AI-For-Beginners/translations/zh-TW/examples
localizeflow[bot] 3b96652d87 chore(i18n): sync translations with latest source changes (chunk 1/1, 17 changes) 2026-07-08 19:30:56 +00:00
..
03-image-classifier.ipynb chore(i18n): sync translations with latest source changes (chunk 5/8, 92 changes) 2026-01-30 01:25:00 +00:00
README.md chore(i18n): sync translations with latest source changes (chunk 1/1, 17 changes) 2026-07-08 19:30:56 +00:00

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+ Pythonnumpy
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:

  1. 從「Hello AI World」開始 - 學習模式識別基礎
  2. 建立簡單神經網路 - 了解神經網路如何運作
  3. 嘗試影像分類器 - 觀察 AI 如何處理真實影像
  4. 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。