AI-For-Beginners/translations/ml

തുടക്കക്കാർക്കുള്ള കൃത്രിമ ബുദ്ധിമുട്ട് - ഒരു പാഠ്യപദ്ധതി

തുടക്കക്കാർക്കുള്ള AI - സ്കെച്ച്നോട്ട് @girlie_mac tarafından

കൃത്രിമ ബുദ്ധിമുട്ട് (AI) ലോകം 12 ആഴ്ച, 24 പാഠങ്ങൾ ഉള്ള പാഠ്യപദ്ധതിയുമായി അന്വേഷിക്കുക! ഇതിൽ പ്രായോഗിക പാഠങ്ങൾ, ക്വിസുകൾ, ലാബുകൾ ഉൾപ്പെടുന്നു. പാഠ്യപദ്ധതി തുടക്കക്കാർക്ക് അനുയോജ്യമാണ്, TensorFlow, PyTorch പോലുള്ള ഉപകരണങ്ങളും AI-യിലെ നൈതികതയും ഉൾക്കൊള്ളുന്നു.

🌐 ബഹുഭാഷാ പിന്തുണ

GitHub Action വഴി പിന്തുണ (സ്വയം പ്രവർത്തിക്കുന്നതും എല്ലായ്പ്പോഴും പുതുക്കപ്പെട്ടതും)

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

കൂടുതൽ വിവർത്തന ഭാഷകൾ പിന്തുണയ്ക്കാൻ ആഗ്രഹിക്കുന്നുവെങ്കിൽ, അവ ഇവിടെ പട്ടികപ്പെടുത്തിയിരിക്കുന്നു here

സമൂഹത്തിൽ ചേരുക

നിങ്ങൾ പഠിക്കാനിരിക്കുന്നതെന്ത്

പാഠ്യപദ്ധതിയുടെ മൈൻഡ്‌മാപ്പ്

ഈ പാഠ്യപദ്ധതിയിൽ, നിങ്ങൾ പഠിക്കും:

• കൃത്രിമ ബുദ്ധിമുട്ടിന്റെ വ്യത്യസ്ത സമീപനങ്ങൾ, അതിൽ "നല്ല പഴയ" പ്രതീകാത്മക സമീപനം ജ്ഞാന പ്രതിനിധാനം (Knowledge Representation) ഉം നിരൂപണവും ഉൾപ്പെടുന്നു (GOFAI).
• ആധുനിക AI-യുടെ മദ്ധ്യത്തിൽ ഉള്ള ന്യൂറൽ നെറ്റ്വർക്കുകൾ (Neural Networks) ഉം ഡീപ്പ് ലേണിംഗ് (Deep Learning) ഉം. ഈ പ്രധാന വിഷയങ്ങളുടെ ആശയങ്ങൾ രണ്ട് പ്രശസ്തമായ ഫ്രെയിംവർക്ക് - TensorFlow ഉം PyTorch ഉം ഉപയോഗിച്ച് കോഡിലൂടെ വിശദീകരിക്കും.
• ചിത്രങ്ങളും വാചകങ്ങളും കൈകാര്യം ചെയ്യുന്നതിനുള്ള ന്യൂറൽ ആർക്കിടെക്ചറുകൾ. പുതിയ മോഡലുകൾ ഉൾപ്പെടെ പരിഗണിക്കും, പക്ഷേ ഏറ്റവും പുതിയ നിലവാരത്തിൽ കുറവുണ്ടാകാം.
• കുറച്ച് പ്രചാരത്തിലുള്ള AI സമീപനങ്ങൾ, ഉദാഹരണത്തിന് ജനിതക ആൽഗോരിതങ്ങൾ (Genetic Algorithms) ഉം മൾട്ടി-ഏജന്റ് സിസ്റ്റങ്ങൾ (Multi-Agent Systems) ഉം.

ഈ പാഠ്യപദ്ധതിയിൽ ഉൾപ്പെടുത്താത്തത്:

ഈ കോഴ്സിനുള്ള എല്ലാ അധിക വിഭവങ്ങളും ഞങ്ങളുടെ Microsoft Learn ശേഖരത്തിൽ കണ്ടെത്തുക

• ബിസിനസിൽ AI ഉപയോഗിക്കുന്ന ബിസിനസ് കേസുകൾ. Microsoft Learn-ൽ Introduction to AI for business users പഠന പാതയോ, AI Business School (INSEAD-നൊപ്പം സഹകരിച്ച് വികസിപ്പിച്ച) ഉപയോഗിക്കാം.
• ക്ലാസിക് മെഷീൻ ലേണിംഗ്, ഇത് ഞങ്ങളുടെ Machine Learning for Beginners Curriculum ൽ നന്നായി വിവരിച്ചിരിക്കുന്നു.
• കോഗ്നിറ്റീവ് സർവീസുകൾ ഉപയോഗിച്ച് നിർമ്മിച്ച പ്രായോഗിക AI ആപ്ലിക്കേഷനുകൾ. ഇതിന്, Microsoft Learn-ൽ vision, natural language processing, Azure OpenAI Service ഉപയോഗിച്ച് ജനറേറ്റീവ് AI തുടങ്ങിയ മോഡ്യൂളുകൾ ആരംഭിക്കാൻ ശുപാർശ ചെയ്യുന്നു.
• പ്രത്യേക ML ക്ലൗഡ് ഫ്രെയിംവർക്ക്, ഉദാഹരണത്തിന് Azure Machine Learning, Microsoft Fabric, അല്ലെങ്കിൽ Azure Databricks. Build and operate machine learning solutions with Azure Machine Learning ഉം Build and Operate Machine Learning Solutions with Azure Databricks ഉം പഠന പാതകൾ പരിഗണിക്കുക.
• സംവാദ AI (Conversational AI) ഉം ചാറ്റ് ബോട്ടുകൾ (Chat Bots) ഉം. ഇതിന് പ്രത്യേക Create conversational AI solutions പഠന പാത ഉണ്ട്, കൂടാതെ കൂടുതൽ വിശദീകരണത്തിന് ഈ ബ്ലോഗ് പോസ്റ്റ് കാണാം.
• ഡീപ്പ് ലേണിംഗിന്റെ പിന്നിലെ ഗണിതശാസ്ത്രം. ഇതിന്, Ian Goodfellow, Yoshua Bengio, Aaron Courville രചിച്ച Deep Learning പുസ്തകം ശുപാർശ ചെയ്യുന്നു, ഇത് ഓൺലൈനിലും ലഭ്യമാണ് https://www.deeplearningbook.org/.

ക്ലൗഡിലെ AI വിഷയങ്ങൾക്ക് സൗമ്യമായ പരിചയം നേടാൻ Get started with artificial intelligence on Azure പഠന പാത പരിഗണിക്കാം.

ഉള്ളടക്കം

	പാഠം ലിങ്ക്	PyTorch/Keras/TensorFlow	ലാബ്
0	കോഴ്സ് സജ്ജീകരണം	നിങ്ങളുടെ വികസന പരിസ്ഥിതി സജ്ജമാക്കുക
I	AI-യിലേക്ക് പരിചയം
01	AI-യുടെ പരിചയംയും ചരിത്രവും	-	-
II	പ്രതീകാത്മക AI
02	ജ്ഞാന പ്രതിനിധാനം, വിദഗ്ധ സിസ്റ്റങ്ങൾ	വിദഗ്ധ സിസ്റ്റങ്ങൾ / ഓന്റോളജി /അവബോധ ഗ്രാഫ്
III	ന്യൂറൽ നെറ്റ്വർക്കുകളിലേക്ക് പരിചയം
03	പേഴ്സെപ്ട്രോൺ	നോട്ട്ബുക്ക്	ലാബ്
04	മൾട്ടി-ലെയർഡ് പേഴ്സെപ്ട്രോൺയും നമ്മുടെ സ്വന്തം ഫ്രെയിംവർക്ക് സൃഷ്ടിയും	നോട്ട്ബുക്ക്	ലാബ്
05	ഫ്രെയിംവർക്കുകളിലേക്ക് പരിചയം (PyTorch/TensorFlow) ഒപ്പം ഓവർഫിറ്റിംഗ്	PyTorch / Keras / TensorFlow	ലാബ്
IV	കമ്പ്യൂട്ടർ വിഷൻ	PyTorch / TensorFlow	മൈക്രോസോഫ്റ്റ് അസ്യൂറിൽ കമ്പ്യൂട്ടർ വിഷൻ എക്സ്പ്ലോർ ചെയ്യുക
06	കമ്പ്യൂട്ടർ വിഷനിലേക്ക് പരിചയം. OpenCV	നോട്ട്ബുക്ക്	ലാബ്
07	കോൺവല്യൂഷണൽ ന്യൂറൽ നെറ്റ്വർക്കുകൾ & CNN ആർക്കിടെക്ചറുകൾ	PyTorch /TensorFlow	ലാബ്
08	പ്രീ-ട്രെയിൻഡ് നെറ്റ്വർക്കുകളും ട്രാൻസ്ഫർ ലേണിങ്ങും and ട്രെയിനിംഗ് ട്രിക്കുകൾ	PyTorch / TensorFlow	ലാബ്
09	ഓട്ടോഎൻകോഡറുകളും VAE-കളും	PyTorch / TensorFlow
10	ജനറേറ്റീവ് അഡ്വേഴ്സറിയൽ നെറ്റ്വർക്കുകളും ആർട്ടിസ്റ്റിക് സ്റ്റൈൽ ട്രാൻസ്ഫറും	PyTorch / TensorFlow
11	ഓബ്ജക്റ്റ് ഡിറ്റക്ഷൻ	TensorFlow	ലാബ്
12	സെമാന്റിക് സെഗ്മെന്റേഷൻ. U-Net	PyTorch / TensorFlow
V	പ്രകൃതിഭാഷാ പ്രോസസ്സിംഗ്	PyTorch /TensorFlow	മൈക്രോസോഫ്റ്റ് അസ്യൂറിൽ പ്രകൃതിഭാഷാ പ്രോസസ്സിംഗ് എക്സ്പ്ലോർ ചെയ്യുക
13	ടെക്സ്റ്റ് പ്രതിനിധാനം. Bow/TF-IDF	PyTorch / TensorFlow
14	സെമാന്റിക് വേഡ് എംബെഡ്ഡിംഗുകൾ. Word2Vec and GloVe	PyTorch / TensorFlow
15	ഭാഷാ മോഡലിംഗ്. നിങ്ങളുടെ സ്വന്തം എംബെഡ്ഡിംഗുകൾ ട്രെയിൻ ചെയ്യുക	PyTorch / TensorFlow	ലാബ്
16	റികറന്റ് ന്യൂറൽ നെറ്റ്വർക്കുകൾ	PyTorch / TensorFlow
17	ജനറേറ്റീവ് റികറന്റ് നെറ്റ്വർക്കുകൾ	PyTorch / TensorFlow	ലാബ്
18	ട്രാൻസ്ഫോർമേഴ്സ്. BERT.	PyTorch /TensorFlow
19	നെയിംഡ് എന്റിറ്റി റെക്കഗ്നിഷൻ	TensorFlow	ലാബ്
20	വലിയ ഭാഷാ മോഡലുകൾ, പ്രോംപ്റ്റ് പ്രോഗ്രാമിംഗ്, ഫ്യൂ-ഷോട്ട് ടാസ്കുകൾ	PyTorch
VI	മറ്റു AI സാങ്കേതികവിദ്യകൾ
21	ജനറ്റിക് ആൽഗോരിതങ്ങൾ	നോട്ട്ബുക്ക്
22	ഡീപ്പ് റീഇൻഫോഴ്‌സ്‌മെന്റ് ലേണിംഗ്	PyTorch /TensorFlow	ലാബ്
23	മൾട്ടി-ഏജന്റ് സിസ്റ്റങ്ങൾ
VII	AI നൈതികത
24	AI നൈതികതയും ഉത്തരവാദിത്വമുള്ള AIയും	Microsoft Learn: ഉത്തരവാദിത്വമുള്ള AI സിദ്ധാന്തങ്ങൾ
IX	അധികം
25	മൾട്ടി-മോഡൽ നെറ്റ്വർക്കുകൾ, CLIP, VQGAN	നോട്ട്ബുക്ക്

ഓരോ പാഠവും ഉൾക്കൊള്ളുന്നത്

• മുൻപഠന സാമഗ്രികൾ
• പ്രവർത്തനക്ഷമമായ ജുപിറ്റർ നോട്ട്ബുക്കുകൾ, സാധാരണയായി ഫ്രെയിംവർക്കിനോട് ( PyTorch അല്ലെങ്കിൽ TensorFlow) പ്രത്യേകമായവ. പ്രവർത്തനക്ഷമമായ നോട്ട്ബുക്കിൽ സിദ്ധാന്തപരമായ ധാരാളം ഉള്ളടക്കം ഉണ്ട്, അതിനാൽ വിഷയം മനസ്സിലാക്കാൻ കുറഞ്ഞത് ഒരു പതിപ്പ് (PyTorch അല്ലെങ്കിൽ TensorFlow) പരിശോധിക്കേണ്ടതാണ്.
• ചില വിഷയങ്ങൾക്ക് ലഭ്യമായ ലാബുകൾ, പഠിച്ച ഉള്ളടക്കം ഒരു പ്രത്യേക പ്രശ്നത്തിൽ പ്രയോഗിക്കാൻ അവസരം നൽകുന്നു.
• ചില വിഭാഗങ്ങളിൽ ബന്ധപ്പെട്ട വിഷയങ്ങൾ ഉൾക്കൊള്ളുന്ന MS Learn മോഡ്യൂളുകളിലേക്കുള്ള ലിങ്കുകൾ ഉണ്ട്.

ആരംഭിക്കുന്നത്

🎯 AI-യിൽ പുതുതായി? ഇവിടെ തുടങ്ങൂ!

നിങ്ങൾ AI-യിൽ പൂർണ്ണമായും പുതുതായി ആണെങ്കിൽ, വേഗത്തിൽ പ്രായോഗിക ഉദാഹരണങ്ങൾക്കായി ഞങ്ങളുടെ ആരംഭകർക്കുള്ള സൗഹൃദ ഉദാഹരണങ്ങൾ പരിശോധിക്കുക! ഇതിൽ ഉൾപ്പെടുന്നു:

• 🌟 ഹലോ AI വേൾഡ് - നിങ്ങളുടെ ആദ്യ AI പ്രോഗ്രാം (പാറ്റേൺ തിരിച്ചറിയൽ)
• 🧠 സിമ്പിൾ ന്യൂറൽ നെറ്റ്വർക്ക് - തുടക്കത്തിൽ നിന്ന് ഒരു ന്യൂറൽ നെറ്റ്വർക്ക് നിർമ്മിക്കുക
• 🖼️ ഇമേജ് ക്ലാസിഫയർ - വിശദമായ കമന്റുകളോടെ ചിത്രങ്ങൾ ക്ലാസിഫൈ ചെയ്യുക
• 💬 ടെക്സ്റ്റ് സെന്റിമെന്റ് - പോസിറ്റീവ്/നെഗറ്റീവ് ടെക്സ്റ്റ് വിശകലനം ചെയ്യുക

ഈ ഉദാഹരണങ്ങൾ പൂർണ്ണ പാഠ്യപദ്ധതിയിൽ പ്രവേശിക്കുന്നതിന് മുമ്പ് AI ആശയങ്ങൾ മനസിലാക്കാൻ സഹായിക്കുന്നതിനായി രൂപകൽപ്പന ചെയ്തതാണ്.

📚 പൂർണ്ണ പാഠ്യപദ്ധതി സജ്ജീകരണം

• നിങ്ങളുടെ ഡെവലപ്പ്മെന്റ് പരിസ്ഥിതി സജ്ജമാക്കുന്നതിന് സഹായിക്കുന്നതിന് ഞങ്ങൾ ഒരു സജ്ജീകരണ പാഠം സൃഷ്ടിച്ചിട്ടുണ്ട്. - അധ്യാപകർക്ക് വേണ്ടി, ഞങ്ങൾ ഒരു പാഠ്യപദ്ധതി സജ്ജീകരണ പാഠം നിങ്ങൾക്കായി സൃഷ്ടിച്ചിട്ടുണ്ട്!
• എങ്ങനെ VSCode അല്ലെങ്കിൽ Codepace-ൽ കോഡ് റൺ ചെയ്യാം

ഈ ഘട്ടങ്ങൾ പിന്തുടരുക:

റിപ്പോസിറ്ററി ഫോർക്ക് ചെയ്യുക: ഈ പേജിന്റെ മുകളിൽ വലത് കോണിൽ "Fork" ബട്ടൺ ക്ലിക്ക് ചെയ്യുക.

റിപ്പോസിറ്ററി ക്ലോൺ ചെയ്യുക: git clone https://github.com/microsoft/AI-For-Beginners.git

പിന്നീട് എളുപ്പത്തിൽ കണ്ടെത്താൻ ഈ റിപോയ്ക്ക് സ്റ്റാർ (🌟) നൽകാൻ മറക്കരുത്.

മറ്റ് പഠിതാക്കളെ കാണുക

ഈ കോഴ്സ് പഠിക്കുന്ന മറ്റ് പഠിതാക്കളെ കാണാനും നെറ്റ്‌വർക്ക് ചെയ്യാനും സഹായിക്കുന്നതിന് ഞങ്ങളുടെ അധികൃത AI Discord സെർവർ ൽ ചേരുക.

നിങ്ങൾക്ക് ഉൽപ്പന്ന പ്രതികരണമോ ചോദ്യങ്ങളോ ഉണ്ടെങ്കിൽ, നിർമ്മാണത്തിനിടെ ഞങ്ങളുടെ Azure AI Foundry Developer Forum സന്ദർശിക്കുക.

ക്വിസുകൾ

ക്വിസുകളെക്കുറിച്ചുള്ള ഒരു കുറിപ്പ്: എല്ലാ ക്വിസുകളും etc\quiz-app എന്ന ഫോൾഡറിലുള്ള Quiz-app ഫോൾഡറിലാണ്, അല്ലെങ്കിൽ ഓൺലൈനിൽ ഇവിടെ ലഭ്യമാണ്. അവ പാഠങ്ങളിൽ നിന്നാണ് ലിങ്ക് ചെയ്തിരിക്കുന്നത്. ക്വിസ് ആപ്പ് ലോക്കലായി ഓടിക്കാനോ Azure-ലേക്ക് ഡിപ്ലോയ് ചെയ്യാനോ കഴിയും; quiz-app ഫോൾഡറിലുള്ള നിർദ്ദേശങ്ങൾ പിന്തുടരുക. അവ ക്രമാനുസൃതമായി പ്രാദേശികമാക്കപ്പെടുന്നു.

സഹായം ആവശ്യമുണ്ട്

നിങ്ങൾക്ക് നിർദ്ദേശങ്ങളുണ്ടോ അല്ലെങ്കിൽ വാക്ക് തെറ്റുകളോ കോഡ് പിശകുകളോ കണ്ടെത്തിയോ? ഒരു ഇഷ്യൂ ഉയർത്തുക അല്ലെങ്കിൽ ഒരു പുൾ റിക്വസ്റ്റ് സൃഷ്ടിക്കുക.

പ്രത്യേക നന്ദി

• ✍️ പ്രധാന രചയിതാവ്: Dmitry Soshnikov, PhD
• 🔥 എഡിറ്റർ: Jen Looper, PhD
• 🎨 സ്കെച്ച്നോട്ട് ചിത്രകാരൻ: Tomomi Imura
• ✅ ക്വിസ് സൃഷ്ടികർത്താവ്: Lateefah Bello, MLSA
• 🙏 പ്രധാന സംഭാവകർ: Evgenii Pishchik

മറ്റ് പാഠ്യപദ്ധതികൾ

ഞങ്ങളുടെ ടീം മറ്റ് പാഠ്യപദ്ധതികളും നിർമ്മിക്കുന്നു! പരിശോധിക്കുക:

LangChain

---

Azure / Edge / MCP / Agents

---

Generative AI Series

---

Core Learning

---

Copilot Series

സഹായം നേടുക

നിങ്ങൾ കുടുങ്ങുകയോ AI ആപ്പുകൾ നിർമ്മിക്കുന്നതിനെക്കുറിച്ച് ചോദ്യങ്ങളുണ്ടോ? MCP-യെക്കുറിച്ചുള്ള ചർച്ചകളിൽ അനുഭവസമ്പന്നരായ ഡെവലപ്പർമാരും മറ്റ് പഠിതാക്കളും ചേർന്ന് സഹായം നൽകുന്ന ഒരു സമൂഹമാണ് ഇത്. ചോദ്യങ്ങൾ സ്വാഗതം ചെയ്യപ്പെടുന്നു, അറിവ് സ്വതന്ത്രമായി പങ്കുവെക്കപ്പെടുന്നു.

നിങ്ങൾക്ക് ഉൽപ്പന്ന പ്രതികരണമോ പിശകുകളോ ഉണ്ടെങ്കിൽ നിർമ്മാണത്തിനിടെ സന്ദർശിക്കുക:

---

അസൂയാ:
ഈ രേഖ AI വിവർത്തന സേവനം Co-op Translator ഉപയോഗിച്ച് വിവർത്തനം ചെയ്തതാണ്. നാം കൃത്യതയ്ക്ക് ശ്രമിച്ചിട്ടുണ്ടെങ്കിലും, സ്വയം പ്രവർത്തിക്കുന്ന വിവർത്തനങ്ങളിൽ പിശകുകൾ അല്ലെങ്കിൽ തെറ്റുകൾ ഉണ്ടാകാമെന്ന് ദയവായി ശ്രദ്ധിക്കുക. അതിന്റെ മാതൃഭാഷയിലുള്ള യഥാർത്ഥ രേഖയാണ് പ്രാമാണികമായ ഉറവിടം എന്ന് പരിഗണിക്കേണ്ടതാണ്. നിർണായകമായ വിവരങ്ങൾക്ക്, പ്രൊഫഷണൽ മനുഷ്യ വിവർത്തനം ശുപാർശ ചെയ്യപ്പെടുന്നു. ഈ വിവർത്തനം ഉപയോഗിക്കുന്നതിൽ നിന്നുണ്ടാകുന്ന ഏതെങ്കിലും തെറ്റിദ്ധാരണകൾക്കോ തെറ്റായ വ്യാഖ്യാനങ്ങൾക്കോ ഞങ്ങൾ ഉത്തരവാദികളല്ല.