AI-For-Beginners/translations/cs
localizeflow[bot] 8fda175e33 chore(i18n): sync translations with latest source changes (chunk 1/1, 54 files) 2025-12-19 12:49:17 +00:00
..
etc 🌐 Update translations via Co-op Translator 2025-08-26 01:51:51 +00:00
examples 🌐 Update translations via Co-op Translator 2025-10-03 11:56:00 +00:00
lessons 🌐 Update translations via Co-op Translator 2025-12-12 20:42:50 +00:00
AGENTS.md 🌐 Update translations via Co-op Translator 2025-10-03 09:55:40 +00:00
README.md chore(i18n): sync translations with latest source changes (chunk 1/1, 54 files) 2025-12-19 12:49:17 +00:00
SECURITY.md 🌐 Update translations via Co-op Translator 2025-08-26 01:51:51 +00:00
troubleshoot.md 🌐 Update translations via Co-op Translator 2025-10-03 09:55:40 +00:00

README.md

GitHub license GitHub contributors GitHub issues GitHub pull-requests PRs Welcome

GitHub watchers GitHub forks GitHub stars Binder Gitter

Microsoft Foundry Discord

Umělá inteligence pro začátečníky - Kurikulum

Sketchnote by @girlie_mac https://twitter.com/girlie_mac
AI For Beginners - Sketchnote od @girlie_mac

Prozkoumejte svět umělé inteligence (AI) s naším 12týdenním kurikulem o 24 lekcích! Obsahuje praktické lekce, kvízy a laboratoře. Kurikulum je přátelské k začátečníkům a pokrývá nástroje jako TensorFlow a PyTorch, stejně jako etiku v AI.

🌐 Podpora více jazyků

Podporováno přes GitHub Action (automatizované a vždy aktuální)

Arabic | Bengali | Bulgarian | Burmese (Myanmar) | Chinese (Simplified) | Chinese (Traditional, Hong Kong) | Chinese (Traditional, Macau) | Chinese (Traditional, Taiwan) | Croatian | Czech | Danish | Dutch | Estonian | Finnish | French | German | Greek | Hebrew | Hindi | Hungarian | Indonesian | Italian | Japanese | Kannada | Korean | Lithuanian | Malay | Malayalam | Marathi | Nepali | Nigerian Pidgin | Norwegian | Persian (Farsi) | Polish | Portuguese (Brazil) | Portuguese (Portugal) | Punjabi (Gurmukhi) | Romanian | Russian | Serbian (Cyrillic) | Slovak | Slovenian | Spanish | Swahili | Swedish | Tagalog (Filipino) | Tamil | Telugu | Thai | Turkish | Ukrainian | Urdu | Vietnamese

Pokud si přejete mít podporu dalších jazyků, jsou podporované jazyky uvedeny zde

Připojte se ke komunitě

Microsoft Foundry Discord

Co se naučíte

Myšlenková mapa kurzu

V tomto kurikulu se naučíte:

  • Různé přístupy k umělé inteligenci, včetně „starého dobrého“ symbolického přístupu s reprezentací znalostí a odvozováním (GOFAI).
  • Neuronové sítě a hluboké učení, které jsou jádrem moderní AI. Koncepty těchto důležitých témat si ukážeme pomocí kódu ve dvou nejpopulárnějších frameworcích - TensorFlow a PyTorch.
  • Neuronové architektury pro práci s obrázky a textem. Pokryjeme nedávné modely, ale možná trochu zaostáváme za nejnovějšími trendy.
  • Méně populární přístupy k AI, jako jsou genetické algoritmy a multi-agentní systémy.

Co v tomto kurikulu nepokryjeme:

Najděte všechny další zdroje pro tento kurz v naší kolekci Microsoft Learn

Pro jemný úvod do témat AI v cloudu můžete zvážit absolvování učební cesty Začínáme s umělou inteligencí na Azure.

Obsah

Odkaz na lekci PyTorch/Keras/TensorFlow Laboratoř
0 Nastavení kurzu Nastavte své vývojové prostředí
I Úvod do AI
01 Úvod a historie AI - -
II Symbolická AI
02 Reprezentace znalostí a expertní systémy Expertní systémy / Ontologie /Konceptuální graf
III Úvod do neuronových sítí
03 Perceptron Notebook Lab
04 Vícevrstvý perceptron a vytvoření vlastního frameworku Notebook Lab
05 Úvod do frameworků (PyTorch/TensorFlow) a přeučení PyTorch / Keras / TensorFlow Lab
IV Počítačové vidění PyTorch / TensorFlow Prozkoumejte počítačové vidění na Microsoft Azure
06 Úvod do počítačového vidění. OpenCV Notebook Lab
07 Konvoluční neuronové sítě & Architektury CNN PyTorch /TensorFlow Lab
08 Předtrénované sítě a transfer learning a Triky při tréninku PyTorch / TensorFlow Lab
09 Autoenkodéry a VAE PyTorch / TensorFlow
10 Generativní adversariální sítě a přenos uměleckého stylu PyTorch / TensorFlow
11 Detekce objektů TensorFlow Lab
12 Sémantická segmentace. U-Net PyTorch / TensorFlow
V Zpracování přirozeného jazyka PyTorch /TensorFlow Prozkoumejte zpracování přirozeného jazyka na Microsoft Azure
13 Reprezentace textu. Bow/TF-IDF PyTorch / TensorFlow
14 Sémantické vektorové reprezentace slov. Word2Vec a GloVe PyTorch / TensorFlow
15 Modelování jazyka. Trénování vlastních embeddingů PyTorch / TensorFlow Lab
16 Rekurentní neuronové sítě PyTorch / TensorFlow
17 Generativní rekurentní sítě PyTorch / TensorFlow Lab
18 Transformery. BERT. PyTorch /TensorFlow
19 Rozpoznávání pojmenovaných entit TensorFlow Lab
20 Velké jazykové modely, programování promptů a few-shot úlohy PyTorch
VI Další AI techniky
21 Genetické algoritmy Notebook
22 Hluboké posilované učení PyTorch /TensorFlow Lab
23 Systémy s více agenty
VII Etika AI
24 Etika AI a odpovědná AI Microsoft Learn: Principy odpovědné AI
IX Doplňky
25 Multimodální sítě, CLIP a VQGAN Notebook

Každá lekce obsahuje

  • Materiály k předčtení
  • Spustitelné Jupyter Notebooky, které jsou často specifické pro framework (PyTorch nebo TensorFlow). Spustitelný notebook také obsahuje hodně teoretického materiálu, takže pro pochopení tématu je potřeba projít alespoň jednu verzi notebooku (buď PyTorch nebo TensorFlow).
  • Laborky dostupné u některých témat, které vám dávají příležitost vyzkoušet si aplikovat naučený materiál na konkrétní problém.
  • Některé sekce obsahují odkazy na moduly MS Learn, které pokrývají související témata.

Začínáme

🎯 Jste v AI nováček? Začněte zde!

Pokud jste v AI úplně noví a chcete rychlé, praktické příklady, podívejte se na naše Příklady pro začátečníky! Ty zahrnují:

  • 🌟 Hello AI World - Váš první AI program (rozpoznávání vzorů)
  • 🧠 Jednoduchá neuronová síť - Vytvořte neuronovou síť od začátku
  • 🖼️ Klasifikátor obrázků - Klasifikujte obrázky s podrobnými komentáři
  • 💬 Sentiment textu - Analyzujte pozitivní/negativní text

Tyto příklady jsou navrženy tak, aby vám pomohly pochopit koncepty AI předtím, než se pustíte do celého kurikula.

📚 Nastavení celého kurikula

Postupujte podle těchto kroků:

Forkujte repozitář: Klikněte na tlačítko "Fork" v pravém horním rohu této stránky.

Klonujte repozitář: git clone https://github.com/microsoft/AI-For-Beginners.git

Nezapomeňte dát hvězdičku (🌟) tomuto repozitáři, abyste ho později snadněji našli.

Seznamte se s ostatními studenty

Připojte se k našemu oficiálnímu AI Discord serveru, kde se můžete setkat a navázat kontakty s ostatními studenty tohoto kurzu a získat podporu.

Pokud máte zpětnou vazbu k produktu nebo otázky během vývoje, navštivte náš Azure AI Foundry Developer Forum

Kvízy

Poznámka ke kvízům: Všechny kvízy jsou umístěny ve složce Quiz-app v etc\quiz-app, nebo online zde. Jsou propojeny z lekcí, aplikaci kvízů lze spustit lokálně nebo nasadit do Azure; postupujte podle pokynů ve složce quiz-app. Postupně jsou lokalizovány.

Hledáme pomoc

Máte návrhy nebo jste našli pravopisné či kódové chyby? Vytvořte issue nebo pull request.

Zvláštní poděkování

Další kurikula

Náš tým vytváří i další kurikula! Podívejte se na:

LangChain

LangChain4j pro začátečníky LangChain.js pro začátečníky


Azure / Edge / MCP / Agenti

AZD pro začátečníky Edge AI pro začátečníky MCP pro začátečníky AI agenti pro začátečníky


Série Generativní AI

Generativní AI pro začátečníky Generativní AI (.NET) Generativní AI (Java) Generativní AI (JavaScript)


Základní učení

Strojové učení pro začátečníky Data Science pro začátečníky AI pro začátečníky Kybernetická bezpečnost pro začátečníky Webový vývoj pro začátečníky IoT pro začátečníky Vývoj XR pro začátečníky


Série Copilot

Copilot pro AI párové programování Copilot pro C#/.NET Copilot dobrodružství

Získání pomoci

Pokud se zaseknete nebo máte jakékoli otázky ohledně tvorby AI aplikací, připojte se k ostatním studentům a zkušeným vývojářům v diskuzích o MCP. Je to podpůrná komunita, kde jsou otázky vítány a znalosti se sdílejí volně.

Microsoft Foundry Discord

Pokud máte zpětnou vazbu k produktu nebo chyby během vývoje, navštivte:

Microsoft Foundry Developer Forum


Prohlášení o vyloučení odpovědnosti:
Tento dokument byl přeložen pomocí AI překladatelské služby Co-op Translator. Přestože usilujeme o přesnost, mějte prosím na paměti, že automatické překlady mohou obsahovat chyby nebo nepřesnosti. Původní dokument v jeho mateřském jazyce by měl být považován za autoritativní zdroj. Pro důležité informace se doporučuje profesionální lidský překlad. Nejsme odpovědní za jakékoliv nedorozumění nebo nesprávné výklady vyplývající z použití tohoto překladu.