|
|
||
|---|---|---|
| .. | ||
| 03-image-classifier.ipynb | ||
| README.md | ||
README.md
初學者友善的 AI 範例
歡迎!此目錄包含簡單且獨立的範例,幫助你開始 AI 與機器學習之旅。每個範例都設計為適合初學者,附有詳細註解與逐步說明。
📚 範例總覽
| 範例 | 說明 | 難度 | 先備知識 |
|---|---|---|---|
| Hello AI World | 你的第一個 AI 程式 - 簡單模式識別 | ⭐ 初學者 | Python 基礎 |
| Simple Neural Network | 從零開始建立神經網路 | ⭐⭐ 初學者+ | Python,基礎數學 |
| Image Classifier | 使用預訓練模型分類影像 | ⭐⭐ 初學者+ | Python,numpy |
| Text Sentiment | 分析文字情緒(正面/負面) | ⭐⭐ 初學者+ | Python |
🚀 開始使用
先決條件
確認你已安裝 Python(建議版本 3.8 以上)。安裝必要套件:
# 適用於 Python 腳本
pip install numpy
# 適用於 Jupyter 筆記本(影像分類器)
pip install jupyter numpy pillow tensorflow
或使用主課程中的 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
建議依序循序進行範例:
- 從「Hello AI World」開始 - 學習模式識別基礎
- 建立簡單神經網路 - 了解神經網路如何運作
- 嘗試影像分類器 - 觀察 AI 如何處理真實影像
- 分析文字情緒 - 探索自然語言處理
💡 初學者技巧
- 仔細閱讀程式碼註解 - 解釋每行程式的作用
- 多多嘗試! - 改變數值,看看會發生什麼
- 不必急著全部懂 - 學習需要時間
- 勇於提問 - 利用 討論區
🔗 下一步
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?來幫助我們改進吧:
- 回報問題或提出改進建議
- 新增更多初學者範例
- 改善文件與註解
記得:每位專家都曾是初學者。祝學習愉快!🎓
免責聲明: 此文件已使用 AI 翻譯服務 Co-op Translator 進行翻譯。雖然我們努力追求準確性,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視為權威來源。對於關鍵資訊,建議採用專業人工翻譯。我們不對因使用此翻譯所產生的任何誤解或誤譯承擔責任。