AI-For-Beginners/translations/th

ปัญญาประดิษฐ์สำหรับผู้เริ่มต้น - หลักสูตรหนึ่งชุด

AI สำหรับผู้เริ่มต้น - สเก็ตช์โน้ตโดย @girlie_mac

สำรวจโลกของ ปัญญาประดิษฐ์ (AI) ด้วยหลักสูตร 12 สัปดาห์ 24 บทเรียนของเรา! ซึ่งรวมถึงบทเรียนเชิงปฏิบัติแบบทดสอบ และห้องทดลอง หลักสูตรนี้เหมาะสำหรับผู้เริ่มต้นและครอบคลุมเครื่องมือต่างๆ เช่น TensorFlow และ PyTorch รวมทั้งจริยธรรมใน AI

🌐 การรองรับหลายภาษา

รองรับผ่าน GitHub Action (อัตโนมัติและอัปเดตเสมอ)

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

ต้องการโคลนไว้ใช้ในเครื่องหรือไม่?

ที่เก็บนี้มีแปลภาษามากกว่า 50 ภาษา ซึ่งจะเพิ่มขนาดดาวน์โหลดอย่างมาก หากต้องการโคลนโดยไม่รวมการแปล ให้ใช้การเช็คเอาท์แบบสแปร์ส:

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'

วิธีนี้จะให้ทุกสิ่งที่คุณต้องการเพื่อทำหลักสูตรให้เสร็จสมบูรณ์ด้วยความเร็วดาวน์โหลดที่เร็วขึ้นมาก

หากคุณต้องการให้รองรับภาษาแปลเพิ่มเติม โปรดดูรายชื่อ ที่นี่

เข้าร่วมชุมชน

สิ่งที่คุณจะได้เรียนรู้

แผนผังความคิดของหลักสูตร

ในหลักสูตรนี้ คุณจะได้เรียนรู้:

• วิธีการต่างๆ ของปัญญาประดิษฐ์ รวมถึงแนวทางแบบ "สัญลักษณ์เก่าแก่" ด้วย การแทนความรู้ และการให้เหตุผล (GOFAI)
• โครงข่ายประสาทเทียม และ การเรียนรู้เชิงลึก ซึ่งเป็นใจกลางของ AI สมัยใหม่ เราจะแสดงแนวคิดเบื้องหลังหัวข้อเหล่านี้โดยใช้โค้ดในสองกรอบงานยอดนิยม - TensorFlow และ PyTorch
• สถาปัตยกรรมประสาทเทียม สำหรับการทำงานกับภาพและข้อความ เราจะครอบคลุมโมเดลล่าสุด แต่บางส่วนอาจขาดความทันสมัยที่สุด
• แนวทาง AI ที่ไม่ค่อยได้รับความนิยมมากนัก เช่น อัลกอริทึมพันธุกรรม และ ระบบเอเจนต์หลายตัว

สิ่งที่เราจะไม่ครอบคลุมในหลักสูตรนี้:

ค้นหาทรัพยากรเพิ่มเติมสำหรับหลักสูตรนี้ได้ในคอลเล็กชัน Microsoft Learn ของเรา

• กรณีธุรกิจของการใช้ AI ในธุรกิจ พิจารณาดูเส้นทางการเรียนรู้ แนะนำ AI สำหรับผู้ใช้งานธุรกิจ บน Microsoft Learn หรือ AI Business School ที่พัฒนาร่วมกับ INSEAD
• แมชชีนเลิร์นนิงแบบคลาสสิก ซึ่งอธิบายไว้ดีใน หลักสูตรแมชชีนเลิร์นนิงสำหรับผู้เริ่มต้น
• แอปพลิเคชัน AI เชิงปฏิบัติที่สร้างขึ้นโดยใช้ Cognitive Services สำหรับสิ่งนี้ เราแนะนำให้คุณเริ่มต้นกับโมดูล Microsoft Learn สำหรับ การมองเห็น, การประมวลผลภาษาธรรมชาติ, AI กำเนิดด้วย Azure OpenAI Service และอื่นๆ
• เฟรมเวิร์กคลาวด์ ML เฉพาะทาง เช่น Azure Machine Learning, Microsoft Fabric หรือ Azure Databricks พิจารณาใช้เส้นทางการเรียนรู้ สร้างและดำเนินการแก้ปัญหาแมชชีนเลิร์นนิงด้วย Azure Machine Learning และ สร้างและดำเนินการแก้ปัญหาแมชชีนเลิร์นนิงด้วย Azure Databricks
• AI สำหรับสนทนา และ แชทบ็อต มีเส้นทางการเรียนรู้แยกกัน สร้างโซลูชัน AI สำหรับสนทนา และคุณยังสามารถดู บล็อกโพสต์นี้ เพื่อรายละเอียดเพิ่มเติม
• คณิตศาสตร์ลึกซึ้ง เบื้องหลังการเรียนรู้เชิงลึก สำหรับสิ่งนี้เราแนะนำหนังสือ Deep Learning โดย Ian Goodfellow, Yoshua Bengio และ Aaron Courville ซึ่งสามารถอ่านออนไลน์ได้ที่ https://www.deeplearningbook.org/

สำหรับการแนะนำแบบนุ่มนวลในหัวข้อ AI บนคลาวด์ คุณอาจพิจารณาเส้นทางการเรียนรู้ เริ่มต้นกับปัญญาประดิษฐ์บน Azure

เนื้อหา

	ลิงก์บทเรียน	PyTorch/Keras/TensorFlow	ห้องทดลอง
0	การติดตั้งหลักสูตร	การติดตั้งสภาพแวดล้อมการพัฒนา
I	แนะนำ AI
01	แนะนำและประวัติความเป็นมาของ AI	-	-
II	AI แบบสัญลักษณ์
02	การแทนความรู้และระบบผู้เชี่ยวชาญ	ระบบผู้เชี่ยวชาญ / ออนโทโลยี /แผนภาพแนวคิด
III	บทนำสู่เครือข่ายประสาทเทียม
03	Perceptron	สมุดบันทึก	ห้องปฏิบัติการ
04	Multi-Layered Perceptron และการสร้างเฟรมเวิร์กของเราเอง	สมุดบันทึก	ห้องปฏิบัติการ
05	บทนำสู่ Frameworks (PyTorch/TensorFlow) และการ overfitting	PyTorch / Keras / TensorFlow	ห้องปฏิบัติการ
IV	การประมวลผลภาพคอมพิวเตอร์	PyTorch / TensorFlow	สำรวจการประมวลผลภาพคอมพิวเตอร์บน Microsoft Azure
06	บทนำสู่การประมวลผลภาพคอมพิวเตอร์ OpenCV	สมุดบันทึก	ห้องปฏิบัติการ
07	เครือข่ายประสาทเทียมแบบคอนโวลูชั่น (Convolutional Neural Networks) & สถาปัตยกรรม CNN	PyTorch /TensorFlow	ห้องปฏิบัติการ
08	เครือข่ายที่ผ่านการฝึกมาแล้วและการถ่ายโอนการเรียนรู้ (Transfer Learning) และ เคล็ดลับการฝึก	PyTorch / TensorFlow	ห้องปฏิบัติการ
09	ออโต้เอนโค้ดเดอร์และ VAEs	PyTorch / TensorFlow
10	เครือข่ายปฏิปักษ์สร้างสรรค์และการถ่ายโอนสไตล์ศิลปะ	PyTorch / TensorFlow
11	การตรวจจับวัตถุ	TensorFlow	ห้องปฏิบัติการ
12	การแบ่งส่วนเชิงความหมาย U-Net	PyTorch / TensorFlow
V	การประมวลผลภาษาธรรมชาติ	PyTorch /TensorFlow	สำรวจการประมวลผลภาษาธรรมชาติบน Microsoft Azure
13	การแทนข้อความ Bow/TF-IDF	PyTorch / TensorFlow
14	คำฝังความหมาย Semantic word embeddings Word2Vec และ GloVe	PyTorch / TensorFlow
15	การสร้างแบบจำลองภาษาและการฝังคำของคุณเอง	PyTorch / TensorFlow	ห้องปฏิบัติการ
16	เครือข่ายประสาทเทียมแบบวนซ้ำ (Recurrent Neural Networks)	PyTorch / TensorFlow
17	เครือข่ายสร้างสรรค์แบบวนซ้ำ (Generative Recurrent Networks)	PyTorch / TensorFlow	ห้องปฏิบัติการ
18	Transformers BERT	PyTorch /TensorFlow
19	การจดจำชื่อเอนทิตี (Named Entity Recognition)	TensorFlow	ห้องปฏิบัติการ
20	โมเดลภาษาใหญ่ การเขียนโปรแกรม Prompt และงาน Few-Shot	PyTorch
VI	เทคนิค AI อื่นๆ
21	อัลกอริทึมพันธุกรรม (Genetic Algorithms)	สมุดบันทึก
22	การเรียนรู้เสริมเชิงลึก (Deep Reinforcement Learning)	PyTorch /TensorFlow	ห้องปฏิบัติการ
23	ระบบผู้แทนหลายตัว (Multi-Agent Systems)
VII	จริยธรรม AI
24	จริยธรรม AI และ AI อย่างมีความรับผิดชอบ	Microsoft Learn: หลักการ AI อย่างมีความรับผิดชอบ
IX	เพิ่มเติม
25	เครือข่ายมัลติโหมด CLIP และ VQGAN	สมุดบันทึก

แต่ละบทเรียนประกอบด้วย

• เนื้อหาที่ต้องอ่านล่วงหน้า
• สมุดบันทึก Jupyter ที่สามารถรันได้ ซึ่งมักจะเฉพาะกับเฟรมเวิร์ก (PyTorch หรือ TensorFlow) สมุดบันทึกที่สามารถรันได้ยังประกอบด้วยเนื้อหาทางทฤษฎีมากมาย ดังนั้นเพื่อเข้าใจหัวข้อ ต้องผ่านสมุดบันทึกเวอร์ชันใดเวอร์ชันหนึ่งอย่างน้อย (ทั้ง PyTorch หรือ TensorFlow)
• ห้องปฏิบัติการ ที่มีให้สำหรับบางหัวข้อ ซึ่งเป็นโอกาสให้คุณลองประยุกต์ใช้เนื้อหาที่เรียนรู้กับปัญหาเฉพาะ
• บางส่วนมีลิงก์ไปยังโมดูล MS Learn ที่ครอบคลุมหัวข้อที่เกี่ยวข้อง

เริ่มต้นใช้งาน

🎯 ใหม่กับ AI? เริ่มที่นี่!

ถ้าคุณเป็นมือใหม่กับ AI อย่างสมบูรณ์และต้องการตัวอย่างที่ปฏิบัติได้อย่างรวดเร็ว ลองดู ตัวอย่างสำหรับผู้เริ่มต้น ของเรา! ซึ่งรวมถึง:

• 🌟 Hello AI World - โปรแกรม AI แรกของคุณ (การจดจำรูปแบบ)

• 🧠 เครือข่ายประสาทเทียมง่ายๆ - สร้างเครือข่ายประสาทเทียมจากศูนย์

• 🖼️ จัดประเภทภาพ - จัดประเภทภาพพร้อมคำอธิบายรายละเอียด

• 💬 การวิเคราะห์อารมณ์ข้อความ - วิเคราะห์ข้อความที่เป็นบวก/ลบ

ตัวอย่างเหล่านี้ออกแบบมาเพื่อช่วยให้คุณเข้าใจแนวคิด AI ก่อนจะเข้าสู่หลักสูตรเต็มรูปแบบ

📚 การตั้งค่าหลักสูตรเต็มรูปแบบ

• เราได้สร้าง บทเรียนการตั้งค่า เพื่อช่วยคุณตั้งค่าสภาพแวดล้อมการพัฒนา - สำหรับครูผู้สอน เราได้สร้าง บทเรียนการตั้งค่าหลักสูตร ไว้ให้คุณด้วย!
• วิธี รันโค้ดใน VSCode หรือ Codespace

ทำตามขั้นตอนเหล่านี้:

โคลนเก็บข้อมูล: คลิกปุ่ม "Fork" ที่มุมขวาบนของหน้านี้

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

อย่าลืมกดดาว (🌟) เก็บข้อมูลนี้เพื่อให้ง่ายต่อการค้นหาในภายหลัง

พบปะผู้เรียนคนอื่น ๆ

เข้าร่วม เซิร์ฟเวอร์ Discord ทางการของ AI เพื่อพบปะและสร้างเครือข่ายกับผู้เรียนอื่น ๆ ที่เข้าร่วมหลักสูตรนี้ และขอรับการสนับสนุน

หากคุณมีคำติชมเกี่ยวกับผลิตภัณฑ์หรือคำถามขณะสร้างโปรแกรม เยี่ยมชม ฟอรัมนักพัฒนา Azure AI Foundry

แบบทดสอบ

หมายเหตุเกี่ยวกับแบบทดสอบ: แบบทดสอบทั้งหมดอยู่ในโฟลเดอร์ Quiz-app ใน etc\quiz-app หรือ ออนไลน์ที่นี่ ซึ่งลิงก์มาจากบทเรียน แบบทดสอบนี้สามารถรันแบบท้องถิ่นหรือปรับใช้บน Azure ได้; ปฏิบัติตามคำแนะนำในโฟลเดอร์ quiz-app กำลังทยอยแปลเป็นภาษาท้องถิ่น

ต้องการความช่วยเหลือ

คุณมีข้อเสนอแนะหรือพบข้อผิดพลาดในการสะกดหรือโค้ดไหม? กรุณาสร้าง issue หรือ pull request

ขอบคุณเป็นพิเศษ

• ✍️ ผู้เขียนหลัก: Dmitry Soshnikov, ปริญญาเอก
• 🔥 บรรณาธิการ: Jen Looper, ปริญญาเอก
• 🎨 นักวาดภาพร่าง: Tomomi Imura
• ✅ ผู้สร้างแบบทดสอบ: Lateefah Bello, MLSA
• 🙏 ผู้ร่วมสร้างหลัก: Evgenii Pishchik

หลักสูตรอื่น ๆ

ทีมของเราผลิตหลักสูตรอื่น ๆ ด้วย! ตรวจสอบที่:

LangChain

---

Azure / Edge / MCP / Agents

---

Generative AI Series

---

Core Learning

---

Copilot Series

รับความช่วยเหลือ

หากคุณติดขัดหรือมีคำถามเกี่ยวกับการสร้างแอป AI เข้าร่วมพูดคุยกับผู้เรียนและนักพัฒนาอื่น ๆ ที่มีประสบการณ์ในการอภิปรายเกี่ยวกับ MCP เป็นชุมชนที่สนับสนุนซึ่งยินดีต้อนรับคำถามและแบ่งปันความรู้กันอย่างอิสระ

หากคุณมีคำติชมเกี่ยวกับผลิตภัณฑ์หรือพบข้อผิดพลาดขณะสร้างโปรแกรม กรุณาเยี่ยมชม:

---

ข้อจำกัดความรับผิดชอบ:
เอกสารนี้ได้รับการแปลโดยใช้บริการแปลภาษาอัตโนมัติ Co-op Translator แม้ว่าเราจะพยายามให้มีความถูกต้องสูงสุด โปรดทราบว่าการแปลโดยอัตโนมัติอาจมีข้อผิดพลาดหรือความไม่ถูกต้อง เอกสารฉบับต้นฉบับในภาษาต้นทางถือเป็นแหล่งข้อมูลที่เชื่อถือได้ สำหรับข้อมูลที่มีความสำคัญ ควรใช้บริการแปลโดยผู้เชี่ยวชาญทางภาษา เราไม่รับผิดชอบต่อความเข้าใจผิดหรือการตีความผิดใดๆ ที่เกิดจากการใช้การแปลนี้