AI-For-Beginners/translations/ms
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

Kecerdasan Buatan untuk Pemula - Sebuah Kurikulum

 Sketchnote oleh (@girlie_mac)
Kecerdasan Buatan untuk Pemula - Sketchnote oleh @girlie_mac

Jelajahi dunia Kecerdasan Buatan (AI) dengan kurikulum kami yang berlangsung selama 12 minggu dan terdiri dari 24 pelajaran! Ini mencakup pelajaran praktis, kuis, dan laboratorium. Kurikulum ini ramah pemula dan mencakup alat seperti TensorFlow dan PyTorch, serta etika dalam AI.

Apa yang akan Anda pelajari

Peta Pikiran Kursus

Dalam kurikulum ini, Anda akan mempelajari:

  • Berbagai pendekatan terhadap Kecerdasan Buatan, termasuk pendekatan simbolik "lama yang baik" dengan Representasi Pengetahuan dan penalaran (GOFAI).
  • Jaringan Saraf dan Pembelajaran Dalam, yang merupakan inti dari AI modern. Kami akan menggambarkan konsep di balik topik penting ini menggunakan kode dalam dua kerangka kerja paling populer - TensorFlow dan PyTorch.
  • Arsitektur Saraf untuk bekerja dengan gambar dan teks. Kami akan membahas model-model terbaru tetapi mungkin sedikit kurang dalam hal teknologi terkini.
  • Pendekatan AI yang kurang populer, seperti Algoritma Genetik dan Sistem Multi-Agen.

Apa yang tidak akan kami bahas dalam kurikulum ini:

Temukan semua sumber tambahan untuk kursus ini di koleksi Microsoft Learn kami

Untuk pengantar yang lembut tentang topik AI di Cloud, Anda dapat mempertimbangkan untuk mengambil jalur pembelajaran Memulai dengan kecerdasan buatan di Azure.

Konten

Tautan Pelajaran PyTorch/Keras/TensorFlow Lab
0 Pengaturan Kursus Siapkan Lingkungan Pengembangan Anda
I Pengantar AI
01 Pengantar dan Sejarah AI - -
II AI Simbolik
02 Representasi Pengetahuan dan Sistem Pakar Sistem Pakar / Ontologi /Graf Konsep
III Pengantar Jaringan Saraf
03 Perceptron Notebook Lab
04 Perceptron Berlapis Banyak dan Membuat Kerangka Sendiri Notebook Lab
05 Pengantar Kerangka (PyTorch/TensorFlow) dan Overfitting PyTorch / Keras / TensorFlow Lab
IV Penglihatan Komputer PyTorch / TensorFlow Jelajahi Penglihatan Komputer di Microsoft Azure
06 Pengenalan kepada Penglihatan Komputer. OpenCV Notebook Laboratorium
07 Rangkaian Neural Konvolusi & Arsitektur CNN PyTorch /TensorFlow Laboratorium
08 Rangkaian Pra-latih dan Pembelajaran Pemindahan dan Trik Latihan PyTorch / TensorFlow Laboratorium
09 Autoencoder dan VAE PyTorch / TensorFlow
10 Rangkaian Adversarial Generatif & Pemindahan Gaya Artistik PyTorch / TensorFlow
11 Pengesanan Objek TensorFlow Laboratorium
12 Segmentasi Semantik. U-Net PyTorch / TensorFlow
V Pemprosesan Bahasa Semulajadi PyTorch /TensorFlow Jelajahi Pemprosesan Bahasa Semulajadi di Microsoft Azure
13 Perwakilan Teks. Bow/TF-IDF PyTorch / TensorFlow
14 Embedding kata semantik. Word2Vec dan GloVe PyTorch / TensorFlow
15 Pemodelan Bahasa. Latih embedding anda sendiri PyTorch / TensorFlow Makmal
16 Rangkaian Neural Berulang PyTorch / TensorFlow
17 Rangkaian Generatif Berulang PyTorch / TensorFlow Makmal
18 Transformers. BERT. PyTorch /TensorFlow
19 Pengenalan Entiti Bernama TensorFlow Makmal
20 Model Bahasa Besar, Pemrograman Prompt dan Tugas Few-Shot PyTorch
VI Teknik AI Lain
21 Algoritma Genetik Notebook
22 Pembelajaran Penguatan Dalam PyTorch /TensorFlow Lab
23 Sistem Multi-Agen
VII Etika AI
24 Etika AI dan AI yang Bertanggungjawab Microsoft Learn: Prinsip AI yang Bertanggungjawab
IX Ekstra
25 Jaringan Multi-Modal, CLIP dan VQGAN Notebook

Setiap pelajaran mengandungi

  • Bahan pra-baca
  • Notebook Jupyter yang boleh dieksekusi, yang sering spesifik kepada rangka kerja (PyTorch atau TensorFlow). Notebook yang boleh dieksekusi juga mengandungi banyak bahan teori, jadi untuk memahami topik ini anda perlu melalui sekurang-kurangnya satu versi notebook (sama ada PyTorch atau TensorFlow).
  • Lab yang tersedia untuk beberapa topik, yang memberikan anda peluang untuk mencuba menerapkan bahan yang telah anda pelajari kepada masalah tertentu.
  • Beberapa bahagian mengandungi pautan ke modul MS Learn yang merangkumi topik berkaitan.

Memulakan

Ikuti langkah-langkah ini:

Fork Repositori: Klik pada butang "Fork" di sudut kanan atas halaman ini.

Clone Repositori: git clone https://github.com/microsoft/AI-For-Beginners.git

Jangan lupa untuk memberi bintang (🌟) kepada repositori ini agar anda lebih mudah menemuinya nanti.

Temui Pembelajar Lain

Sertai server Discord AI rasmi kami untuk bertemu dan berhubung dengan pembelajar lain yang mengikuti kursus ini dan mendapatkan sokongan.

Kuiz

Nota tentang kuiz: Semua kuiz terdapat dalam folder Quiz-app di etc\quiz-app, Mereka dihubungkan dari dalam pelajaran dan aplikasi kuiz boleh dijalankan secara lokal atau dikerahkan ke Azure; ikuti arahan dalam folder quiz-app. Mereka secara beransur-ansur sedang dilokalkan.

Bantuan Diperlukan

Adakah anda mempunyai cadangan atau menemui kesalahan ejaan atau kod? Buka isu atau buat permintaan tarik.

Ucapan Terima Kasih Istimewa

Kurikulum Lain

Pasukan kami menghasilkan kurikulum lain! Semak:

Penafian:
Dokumen ini telah diterjemahkan menggunakan perkhidmatan terjemahan berasaskan AI. Walaupun kami berusaha untuk memastikan ketepatan, sila sedar bahawa terjemahan automatik mungkin mengandungi kesilapan atau ketidaktepatan. Dokumen asal dalam bahasa asalnya harus dianggap sebagai sumber yang berwibawa. Untuk maklumat yang kritikal, terjemahan manusia yang profesional disyorkan. Kami tidak bertanggungjawab atas sebarang salah faham atau salah tafsir yang timbul daripada penggunaan terjemahan ini.