AI-For-Beginners/translations/mr

प्रारंभिकांसाठी कृत्रिम बुद्धिमत्ता - एक अभ्यासक्रम

प्रारंभिकांसाठी एआय - @girlie_mac यांचा स्केचनोट

कृत्रिम बुद्धिमत्ता (AI) च्या जगात १२ आठवड्यांच्या, २४ धड्यांच्या अभ्यासक्रमासह अन्वेषण करा! यात व्यावहारिक धडे, क्विझ आणि प्रयोगशाळा समाविष्ट आहेत. हा अभ्यासक्रम सुरुवातीसाठी सोपा असून TensorFlow आणि PyTorch सारखे साधने तसेच AI मधील नैतिकता यावरही भाष्य करतो.

🌐 बहुभाषिक समर्थन

GitHub Action द्वारे समर्थित (स्वयंचलित आणि नेहमी अद्ययावत)

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

स्थानिकरीत्या क्लोन करायचे प्राधान्य द्याल का?

या रिपॉझिटरीमध्ये ५०+ भाषा अनुवादांचा समावेश आहे ज्यामुळे डाउनलोड आकार मोठा होतो. अनुवादांशिवाय क्लोन करण्यासाठी sparse checkout वापरा:

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'

हे तुम्हाला कोर्स पूर्ण करण्यासाठी आवश्यक असलेली सर्व काही अधिक वेगवान डाउनलोडसह देते.

जर तुम्हाला अतिरिक्त अनुवाद भाषा आवश्यक असतील तर त्या येथे सूचीबद्ध आहेत

समुदायात सामील व्हा

तुम्ही काय शिकाल

कोर्सचा मांडलेला नकाशा

या अभ्यासक्रमात तुम्ही शिकाल:

• कृत्रिम बुद्धिमत्तेचे वेगवेगळे दृष्टिकोन, ज्यात "चांगल्या जुन्या" सांकेतिक दृष्टिकोनासह ज्ञान प्रतिनिधित्व आणि न्यायाने (GOFAI).
• न्यूरल नेटवर्क्स आणि डीप लर्निंग, जे आधुनिक AI चे मुख्य आधार आहेत. आम्ही या महत्त्वाच्या विषयांमागील संकल्पना TensorFlow आणि PyTorch या दोन लोकप्रिय फ्रेमवर्कमधील कोड वापरून स्पष्ट करू.
• प्रतिमा आणि मजकूरावर काम करण्यासाठी न्यूरल आर्किटेक्चर. आम्ही अलीकडील मॉडेल्स कव्हर करू पण यामुळे अत्याधुनिक तंत्रज्ञानापासून थोडे काही कमी असू शकते.
• कमी लोकप्रिय AI दृष्टिकोन, जसे की जैविक अल्गोरिदम आणि मल्टी-एजंट सिस्टिम्स.

या अभ्यासक्रमात आम्ही काय समाविष्ट करणार नाही:

या कोर्ससाठी सर्व अतिरिक्त संसाधने Microsoft Learn संग्रहात येथे शोधा

• AI इन बिजनेस च्या व्यवसायिक केसांचा विचार करणे. Microsoft Learn वरील व्यवसाय वापरकर्त्यांसाठी AI परिचय किंवा AI Business School, जे INSEAD सोबत सहकार्यात विकसित केले आहे, यांचा विचार करा.
• क्लासिक मशीन लर्निंग, ज्याचे वर्णन आमच्या मशीन लर्निंग फॉर बिगिनर्स कॅरिक्युलम मध्ये आहे.
• व्यावहारिक AI अनुप्रयोग कॉग्निटिव्ह सर्व्हिसेस वापरून. यासाठी आम्ही Microsoft Learn मधील दृष्टी, नैसर्गिक भाषा प्रक्रिया, Azure OpenAI सेवा वापरून जनरेटिव्ह AI आणि इतर मॉड्यूल सुरु करण्याची शिफारस करतो.
• विशिष्ट ML क्लाउड फ्रेमवर्क्स, जसे की Azure मशीन लर्निंग, Microsoft Fabric, किंवा Azure Databricks. Azure ML सेवा वापरून मशीन लर्निंग सोल्यूशन्स तयार आणि चालवा आणि Azure Databricks वापरून मशीन लर्निंग सोल्यूशन्स तयार व चालवा शिकण्याच्या मार्गांचा विचार करा.
• संवादात्मक AI आणि चॅट बॉट्स. हा वेगळा संवादात्मक AI सोल्यूशन्स तयार करा शिकण्याचा मार्ग आहे, तसेच तुम्ही या ब्लॉग पोस्ट ला अधिक तपशीलासाठी पाहू शकता.
• डीप लर्निंगच्या मागील गहन गणिताचा भाग. यासाठी Ian Goodfellow, Yoshua Bengio आणि Aaron Courville यांनी लिहिलेल्या Deep Learning या पुस्तकाला आम्ही शिफारस करतो, जे ऑनलाइन https://www.deeplearningbook.org/ वर उपलब्ध आहे.

क्लाउडमधील AI विषयांच्या सौम्य परिचयासाठी Azure वर कृत्रिम बुद्धिमत्तीसह प्रारंभ करा शिकण्याचा मार्ग विचारात घ्या.

सामग्री

	धडा लिंक	PyTorch/Keras/TensorFlow	प्रयोगशाळा
0	कोर्स सेटअप	तुमचे विकास वातावरण सेट करा
I	AI परिचय
01	AI ची ओळख आणि इतिहास	-	-
II	सांकेतिक AI
02	ज्ञान प्रतिनिधित्व आणि तज्ञ प्रणाली	तज्ञ प्रणाली / ओन्टोलॉजी /संकल्पना ग्राफ
III	न्यूरल नेटवर्क्स परिचय
03	परसेप्ट्रॉन	नोटबुक	प्रयोगशाळा
04	मल्टि-लेयर्ड परसेप्ट्रॉन आणि आपला स्वतःचा फ्रेमवर्क तयार करणे	नोटबुक	प्रयोगशाळा
05	फ्रेमवर्कसाठी परिचय (PyTorch/TensorFlow) आणि ओव्हरफिटिंग	PyTorch / Keras / TensorFlow	प्रयोगशाळा
IV	कंप्युटर व्हिजन	PyTorch / TensorFlow	मायक्रोसॉफ्ट अझूरवर कंप्युटर व्हिजन एक्सप्लोर करा
06	कंप्युटर व्हिजनसाठी परिचय. OpenCV	नोटबुक	प्रयोगशाळा
07	कॉनव्होल्यूशनल न्यूरल नेटवर्क्स & CNN आर्किटेक्चर्स	PyTorch /TensorFlow	प्रयोगशाळा
08	पूर्व-प्रशिक्षित नेटवर्क्स आणि ट्रान्सफर लर्निंग आणि ट्रेनिंग ट्रिक्स	PyTorch / TensorFlow	प्रयोगशाळा
09	ऑटोएनकोडर्स आणि VAEs	PyTorch / TensorFlow
10	जेनरेटिव अ‍ॅडव्हरसारियल नेटवर्क्स आणि आर्टिस्टिक स्टाइल ट्रान्सफर	PyTorch / TensorFlow
11	ऑब्जेक्ट डिटेक्शन	TensorFlow	प्रयोगशाळा
12	सेमांटिक सेगमेंटेशन. U-नेट	PyTorch / TensorFlow
V	नैसर्गिक भाषा प्रक्रिया	PyTorch /TensorFlow	मायक्रोसॉफ्ट अझूरवर नैसर्गिक भाषा प्रक्रिया एक्सप्लोर करा
13	टेक्स्ट प्रतिनिधित्व. बाओ/TF-IDF	PyTorch / TensorFlow
14	सेमांटिक शब्द एम्बेडिंग्ज. Word2Vec आणि GloVe	PyTorch / TensorFlow
15	भाषा मॉडेलिंग. आपले स्वतःचे एम्बेडिंग्ज प्रशिक्षण द्या	PyTorch / TensorFlow	प्रयोगशाळा
16	रकरंट न्यूरल नेटवर्क्स	PyTorch / TensorFlow
17	जेनरेटिव रकरंट नेटवर्क्स	PyTorch / TensorFlow	प्रयोगशाळा
18	ट्रांसफॉर्मर्स. BERT.	PyTorch /TensorFlow
19	नामित घटक ओळख	TensorFlow	प्रयोगशाळा
20	मोठे भाषा मॉडेल्स, प्रॉम्प्ट प्रोग्रामिंग आणि फ्यु-शॉट टास्क	PyTorch
VI	इतर AI तंत्रे
21	जेनेटिक अल्गोरिदम्स	नोटबुक
22	डीप रिइन्फोर्समेंट लर्निंग	PyTorch /TensorFlow	प्रयोगशाळा
23	मल्टि-एजंट सिस्टम्स
VII	AI नीतिशास्त्र
24	AI नीतिशास्त्र आणि जबाबदार AI	Microsoft Learn: जबाबदार AI तत्त्वे
IX	अतिरिक्त
25	मल्टि-मोडल नेटवर्क्स, CLIP आणि VQGAN	नोटबुक

प्रत्येक धडा यामध्ये असतो

• पूर्व-अभ्यास साहित्य
• अंमलात आणता येण्याजोगे जुपिटर नोटबुक्स, जे अनेकदा फ्रेमवर्कसाठी विशेष ( PyTorch किंवा TensorFlow ) असतात. अंमलात आणता येणाऱ्या नोटबुकमध्ये बरेच सैद्धांतिक साहित्य देखील असते, त्यामुळे विषय समजून घेण्यासाठी तुम्हाला नोटबुकच्या किमान एका आवृत्तीचा (PyTorch किंवा TensorFlow) अभ्यास करावा लागेल.
• काही विषयांसाठी प्रयोगशाळा उपलब्ध आहेत, ज्यामुळे तुम्हाला तुम्ही शिकलेल्या साहित्याचा उपयोग एखाद्या विशिष्ट समस्येवर करण्याची संधी मिळते.
• काही विभागांमध्ये संबंधित विषय झाकणाऱ्या MS Learn मॉड्यूल्ससाठी दुवे आहेत.

सुरुवात करणे

🎯 AI मध्ये नवीन आहात? येथे प्रारंभ करा!

जर तुम्ही पूर्णपणे AI मध्ये नवीन असाल आणि जलद, अभ्यासात्मक उदाहरणे पाहू इच्छित असाल, तर आमचे सुरुवातीसाठी सोपे उदाहरणे पाहा! यात समाविष्ट आहेत:

• 🌟 हॅलो AI वर्ल्ड - तुमचा पहिला AI प्रोग्राम (पॅटर्न ओळख)
• 🧠 साधा न्यूरल नेटवर्क - शून्यातून न्यूरल नेटवर्क तयार करा
• 🖼️ इमेज क्लासिफायर - तपशीलवार टिपणीसह प्रतिमा वर्गीकरण करा
• 💬 मजकूराची भावना - सकारात्मक/नकारात्मक मजकूराचे विश्लेषण करा

हे उदाहरणे तुम्हाला संपूर्ण अभ्यासक्रमात प्रवेश करण्यापूर्वी AI संकल्पना समजून घेण्यासाठी तयार केली आहेत.

📚 संपूर्ण अभ्यासक्रमाची स्थापना

• आम्ही तुमच्या विकास पर्यावरणाच्या स्थापनेस मदत करण्यासाठी एक सेटअप धडा तयार केला आहे. - शिक्षकांसाठी, आम्ही तुमच्यासाठी एक अभ्यासक्रम सेटअप धडा पण तयार केला आहे!
• VSCode किंवा Codespace मध्ये कोड कसा चालवावा

या पायऱ्या अनुसरा:

रेपॉझिटरी फोर्क करा: या पृष्ठाच्या वरच्या- उजव्या कोपऱ्यातील "Fork" बटणावर क्लिक करा.

रेपॉझिटरी क्लोन करा: git clone https://github.com/microsoft/AI-For-Beginners.git

नंतर पुन्हा शोधण्यासाठी या रेपॉझिटरीला स्टार (🌟) देणे विसरू नका.

इतर शिकणाऱ्यांशी भेटा

आमच्या अधिकृत AI डिस्कॉर्ड सर्व्हर मध्ये सामील व्हा जेथे तुम्ही हा कोर्स करीत असलेल्या इतर शिकणाऱ्यांशी भेटू शकता आणि नेटवर्किंग करू शकता तसेच सहाय्यता मिळवा.

तुमच्याकडे उत्पादनाबाबत अभिप्राय किंवा प्रश्न असल्यास आमच्या Azure AI Foundry Developer Forum ला भेट द्या.

प्रश्नमंजुषा

प्रश्नमंजुषा बद्दल एक नोंद: सर्व प्रश्नमंजुषा etc\quiz-app मधील Quiz-app फोल्डरमध्ये आहेत, किंवा ऑनलाइन येथे उपलब्ध आहेत. त्या धड्यांतून लिंक केलेल्या आहेत, प्रश्नमंजुषा अॅप स्थानिकरित्या चालवता येतो किंवा Azure वर तैनात करता येतो; quiz-app फोल्डरमधील सूचना अनुसरा. त्यांचा हळूहळू स्थानिकीकरण केले जात आहे.

सहाय्य हवे आहे

तुमच्याकडे सूचना आहेत का किंवा तुम्हाला स्पेलिंग किंवा कोडमध्ये चुका सापडल्या का? समस्या उघडा किंवा पुल विनंती तयार करा.

विशेष धन्यवाद

• ✍️ मुख्य लेखक: Dmitry Soshnikov, PhD
• 🔥 संपादक: Jen Looper, PhD
• 🎨 स्केचनोट झाडण्यारा: Tomomi Imura
• ✅ प्रश्नमंजुषा तयार करणारा: Lateefah Bello, MLSA
• 🙏 मुख्य योगदानकर्ते: Evgenii Pishchik

इतर अभ्यासक्रम

आमची टीम इतर अभ्यासक्रम तयार करते! पहा:

LangChain

---

Azure / Edge / MCP / Agents

---

Generative AI Series

---

मुख्य शिका

---

Copilot मालिका

मदत मिळवा

जर तुम्हाला कुठे अडचण येत असेल किंवा AI अॅप्स तयार करताना प्रश्न असतील तर MCP बद्दल चर्चा करण्यासाठी इतर शिकणाऱ्या आणि अनुभवी विकसकांसह सामील व्हा. हे एक सहाय्यपूर्ण समुदाय आहे जिथे प्रश्न विचारणे स्वागतार्ह आहे आणि ज्ञान मुक्तपणे वाटले जाते.

जर तुम्हाला उत्पादनाबाबत अभिप्राय किंवा तयार करताना त्रुटी आढळल्या तर भेट द्या:

---

जबाबदारीची सूचना:
हा दस्तऐवज AI भाषांतर सेवा Co-op Translator वापरून भाषांतरित केला आहे. आम्ही अचूकतेसाठी प्रयत्न करतो, तरी कृपया लक्षात घ्या की स्वयंचलित भाषांतरांमध्ये चुका किंवा तफावत असू शकतात. मूळ दस्तऐवज त्याच्या मूळ भाषेत अधिकृत स्रोत मानला जातो. महत्त्वाच्या माहितीसाठी व्यावसायिक मानवी भाषांतराची शिफारस केली जाते. या भाषांतराच्या वापरामुळे उद्भवणाऱ्या कोणत्याही गैरसमजुतीसाठी किंवा चुकीच्या अर्थसंकल्पासाठी आम्ही जबाबदार नाही.