AI-For-Beginners/translations/tl

Artificial Intelligence for Beginners - A Curriculum

AI For Beginners - Sketchnote ni @girlie_mac

Suriin ang mundo ng Artificial Intelligence (AI) gamit ang aming 12-linggong, 24-leksyong kurikulum! Kasama dito ang praktikal na mga leksyon, kuis, at mga laboratoryo. Ang kurikulum ay madaling sundan para sa mga nagsisimula at sumasaklaw ng mga kasangkapan tulad ng TensorFlow at PyTorch, pati na rin ang etika sa AI

🌐 Suporta sa Maramihang Wika

Sinusuportahan sa pamamagitan ng GitHub Action (Awtomatiko at Laging Napapanahon)

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

Mas gusto mo bang I-clone sa Lokal?

Ang repository na ito ay kasama ang 50+ na pagsasalin ng wika na malaki ang dagdag sa laki ng pag-download. Para mag-clone nang walang mga pagsasalin, gamitin ang sparse checkout:

git clone --filter=blob:none --sparse https://github.com/microsoft/AI-For-Beginners.git
cd AI-For-Beginners
git sparse-checkout set --no-cone '/*' '!translations' '!translated_images'

Binibigyan ka nito ng lahat ng kailangan mo para matapos ang kurso nang mas mabilis ang pag-download.

Kung nais mo ng karagdagang mga suportadong wika ng pagsasalin ay nakalista dito

Sumali sa Komunidad

Ano ang iyong Matututuhan

Mindmap ng Kurso

Sa kurikulum na ito, matututuhan mo:

• Iba't ibang mga lapit sa Artificial Intelligence, kabilang ang "classic" na simbolikong lapit gamit ang Knowledge Representation at pangangatwiran (GOFAI).
• Neural Networks at Deep Learning, na nasa puso ng modernong AI. Ipaliwanag namin ang mga konsepto sa likod ng mahahalagang paksang ito gamit ang code sa dalawang pinakasikat na framework - TensorFlow at PyTorch.
• Neural Architectures para sa pagproseso ng mga larawan at teksto. Tatalakayin namin ang mga kamakailang modelo ngunit maaaring medyo kulang sa mga pinaka-latest.
• Hindi gaanong kilalang mga lapit sa AI, tulad ng Genetic Algorithms at Multi-Agent Systems.

Hindi namin tatalakayin sa kurikulum na ito:

Hanapin ang lahat ng karagdagang mga sanggunian para sa kursong ito sa aming koleksyon ng Microsoft Learn

• Mga kaso ng negosyo sa paggamit ng AI sa Negosyo. Isaalang-alang ang pagkuha ng Introduction to AI for business users na learning path sa Microsoft Learn, o AI Business School, na ginawa kasama ang INSEAD.
• Classic Machine Learning, na mahusay na naipaliwanag sa aming Machine Learning for Beginners Curriculum.
• Praktikal na mga aplikasyon ng AI na binuo gamit ang Cognitive Services. Para dito, inirerekomenda namin na magsimula ka sa mga module ng Microsoft Learn para sa vision, natural language processing, Generative AI with Azure OpenAI Service at iba pa.
• Mga partikular na ML Cloud Frameworks, tulad ng Azure Machine Learning, Microsoft Fabric, o Azure Databricks. Isaalang-alang ang paggamit ng Build and operate machine learning solutions with Azure Machine Learning at Build and Operate Machine Learning Solutions with Azure Databricks na mga learning path.
• Conversational AI at Chat Bots. May hiwalay na Create conversational AI solutions na learning path, at maaari ka ring sumangguni sa blog post na ito para sa higit pang detalye.
• Mataas na Matematika sa likod ng deep learning. Para dito, inirerekomenda namin ang Deep Learning nina Ian Goodfellow, Yoshua Bengio at Aaron Courville, na available din online sa https://www.deeplearningbook.org/.

Para sa mahinahong pagpapakilala sa mga paksa ng AI sa Cloud maaaring isaalang-alang ang pagkuha ng Get started with artificial intelligence on Azure Learning Path.

Nilalaman

	Link ng Leksyon	PyTorch/Keras/TensorFlow	Lab
0	Course Setup	I-setup ang Iyong Development Environment
I	Introduksyon sa AI
01	Introduksyon at Kasaysayan ng AI	-	-
II	Symbolic AI
02	Knowledge Representation at Expert Systems	Expert Systems / Ontology /Concept Graph
III	Introduksyon sa Neural Networks
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	Computer Vision	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	Natural Language Processing	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	Iba Pang Teknik sa AI
21	Genetic Algorithms	Notebook
22	Deep Reinforcement Learning	PyTorch /TensorFlow	Lab
23	Multi-Agent Systems
VII	Etika sa AI
24	AI Ethics and Responsible AI	Microsoft Learn: Responsible AI Principles
IX	Mga Extras
25	Multi-Modal Networks, CLIP and VQGAN	Notebook

Bawat aralin ay naglalaman ng

• Materyal na babasahin bago ang klase
• Mga executable na Jupyter Notebook, na madalas ay partikular sa framework (PyTorch o TensorFlow). Ang executable notebook ay naglalaman din ng maraming teoretikal na materyal, kaya upang maunawaan ang paksa kailangan mong dumaan sa kahit isang bersyon ng notebook (PyTorch man o TensorFlow).
• Mga Labs na available para sa ilang mga paksa, na nagbibigay sa iyo ng pagkakataong subukan ang pag-aaplay ng mga natutunan mong materyal sa isang tiyak na problema.
• Ang ilang mga seksyon ay may mga link sa mga module ng MS Learn na sumasaklaw sa mga kaugnay na paksa.

Paano Magsimula

🎯 Bago ka sa AI? Magsimula Dito!

Kung ikaw ay ganap na bago sa AI at naghahanap ng mabilis at praktikal na mga halimbawa, tingnan ang aming Mga Halimbawa para sa mga Nagsisimula! Kasama dito ang:

• 🌟 Hello AI World - Ang iyong unang AI na programa (pagtukoy ng pattern)
• 🧠 Simple Neural Network - Gumawa ng neural network mula sa simula
• 🖼️ Image Classifier - Magklasipika ng mga larawan na may detalyadong paliwanag
• 💬 Pagsusuri ng Sentimyento ng Teksto - Suriin ang positibo/negatibong teksto

Ang mga halimbawang ito ay idinisenyo para matulungan kang maunawaan ang mga konsepto ng AI bago pumasok sa buong kurikulum.

📚 Pag-setup ng Buong Kurikulum

• Nilikha namin ang isang setup lesson para tulungan ka sa pag-setup ng iyong development environment. - Para sa mga Guro, mayroon din kaming curricula setup lesson!
• Paano Ipatakbo ang code sa VSCode o Codespace

Sundin ang mga hakbang na ito:

I-fork ang Repository: I-click ang "Fork" na button sa itaas-kanan ng pahinang ito.

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

Huwag kalimutang mag-star (🌟) sa repo na ito para mas madali mo itong mahanap sa susunod.

Makipagkilala sa Ibang mga Nag-aaral

Sumali sa aming opisyal na AI Discord server para makilala at mag-network sa ibang mga nag-aaral na kumuha ng kursong ito at makakuha ng suporta.

Kung mayroon kang feedback o mga tanong tungkol sa produkto habang nagtatayo, bisitahin ang aming Azure AI Foundry Developer Forum

Mga Pagsusulit

Isang paalala tungkol sa mga pagsusulit: Ang lahat ng pagsusulit ay nasa Quiz-app na folder sa etc\quiz-app, o Online dito Naka-link ang mga ito mula sa loob ng mga aralin, ang quiz app ay maaaring patakbuhin nang lokal o i-deploy sa Azure; sundin ang mga tagubiling nasa quiz-app folder. Unti-unti silang nililokalisa.

Kailangan ng Tulong

Mayroon ka bang mga suhestiyon o nakakita ng mga mali sa ispeling o code? Mag-raise ng isyu o gumawa ng pull request.

Espesyal na Pasasalamat

• ✍️ Punong May-akda: Dmitry Soshnikov, PhD
• 🔥 Editor: Jen Looper, PhD
• 🎨 Tagadibuho ng Sketchnote: Tomomi Imura
• ✅ Tagalikha ng Pagsusulit: Lateefah Bello, MLSA
• 🙏 Pangunahing mga Kontribyutor: Evgenii Pishchik

Ibang Kurikulum

Ang aming koponan ay gumagawa ng iba pang mga kurikulum! Tingnan ang:

LangChain

---

Azure / Edge / MCP / Mga Ahente

---

Generative AI Series

---

Pangunahing Pagkatuto

---

Copilot Series

Pagkuha ng Tulong

Kung ikaw ay nahihirapan o may mga tanong tungkol sa paggawa ng mga AI app, sumali sa kapwa mga nag-aaral at mga bihasang developer sa mga talakayan tungkol sa MCP. Ito ay isang suportadong komunidad kung saan tinatanggap ang mga tanong at malayang ibinabahagi ang kaalaman.

Kung mayroon kang feedback o mga pagkakamali habang nagtatayo, bisitahin:

---

Paunawa: Ang dokumentong ito ay isinalin gamit ang AI translation service na Co-op Translator. Bagamat aming sinisikap ang pagiging tumpak, pakatandaan na maaaring may mga pagkakamali o hindi pagkakatugma ang mga awtomatikong salin. Ang orihinal na dokumento sa orihinal nitong wika ang dapat ituring na opisyal na sanggunian. Para sa mahahalagang impormasyon, inirerekomenda ang propesyonal na pagsasalin ng tao. Hindi kami mananagot sa anumang hindi pagkakaunawaan o maling interpretasyon na maaring idulot ng paggamit ng saling ito.