87 lines
3.7 KiB
Markdown
87 lines
3.7 KiB
Markdown
# Nybegynnervennlige AI-eksempler
|
|
|
|
Velkommen! Denne katalogen inneholder enkle, frittstående eksempler som hjelper deg i gang med AI og maskinlæring. Hvert eksempel er designet for å være nybegynnervennlig med detaljerte kommentarer og trinnvise forklaringer.
|
|
|
|
## 📚 Eksempelsammendrag
|
|
|
|
| Eksempel | Beskrivelse | Vanskelighetsgrad | Forutsetninger |
|
|
|---------|-------------|------------|---------------|
|
|
| [Hello AI World](https://github.com/microsoft/AI-For-Beginners/blob/main/examples/01-hello-ai-world.py) | Ditt første AI-program - enkel mønstergjenkjenning | ⭐ Nybegynner | Grunnleggende Python |
|
|
| [Simple Neural Network](https://github.com/microsoft/AI-For-Beginners/blob/main/examples/02-simple-neural-network.py) | Bygg et nevralt nettverk fra bunnen | ⭐⭐ Nybegynner+ | Python, grunnleggende matte |
|
|
| [Image Classifier](https://github.com/microsoft/AI-For-Beginners/blob/main/examples/03-image-classifier.ipynb) | Klassifiser bilder med en forhåndstrent modell | ⭐⭐ Nybegynner+ | Python, numpy |
|
|
| [Text Sentiment](https://github.com/microsoft/AI-For-Beginners/blob/main/examples/04-text-sentiment.py) | Analyser tekstfølelse (positiv/negativ) | ⭐⭐ Nybegynner+ | Python |
|
|
|
|
## 🚀 Komme i gang
|
|
|
|
### Forutsetninger
|
|
|
|
Pass på at du har Python installert (3.8 eller nyere anbefales). Installer nødvendige pakker:
|
|
|
|
```bash
|
|
# For Python-skript
|
|
pip install numpy
|
|
|
|
# For Jupyter-notatbøker (bildefinner)
|
|
pip install jupyter numpy pillow tensorflow
|
|
```
|
|
|
|
Eller bruk conda-miljøet fra hovedpensumet:
|
|
|
|
```bash
|
|
conda env create --name ai4beg --file ../environment.yml
|
|
conda activate ai4beg
|
|
```
|
|
|
|
### Kjøre eksemplene
|
|
|
|
**For Python-skript (.py filer):**
|
|
```bash
|
|
python 01-hello-ai-world.py
|
|
```
|
|
|
|
**For Jupyter-notatbøker (.ipynb filer):**
|
|
```bash
|
|
jupyter notebook 03-image-classifier.ipynb
|
|
```
|
|
|
|
## 📖 Læringssti
|
|
|
|
Vi anbefaler å følge eksemplene i rekkefølge:
|
|
|
|
1. **Start med "Hello AI World"** - Lær det grunnleggende om mønstergjenkjenning
|
|
2. **Bygg et enkelt nevralt nettverk** - Forstå hvordan nevrale nettverk fungerer
|
|
3. **Prøv bildeklassifikatoren** - Se AI i aksjon med ekte bilder
|
|
4. **Analyser tekstfølelse** - Utforsk naturlig språkbehandling
|
|
|
|
## 💡 Tips for nybegynnere
|
|
|
|
- **Les kodekommentarene nøye** - De forklarer hva hver linje gjør
|
|
- **Eksperimenter!** - Prøv å endre verdier og se hva som skjer
|
|
- **Ikke bekymre deg for å forstå alt med en gang** - Læring tar tid
|
|
- **Still spørsmål** - Bruk [Diskusjonsforumet](https://github.com/microsoft/AI-For-Beginners/discussions)
|
|
|
|
## 🔗 Neste steg
|
|
|
|
Etter å ha fullført disse eksemplene, utforsk hele pensumet:
|
|
- [Introduksjon til AI](../lessons/1-Intro/README.md)
|
|
- [Nevrale nettverk](../lessons/3-NeuralNetworks/README.md)
|
|
- [Datamaskinsyn](../lessons/4-ComputerVision/README.md)
|
|
- [Naturlig språkbehandling](../lessons/5-NLP/README.md)
|
|
|
|
## 🤝 Bidra
|
|
|
|
Synes du disse eksemplene var nyttige? Hjelp oss å forbedre dem:
|
|
- Rapportér problemer eller foreslå forbedringer
|
|
- Legg til flere eksempler for nybegynnere
|
|
- Forbedre dokumentasjon og kommentarer
|
|
|
|
---
|
|
|
|
*Husk: Hver ekspert har en gang vært nybegynner. Lykke til med læringen! 🎓*
|
|
|
|
---
|
|
|
|
<!-- CO-OP TRANSLATOR DISCLAIMER START -->
|
|
**Ansvarsfraskrivelse**:
|
|
Dette dokumentet er oversatt ved hjelp av AI-oversettelsestjenesten [Co-op Translator](https://github.com/Azure/co-op-translator). Selv om vi streber etter nøyaktighet, vær oppmerksom på at automatiske oversettelser kan inneholde feil eller unøyaktigheter. Det opprinnelige dokumentet på originalspråket skal betraktes som den autoritative kilden. For kritisk informasjon anbefales profesjonell menneskelig oversettelse. Vi er ikke ansvarlige for eventuelle misforståelser eller feiltolkninger som oppstår ved bruk av denne oversettelsen.
|
|
<!-- CO-OP TRANSLATOR DISCLAIMER END --> |