87 lines
4.1 KiB
Markdown
87 lines
4.1 KiB
Markdown
# Einstiegsfreundliche KI-Beispiele
|
||
|
||
Willkommen! Dieses Verzeichnis enthält einfache, eigenständige Beispiele, die Ihnen den Einstieg in KI und maschinelles Lernen erleichtern. Jedes Beispiel ist anfängerfreundlich gestaltet mit ausführlichen Kommentaren und Schritt-für-Schritt-Erklärungen.
|
||
|
||
## 📚 Beispielübersicht
|
||
|
||
| Beispiel | Beschreibung | Schwierigkeitsgrad | Voraussetzungen |
|
||
|---------|-------------|------------|---------------|
|
||
| [Hello AI World](https://github.com/microsoft/AI-For-Beginners/blob/main/examples/01-hello-ai-world.py) | Ihr erstes KI-Programm – einfache Mustererkennung | ⭐ Anfänger | Python-Grundlagen |
|
||
| [Simple Neural Network](https://github.com/microsoft/AI-For-Beginners/blob/main/examples/02-simple-neural-network.py) | Ein neuronales Netzwerk von Grund auf bauen | ⭐⭐ Anfänger+ | Python, Grundmathematik |
|
||
| [Image Classifier](https://github.com/microsoft/AI-For-Beginners/blob/main/examples/03-image-classifier.ipynb) | Bilder mit einem vortrainierten Modell klassifizieren | ⭐⭐ Anfänger+ | Python, numpy |
|
||
| [Text Sentiment](https://github.com/microsoft/AI-For-Beginners/blob/main/examples/04-text-sentiment.py) | Text-Stimmung analysieren (positiv/negativ) | ⭐⭐ Anfänger+ | Python |
|
||
|
||
## 🚀 Erste Schritte
|
||
|
||
### Voraussetzungen
|
||
|
||
Stellen Sie sicher, dass Python installiert ist (3.8 oder höher wird empfohlen). Installieren Sie die erforderlichen Pakete:
|
||
|
||
```bash
|
||
# Für Python-Skripte
|
||
pip install numpy
|
||
|
||
# Für Jupyter-Notebooks (Bildklassifizierer)
|
||
pip install jupyter numpy pillow tensorflow
|
||
```
|
||
|
||
Oder verwenden Sie die conda-Umgebung aus dem Hauptlehrplan:
|
||
|
||
```bash
|
||
conda env create --name ai4beg --file ../environment.yml
|
||
conda activate ai4beg
|
||
```
|
||
|
||
### Ausführen der Beispiele
|
||
|
||
**Für Python-Skripte (.py-Dateien):**
|
||
```bash
|
||
python 01-hello-ai-world.py
|
||
```
|
||
|
||
**Für Jupyter Notebooks (.ipynb-Dateien):**
|
||
```bash
|
||
jupyter notebook 03-image-classifier.ipynb
|
||
```
|
||
|
||
## 📖 Lernpfad
|
||
|
||
Wir empfehlen, die Beispiele in der Reihenfolge durchzuarbeiten:
|
||
|
||
1. **Beginnen Sie mit „Hello AI World“** – Lernen Sie die Grundlagen der Mustererkennung
|
||
2. **Bauen Sie ein einfaches neuronales Netzwerk** – Verstehen Sie, wie neuronale Netzwerke funktionieren
|
||
3. **Probieren Sie den Bildklassifikator aus** – Sehen Sie KI anhand echter Bilder in Aktion
|
||
4. **Analysieren Sie Text-Stimmungen** – Entdecken Sie die natürliche Sprachverarbeitung
|
||
|
||
## 💡 Tipps für Anfänger
|
||
|
||
- **Lesen Sie die Code-Kommentare sorgfältig** – Sie erklären, was jede Zeile macht
|
||
- **Experimentieren Sie!** – Ändern Sie Werte und beobachten Sie, was passiert
|
||
- **Machen Sie sich keine Sorgen, alles sofort zu verstehen** – Lernen braucht Zeit
|
||
- **Stellen Sie Fragen** – Nutzen Sie das [Diskussionsforum](https://github.com/microsoft/AI-For-Beginners/discussions)
|
||
|
||
## 🔗 Nächste Schritte
|
||
|
||
Nach Abschluss dieser Beispiele erkunden Sie den vollständigen Lehrplan:
|
||
- [Einführung in KI](../lessons/1-Intro/README.md)
|
||
- [Neuronale Netzwerke](../lessons/3-NeuralNetworks/README.md)
|
||
- [Computervision](../lessons/4-ComputerVision/README.md)
|
||
- [Natürliche Sprachverarbeitung](../lessons/5-NLP/README.md)
|
||
|
||
## 🤝 Mitwirken
|
||
|
||
Fanden Sie diese Beispiele hilfreich? Helfen Sie uns, sie zu verbessern:
|
||
- Melden Sie Probleme oder schlagen Sie Verbesserungen vor
|
||
- Fügen Sie weitere Beispiele für Anfänger hinzu
|
||
- Verbessern Sie Dokumentation und Kommentare
|
||
|
||
---
|
||
|
||
*Denken Sie daran: Jeder Experte war einst ein Anfänger. Viel Erfolg beim Lernen! 🎓*
|
||
|
||
---
|
||
|
||
<!-- CO-OP TRANSLATOR DISCLAIMER START -->
|
||
**Haftungsausschluss**:
|
||
Dieses Dokument wurde mit dem KI-Übersetzungsdienst [Co-op Translator](https://github.com/Azure/co-op-translator) übersetzt. Obwohl wir uns um Genauigkeit bemühen, beachten Sie bitte, dass automatisierte Übersetzungen Fehler oder Ungenauigkeiten enthalten können. Das Originaldokument in seiner Ursprungssprache gilt als maßgebliche Quelle. Bei kritischen Informationen wird eine professionelle menschliche Übersetzung empfohlen. Wir übernehmen keine Haftung für Missverständnisse oder Fehlinterpretationen, die aus der Verwendung dieser Übersetzung entstehen.
|
||
<!-- CO-OP TRANSLATOR DISCLAIMER END --> |