AI-For-Beginners/translations/hi

शुरुआती लोगों के लिए कृत्रिम बुद्धिमत्ता - एक पाठ्यक्रम

शुरुआती लोगों के लिए AI - Sketchnote by @girlie_mac

कृत्रिम बुद्धिमत्ता (AI) की दुनिया को हमारे 12-सप्ताह, 24-पाठ वाले पाठ्यक्रम के साथ खोजें! इसमें व्यावहारिक पाठ, क्विज़ और लैब्स शामिल हैं। यह पाठ्यक्रम शुरुआती लोगों के लिए अनुकूल है और इसमें TensorFlow और PyTorch जैसे टूल्स के साथ-साथ AI में नैतिकता भी शामिल है।

🌐 बहु-भाषा समर्थन

GitHub Action के माध्यम से समर्थित (स्वचालित और हमेशा अद्यतन)

अरबी | बंगाली | बुल्गेरियन | बर्मी (म्यांमार) | चीनी (सरलीकृत) | चीनी (पारंपरिक, हांगकांग) | चीनी (पारंपरिक, मकाऊ) | चीनी (पारंपरिक, ताइवान) | क्रोएशियन | चेक | डेनिश | डच | एस्टोनियन | फिनिश | फ्रेंच | जर्मन | ग्रीक | हिब्रू | हिंदी | हंगेरियन | इंडोनेशियन | इतालवी | जापानी | कोरियाई | लिथुआनियन | मलय | मराठी | नेपाली | नाइजीरियन पिजिन | नॉर्वेजियन | फारसी (फारसी) | पोलिश | पुर्तगाली (ब्राज़ील) | पुर्तगाली (पुर्तगाल) | पंजाबी (गुरमुखी) | रोमानियन | रूसी | सर्बियन (सिरिलिक) | स्लोवाक | स्लोवेनियन | स्पेनिश | स्वाहिली | स्वीडिश | टैगालोग (फिलिपिनो) | तमिल | थाई | तुर्की | यूक्रेनी | उर्दू | वियतनामी

यदि आप अतिरिक्त अनुवाद चाहते हैं, तो समर्थित भाषाओं की सूची यहां दी गई है।

समुदाय से जुड़ें

आप क्या सीखेंगे

पाठ्यक्रम का माइंडमैप

इस पाठ्यक्रम में, आप सीखेंगे:

• कृत्रिम बुद्धिमत्ता के विभिन्न दृष्टिकोण, जिसमें "पुराने अच्छे" प्रतीकात्मक दृष्टिकोण शामिल हैं, जैसे ज्ञान प्रतिनिधित्व और तर्क (GOFAI)।
• न्यूरल नेटवर्क और डीप लर्निंग, जो आधुनिक AI का मुख्य हिस्सा हैं। हम इन महत्वपूर्ण विषयों के पीछे के विचारों को दो लोकप्रिय फ्रेमवर्क - TensorFlow और PyTorch में कोड के माध्यम से समझाएंगे।
• छवियों और पाठ के साथ काम करने के लिए न्यूरल आर्किटेक्चर। हम हाल के मॉडलों को कवर करेंगे, लेकिन अत्याधुनिक तकनीकों में थोड़ी कमी हो सकती है।
• कम लोकप्रिय AI दृष्टिकोण, जैसे जेनेटिक एल्गोरिदम और मल्टी-एजेंट सिस्टम्स।

इस पाठ्यक्रम में हम क्या कवर नहीं करेंगे:

इस पाठ्यक्रम के लिए सभी अतिरिक्त संसाधन हमारी Microsoft Learn संग्रह में पाए जा सकते हैं

• व्यवसाय में AI का उपयोग करने के व्यावसायिक मामले। व्यवसाय उपयोगकर्ताओं के लिए AI का परिचय या AI बिजनेस स्कूल, जो INSEAD के सहयोग से विकसित किया गया है, को लेने पर विचार करें।
• क्लासिक मशीन लर्निंग, जिसे हमारे शुरुआती लोगों के लिए मशीन लर्निंग पाठ्यक्रम में अच्छी तरह से वर्णित किया गया है।
• कॉग्निटिव सर्विसेज का उपयोग करके व्यावहारिक AI अनुप्रयोग। इसके लिए, हम Microsoft Learn के मॉड्यूल्स से शुरुआत करने की सलाह देते हैं, जैसे विज़न, नेचुरल लैंग्वेज प्रोसेसिंग, Azure OpenAI Service के साथ जनरेटिव AI और अन्य।
• विशिष्ट ML क्लाउड फ्रेमवर्क, जैसे Azure Machine Learning, Microsoft Fabric, या Azure Databricks। Azure Machine Learning के साथ मशीन लर्निंग समाधान बनाएं और संचालित करें और Azure Databricks के साथ मशीन लर्निंग समाधान बनाएं और संचालित करें सीखने के रास्तों का उपयोग करने पर विचार करें।
• संवादी AI और चैट बॉट्स। इसके लिए एक अलग संवादी AI समाधान बनाएं सीखने का रास्ता है, और आप इस ब्लॉग पोस्ट को अधिक विवरण के लिए देख सकते हैं।
• डीप लर्निंग के पीछे गहन गणित। इसके लिए, हम Ian Goodfellow, Yoshua Bengio और Aaron Courville द्वारा Deep Learning की सिफारिश करेंगे, जो ऑनलाइन भी उपलब्ध है https://www.deeplearningbook.org/।

क्लाउड में AI विषयों के लिए एक सरल परिचय के लिए, आप Azure पर कृत्रिम बुद्धिमत्ता के साथ शुरुआत करें सीखने का रास्ता ले सकते हैं।

सामग्री

	पाठ लिंक	PyTorch/Keras/TensorFlow	लैब
0	पाठ्यक्रम सेटअप	अपना विकास वातावरण सेट करें
I	AI का परिचय
01	AI का परिचय और इतिहास	-	-
II	प्रतीकात्मक AI
02	ज्ञान प्रतिनिधित्व और विशेषज्ञ प्रणाली	विशेषज्ञ प्रणाली / ऑन्टोलॉजी /कॉन्सेप्ट ग्राफ
III	न्यूरल नेटवर्क का परिचय
03	पर्सेप्ट्रॉन	नोटबुक	लैब
04	मल्टी-लेयर्ड परसेप्ट्रॉन और अपना खुद का फ्रेमवर्क बनाना	नोटबुक	लैब
05	फ्रेमवर्क्स (PyTorch/TensorFlow) का परिचय और ओवरफिटिंग	PyTorch / Keras / TensorFlow	लैब
IV	कंप्यूटर विज़न	PyTorch / TensorFlow	Microsoft Azure पर कंप्यूटर विज़न एक्सप्लोर करें
06	कंप्यूटर विज़न का परिचय। OpenCV	नोटबुक	लैब
07	कन्वोल्यूशनल न्यूरल नेटवर्क्स और CNN आर्किटेक्चर	PyTorch /TensorFlow	लैब
08	प्री-ट्रेंड नेटवर्क्स और ट्रांसफर लर्निंग और ट्रेनिंग ट्रिक्स	PyTorch / TensorFlow	लैब
09	ऑटोएन्कोडर्स और VAEs	PyTorch / TensorFlow
10	जनरेटिव एडवर्सेरियल नेटवर्क्स और आर्टिस्टिक स्टाइल ट्रांसफर	PyTorch / TensorFlow
11	ऑब्जेक्ट डिटेक्शन	TensorFlow	लैब
12	सिमेंटिक सेगमेंटेशन। U-Net	PyTorch / TensorFlow
V	नेचुरल लैंग्वेज प्रोसेसिंग	PyTorch /TensorFlow	Microsoft Azure पर नेचुरल लैंग्वेज प्रोसेसिंग एक्सप्लोर करें
13	टेक्स्ट रिप्रेजेंटेशन। Bow/TF-IDF	PyTorch / TensorFlow
14	सिमेंटिक वर्ड एम्बेडिंग्स। Word2Vec और GloVe	PyTorch / TensorFlow
15	लैंग्वेज मॉडलिंग। अपने खुद के एम्बेडिंग्स ट्रेन करें	PyTorch / TensorFlow	लैब
16	रिकरेंट न्यूरल नेटवर्क्स	PyTorch / TensorFlow
17	जनरेटिव रिकारेंट नेटवर्क्स	PyTorch / TensorFlow	लैब
18	ट्रांसफॉर्मर्स। BERT.	PyTorch /TensorFlow
19	नेम्ड एंटिटी रिकग्निशन	TensorFlow	लैब
20	लार्ज लैंग्वेज मॉडल्स, प्रॉम्प्ट प्रोग्रामिंग और फ्यू-शॉट टास्क्स	PyTorch
VI	अन्य AI तकनीकें
21	जेनेटिक एल्गोरिदम्स	नोटबुक
22	डीप रिइंफोर्समेंट लर्निंग	PyTorch /TensorFlow	लैब
23	मल्टी-एजेंट सिस्टम्स
VII	AI नैतिकता
24	AI नैतिकता और जिम्मेदार AI	Microsoft Learn: जिम्मेदार AI सिद्धांत
IX	अतिरिक्त सामग्री
25	मल्टी-मोडल नेटवर्क्स, CLIP और VQGAN	नोटबुक

प्रत्येक पाठ में शामिल है

• प्री-रीडिंग सामग्री
• निष्पादन योग्य Jupyter नोटबुक्स, जो अक्सर फ्रेमवर्क (PyTorch या TensorFlow) के लिए विशिष्ट होती हैं। निष्पादन योग्य नोटबुक में बहुत सारा सैद्धांतिक सामग्री भी होती है, इसलिए विषय को समझने के लिए आपको कम से कम एक संस्करण (PyTorch या TensorFlow) को पढ़ना होगा।
• लैब्स कुछ विषयों के लिए उपलब्ध हैं, जो आपको सीखी गई सामग्री को किसी विशिष्ट समस्या पर लागू करने का अवसर देती हैं।
• कुछ सेक्शन में MS Learn मॉड्यूल्स के लिंक शामिल हैं, जो संबंधित विषयों को कवर करते हैं।

शुरुआत करें

🎯 AI में नए हैं? यहां से शुरू करें!

यदि आप AI में बिल्कुल नए हैं और त्वरित, व्यावहारिक उदाहरण चाहते हैं, तो हमारे शुरुआती-अनुकूल उदाहरण देखें! इनमें शामिल हैं:

• 🌟 हैलो AI वर्ल्ड - आपका पहला AI प्रोग्राम (पैटर्न पहचान)
• 🧠 सिंपल न्यूरल नेटवर्क - स्क्रैच से एक न्यूरल नेटवर्क बनाएं
• 🖼️ इमेज क्लासिफायर - छवियों को वर्गीकृत करें, विस्तृत टिप्पणियों के साथ
• 💬 टेक्स्ट सेंटिमेंट - सकारात्मक/नकारात्मक टेक्स्ट का विश्लेषण करें

ये उदाहरण आपको पूरे पाठ्यक्रम में जाने से पहले AI अवधारणाओं को समझने में मदद करने के लिए डिज़ाइन किए गए हैं।

📚 पूरा पाठ्यक्रम सेटअप

• हमने आपके विकास पर्यावरण को सेटअप करने में मदद करने के लिए सेटअप पाठ बनाया है।
• शिक्षकों के लिए, हमने आपके लिए पाठ्यक्रम सेटअप पाठ भी बनाया है!
• VSCode या Codepace में कोड कैसे चलाएं

इन चरणों का पालन करें:

रेपॉजिटरी को फोर्क करें: इस पेज के ऊपर-दाईं ओर "Fork" बटन पर क्लिक करें।

रेपॉजिटरी को क्लोन करें: git clone https://github.com/microsoft/AI-For-Beginners.git

इस रेपो को स्टार (🌟) करना न भूलें ताकि इसे बाद में आसानी से ढूंढ सकें।

अन्य शिक्षार्थियों से मिलें

हमारे आधिकारिक AI Discord सर्वर से जुड़ें ताकि आप इस कोर्स को लेने वाले अन्य शिक्षार्थियों से मिल सकें और नेटवर्क बना सकें।

यदि आपके पास उत्पाद प्रतिक्रिया या निर्माण के दौरान प्रश्न हैं, तो हमारे Azure AI Foundry Developer Forum पर जाएं।

क्विज़

क्विज़ के बारे में एक नोट: सभी क्विज़ etc\quiz-app में Quiz-app फ़ोल्डर में हैं, या ऑनलाइन यहां उपलब्ध हैं। ये पाठों के भीतर लिंक किए गए हैं। क्विज़ ऐप को स्थानीय रूप से चलाया जा सकता है या Azure पर डिप्लॉय किया जा सकता है; quiz-app फ़ोल्डर में दिए गए निर्देशों का पालन करें। इन्हें धीरे-धीरे स्थानीयकृत किया जा रहा है।

मदद की आवश्यकता है

क्या आपके पास सुझाव हैं या आपने वर्तनी या कोड में त्रुटियां पाई हैं? एक मुद्दा उठाएं या एक पुल अनुरोध बनाएं।

विशेष धन्यवाद

• ✍️ मुख्य लेखक: Dmitry Soshnikov, PhD
• 🔥 संपादक: Jen Looper, PhD
• 🎨 स्केच नोट इलस्ट्रेटर: Tomomi Imura
• ✅ क्विज़ निर्माता: Lateefah Bello, MLSA
• 🙏 मुख्य योगदानकर्ता: Evgenii Pishchik

अन्य पाठ्यक्रम

हमारी टीम अन्य पाठ्यक्रम भी बनाती है! देखें:

Azure / Edge / MCP / Agents

---

Generative AI Series

---

Core Learning

---

Copilot Series

मदद प्राप्त करना

यदि आप फंस जाते हैं या AI ऐप्स बनाने के बारे में कोई प्रश्न हैं, तो MCP पर चर्चा में अन्य शिक्षार्थियों और अनुभवी डेवलपर्स से जुड़ें। यह एक सहायक समुदाय है जहां प्रश्नों का स्वागत किया जाता है और ज्ञान स्वतंत्र रूप से साझा किया जाता है।

यदि आपके पास उत्पाद प्रतिक्रिया है या निर्माण के दौरान त्रुटियां हैं, तो यहां जाएं:

---

अस्वीकरण:
यह दस्तावेज़ AI अनुवाद सेवा Co-op Translator का उपयोग करके अनुवादित किया गया है। जबकि हम सटीकता के लिए प्रयास करते हैं, कृपया ध्यान दें कि स्वचालित अनुवाद में त्रुटियां या अशुद्धियां हो सकती हैं। मूल भाषा में दस्तावेज़ को प्रामाणिक स्रोत माना जाना चाहिए। महत्वपूर्ण जानकारी के लिए, पेशेवर मानव अनुवाद की सिफारिश की जाती है। इस अनुवाद के उपयोग से उत्पन्न किसी भी गलतफहमी या गलत व्याख्या के लिए हम उत्तरदायी नहीं हैं।