AI-For-Beginners/translations/da

Kunstig Intelligens for Begyndere - Et Læseplan

AI For Beginners - Sketchnote af @girlie_mac

Udforsk verdenen af Kunstig Intelligens (AI) med vores 12-ugers, 24-lektioners læseplan! Den inkluderer praktiske lektioner, quizzer og laboratorier. Læseplanen er begynder-venlig og dækker værktøjer som TensorFlow og PyTorch samt etik inden for AI.

🌐 Fleresproget Support

Understøttet via GitHub Action (Automatiseret & Altid Opdateret)

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

Foretrækker du at klone lokalt?

Dette repository inkluderer 50+ sprogoversættelser, hvilket i væsentlig grad øger downloadstørrelsen. For at klone uden oversættelser, brug 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'

Dette giver dig alt, hvad du behøver for at gennemføre kurset med en langt hurtigere download.

Hvis du ønsker yderligere sprogunderstøttelse, er de understøttede sprog listet her

Deltag i fællesskabet

Hvad du vil lære

Mindmap for Kurset

I denne læseplan vil du lære:

• Forskellige tilgange til Kunstig Intelligens, inklusive den "gamle gode" symbolske tilgang med Vidensrepræsentation og ræsonnering (GOFAI).
• Neurale Netværk og Deep Learning, som er kernen i moderne AI. Vi vil illustrere begreberne 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 dækker nyere modeller, men kan være lidt mangelfulde med hensyn til state-of-the-art.
• Mindre populære AI-tilgange, såsom Genetiske Algoritmer og Multi-Agent Systemer.

Hvad vi ikke dækker i denne læseplan:

Find alle yderligere ressourcer til dette kursus i vores Microsoft Learn-kollektion

• Business cases for brugen af AI i Forretning. Overvej at tage Introduktion til AI for forretningsbrugere læringssti på Microsoft Learn, eller AI Business School, udviklet i samarbejde med INSEAD.
• Klassisk Maskinlæring, som er godt beskrevet i vores Maskinlæring for Begyndere-læseplan.
• Praktiske AI-applikationer bygget ved hjælp af Cognitive Services. For dette anbefaler vi, at du starter med moduler fra Microsoft Learn for vision, naturlig sprogbehandling, Generativ AI med Azure OpenAI Service og andre.
• Specifikke ML Cloud Frameworks, såsom Azure Machine Learning, Microsoft Fabric, eller Azure Databricks. Overvej at bruge Build and operate machine learning solutions with Azure Machine Learning og Build and Operate Machine Learning Solutions with Azure Databricks læringsstier.
• Samtale-AI og Chatbots. Der findes en separat Opret samtale-AI-løsninger læringssti, og du kan også henvise til dette blogindlæg for flere detaljer.
• Dybtgående matematik bag deep learning. Til dette anbefaler vi Deep Learning af Ian Goodfellow, Yoshua Bengio og Aaron Courville, som også er tilgængelig online på https://www.deeplearningbook.org/.

For en blid introduktion til AI i Skyen -emner kan du overveje at tage Kom godt i gang med kunstig intelligens på Azure læringssti.

Indhold

	Lektion Link	PyTorch/Keras/TensorFlow	Laboratorium
0	Kursusopsætning	Opsæt dit udviklingsmiljø
I	Introduktion til AI
01	Introduktion og historie om AI	-	-
II	Symbolsk AI
02	Vidensrepræsentation og ekspertsystemer	Ekspertsystemer / Ontologi /Begrebsgraf
III	Introduktion til neurale netværk
03	Perceptron	Notebook	Lab
04	Multi-Layered Perceptron og oprettelse af vores eget framework	Notebook	Lab
05	Intro til frameworks (PyTorch/TensorFlow) og overfitting	PyTorch / Keras / TensorFlow	Lab
IV	Computer Vision	PyTorch / TensorFlow	Udforsk Computer Vision på Microsoft Azure
06	Intro til Computer Vision. OpenCV	Notebook	Lab
07	Convolutional Neural Networks & CNN-arkitekturer	PyTorch /TensorFlow	Lab
08	Fortrænede netværk og transfer learning og Træningstricks	PyTorch / TensorFlow	Lab
09	Autoencoders 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. Bow/TF-IDF	PyTorch / TensorFlow
14	Semantiske ord-embeddings. Word2Vec og GloVe	PyTorch / TensorFlow
15	Sprogsmodellering. Træning af dine egne 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	Store sprogmodeller, promptprogrammering og few-shot opgaver	PyTorch
VI	Andre AI-teknikker
21	Genetiske algoritmer	Notebook
22	Deep reinforcement learning	PyTorch /TensorFlow	Lab
23	Multi-agent systemer
VII	AI-etik
24	AI-etik og ansvarligt AI	Microsoft Learn: Principper for ansvarligt AI
IX	Ekstra
25	Multi-modale netværk, CLIP og VQGAN	Notebook

Hver lektion indeholder

• Forudgående læsemateriale
• Eksekverbare Jupyter notebooks, som ofte er specifikke for frameworket (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 materialet, du har lært, på et specifikt problem.
• Nogle sektioner indeholder links til MS Learn moduler, der dækker relaterede emner.

Kom godt i gang

🎯 Ny til AI? Start her!

Hvis du er helt ny til AI og ønsker hurtige, praktiske eksempler, så kig på vores Begynder-venlige eksempler! Disse inkluderer:

• 🌟 Hej AI-verden - Dit første AI-program (mønster-genkendelse)

• 🧠 Simpelt neuralt netværk - Byg et neuralt netværk fra bunden

• 🖼️ Billedklassifikator - Klassificer billeder med detaljerede kommentarer

• 💬 Tekst-sentiment - Analyser positiv/negativ tekst

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

📚 Opsætning af det fulde pensum

• Vi har lavet en opsætningslektion for at hjælpe dig med opsætningen af dit udviklingsmiljø. - For undervisere har vi også lavet en pensumopsætningslektion!
• Hvordan du kører koden i VSCode eller en Codespace

Følg disse trin:

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

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

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

Mød andre lærende

Deltag i vores officielle AI Discord-server for at møde og netværke med andre lærende, der tager dette kursus, og få støtte.

Hvis du har feedback på produktet eller spørgsmål undervejs, besøg vores Azure AI Foundry Developer Forum

Quizzer

En note om quizzer: Alle quizzer findes i Quiz-app mappen i etc\quiz-app, eller Online Her De er linket fra lektionerne, quiz-appen kan køres lokalt eller deployeres til Azure; følg instruktionerne i quiz-app mappen. De bliver gradvist oversat.

Brug for hjælp

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

Speciel tak

• ✍️ Primær forfatter: Dmitry Soshnikov, PhD
• 🔥 Redaktør: Jen Looper, PhD
• 🎨 Sketchnote illustrator: Tomomi Imura
• ✅ Quizskaber: Lateefah Bello, MLSA
• 🙏 Kernebidragydere: Evgenii Pishchik

Andre pensumforløb

Vores team laver andre pensumforløb! Se her:

LangChain

---

Azure / Edge / MCP / Agenter

---

Generativ AI Serie

---

Kerne-læring

---

Copilot Serie

Få hjælp

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

Hvis du har produktfeedback eller fejl under udviklingen, besøg:

---

Ansvarsfraskrivelse: Dette dokument er blevet oversat ved hjælp af AI-oversættelsestjenesten Co-op Translator. Selvom vi bestræber os på nøjagtighed, bedes du være opmærksom på, at automatiserede oversættelser kan indeholde fejl eller unøjagtigheder. Det oprindelige dokument på dets modersmål skal betragtes som den autoritative kilde. For kritiske oplysninger anbefales professionel menneskelig oversættelse. Vi påtager os intet ansvar for misforståelser eller fejltolkninger, der opstår som følge af brugen af denne oversættelse.