorFlow और PyTorch जैसे उपकरणों के साथ-साथ AI में नैतिकता को भी शामिल किया गया है।

आप क्या सीखेंगे

पाठ्यक्रम का माइंडमैप

इस पाठ्यक्रम में, आप सीखेंगे:

  • कृत्रिम बुद्धिमत्ता के विभिन्न दृष्टिकोण, जिसमें ज्ञान प्रतिनिधित्व और तर्क के साथ "अच्छा पुराना" प्रतीकात्मक दृष्टिकोण शामिल है (GOFAI)।
  • न्यूरल नेटवर्क और डीप लर्निंग, जो आधुनिक AI के मूल में हैं। हम इन महत्वपूर्ण विषयों के पीछे के सिद्धांतों को TensorFlow और PyTorch जैसे दो सबसे लोकप्रिय ढाँचों में कोड का उपयोग करके स्पष्ट करेंगे।
  • चित्रों और पाठ के साथ काम करने के लिए न्यूरल आर्किटेक्चर। हम हाल के मॉडलों को कवर करेंगे लेकिन अत्याधुनिक में थोड़ी कमी हो सकती है।
  • कम लोकप्रिय AI दृष्टिकोण, जैसे जीन संबंधी एल्गोरिदम और मल्टी-एजेंट सिस्टम

हम इस पाठ्यक्रम में क्या कवर नहीं करेंगे:

इस पाठ्यक्रम के लिए सभी अतिरिक्त संसाधनों को हमारे Microsoft Learn संग्रह में खोजें

क्लाउड में एआई विषयों के लिए एक सरल परिचय के लिए, आप Azure पर कृत्रिम बुद्धिमत्ता के साथ शुरुआत करें अध्ययन पथ लेने पर विचार कर सकते हैं।

सामग्री

पाठ लिंक PyTorch/Keras/TensorFlow प्रयोगशाला
0 कोर्स सेटअप अपने विकास वातावरण को सेट करें
I एआई का परिचय
01 एआई का परिचय और इतिहास - -
II संकेतात्मक एआई
02 ज्ञान प्रतिनिधित्व और विशेषज्ञ प्रणाली विशेषज्ञ प्रणाली / ओंटोलॉजी /संकल्पना ग्राफ
III न्यूरल नेटवर्क्स का परिचय
03 परसेप्ट्रॉन नोटबुक प्रयोगशाला
04 मल्टी-लेयर्ड परसेप्ट्रॉन और अपना ढांचा बनाना नोटबुक प्रयोगशाला
05 फ्रेमवर्क (PyTorch/TensorFlow) और ओवरफिटिंग का परिचय PyTorch / Keras / TensorFlow प्रयोगशाला
IV कंप्यूटर दृष्टि PyTorch / TensorFlow Microsoft Azure पर कंप्यूटर दृष्टि का अन्वेषण करें
06 कंप्यूटर दृष्टि में परिचय। OpenCV Notebook Lab
07 संवहन तंत्रिका नेटवर्क & CNN आर्किटेक्चर PyTorch /TensorFlow Lab
08 पूर्व-प्रशिक्षित नेटवर्क और स्थानांतरण सीखना और प्रशिक्षण ट्रिक्स PyTorch / TensorFlow Lab
09 ऑटोएन्कोडर्स और VAE PyTorch / TensorFlow
10 जनरेटिव एडवर्सेरियल नेटवर्क और कलात्मक शैली स्थानांतरण PyTorch / TensorFlow
11 वस्तु पहचान TensorFlow Lab
12 सेमांटिक विभाजन। U-Net PyTorch / TensorFlow
V प्राकृतिक भाषा प्रसंस्करण PyTorch /TensorFlow माइक्रोसॉफ्ट एज़्योर पर प्राकृतिक भाषा प्रसंस्करण का अन्वेषण करें
13 पाठ प्रतिनिधित्व. बोव/टीएफ-आईडीएफ PyTorch / TensorFlow
14 अर्थात्मक शब्द एम्बेडिंग. वर्ड2वेक और ग्लोवे PyTorch / TensorFlow
15 भाषा मॉडलिंग. अपने खुद के एम्बेडिंग को प्रशिक्षित करना PyTorch / TensorFlow प्रयोगशाला
16 पुनरावर्ती न्यूरल नेटवर्क PyTorch / TensorFlow
17 जनरेटिव पुनरावर्ती नेटवर्क PyTorch / TensorFlow प्रयोगशाला
18 ट्रांसफार्मर. BERT. PyTorch /TensorFlow
19 नामित इकाई पहचान TensorFlow प्रयोगशाला
20 बड़े भाषा मॉडल, प्रॉम्प्ट प्रोग्रामिंग और कुछ शॉट कार्य PyTorch
VI अन्य एआई तकनीकें
21 जैविक एल्गोरिदम नोटबुक
22 डीप रिइन्फोर्समेंट लर्निंग PyTorch /TensorFlow प्रयोगशाला
23 मल्टी-एजेंट सिस्टम
VII एआई नैतिकता
24 एआई नैतिकता और जिम्मेदार एआई Microsoft Learn: जिम्मेदार एआई सिद्धांत
IX अतिरिक्त
25 मल्टी-मोडल नेटवर्क, CLIP और VQGAN नोटबुक

प्रत्येक पाठ में शामिल है

  • पूर्व-पठन सामग्री
  • निष्पादित होने योग्य जुपिटर नोटबुक, जो अक्सर ढांचे के लिए विशिष्ट होते हैं (PyTorch या TensorFlow)। निष्पादित होने वाला नोटबुक कई सिद्धांतिक सामग्री भी शामिल करता है, इसलिए विषय को समझने के लिए आपको कम से कम एक संस्करण के नोटबुक (या तो PyTorch या TensorFlow) के माध्यम से जाना होगा।
  • कुछ विषयों के लिए उपलब्ध प्रयोगशालाएँ, जो आपको सीखी गई सामग्री को एक विशेष समस्या पर लागू करने का अवसर देती हैं।
  • कुछ अनुभागों में MS Learn मॉड्यूल के लिंक होते हैं जो संबंधित विषयों को कवर करते हैं।

शुरू करने के लिए

इन चरणों का पालन करें:

रेपो को फोर्क करें: इस पृष्ठ के शीर्ष-दाएं कोने पर "Fork" बटन पर क्लिक करें।

रेपो को क्लोन करें: git clone https://github.com/microsoft/AI-For-Beginners.git

बाद में इसे आसानी से खोजने के लिए इस रेपो को स्टार (🌟) करना न भूलें।

अन्य शिक्षार्थियों से मिलें

हमारे आधिकारिक एआई डिस्कॉर्ड सर्वर से जुड़ें ताकि आप इस पाठ्यक्रम को ले रहे अन्य शिक्षार्थियों से मिल सकें और नेटवर्क बना सकें और सहायता प्राप्त कर सकें।

क्विज़

क्विज़ के बारे में एक नोट: सभी क्विज़ क्विज़-ऐप फ़ोल्डर में आदि\quiz-app में शामिल हैं, वे पाठों के भीतर लिंक किए गए हैं, क्विज़ ऐप को स्थानीय रूप से चलाया जा सकता है या Azure पर तैनात किया जा सकता है; quiz-app फ़ोल्डर में दिए गए निर्देशों का पालन करें। इन्हें धीरे-धीरे स्थानीयकृत किया जा रहा है।

सहायता की आवश्यकता है

क्या आपके पास सुझाव हैं या आपने वर्तनी या कोड की गलतियाँ पाई हैं? एक मुद्दा उठाएँ या एक पुल अनुरोध बनाएँ।

विशेष धन्यवाद

अन्य पाठ्यक्रम

हमारी टीम अन्य पाठ्यक्रमों का निर्माण करती है! देखें:

अस्वीकृति:
यह दस्तावेज़ मशीन आधारित एआई अनुवाद सेवाओं का उपयोग करके अनुवादित किया गया है। जबकि हम सटीकता के लिए प्रयास करते हैं, कृपया ध्यान दें कि स्वचालित अनुवादों में त्रुटियाँ या गलतियाँ हो सकती हैं। मूल दस्तावेज़ को उसकी मूल भाषा में अधिकारिक स्रोत के रूप में माना जाना चाहिए। महत्वपूर्ण जानकारी के लिए, पेशेवर मानव अनुवाद की सिफारिश की जाती है। इस अनुवाद के उपयोग से उत्पन्न किसी भी गलतफहमी या गलत व्याख्या के लिए हम जिम्मेदार नहीं हैं।