AI-For-Beginners/translations/th

ปัญญาประดิษฐ์สำหรับผู้เริ่มต้น - หลักสูตร

AI สำหรับผู้เริ่มต้น - ภาพสเก็ตโน้ตโดย @girlie_mac

สำรวจโลกของ ปัญญาประดิษฐ์ (AI) กับหลักสูตร 12 สัปดาห์ 24 บทเรียน! หลักสูตรนี้ประกอบด้วยบทเรียนเชิงปฏิบัติ คำถามทดสอบ และห้องปฏิบัติการ หลักสูตรนี้เหมาะสำหรับผู้เริ่มต้นและครอบคลุมเครื่องมืออย่าง TensorFlow และ PyTorch รวมถึงจริยธรรมใน AI

🌐 รองรับหลายภาษา

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 | Korean | Lithuanian | Malay | Marathi | Nepali | Norwegian | Persian (Farsi) | Polish | Portuguese (Brazil) | Portuguese (Portugal) | Punjabi (Gurmukhi) | Romanian | Russian | Serbian (Cyrillic) | Slovak | Slovenian | Spanish | Swahili | Swedish | Tagalog (Filipino) | Tamil | Thai | Turkish | Ukrainian | Urdu | Vietnamese

หากคุณต้องการให้มีการรองรับภาษาเพิ่มเติม รายการภาษาที่รองรับอยู่ ที่นี่

เข้าร่วมชุมชน

สิ่งที่คุณจะได้เรียนรู้

แผนภาพความคิดของหลักสูตร

ในหลักสูตรนี้ คุณจะได้เรียนรู้:

• วิธีการต่าง ๆ ในการสร้างปัญญาประดิษฐ์ รวมถึงวิธีการเชิงสัญลักษณ์แบบดั้งเดิมที่ใช้ การแทนความรู้ และการให้เหตุผล (GOFAI)
• เครือข่ายประสาทเทียม และ การเรียนรู้เชิงลึก ซึ่งเป็นหัวใจสำคัญของ AI สมัยใหม่ เราจะอธิบายแนวคิดเบื้องหลังหัวข้อสำคัญเหล่านี้โดยใช้โค้ดในสองเฟรมเวิร์กยอดนิยม - TensorFlow และ PyTorch
• สถาปัตยกรรมเครือข่ายประสาท สำหรับการทำงานกับภาพและข้อความ เราจะครอบคลุมโมเดลล่าสุด แต่บางครั้งอาจไม่ครอบคลุมถึงเทคโนโลยีที่ล้ำสมัย
• วิธีการ AI ที่ไม่ค่อยได้รับความนิยม เช่น อัลกอริทึมพันธุกรรม และ ระบบหลายตัวแทน

สิ่งที่เราจะไม่ครอบคลุมในหลักสูตรนี้:

ค้นหาแหล่งข้อมูลเพิ่มเติมสำหรับหลักสูตรนี้ในคอลเลกชัน Microsoft Learn ของเรา

• กรณีศึกษาทางธุรกิจของการใช้ AI ในธุรกิจ ลองพิจารณาเรียน Introduction to AI for business users ใน Microsoft Learn หรือ AI Business School ที่พัฒนาร่วมกับ INSEAD
• การเรียนรู้ของเครื่องแบบคลาสสิก ซึ่งอธิบายไว้อย่างดีใน หลักสูตรการเรียนรู้ของเครื่องสำหรับผู้เริ่มต้น
• การประยุกต์ใช้ AI ในทางปฏิบัติที่สร้างขึ้นโดยใช้ Cognitive Services สำหรับเรื่องนี้ เราแนะนำให้เริ่มต้นด้วยโมดูล Microsoft Learn สำหรับ vision, natural language processing, Generative AI with Azure OpenAI Service และอื่น ๆ
• เฟรมเวิร์ก Cloud ML เฉพาะ เช่น Azure Machine Learning, Microsoft Fabric หรือ Azure Databricks ลองพิจารณาเรียน Build and operate machine learning solutions with Azure Machine Learning และ Build and Operate Machine Learning Solutions with Azure Databricks
• AI สนทนา และ แชทบอท มีเส้นทางการเรียนรู้แยกต่างหาก Create conversational AI solutions และคุณสามารถดูรายละเอียดเพิ่มเติมได้ใน บล็อกโพสต์นี้
• คณิตศาสตร์เชิงลึก ที่อยู่เบื้องหลังการเรียนรู้เชิงลึก สำหรับเรื่องนี้ เราแนะนำ Deep Learning โดย Ian Goodfellow, Yoshua Bengio และ Aaron Courville ซึ่งสามารถอ่านออนไลน์ได้ที่ https://www.deeplearningbook.org/

สำหรับการแนะนำเบื้องต้นเกี่ยวกับ AI ในระบบคลาวด์ คุณสามารถพิจารณาเรียน Get started with artificial intelligence on Azure ในเส้นทางการเรียนรู้

เนื้อหา

	ลิงก์บทเรียน	PyTorch/Keras/TensorFlow	ห้องปฏิบัติการ
0	การตั้งค่าหลักสูตร	ตั้งค่าสภาพแวดล้อมการพัฒนา
I	แนะนำ AI
01	แนะนำและประวัติของ AI	-	-
II	AI เชิงสัญลักษณ์
02	การแทนความรู้และระบบผู้เชี่ยวชาญ	ระบบผู้เชี่ยวชาญ / ออนโทโลจี /กราฟแนวคิด
III	แนะนำเครือข่ายประสาทเทียม
03	เพอร์เซปตรอน	สมุดบันทึก	ห้องปฏิบัติการ
04	Perceptron หลายชั้นและการสร้าง Framework ของเราเอง	Notebook	Lab
05	แนะนำ Frameworks (PyTorch/TensorFlow) และ Overfitting	PyTorch / Keras / TensorFlow	Lab
IV	การมองเห็นของคอมพิวเตอร์	PyTorch / TensorFlow	สำรวจการมองเห็นของคอมพิวเตอร์บน Microsoft Azure
06	แนะนำการมองเห็นของคอมพิวเตอร์. OpenCV	Notebook	Lab
07	Convolutional Neural Networks & สถาปัตยกรรม CNN	PyTorch /TensorFlow	Lab
08	เครือข่ายที่ผ่านการฝึกฝนและการเรียนรู้แบบถ่ายโอน และ เคล็ดลับการฝึกฝน	PyTorch / TensorFlow	Lab
09	Autoencoders และ VAEs	PyTorch / TensorFlow
10	Generative Adversarial Networks & การถ่ายโอนสไตล์ศิลปะ	PyTorch / TensorFlow
11	การตรวจจับวัตถุ	TensorFlow	Lab
12	การแบ่งส่วนเชิงความหมาย. U-Net	PyTorch / TensorFlow
V	การประมวลผลภาษาธรรมชาติ	PyTorch /TensorFlow	สำรวจการประมวลผลภาษาธรรมชาติบน Microsoft Azure
13	การแทนข้อความ. Bow/TF-IDF	PyTorch / TensorFlow
14	การฝังคำเชิงความหมาย. Word2Vec และ GloVe	PyTorch / TensorFlow
15	การสร้างแบบจำลองภาษา. การฝึกฝนการฝังของคุณเอง	PyTorch / TensorFlow	Lab
16	Recurrent Neural Networks	PyTorch / TensorFlow
17	เครือข่าย Recurrent Generative	PyTorch / TensorFlow	Lab
18	Transformers. BERT.	PyTorch /TensorFlow
19	การจดจำชื่อเอนทิตี	TensorFlow	Lab
20	แบบจำลองภาษาขนาดใหญ่, การเขียนโปรแกรม Prompt และงาน Few-Shot	PyTorch
VI	เทคนิค AI อื่นๆ
21	อัลกอริทึมทางพันธุกรรม	Notebook
22	การเรียนรู้แบบเสริมกำลังเชิงลึก	PyTorch /TensorFlow	Lab
23	ระบบหลายตัวแทน
VII	จริยธรรม AI
24	จริยธรรม AI และ AI ที่มีความรับผิดชอบ	Microsoft Learn: หลักการ AI ที่มีความรับผิดชอบ
IX	เพิ่มเติม
25	เครือข่ายหลายรูปแบบ, CLIP และ VQGAN	Notebook

แต่ละบทเรียนประกอบด้วย

• วัสดุการอ่านล่วงหน้า
• Jupyter Notebooks ที่สามารถใช้งานได้ ซึ่งมักจะเฉพาะเจาะจงกับ Framework (PyTorch หรือ TensorFlow) Notebook ที่สามารถใช้งานได้ยังมีเนื้อหาทฤษฎีมากมาย ดังนั้นเพื่อให้เข้าใจหัวข้อ คุณจำเป็นต้องผ่าน Notebook อย่างน้อยหนึ่งเวอร์ชัน (ไม่ว่าจะเป็น PyTorch หรือ TensorFlow)
• Labs ที่มีให้สำหรับบางหัวข้อ ซึ่งเปิดโอกาสให้คุณลองนำเนื้อหาที่คุณได้เรียนรู้ไปใช้กับปัญหาเฉพาะ
• บางส่วนมีลิงก์ไปยังโมดูล MS Learn ที่ครอบคลุมหัวข้อที่เกี่ยวข้อง

เริ่มต้นใช้งาน

🎯 ใหม่กับ AI? เริ่มที่นี่!

หากคุณยังใหม่กับ AI และต้องการตัวอย่างที่ง่ายและใช้งานได้จริง ลองดู ตัวอย่างสำหรับผู้เริ่มต้น! ซึ่งรวมถึง:

• 🌟 Hello AI World - โปรแกรม AI แรกของคุณ (การจดจำรูปแบบ)
• 🧠 เครือข่ายประสาทง่ายๆ - สร้างเครือข่ายประสาทจากศูนย์
• 🖼️ ตัวจำแนกภาพ - จำแนกภาพพร้อมคำอธิบายโดยละเอียด
• 💬 ความรู้สึกข้อความ - วิเคราะห์ข้อความเชิงบวก/เชิงลบ

ตัวอย่างเหล่านี้ออกแบบมาเพื่อช่วยให้คุณเข้าใจแนวคิด AI ก่อนที่จะเข้าสู่หลักสูตรเต็มรูปแบบ

📚 การตั้งค่าหลักสูตรเต็มรูปแบบ

• เราได้สร้าง บทเรียนการตั้งค่า เพื่อช่วยคุณในการตั้งค่าสภาพแวดล้อมการพัฒนา
• สำหรับครูผู้สอน เราได้สร้าง บทเรียนการตั้งค่าหลักสูตร สำหรับคุณเช่นกัน!
• วิธี รันโค้ดใน VSCode หรือ Codepace

ทำตามขั้นตอนเหล่านี้:

Fork Repository: คลิกที่ปุ่ม "Fork" ที่มุมขวาบนของหน้านี้

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

อย่าลืมกดดาว (🌟) ให้กับ repo นี้เพื่อให้ค้นหาได้ง่ายขึ้นในภายหลัง

พบปะกับผู้เรียนคนอื่น ๆ

เข้าร่วม เซิร์ฟเวอร์ Discord AI อย่างเป็นทางการ เพื่อพบปะและสร้างเครือข่ายกับผู้เรียนคนอื่น ๆ ที่กำลังเรียนหลักสูตรนี้ และรับการสนับสนุน

หากคุณมีคำถามหรือข้อเสนอแนะเกี่ยวกับผลิตภัณฑ์ในระหว่างการสร้างโปรเจกต์ สามารถเยี่ยมชม Azure AI Foundry Developer Forum

แบบทดสอบ

หมายเหตุเกี่ยวกับแบบทดสอบ: แบบทดสอบทั้งหมดอยู่ในโฟลเดอร์ Quiz-app ที่ etc\quiz-app หรือ ออนไลน์ที่นี่ แบบทดสอบเหล่านี้ถูกลิงก์จากในบทเรียน และแอปแบบทดสอบสามารถรันได้ในเครื่องหรือปรับใช้บน Azure; ทำตามคำแนะนำในโฟลเดอร์ quiz-app แบบทดสอบกำลังถูกแปลเป็นภาษาท้องถิ่นอย่างต่อเนื่อง

ต้องการความช่วยเหลือ

คุณมีข้อเสนอแนะหรือพบข้อผิดพลาดในการสะกดหรือโค้ดหรือไม่? สร้าง issue หรือ pull request

ขอบคุณเป็นพิเศษ

• ✍️ ผู้เขียนหลัก: Dmitry Soshnikov, PhD
• 🔥 บรรณาธิการ: Jen Looper, PhD
• 🎨 นักวาดภาพประกอบ Sketchnote: Tomomi Imura
• ✅ ผู้สร้างแบบทดสอบ: Lateefah Bello, MLSA
• 🙏 ผู้ร่วมงานหลัก: Evgenii Pishchik

หลักสูตรอื่น ๆ

ทีมของเราผลิตหลักสูตรอื่น ๆ ด้วย! ลองดู:

Azure / Edge / MCP / Agents

---

Generative AI Series

---

Core Learning

---

Copilot Series

การขอความช่วยเหลือ

หากคุณติดขัดหรือมีคำถามเกี่ยวกับการสร้างแอป AI เข้าร่วม:

หากคุณมีข้อเสนอแนะเกี่ยวกับผลิตภัณฑ์หรือพบข้อผิดพลาดในระหว่างการสร้าง เยี่ยมชม:

---

ข้อจำกัดความรับผิดชอบ:
เอกสารนี้ได้รับการแปลโดยใช้บริการแปลภาษา AI Co-op Translator แม้ว่าเราจะพยายามให้การแปลมีความถูกต้อง แต่โปรดทราบว่าการแปลอัตโนมัติอาจมีข้อผิดพลาดหรือความไม่ถูกต้อง เอกสารต้นฉบับในภาษาดั้งเดิมควรถือเป็นแหล่งข้อมูลที่เชื่อถือได้ สำหรับข้อมูลที่สำคัญ ขอแนะนำให้ใช้บริการแปลภาษามืออาชีพ เราไม่รับผิดชอบต่อความเข้าใจผิดหรือการตีความผิดที่เกิดจากการใช้การแปลนี้