AI-For-Beginners/translations/tl

Artificial Intelligence para sa Mga Nagsisimula - Isang Kurikulum

AI Para sa Mga Nagsisimula - Sketchnote ni @girlie_mac

Siyasatin ang mundo ng Artificial Intelligence (AI) gamit ang aming 12-linggong, 24-pangangaraling kurikulum! Kasama dito ang mga praktikal na aralin, pagsusulit, at mga laboratoryo. Ang kurikulum ay angkop para sa mga nagsisimula at sumasaklaw sa mga kasangkapan tulad ng TensorFlow at PyTorch, pati na rin ang etika sa AI

🌐 Suporta sa Maramihang Wika

Sinusuportahan sa pamamagitan ng GitHub Action (Awtomatiko at Laging Napapanahon)

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

Mas gusto mo bang I-clone Lokal?

Kasama sa repositoryong ito ang 50+ na pagsasalin ng wika na lubos na nagpapalaki ng laki ng pag-download. Para mag-clone nang walang mga pagsasalin, gamitin ang 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'

Binibigyan ka nito ng lahat ng kailangan mo upang matapos ang kurso nang mas mabilis ang pag-download.

Kung nais mong magkaroon ng karagdagang mga sinusuportahang wika ng pagsasalin ay nakalista dito

Sumali sa Komunidad

Ano ang iyong matututunan

Mindmap ng Kurso

Sa kurikulum na ito, matututuhan mo:

• Iba’t ibang mga pamamaraan sa Artificial Intelligence, kabilang ang "magandang luma" na simbolikong pamamaraan gamit ang Knowledge Representation at pangangatwiran (GOFAI).
• Neural Networks at Deep Learning, na nasa puso ng modernong AI. Ilalarawan namin ang mga konsepto sa likod ng mga mahahalagang paksang ito gamit ang code sa dalawang pinakapopular na frameworks - TensorFlow at PyTorch.
• Neural Architectures para sa pagtatrabaho gamit ang mga imahe at teksto. Tatalakayin namin ang mga kamakailang modelo ngunit maaaring may kaunting kakulangan sa labing-huling mga estado ng teknolohiya.
• Hindi gaanong popular na mga pamamaraan sa AI, tulad ng Genetic Algorithms at Multi-Agent Systems.

Hindi namin saklawin sa kurikulung ito:

Hanapin ang lahat ng karagdagang mapagkukunan para sa kursong ito sa aming koleksyon sa Microsoft Learn

• Mga kaso sa negosyo ng paggamit ng AI sa Negosyo. Isaalang-alang ang pagkuha ng Panimula sa AI para sa mga gumagamit sa negosyo learning path sa Microsoft Learn, o AI Business School, na binuo kasama ang INSEAD.
• Classic Machine Learning, na mahusay na inilalarawan sa aming Machine Learning for Beginners Curriculum.
• Praktikal na mga aplikasyon ng AI na ginawa gamit ang Cognitive Services. Para dito, inirerekumenda naming magsimula ka sa mga module ng Microsoft Learn para sa vision, natural language processing, Generative AI with Azure OpenAI Service at iba pa.
• Mga tiyak na ML Cloud Frameworks, tulad ng Azure Machine Learning, Microsoft Fabric, o Azure Databricks. Isaalang-alang ang paggamit ng Build and operate machine learning solutions with Azure Machine Learning at Build and Operate Machine Learning Solutions with Azure Databricks learning paths.
• Conversational AI at Chat Bots. Mayroong hiwalay na Create conversational AI solutions learning path, at maaari ka ring tumukoy sa blog post na ito para sa higit pang detalye.
• Malalim na Matematika sa likod ng deep learning. Para dito, inirerekumenda namin ang Deep Learning ni Ian Goodfellow, Yoshua Bengio at Aaron Courville, na makukuha rin online sa https://www.deeplearningbook.org/.

Para sa banayad na pagpapakilala sa mga paksa ng AI sa Cloud, maaari mong isaalang-alang ang pagkuha ng Get started with artificial intelligence on Azure Learning Path.

Nilalaman

	Lesson Link	PyTorch/Keras/TensorFlow	Lab
0	Pagsasaayos ng Kurso	I-setup ang Iyong Development Environment
I	Panimula sa AI
01	Panimula at Kasaysayan ng AI	-	-
II	Simbolikong AI
02	Pagpapakita ng Kaalaman at Mga Expert System	Mga Expert System / Ontology /Concept Graph
III	Panimula sa Neural Networks
03	Perceptron	Notebook	Lab
04	Multi-Layered Perceptron at Paglikha ng Sariling Framework	Notebook	Lab
05	Panimula sa Frameworks (PyTorch/TensorFlow) at Overfitting	PyTorch / Keras / TensorFlow	Lab
IV	Computer Vision	PyTorch / TensorFlow	Siyasatin ang Computer Vision sa Microsoft Azure
06	Panimula sa Computer Vision. OpenCV	Notebook	Lab
07	Convolutional Neural Networks & CNN Architectures	PyTorch /TensorFlow	Lab
08	Pre-trained Networks at Transfer Learning at Training Tricks	PyTorch / TensorFlow	Lab
09	Autoencoders at VAEs	PyTorch / TensorFlow
10	Generative Adversarial Networks at Artistic Style Transfer	PyTorch / TensorFlow
11	Object Detection	TensorFlow	Lab
12	Semantic Segmentation. U-Net	PyTorch / TensorFlow
V	Natural Language Processing	PyTorch /TensorFlow	Siyasatin ang Natural Language Processing sa Microsoft Azure
13	Representasyon ng Teksto. Bow/TF-IDF	PyTorch / TensorFlow
14	Semantic word embeddings. Word2Vec at GloVe	PyTorch / TensorFlow
15	Language Modeling. Pagsasanay ng sariling 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	Malalaking Language Models, Prompt Programming at Few-Shot Tasks	PyTorch
VI	Ibang Teknik sa AI
21	Genetic Algorithms	Notebook
22	Deep Reinforcement Learning	PyTorch /TensorFlow	Lab
23	Multi-Agent Systems
VII	AI Ethics
24	AI Ethics at Responsable AI	Microsoft Learn: Responsable AI Principles
IX	Extras
25	Multi-Modal Networks, CLIP at VQGAN	Notebook

Bawat aralin ay naglalaman ng

• Material na dapat basahin bago ang aralin
• Mga executable na Jupyter Notebooks, na kadalasan ay partikular sa framework (PyTorch o TensorFlow). Ang executable notebook ay naglalaman din ng maraming teoretikal na materyal, kaya para maintindihan ang paksa kailangan mong dumaan sa kahit isang bersyon ng notebook (PyTorch o TensorFlow).
• Labs na available para sa ilang mga paksa, na nagbibigay sa iyo ng pagkakataon na subukan ang paggamit ng natutunang materyal sa isang partikular na problema.
• Ang ilang mga seksyon ay may mga link sa MS Learn na mga module na sumasaklaw sa mga kaugnay na paksa.

Paano Magsimula

🎯 Bago ka sa AI? Magsimula dito!

Kung ikaw ay ganap na bago sa AI at gusto mo ng mabilis na mga hands-on na halimbawa, tingnan ang aming Beginner-Friendly Examples! Kasama dito:

• 🌟 Hello AI World - Ang iyong unang programa sa AI (pagnilala ng pattern)
• 🧠 Simple Neural Network - Bumuo ng neural network mula sa simula
• 🖼️ Tagapag-uri ng Imahe - Uriin ang mga imahe na may detalyadong mga paliwanag
• 💬 Sentimyento ng Teksto - Suriin ang positibo/negatibong teksto

Ang mga halimbawa na ito ay idinisenyo upang tulungan kang maunawaan ang mga konsepto ng AI bago pumasok sa buong kurikulum.

📚 Pag-setup ng Buong Kurikulum

• Nilikha namin ang isang setup lesson upang matulungan ka sa pag-set up ng iyong development environment. - Para sa mga Guro, nagsagawa kami ng isang curricula setup lesson para din sa inyo!
• Paano Patakbuhin ang code sa isang VSCode o Codespace

Sundin ang mga hakbang na ito:

Fork ang Repositoryo: I-click ang "Fork" button sa kanang itaas ng pahinang ito.

Clone ang Repositoryo: git clone https://github.com/microsoft/AI-For-Beginners.git

Huwag kalimutang bigyan ng star (🌟) ang repo na ito para mas madali mo itong mahanap sa susunod.

Kilalanin ang Iba pang mga Nag-aaral

Sumali sa aming opisyal na AI Discord server para makipagkilala at makipag-network sa ibang mga nag-aaral na kumukuha ng kursong ito at makakuha ng suporta.

Kung mayroon kang feedback sa produkto o mga tanong habang nagbuo, bisitahin ang aming Azure AI Foundry Developer Forum

Mga Pagsusulit

Isang paalala tungkol sa mga pagsusulit: Lahat ng pagsusulit ay matatagpuan sa Quiz-app folder sa etc\quiz-app, o Online Dito Nakalink ito mula sa loob ng mga lessons, maaaring patakbuhin ang quiz app nang lokal o i-deploy ito sa Azure; sundin ang mga tagubilin sa quiz-app folder. Unti-unti itong nilalagyan ng lokal na wika.

Kailangan ng Tulong

May mga suhestiyon ka ba o nakakita ng mga maling baybay o pagkakamali sa code? Mag-raise ng isyu o gumawa ng pull request.

Espesyal na Pasasalamat

• ✍️ Pangunahing May-akda: Dmitry Soshnikov, PhD
• 🔥 Editor: Jen Looper, PhD
• 🎨 Tagapag-illustrate ng Sketchnote: Tomomi Imura
• ✅ Tagalikha ng Pagsusulit: Lateefah Bello, MLSA
• 🙏 Mga Pangunahing Kontribyutor: Evgenii Pishchik

Iba pang mga Kurikulum

Ang aming koponan ay gumagawa rin ng iba pang mga kurikulum! Tingnan ang:

LangChain

---

Azure / Edge / MCP / Agents

---

Generative AI Series

---

Pangunahing Pag-aaral

---

Copilot Series

Paghingi ng Tulong

Kung ikaw ay naipit o may mga tanong tungkol sa paggawa ng AI apps. Sumali sa kapwa nag-aaral at mga bihasang developer sa mga talakayan tungkol sa MCP. Isang suportadong komunidad kung saan malugod ang mga tanong at malayang ibinabahagi ang kaalaman.

Kung mayroon kang feedback sa produkto o mga error habang nagbuo, bisitahin:

---

Pagsasakatwiran:
Ang dokumentong ito ay isinalin gamit ang serbisyo ng AI na pagsasalin na Co-op Translator. Bagamat kami ay nagsusumikap para sa katumpakan, pakatandaan na ang awtomatikong pagsasalin ay maaaring maglaman ng mga pagkakamali o di-tumpak na bahagi. Ang orihinal na dokumento sa orihinal nitong wika ang dapat ituring na pangunahing sanggunian. Para sa mga mahahalagang impormasyon, inirerekomenda ang propesyonal na pagsasalin ng tao. Hindi kami mananagot sa anumang hindi pagkakaunawaan o maling interpretasyon na nagmumula sa paggamit ng pagsasaling ito.