AI-For-Beginners/translations/zh-MO/examples
localizeflow[bot] 451a518936 chore(i18n): sync translations with latest source changes (chunk 1/1, 18 changes) 2026-07-08 18:45:30 +00:00
..
03-image-classifier.ipynb chore(i18n): sync translations with latest source changes (chunk 5/8, 92 changes) 2026-01-30 01:17:32 +00:00
README.md chore(i18n): sync translations with latest source changes (chunk 1/1, 18 changes) 2026-07-08 18:45:30 +00:00

README.md

初學者友好的 AI 範例

歡迎!本目錄包含簡單、獨立的範例,幫助您入門 AI 和機器學習。每個範例都設計得適合初學者,附有詳細註解和逐步解釋。

📚 範例總覽

範例 說明 難度 前置條件
Hello AI World 您的第一個 AI 程式 - 簡單的模式識別 初學者 Python 基礎
Simple Neural Network 從零開始建立神經網絡 初階初學者+ Python、基礎數學
Image Classifier 用預先訓練模型分類圖像 初階初學者+ Python、numpy
Text Sentiment 分析文字情緒(正面/負面) 初階初學者+ Python

🚀 開始使用

前置條件

確保您已安裝 Python建議 3.8 或以上版本)。安裝所需套件:

# 適用於 Python 腳本
pip install numpy

# 適用於 Jupyter 筆記本(圖像分類器)
pip install jupyter numpy pillow tensorflow

或使用主課程的 conda 環境:

conda env create --name ai4beg --file ../environment.yml
conda activate ai4beg

執行範例

對於 Python 腳本(.py 檔案):

python 01-hello-ai-world.py

對於 Jupyter 筆記本(.ipynb 檔案):

jupyter notebook 03-image-classifier.ipynb

📖 學習路徑

建議按順序跟進範例:

  1. 從「Hello AI World」開始 - 學習模式識別基礎
  2. 建立簡單神經網絡 - 理解神經網絡運作方式
  3. 嘗試圖像分類器 - 見識 AI 的真實應用
  4. 分析文字情緒 - 探索自然語言處理

💡 初學者小貼士

  • 仔細閱讀程式註解 - 它們說明每行程式碼的作用
  • 多做實驗! - 嘗試改變數值,看看結果如何
  • 不用擔心一次就懂 - 學習需要時間
  • 提出問題 - 使用 討論板

🔗 後續步驟

完成這些範例後,探索完整課程:

🤝 貢獻

覺得這些範例有幫助嗎?幫助我們改進它們:

  • 回報問題或提出改進建議
  • 增加更多適合初學者的範例
  • 改進文件與註解

記住:每位專家都曾是初學者。祝學習愉快!🎓


免責聲明 本文件使用 AI 翻譯服務 Co-op Translator 進行翻譯。雖然我們力求準確,但請注意,自動翻譯可能包含錯誤或不準確之處。原始文件的母語版本應被視為權威來源。對於重要資訊,建議尋求專業人工翻譯。我們不對因使用本翻譯而引起的任何誤解或曲解承擔責任。