AI-For-Beginners/translations/uk/examples/README.md

85 lines
5.7 KiB
Markdown
Raw Blame History

This file contains ambiguous Unicode characters

This file contains Unicode characters that might be confused with other characters. If you think that this is intentional, you can safely ignore this warning. Use the Escape button to reveal them.

# Приклади штучного інтелекту для початківців
Ласкаво просимо! Цей каталог містить прості, автономні приклади, які допоможуть вам розпочати роботу зі штучним інтелектом та машинним навчанням. Кожен приклад розроблений для початківців із детальними коментарями та покроковими поясненнями.
## 📚 Огляд прикладів
| Приклад | Опис | Складність | Попередні знання |
|---------|-------------|------------|---------------|
| [Hello AI World](../../../examples/01-hello-ai-world.py) | Ваша перша програма зі штучним інтелектом - просте розпізнавання шаблонів | ⭐ Початківець | Основи Python |
| [Проста нейронна мережа](../../../examples/02-simple-neural-network.py) | Створення нейронної мережі з нуля | ⭐⭐ Початківець+ | Python, базова математика |
| [Класифікатор зображень](./03-image-classifier.ipynb) | Класифікація зображень за допомогою попередньо навченої моделі | ⭐⭐ Початківець+ | Python, numpy |
| [Аналіз текстових настроїв](../../../examples/04-text-sentiment.py) | Аналіз настрою тексту (позитивний/негативний) | ⭐⭐ Початківець+ | Python |
## 🚀 Початок роботи
### Попередні вимоги
Переконайтеся, що у вас встановлений Python (рекомендується версія 3.8 або новіша). Встановіть необхідні пакети:
```bash
# For Python scripts
pip install numpy
# For Jupyter notebooks (image classifier)
pip install jupyter numpy pillow tensorflow
```
Або скористайтеся середовищем conda з основного курсу:
```bash
conda env create --name ai4beg --file ../environment.yml
conda activate ai4beg
```
### Запуск прикладів
**Для скриптів Python (.py файли):**
```bash
python 01-hello-ai-world.py
```
**Для Jupyter ноутбуків (.ipynb файли):**
```bash
jupyter notebook 03-image-classifier.ipynb
```
## 📖 Навчальний шлях
Рекомендуємо проходити приклади у такому порядку:
1. **Почніть з "Hello AI World"** - Вивчіть основи розпізнавання шаблонів
2. **Створіть просту нейронну мережу** - Зрозумійте, як працюють нейронні мережі
3. **Спробуйте класифікатор зображень** - Побачте штучний інтелект у дії з реальними зображеннями
4. **Аналізуйте текстові настрої** - Досліджуйте обробку природної мови
## 💡 Поради для початківців
- **Уважно читайте коментарі до коду** - Вони пояснюють, що робить кожен рядок
- **Експериментуйте!** - Спробуйте змінювати значення і дивіться, що відбувається
- **Не хвилюйтеся, якщо щось не зрозуміло** - Навчання потребує часу
- **Ставте запитання** - Скористайтеся [дошкою обговорень](https://github.com/microsoft/AI-For-Beginners/discussions)
## 🔗 Наступні кроки
Після завершення цих прикладів досліджуйте повний курс:
- [Вступ до штучного інтелекту](../lessons/1-Intro/README.md)
- [Нейронні мережі](../lessons/3-NeuralNetworks/README.md)
- [Комп'ютерне бачення](../lessons/4-ComputerVision/README.md)
- [Обробка природної мови](../lessons/5-NLP/README.md)
## 🤝 Внесок
Ці приклади були корисними? Допоможіть нам їх покращити:
- Повідомляйте про проблеми або пропонуйте покращення
- Додавайте більше прикладів для початківців
- Покращуйте документацію та коментарі
---
*Пам'ятайте: кожен експерт колись був початківцем. Щасливого навчання! 🎓*
---
**Відмова від відповідальності**:
Цей документ був перекладений за допомогою сервісу автоматичного перекладу [Co-op Translator](https://github.com/Azure/co-op-translator). Хоча ми прагнемо до точності, будь ласка, майте на увазі, що автоматичні переклади можуть містити помилки або неточності. Оригінальний документ на його рідній мові слід вважати авторитетним джерелом. Для критичної інформації рекомендується професійний людський переклад. Ми не несемо відповідальності за будь-які непорозуміння або неправильні тлумачення, що виникають внаслідок використання цього перекладу.