AI-For-Beginners/translations/uk/README.md

34 KiB
Raw Blame History

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

GitHub watchers
GitHub forks
GitHub stars
Binder
Gitter

Microsoft Foundry Discord

Штучний інтелект для початківців - навчальна програма

Скетчнот від @girlie_mac https://twitter.com/girlie_mac
Штучний інтелект для початківців - Скетчнот від @girlie_mac

Досліджуйте світ Штучного інтелекту (AI) за допомогою нашої 12-тижневої навчальної програми, що складається з 24 уроків! Вона включає практичні заняття, тести та лабораторні роботи. Програма розрахована на початківців і охоплює інструменти, такі як TensorFlow і PyTorch, а також етику в AI.

🌐 Підтримка багатомовності

Підтримується через GitHub Action (автоматично та завжди актуально)

Арабська | Бенгальська | Болгарська | Бірманська (М'янма) | Китайська (спрощена) | Китайська (традиційна, Гонконг) | Китайська (традиційна, Макао) | Китайська (традиційна, Тайвань) | Хорватська | Чеська | Данська | Нідерландська | Естонська | Фінська | Французька | Німецька | Грецька | Іврит | Гінді | Угорська | Індонезійська | Італійська | Японська | Корейська | Литовська | Малайська | Маратхі | Непальська | Нігерійський піджин | Норвезька | Перська (фарсі) | Польська | Португальська (Бразилія) | Португальська (Португалія) | Панджабі (гурмухі) | Румунська | Російська | Сербська (кирилиця) | Словацька | Словенська | Іспанська | Суахілі | Шведська | Тагальська (філіппінська) | Тамільська | Тайська | Турецька | Українська | Урду | В'єтнамська

Якщо ви бажаєте додати підтримку інших мов, список доступних мов наведено тут

Приєднуйтесь до спільноти

Microsoft Foundry Discord

Що ви дізнаєтесь

Ментальна карта курсу

У цій навчальній програмі ви дізнаєтесь:

  • Різні підходи до Штучного інтелекту, включаючи "старий добрий" символічний підхід із Представленням знань та логікою (GOFAI).
  • Нейронні мережі та Глибоке навчання, які є основою сучасного AI. Ми пояснимо концепції цих важливих тем за допомогою коду в двох найпопулярніших фреймворках - TensorFlow та PyTorch.
  • Нейронні архітектури для роботи з зображеннями та текстом. Ми розглянемо сучасні моделі, хоча вони можуть бути трохи віддалені від передових.
  • Менш популярні підходи до AI, такі як Генетичні алгоритми та Системи з багатьма агентами.

Що ми не будемо охоплювати в цій навчальній програмі:

Знайдіть усі додаткові ресурси для цього курсу в нашій колекції Microsoft Learn

Для м'якого вступу до тем AI у хмарі можна пройти навчальний шлях Початок роботи зі штучним інтелектом на Azure.

Зміст

Посилання на урок PyTorch/Keras/TensorFlow Лабораторна робота
0 Налаштування курсу Налаштування середовища розробки
I Вступ до AI
01 Вступ та історія AI - -
II Символічний AI
02 Представлення знань та експертні системи Експертні системи / Онтологія /Граф концептів
III Вступ до нейронних мереж
03 Перцептрон Ноутбук Лабораторна робота
04 Багатошаровий перцептрон і створення власного фреймворку Ноутбук Лабораторна робота
05 Вступ до фреймворків (PyTorch/TensorFlow) та перенавчання PyTorch / Keras / TensorFlow Лабораторна робота
IV Комп'ютерне бачення PyTorch / TensorFlow Дослідження комп'ютерного бачення на Microsoft Azure
06 Вступ до комп'ютерного бачення. OpenCV Ноутбук Лабораторна робота
07 Згорткові нейронні мережі & Архітектури CNN PyTorch /TensorFlow Лабораторна робота
08 Попередньо навчені мережі та перенесення навчання та Трюки навчання PyTorch / TensorFlow Лабораторна робота
09 Автокодувальники та VAEs PyTorch / TensorFlow
10 Генеративні змагальні мережі та перенесення художнього стилю PyTorch / TensorFlow
11 Виявлення об'єктів TensorFlow Лабораторна робота
12 Семантична сегментація. U-Net PyTorch / TensorFlow
V Обробка природної мови PyTorch /TensorFlow Дослідження обробки природної мови на Microsoft Azure
13 Представлення тексту. Bow/TF-IDF PyTorch / TensorFlow
14 Семантичні векторні представлення слів. Word2Vec та GloVe PyTorch / TensorFlow
15 Моделювання мови. Навчання власних векторних представлень PyTorch / TensorFlow Лабораторна робота
16 Рекурентні нейронні мережі PyTorch / TensorFlow
17 Генеративні рекурентні мережі PyTorch / TensorFlow Лабораторна робота
18 Трансформери. BERT. PyTorch /TensorFlow
19 Розпізнавання іменованих сутностей TensorFlow Лабораторна робота
20 Великі мовні моделі, програмування підказок та Few-Shot задачі PyTorch
VI Інші техніки штучного інтелекту
21 Генетичні алгоритми Ноутбук
22 Глибоке навчання з підкріпленням PyTorch /TensorFlow Лабораторна робота
23 Системи з багатьма агентами
VII Етика штучного інтелекту
24 Етика штучного інтелекту та відповідальний AI Microsoft Learn: Принципи відповідального AI
IX Додаткові матеріали
25 Мультимодальні мережі, CLIP та VQGAN Ноутбук

Кожен урок містить

  • Матеріали для попереднього читання
  • Виконувані Jupyter Notebooks, які часто специфічні для фреймворку (PyTorch або TensorFlow). Виконуваний ноутбук також містить багато теоретичного матеріалу, тому для розуміння теми потрібно пройти хоча б одну версію ноутбука (або PyTorch, або TensorFlow).
  • Лабораторні роботи, доступні для деяких тем, які дають можливість спробувати застосувати матеріал, який ви вивчили, до конкретної задачі.
  • Деякі розділи містять посилання на модулі MS Learn, які охоплюють пов'язані теми.

Початок роботи

🎯 Новачок у AI? Почніть тут!

Якщо ви абсолютно новачок у AI і хочете швидко ознайомитися з практичними прикладами, перегляньте наші Приклади для початківців! Вони включають:

  • 🌟 Привіт, AI світ - Ваша перша програма AI (розпізнавання шаблонів)
  • 🧠 Проста нейронна мережа - Створіть нейронну мережу з нуля
  • 🖼️ Класифікатор зображень - Класифікуйте зображення з детальними коментарями
  • 💬 Аналіз текстових настроїв - Аналізуйте позитивний/негативний текст

Ці приклади створені, щоб допомогти вам зрозуміти концепції AI перед тим, як зануритися в повний навчальний план.

📚 Налаштування повного навчального плану

Дотримуйтесь цих кроків:

Форкніть репозиторій: Натисніть кнопку "Fork" у верхньому правому куті цієї сторінки.

Клонуйте репозиторій: git clone https://github.com/microsoft/AI-For-Beginners.git

Не забудьте поставити зірочку (🌟) цьому репозиторію, щоб легше знайти його пізніше.

Знайомтеся з іншими учнями

Приєднуйтесь до нашого офіційного AI Discord сервера, щоб знайомитися та спілкуватися з іншими учнями, які проходять цей курс, і отримувати підтримку.

Якщо у вас є відгуки про продукт або питання під час розробки, відвідайте наш Azure AI Foundry Developer Forum.

Вікторини

Примітка про вікторини: Усі вікторини знаходяться в папці Quiz-app у etc\quiz-app або онлайн тут. Вони пов’язані з уроками, і додаток для вікторин можна запускати локально або розгортати в Azure; дотримуйтесь інструкцій у папці quiz-app. Вікторини поступово локалізуються.

Потрібна допомога

Є пропозиції чи знайшли орфографічні або кодові помилки? Створіть issue або pull request.

Особлива подяка

Інші навчальні програми

Наша команда створює інші навчальні програми! Ознайомтеся:

Azure / Edge / MCP / Agents

AZD для початківців
Edge AI для початківців
MCP для початківців
AI Agents для початківців


Серія Generative AI

Generative AI для початківців
Generative AI (.NET)
Generative AI (Java)
Generative AI (JavaScript)


Основне навчання

ML для початківців
Data Science для початківців
AI для початківців
Кібербезпека для початківців
Веб-розробка для початківців
IoT для початківців
Розробка XR для початківців


Серія Copilot

Copilot для парного програмування з AI
Copilot для C#/.NET
Copilot Adventure

Отримання допомоги

Якщо ви застрягли або маєте питання щодо створення AI-додатків, приєднуйтесь до обговорень MCP з іншими учнями та досвідченими розробниками. Це підтримуюча спільнота, де питання вітаються, а знання діляться вільно.

Microsoft Foundry Discord

Якщо у вас є відгуки про продукт або помилки під час розробки, відвідайте:

Microsoft Foundry Developer Forum


Відмова від відповідальності:
Цей документ було перекладено за допомогою сервісу автоматичного перекладу Co-op Translator. Хоча ми прагнемо до точності, звертаємо вашу увагу, що автоматичні переклади можуть містити помилки або неточності. Оригінальний документ мовою оригіналу слід вважати авторитетним джерелом. Для критично важливої інформації рекомендується професійний людський переклад. Ми не несемо відповідальності за будь-які непорозуміння або неправильні тлумачення, що виникли внаслідок використання цього перекладу.