AI-For-Beginners/translations/th

ปัญญาประดิษฐ์สำหรับผู้เริ่มต้น - หลักสูตร

AI For Beginners - สเก็ตช์โน้ตโดย @girlie_mac

สำรวจโลกของ ปัญญาประดิษฐ์ (AI) กับหลักสูตร 12 สัปดาห์ 24 บทเรียนของเรา! ซึ่งรวมบทเรียนเชิงปฏิบัติ แบบทดสอบ และห้องปฏิบัติการ หลักสูตรนี้เหมาะสำหรับผู้เริ่มต้นและครอบคลุมเครื่องมือต่างๆ เช่น TensorFlow และ PyTorch รวมถึงจริยธรรมใน AI

🌐 การสนับสนุนหลายภาษา

สนับสนุนผ่าน GitHub Action (อัตโนมัติ & อัปเดตเสมอ)

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

หากคุณต้องการให้สนับสนุนภาษาแปลเพิ่มเติม รายการภาษาที่สนับสนุนอยู่ที่ นี่

เข้าร่วมชุมชน

สิ่งที่คุณจะได้เรียนรู้

แผนผังความคิดของหลักสูตร

ในหลักสูตรนี้ คุณจะได้เรียนรู้:

• แนวทางต่างๆ ของปัญญาประดิษฐ์ รวมถึงแนวทางเชิงสัญลักษณ์แบบ "เก่าแก่" ที่มี การแทนความรู้ และการให้เหตุผล (GOFAI)
• โครงข่ายประสาทเทียม และ การเรียนรู้เชิงลึก ซึ่งเป็นหัวใจของ AI สมัยใหม่ เราจะอธิบายแนวคิดเบื้องหลังหัวข้อสำคัญเหล่านี้โดยใช้โค้ดในสองเฟรมเวิร์กยอดนิยม - TensorFlow และ PyTorch
• สถาปัตยกรรมโครงข่ายประสาท สำหรับการทำงานกับภาพและข้อความ เราจะครอบคลุมโมเดลล่าสุดแต่บางส่วนอาจขาดความทันสมัยที่สุด
• แนวทาง AI ที่ไม่ค่อยได้รับความนิยม เช่น อัลกอริทึมพันธุกรรม และ ระบบหลายตัวแทน

สิ่งที่เราจะไม่ครอบคลุมในหลักสูตรนี้:

ค้นหาทรัพยากรเพิ่มเติมทั้งหมดสำหรับหลักสูตรนี้ในคอลเลกชัน Microsoft Learn ของเรา

• กรณีธุรกิจของการใช้ AI ในธุรกิจ พิจารณาเรียนเส้นทางการเรียนรู้ แนะนำ AI สำหรับผู้ใช้ธุรกิจ บน Microsoft Learn หรือ AI Business School ซึ่งพัฒนาร่วมกับ INSEAD
• การเรียนรู้ของเครื่องแบบคลาสสิก ซึ่งอธิบายไว้อย่างดีใน หลักสูตร Machine Learning for Beginners ของเรา
• แอปพลิเคชัน AI เชิงปฏิบัติที่สร้างด้วย Cognitive Services สำหรับเรื่องนี้ เราแนะนำให้เริ่มต้นด้วยโมดูล Microsoft Learn สำหรับ การมองเห็น, การประมวลผลภาษาธรรมชาติ, Generative AI กับ Azure OpenAI Service และอื่นๆ
• เฟรมเวิร์กคลาวด์เฉพาะสำหรับ ML เช่น Azure Machine Learning, Microsoft Fabric หรือ Azure Databricks พิจารณาใช้เส้นทางการเรียนรู้ สร้างและดำเนินการแก้ปัญหา machine learning ด้วย Azure Machine Learning และ สร้างและดำเนินการแก้ปัญหา Machine Learning ด้วย Azure Databricks
• AI สนทนา และ แชทบอท มีเส้นทางการเรียนรู้แยกต่างหาก สร้างโซลูชัน AI สนทนา และคุณยังสามารถดู โพสต์บล็อกนี้ เพื่อรายละเอียดเพิ่มเติม
• คณิตศาสตร์เชิงลึก เบื้องหลังการเรียนรู้เชิงลึก สำหรับเรื่องนี้ เราแนะนำหนังสือ Deep Learning โดย Ian Goodfellow, Yoshua Bengio และ Aaron Courville ซึ่งมีให้บริการออนไลน์ที่ https://www.deeplearningbook.org/

สำหรับการแนะนำอย่างนุ่มนวลเกี่ยวกับหัวข้อ AI ในคลาวด์ คุณอาจพิจารณาเรียนเส้นทางการเรียนรู้ เริ่มต้นกับปัญญาประดิษฐ์บน Azure

เนื้อหา

	ลิงก์บทเรียน	PyTorch/Keras/TensorFlow	ห้องปฏิบัติการ
0	การตั้งค่าหลักสูตร	ตั้งค่าสภาพแวดล้อมการพัฒนาของคุณ
I	แนะนำ AI
01	แนะนำและประวัติของ AI	-	-
II	AI เชิงสัญลักษณ์
02	การแทนความรู้และระบบผู้เชี่ยวชาญ	ระบบผู้เชี่ยวชาญ / ออนโทโลยี /กราฟแนวคิด
III	แนะนำโครงข่ายประสาทเทียม
03	Perceptron	Notebook	Lab
04	Multi-Layered Perceptron and Creating our own Framework	Notebook	Lab
05	Intro to Frameworks (PyTorch/TensorFlow) and Overfitting	PyTorch / Keras / TensorFlow	Lab
IV	คอมพิวเตอร์วิทัศน์	PyTorch / TensorFlow	Explore Computer Vision on Microsoft Azure
06	Intro to Computer Vision. OpenCV	Notebook	Lab
07	Convolutional Neural Networks & CNN Architectures	PyTorch /TensorFlow	Lab
08	Pre-trained Networks and Transfer Learning and Training Tricks	PyTorch / TensorFlow	Lab
09	Autoencoders and VAEs	PyTorch / TensorFlow
10	Generative Adversarial Networks & Artistic Style Transfer	PyTorch / TensorFlow
11	Object Detection	TensorFlow	Lab
12	Semantic Segmentation. U-Net	PyTorch / TensorFlow
V	การประมวลผลภาษาธรรมชาติ	PyTorch /TensorFlow	Explore Natural Language Processing on Microsoft Azure
13	Text Representation. Bow/TF-IDF	PyTorch / TensorFlow
14	Semantic word embeddings. Word2Vec and GloVe	PyTorch / TensorFlow
15	Language Modeling. Training your own embeddings	PyTorch / TensorFlow	Lab
16	Recurrent Neural Networks	PyTorch / TensorFlow
17	Generative Recurrent Networks	PyTorch / TensorFlow	Lab
18	Transformers. BERT.	PyTorch /TensorFlow
19	Named Entity Recognition	TensorFlow	Lab
20	Large Language Models, Prompt Programming and Few-Shot Tasks	PyTorch
VI	เทคนิค AI อื่นๆ
21	Genetic Algorithms	Notebook
22	Deep Reinforcement Learning	PyTorch /TensorFlow	Lab
23	Multi-Agent Systems
VII	จริยธรรม AI
24	AI Ethics and Responsible AI	Microsoft Learn: Responsible AI Principles
IX	เพิ่มเติม
25	Multi-Modal Networks, CLIP and VQGAN	Notebook

แต่ละบทเรียนประกอบด้วย

• เนื้อหาก่อนอ่าน
• Jupyter Notebooks ที่สามารถรันได้ ซึ่งมักจะเฉพาะกับเฟรมเวิร์ก (PyTorch หรือ TensorFlow) โน้ตบุ๊กที่สามารถรันได้ยังมีเนื้อหาทางทฤษฎีมากมาย ดังนั้นเพื่อเข้าใจหัวข้อ คุณต้องผ่านโน้ตบุ๊กเวอร์ชันใดเวอร์ชันหนึ่งอย่างน้อย (ไม่ว่าจะเป็น PyTorch หรือ TensorFlow)
• ห้องปฏิบัติการ สำหรับบางหัวข้อ ซึ่งให้โอกาสคุณลองนำเนื้อหาที่เรียนไปประยุกต์ใช้กับปัญหาเฉพาะ
• บางส่วนมีลิงก์ไปยังโมดูล MS Learn ที่ครอบคลุมหัวข้อที่เกี่ยวข้อง

เริ่มต้นใช้งาน

🎯 ใหม่กับ AI? เริ่มที่นี่!

ถ้าคุณเป็นมือใหม่กับ AI และต้องการตัวอย่างที่ทำได้จริงอย่างรวดเร็ว ลองดู ตัวอย่างสำหรับผู้เริ่มต้น ของเรา! ซึ่งรวมถึง:

• 🌟 Hello AI World - โปรแกรม AI แรกของคุณ (การจดจำรูปแบบ)
• 🧠 Simple Neural Network - สร้างเครือข่ายประสาทเทียมจากศูนย์
• 🖼️ Image Classifier - จำแนกรูปภาพพร้อมคำอธิบายละเอียด
• 💬 การวิเคราะห์อารมณ์ข้อความ - วิเคราะห์ข้อความเชิงบวก/ลบ

ตัวอย่างเหล่านี้ถูกออกแบบมาเพื่อช่วยให้คุณเข้าใจแนวคิด AI ก่อนที่จะเริ่มเรียนหลักสูตรเต็มรูปแบบ

📚 การตั้งค่าหลักสูตรเต็มรูปแบบ

• เราได้สร้าง บทเรียนการตั้งค่า เพื่อช่วยคุณในการตั้งค่าสภาพแวดล้อมการพัฒนา - สำหรับครูผู้สอน เราได้สร้าง บทเรียนการตั้งค่าหลักสูตร สำหรับคุณด้วย!
• วิธีการ รันโค้ดใน VSCode หรือ Codepace

ทำตามขั้นตอนเหล่านี้:

Fork Repository: คลิกที่ปุ่ม "Fork" ที่มุมขวาบนของหน้านี้

Clone Repository: git clone https://github.com/microsoft/AI-For-Beginners.git

อย่าลืมกดดาว (🌟) ที่ repo นี้เพื่อให้ค้นหาได้ง่ายขึ้นในภายหลัง

พบปะผู้เรียนคนอื่นๆ

เข้าร่วม เซิร์ฟเวอร์ Discord AI อย่างเป็นทางการของเรา เพื่อพบปะและสร้างเครือข่ายกับผู้เรียนคนอื่นๆ ที่เรียนหลักสูตรนี้และรับการสนับสนุน

หากคุณมีข้อเสนอแนะเกี่ยวกับผลิตภัณฑ์หรือคำถามขณะสร้างโปรดเยี่ยมชม ฟอรัมผู้พัฒนา Azure AI Foundry

แบบทดสอบ

หมายเหตุเกี่ยวกับแบบทดสอบ: แบบทดสอบทั้งหมดอยู่ในโฟลเดอร์ Quiz-app ใน etc\quiz-app หรือ ออนไลน์ที่นี่ แบบทดสอบเหล่านี้ลิงก์จากบทเรียนต่างๆ แอปแบบทดสอบสามารถรันได้ในเครื่องหรือปรับใช้บน Azure; ทำตามคำแนะนำในโฟลเดอร์ quiz-app กำลังทยอยแปลเป็นภาษาต่างๆ

ต้องการความช่วยเหลือ

คุณมีข้อเสนอแนะหรือพบข้อผิดพลาดในการสะกดคำหรือโค้ดหรือไม่? โปรดเปิด issue หรือสร้าง pull request

ขอบคุณเป็นพิเศษ

• ✍️ ผู้เขียนหลัก: Dmitry Soshnikov, ปริญญาเอก
• 🔥 บรรณาธิการ: Jen Looper, ปริญญาเอก
• 🎨 นักวาดภาพสเก็ตช์: Tomomi Imura
• ✅ ผู้สร้างแบบทดสอบ: Lateefah Bello, MLSA
• 🙏 ผู้ร่วมพัฒนาหลัก: Evgenii Pishchik

หลักสูตรอื่นๆ

ทีมงานของเราผลิตหลักสูตรอื่นๆ! ตรวจสอบได้ที่:

LangChain

---

Azure / Edge / MCP / Agents

---

Generative AI Series

---

Core Learning

---

Copilot Series

การขอความช่วยเหลือ

หากคุณติดขัดหรือต้องการคำถามเกี่ยวกับการสร้างแอป AI เข้าร่วมกับผู้เรียนและนักพัฒนาที่มีประสบการณ์ในการสนทนาเกี่ยวกับ MCP นี่คือชุมชนที่สนับสนุนซึ่งยินดีต้อนรับคำถามและแบ่งปันความรู้กันอย่างเสรี

หากคุณมีข้อเสนอแนะเกี่ยวกับผลิตภัณฑ์หรือพบข้อผิดพลาดขณะสร้างโปรดเยี่ยมชม:

---

ข้อจำกัดความรับผิดชอบ:
เอกสารนี้ได้รับการแปลโดยใช้บริการแปลภาษาอัตโนมัติ Co-op Translator แม้เราจะพยายามให้ความถูกต้องสูงสุด แต่โปรดทราบว่าการแปลโดยอัตโนมัติอาจมีข้อผิดพลาดหรือความไม่ถูกต้อง เอกสารต้นฉบับในภาษาต้นทางควรถูกพิจารณาเป็นแหล่งข้อมูลที่เชื่อถือได้ สำหรับข้อมูลที่สำคัญ ขอแนะนำให้ใช้บริการแปลโดยมนุษย์มืออาชีพ เราไม่รับผิดชอบต่อความเข้าใจผิดหรือการตีความผิดใด ๆ ที่เกิดจากการใช้การแปลนี้