AI-For-Beginners/translations/da
localizeflow[bot] 41663fc54d chore(i18n): sync translations with latest source changes (chunk 66/148, 100 files) 2026-01-01 14:20:45 +00:00
..
etc 🌐 Update translations via Co-op Translator 2025-08-28 18:09:00 +00:00
examples 🌐 Update translations via Co-op Translator 2025-10-03 11:56:00 +00:00
lessons chore(i18n): sync translations with latest source changes (chunk 66/148, 100 files) 2026-01-01 14:20:45 +00:00
AGENTS.md 🌐 Update translations via Co-op Translator 2025-10-03 09:55:40 +00:00
README.md chore(i18n): sync translations with latest source changes (chunk 66/148, 100 files) 2026-01-01 14:20:45 +00:00
SECURITY.md 🌐 Update translations via Co-op Translator 2025-08-28 18:09:00 +00:00
troubleshoot.md 🌐 Update translations via Co-op Translator 2025-10-03 09:55:40 +00:00

README.md

GitHub-licens GitHub-bidragydere GitHub-issues GitHub-pull-requests PR'er velkomne

GitHub-overvågninger GitHub-forks GitHub-stjerner Binder Gitter

Microsoft Foundry Discord

Kunstig intelligens for begyndere - Et kursusforløb

Sketchnote af @girlie_mac https://twitter.com/girlie_mac
AI For Beginners - Sketchnote af @girlie_mac

Udforsk verdenen af Kunstig intelligens (AI) med vores 12-ugers, 24-lektioners kursusforløb! Det inkluderer praktiske lektioner, quizzer, og laboratorier. Pensumet er begyndervenligt og dækker værktøjer som TensorFlow og PyTorch, samt etik inden for AI

🌐 Flersproget understøttelse

Understøttet via GitHub Action (Automatiseret og altid opdateret)

Arabisk | Bengali | Bulgarsk | Burmesisk (Myanmar) | Kinesisk (forenklet) | Kinesisk (traditionel, Hongkong) | Kinesisk (traditionel, Macau) | Kinesisk (traditionel, Taiwan) | Kroatisk | Tjekkisk | Dansk | Hollandsk | Estisk | Finsk | Fransk | Tysk | Grekisk | Hebraisk | Hindi | Ungarsk | Indonesisk | Italiensk | Japansk | Kannada | Koreansk | Litauisk | Malayisk | Malayalam | Marathi | Nepalesisk | Nigeriansk Pidgin | Norsk | Persisk (Farsi) | Polsk | Portugisisk (Brasilien) | Portugisisk (Portugal) | Punjabi (Gurmukhi) | Rumænsk | Russisk | Serbisk (kyrillisk) | Slovakisk | Slovensk | Spansk | Swahili | Svensk | Tagalog (filippinsk) | Tamil | Telugu | Thai | Tyrkisk | Ukrainsk | Urdu | Vietnamesisk

Hvis du ønsker at få yderligere oversættelser, er understøttede sprog oplistet her

Bliv en del af fællesskabet

Microsoft Foundry Discord

Hvad du vil lære

Kursusets mindmap

I dette kursusforløb vil du lære:

  • Forskellige tilgange til kunstig intelligens, inklusive den "gode gamle" symbolske tilgang med vidensrepræsentation og ræsonnement (GOFAI).
  • Neurale netværk og dyb læring, som er kernen i moderne AI. Vi vil illustrere koncepterne bag disse vigtige emner ved hjælp af kode i to af de mest populære frameworks - TensorFlow og PyTorch.
  • Neurale arkitekturer til arbejde med billeder og tekst. Vi vil dække nyere modeller, men kan være lidt mangelfulde i state-of-the-art.
  • Mindre populære AI-tilgange, såsom genetiske algoritmer og multi-agent-systemer.

Hvad vi ikke dækker i dette kursusforløb:

Find alle yderligere ressourcer for dette kursus i vores Microsoft Learn-samling

For en blid introduktion til emnerne AI i skyen kan du overveje at tage læringsforløbet Get started with artificial intelligence on Azure.

Indhold

Lektionslink PyTorch/Keras/TensorFlow Lab
0 Kursusopsætning Opsæt dit udviklingsmiljø
I Introduktion til AI
01 Introduktion og AI's historie - -
II Symbolsk AI
02 Videnrepræsentation og ekspertsystemer Ekspertsystemer / Ontologi /Konceptgraf
III Introduktion til neurale netværk
03 Perceptron Notebook Lab
04 Flerlaget perceptron og at skabe vores eget framework Notebook Lab
05 Introduktion til frameworks (PyTorch/TensorFlow) og overtilpasning PyTorch / Keras / TensorFlow Lab
IV Computersyn PyTorch / TensorFlow Udforsk computersyn på Microsoft Azure
06 Introduktion til computersyn. OpenCV Notebook Lab
07 Konvolutionelle neurale netværk & CNN-arkitekturer PyTorch /TensorFlow Lab
08 Forudtrænede netværk og transfer learning and Training Tricks PyTorch / TensorFlow Lab
09 Autoencodere og VAEs PyTorch / TensorFlow
10 Generative Adversarial Networks & kunstnerisk stiloverførsel PyTorch / TensorFlow
11 Objektdetektion TensorFlow Lab
12 Semantisk segmentering. U-Net PyTorch / TensorFlow
V Naturlig sprogbehandling PyTorch /TensorFlow Udforsk naturlig sprogbehandling på Microsoft Azure
13 Tekstrepræsentation. Bag-of-Words/TF-IDF PyTorch / TensorFlow
14 Semantiske ordindlejringer. Word2Vec og GloVe PyTorch / TensorFlow
15 Sprogemodellering. Træn dine egne indlejringer PyTorch / TensorFlow Lab
16 Rekurrente neurale netværk PyTorch / TensorFlow
17 Generative rekurrente netværk PyTorch / TensorFlow Lab
18 Transformers. BERT. PyTorch /TensorFlow
19 Genkendelse af navngivne enheder TensorFlow Lab
20 Store sprogmodeller, prompt-programmering og few-shot-opgaver PyTorch
VI Andre AI-teknikker
21 Genetiske algoritmer Notebook
22 Dyb forstærkningslæring PyTorch /TensorFlow Lab
23 Multi-agent-systemer
VII AI-etik
24 AI-etik og ansvarlig AI Microsoft Learn: Responsible AI Principles
IX Ekstra
25 Multi-modale netværk, CLIP og VQGAN Notebook

Each lesson contains

  • Forberedende læsemateriale
  • Eksekverbare Jupyter-notebooks, som ofte er specifikke for rammeværket (PyTorch eller TensorFlow). Den eksekverbare notebook indeholder også meget teoretisk materiale, så for at forstå emnet skal du gennemgå mindst én version af notebook'en (enten PyTorch eller TensorFlow).
  • Labs tilgængelige for nogle emner, som giver dig mulighed for at prøve at anvende det materiale, du har lært, på et specifikt problem.
  • Nogle sektioner indeholder links til MS Learn moduler, der dækker relaterede emner.

Getting Started

🎯 New to AI? Start Here!

If you're completely new to AI and want quick, hands-on examples, check out our Begynder-venlige eksempler! These include:

  • 🌟 Hello AI World - Dit første AI-program (mønstergenkendelse)
  • 🧠 Simple Neural Network - Byg et neuralt netværk fra bunden
  • 🖼️ Image Classifier - Klassificer billeder med detaljerede kommentarer
  • 💬 Tekst-sentiment - Analyser positiv/negativ tekst

Disse eksempler er designet til at hjælpe dig med at forstå AI-koncepter, før du dykker ned i det fulde kursusforløb.

📚 Fuldt kursusopsætning

Følg disse trin:

Fork repositoryet: Klik på knappen "Fork" øverst til højre på denne side.

Klon repositoryet: git clone https://github.com/microsoft/AI-For-Beginners.git

Glem ikke at give dette repo en stjerne (🌟), så du nemmere kan finde det senere.

Mød andre kursister

Deltag i vores officielle AI Discord-server for at møde og netværke med andre kursister på dette kursus og få support.

Hvis du har produktfeedback eller spørgsmål, mens du bygger, besøg vores Azure AI Foundry Developer Forum

Quizzer

Et notat om quizzer: Alle quizzer er indeholdt i Quiz-app folderen i etc\quiz-app, eller Online her De er linket fra lektionerne; quiz-appen kan køres lokalt eller implementeres til Azure; følg instruktionen i quiz-app folderen. De bliver gradvist lokaliseret.

Hjælp ønskes

Har du forslag eller har du fundet stave- eller kodefejl? Opret en issue eller opret et pull request.

Særlig tak

Andre kursusforløb

Vores team udgiver andre kursusforløb! Se:

LangChain

LangChain4j for begyndere LangChain.js for begyndere


Azure / Edge / MCP / Agenter

AZD for begyndere Edge AI for begyndere MCP for begyndere AI-agenter for begyndere


Generativ AI-serie

Generativ AI for begyndere Generativ AI (.NET) Generativ AI (Java) Generativ AI (JavaScript)


Kernekurser

ML for begyndere Data Science for begyndere AI for begyndere Cybersikkerhed for begyndere Webudvikling for begyndere IoT for begyndere XR-udvikling for begyndere


Copilot-serien

Copilot til AI-parprogrammering Copilot til C#/.NET Copilot Adventure

Få hjælp

Hvis du sidder fast eller har spørgsmål om at bygge AI-apps, så deltag i diskussioner med andre kursister og erfarne udviklere om MCP. Det er et støttende fællesskab, hvor spørgsmål er velkomne og viden deles frit.

Microsoft Foundry Discord

Hvis du har produktfeedback eller oplever fejl under udviklingen, besøg:

Microsoft Foundry udviklerforum


Ansvarsfraskrivelse: Dette dokument er oversat ved hjælp af AI-oversættelsestjenesten Co-op Translator (https://github.com/Azure/co-op-translator). Selvom vi bestræber os på nøjagtighed, bedes du være opmærksom på, at automatiske oversættelser kan indeholde fejl eller unøjagtigheder. Det originale dokument på originalsproget bør betragtes som den autoritative kilde. For væsentlige oplysninger anbefales professionel menneskelig oversættelse. Vi påtager os intet ansvar for misforståelser eller fejltolkninger, der måtte opstå ved brug af denne oversættelse.