AI-For-Beginners/translations/mr

प्रारंभिकांसाठी कृत्रिम बुद्धिमत्ता - एक अभ्यासक्रम

AI For Beginners - स्केचनोट कडून @girlie_mac

आमच्या 12-सप्ताह, 24-धड्यांच्या अभ्यासक्रमासह कृत्रिम बुद्धिमत्ता (AI) चा शोध घ्या! यात व्यावहारिक धडे, क्विझ आणि लॅब्स समाविष्ट आहेत. हा अभ्यासक्रम सुरुवातीसाठी अनुकूल आहे आणि यात TensorFlow आणि PyTorch सारखी साधने तसेच AI मधील नैतिकता यांचा समावेश आहे

🌐 बहुभाषीय समर्थन

GitHub Action द्वारे समर्थन (स्वयंचलित व नेहमी अद्ययावत)

अरबी | बंगाली | बुल्गेरियन | बर्मी (म्यानमार) | चिनी (सरलीकृत) | चिनी (परंपरागत, हॉंगकॉंग) | चिनी (परंपरागत, मकाऊ) | चिनी (परंपरागत, तैवान) | क्रोएशियन | चेक | डॅनिश | डच | एस्टोनियन | फिनिश | फ्रेंच | जर्मन | ग्रीक | हिब्रू | हिंदी | हंगेरीयन | इंडोनेशियन | इटालियन | जपानी | कन्नड | कोरियन | लिथुआनियन | मलय | मलयाळम | मराठी | नेपाली | नायजेरियन पिजिन | नॉर्वेजियन | पर्शियन (फारसी) | पोलिश | पोर्तुगीज (ब्राझिल) | पोर्तुगीज (पोर्तुगाल) | पंजाबी (गुरमुखी) | रोमानियन | रशियन | सर्बियन (सिरिलिक) | स्लोव्हाक | स्लोव्हेनियन | स्पॅनिश | स्वाहिली | स्वीडिश | टॅगालोग (फिलिपिनो) | तामिळ | तेलुगू | थाई | तुर्किश | युक्रेनी | उर्दू | व्हिएतनामी

जर तुम्हाला अतिरिक्त भाषांतर हवे असेल तर समर्थित भाषांची यादी येथे उपलब्ध आहे

समुदायात सामील व्हा

तुम्ही काय शिकाल

कोर्सचा माइंडमॅप

या अभ्यासक्रमात, तुम्ही शिकाल:

• कृत्रिम बुद्धिमत्तेकडे वेगवेगळे दृष्टिकोन, ज्यात 'गुड ओल्ड' चिन्हात्मक पध्दत ज्यात ज्ञान प्रतिनिधित्व आणि तर्कशास्त्र (GOFAI).
• न्यूरल नेटवर्क्स आणि डीप लर्निंग, जे आधुनिक AI चे मुख्य भाग आहेत. आपण या महत्त्वाच्या विषयांच्या मागील संकल्पनांना दोन सर्वात लोकप्रिय फ्रेमवर्कमध्ये कोड वापरून दाखवू - TensorFlow आणि PyTorch.
• प्रतिमा आणि मजकूरावर काम करण्यासाठीच्या न्यूरल आर्किटेक्चर्स. आम्ही अलीकडील मॉडेल्स कव्हर करू परंतु कदाचित अत्याधुनिक बाबतीत थोडे मागे असू शकू.
• कमी लोकप्रिय AI पध्दती, जसे की आनुवंशिक अल्गोरिदम आणि बहु-एजंट सिस्टम्स.

या अभ्यासक्रमात आपण खालील गोष्टी कव्हर करणार नाही:

या कोर्ससाठी सर्व अतिरिक्त संसाधने आमच्या Microsoft Learn संग्रहात शोधा

• व्यवसायात AI चा वापराविषयी व्यावसायिक प्रकरणे. विचार करा की Microsoft Learn वरचा Introduction to AI for business users शिकण्याचा मार्ग घ्यावा, किंवा AI Business School, जे INSEAD सह सहकार्याने विकसित केले आहे.
• क्लासिक मशीन लर्निंग, जे आमच्या Machine Learning for Beginners Curriculum मध्ये चांगल्या प्रकारे वर्णन केले आहे.
• Cognitive Services वापरून तयार केलेली व्यावहारिक AI ऍप्लिकेशन्स. यासाठी, आम्ही शिफारस करतो की आपण Microsoft Learn मधील vision, natural language processing, Generative AI with Azure OpenAI Service आणि इतर मॉड्युलपासून सुरुवात करावी.
• विशिष्ट ML क्लाउड फ्रेमवर्क्स, जसे की Azure Machine Learning, Microsoft Fabric, किंवा Azure Databricks. विचार करा की आपण Build and operate machine learning solutions with Azure Machine Learning आणि Build and Operate Machine Learning Solutions with Azure Databricks या शिकण्याच्या मार्गांचा वापर करावा.
• संवादी AI आणि चॅट बॉट्स. यासाठी वेगळा Create conversational AI solutions शिकण्याचा मार्ग आहे, आणि अधिक तपशीलांसाठी तुम्ही हा ब्लॉग पोस्ट पाहू शकता.
• डीप लर्निंगमागील गहन गणित. यासाठी, आम्ही Ian Goodfellow, Yoshua Bengio आणि Aaron Courville यांच्या Deep Learning या पुस्तकाची शिफारस करतो, जे ऑनलाइन https://www.deeplearningbook.org/ वरही उपलब्ध आहे.

क्लाउडमधील AI विषयांवरील सौम्य परिचयासाठी आपण Get started with artificial intelligence on Azure हे Learning Path घेण्याचा विचार करू शकता.

सामग्री

	Lesson Link	PyTorch/Keras/TensorFlow	Lab
0	Course Setup	Setup Your Development Environment
I	AI परिचय
01	कृत्रिम बुद्धिमत्तेचा परिचय आणि इतिहास	-	-
II	चिन्हात्मक AI
02	ज्ञान प्रतिनिधित्व आणि विशेषज्ञ प्रणाली	तज्ज्ञ प्रणाली / ऑन्टोलॉजी /संकल्पना ग्राफ
III	न्यूरल नेटवर्क्स परिचय
03	परसेप्ट्रॉन	नोटबुक	लॅब
04	मल्टी-लेयर्ड परसेप्ट्रॉन आणि आपला स्वतःचा फ्रेमवर्क तयार करणे	नोटबुक	लॅब
05	फ्रेमवर्क्स (PyTorch/TensorFlow) आणि ओव्हरफिटिंगचा परिचय	PyTorch / Keras / TensorFlow	लॅब
IV	संगणकीय दृष्टी	PyTorch / TensorFlow	Microsoft Azure वर संगणकीय दृष्टी अन्वेषण करा
06	संगणकीय दृष्टी परिचय. OpenCV	नोटबुक	लॅब
07	कन्व्होल्यूशनल न्यूरल नेटवर्क्स & CNN आर्किटेक्चर्स	PyTorch /TensorFlow	लॅब
08	पूर्व-प्रशिक्षित नेटवर्क्स आणि ट्रान्सफर लर्निंग and प्रशिक्षण टिप्स	PyTorch / TensorFlow	लॅब
09	ऑटोएन्कोडर्स आणि VAE	PyTorch / TensorFlow
10	जनरेटिव्ह ऍडव्हर्सेरिअल नेटवर्क्स & कलात्मक शैली स्थानांतरण	PyTorch / TensorFlow
11	ऑब्जेक्ट डिटेक्शन	TensorFlow	लॅब
12	सिमँटिक सेगमेंटेशन. U-Net	PyTorch / TensorFlow
V	नैसर्गिक भाषा प्रक्रिया	PyTorch /TensorFlow	Microsoft Azure वर नैसर्गिक भाषा प्रक्रिया अन्वेषण करा
13	टेक्स्ट प्रतिनिधित्व. BoW/TF-IDF	PyTorch / TensorFlow
14	सिमँटिक शब्द एम्बेडिंग्ज. Word2Vec आणि GloVe	PyTorch / TensorFlow
15	भाषा मॉडेलिंग. स्वतःच्या एम्बेडिंग्जचे प्रशिक्षण	PyTorch / TensorFlow	लॅब
16	रीकर्नेट न्यूरल नेटवर्क्स	PyTorch / TensorFlow
17	जनरेटिव्ह रीकर्नेट नेटवर्क्स	PyTorch / TensorFlow	लॅब
18	ट्रान्सफॉर्मर्स. BERT.	PyTorch /TensorFlow
19	नामित एंटिटी ओळख	TensorFlow	लॅब
20	मोठी भाषा मॉडेल्स, प्रॉम्प्ट प्रोग्रामिंग आणि फ्यू-शॉट टास्क	PyTorch
VI	[इतर AI तंत्रे]
21	जनुकीय अल्गोरिदम	नोटबुक
22	डीप रिइन्फोर्समेंट लर्निंग	PyTorch /TensorFlow	लॅब
23	मल्टी-एजंट सिस्टम्स
VII	[AI एथिक्स]
24	AI एथिक्स आणि जबाबदार AI	Microsoft Learn: जबाबदार AI तत्त्वे
IX	[अतिरिक्त]
25	मल्टी-मोडल नेटवर्क्स, CLIP आणि VQGAN	नोटबुक

प्रत्येक धडा यात समाविष्ट आहे

• पूर्व-वाचन साहित्य
• कार्यकारी Jupyter नोटबुक्स, जे अनेकदा विशिष्ट फ्रेमवर्कसाठी असतात (PyTorch किंवा TensorFlow). कार्यान्वित करता येणाऱ्या नोटबुकमध्ये बरीच सैद्धांतिक सामग्री असते, त्यामुळे विषय समजून घेण्यासाठी तुम्हाला नोटबुकपैकी किमान एक आवृत्ती (PyTorch किंवा TensorFlow मध्येले कोणतेही) पाहणे आवश्यक आहे.
• लॅब्स काही विषयांसाठी उपलब्ध असतात, जे तुम्हाला शिकलेल्या सामग्रीला विशिष्ट समस्येवर लागू करून पाहण्याची संधी देतात.
• काही विभागांमध्ये संबंधित विषय कव्हर करणाऱ्या MS Learn मॉड्यूल्सचे दुवे असतात.

सुरूवात

🎯 AI मध्ये नवीन आहात का? इथे सुरू करा!

जर तुम्ही AI मध्ये पूर्णपणे नवीन असाल आणि लवकर, हस्तगत उदाहरणे हवी असतील, तर आमची सुरुवातीसाठी अनुकूल उदाहरणे बघा! यात समावेश आहे:

• 🌟 Hello AI World - तुमचे पहिले AI प्रोग्राम (नमुना ओळख)
• 🧠 Simple Neural Network - शून्यातून एक न्यूरल नेटवर्क तयार करा
• 🖼️ Image Classifier - तपशीलवार टिप्पण्यांसह प्रतिमा वर्गीकृत करा
• 💬 मजकूराची भावना - सकारात्मक/नकारात्मक मजकूराचे विश्लेषण

हे उदाहरणे पूर्ण अभ्यासक्रमात डोकावण्यापूर्वी AI संकल्पना समजून घेण्यास मदत करण्यासाठी डिझाइन केले आहेत.

📚 पूर्ण अभ्यासक्रम सेटअप

• आम्ही आपले विकास वातावरण सेटअप करण्यास मदत करण्यासाठी एक सेटअप धडा तयार केला आहे. - शिक्षकांसाठी, आम्ही तुमच्यासाठी एक अभ्यासक्रम सेटअप धडा देखील तयार केला आहे!
• कसे VSCode किंवा Codepace मध्ये कोड चालवायचे

या चरणांचे पालन करा:

Fork the Repository: Click on the "Fork" button at the top-right corner of this page.

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

Don't forget to star (🌟) this repo to find it easier later.

इतर शिकणाऱ्यांना भेटा

आमच्या अधिकृत AI Discord सर्व्हर मध्ये सामील व्हा, हा कोर्स घेणाऱ्या इतर शिकणाऱ्यांशी भेटण्यासाठी आणि नेटवर्क करण्यासाठी तसेच मदत मिळवण्यासाठी.

If you have product feedback or questions whilst building visit our Azure AI Foundry Developer Forum

क्विझ

क्विझबद्दल एक टीप: सर्व क्विझ Quiz-app फोल्डरमध्ये etc\quiz-app मध्ये आहेत, किंवा ऑनलाइन येथे ते धड्यातून लिंक केलेले आहेत; क्विझ अॅप स्थानिकरित्या चालवता येतो किंवा Azure वर डिप्लॉय करता येतो; कृपया quiz-app फोल्डरमधील सूचनांचे पालन करा. ते हळूहळू स्थानिकृत केले जात आहेत.

मदत हवी आहे

आपल्याकडे सूचना आहेत का किंवा स्पेलिंग किंवा कोड त्रुटी आढळल्या आहेत का? एक इश्यू उघडा किंवा पुल रिक्वेस्ट तयार करा.

विशेष धन्यवाद

• ✍️ प्राथमिक लेखक: Dmitry Soshnikov, PhD
• 🔥 संपादक: Jen Looper, PhD
• 🎨 स्केचनोट चित्रकार: Tomomi Imura
• ✅ क्विझ निर्माते: Lateefah Bello, MLSA
• 🙏 मुख्य योगदानकर्ते: Evgenii Pishchik

इतर अभ्यासक्रम

आमची टीम इतर अभ्यासक्रमही तयार करते! हे पहा:

LangChain

---

Azure / Edge / MCP / Agents

---

Generative AI Series

---

Core Learning

---

Copilot Series

मदत मिळवा

जर तुम्हाला अडकलेले वाटत असेल किंवा AI अ‍ॅप्स तयार करताना काही प्रश्न असतील तर MCP बद्दलच्या चर्चांमध्ये इतर शिकणाऱ्यांशी आणि अनुभवी विकसकांशी सामील व्हा. हे एक समर्थनशील समुदाय आहे जिथे प्रश्नांचे स्वागत केले जाते आणि ज्ञान मनमोकळे शेअर केले जाते.

उत्पादनाबद्दल अभिप्राय किंवा तयार करताना त्रुटी आढळल्यास भेट द्या:

---

अस्वीकरण: हे दस्तऐवज AI अनुवाद सेवा Co-op Translator (https://github.com/Azure/co-op-translator) वापरून अनुवादित केलेले आहे. आम्ही अचूकतेसाठी प्रयत्न करतो, परंतु कृपया लक्षात घ्या की स्वयंचलित अनुवादांमध्ये चुका किंवा अचूकतेशी संबंधित त्रुटी असू शकतात. मूळ दस्तऐवज त्याच्या मूळ भाषेत अधिकृत स्रोत मानले जावे. महत्त्वाची माहिती साठी व्यावसायिक मानवी अनुवादाची शिफारस केली जाते. या अनुवादाच्या वापरामुळे उद्भविणाऱ्या कोणत्याही गैरसमजांसाठी किंवा चुकीच्या अर्थ लावल्याबद्दल आम्ही जबाबदार नाही.