AI-For-Beginners/translations/bg
leestott 45becd0072 🌐 Update translations via Co-op Translator 2025-08-26 01:51:51 +00:00
..
etc 🌐 Update translations via Co-op Translator 2025-08-26 01:51:51 +00:00
lessons 🌐 Update translations via Co-op Translator 2025-08-26 01:51:51 +00:00
README.md 🌐 Update translations via Co-op Translator 2025-08-26 01:51:51 +00:00
SECURITY.md 🌐 Update translations via Co-op Translator 2025-08-26 01:51:51 +00:00

README.md

GitHub license
GitHub contributors
GitHub issues
GitHub pull-requests
PRs Welcome

GitHub watchers
GitHub forks
GitHub stars
Binder
Gitter

Изкуствен интелект за начинаещи - Учебна програма

 Скетч от (@girlie_mac)
Изкуствен интелект за начинаещи - Скетч от @girlie_mac

Разгледайте света на Изкуствения интелект (AI) с нашата 12-седмична, 24-урочна учебна програма! Тя включва практически уроци, тестове и лабораторни упражнения. Програмата е подходяща за начинаещи и обхваща инструменти като TensorFlow и PyTorch, както и етика в AI.

Какво ще научите

Мисловна карта на курса

В тази учебна програма ще научите:

  • Различни подходи към Изкуствения интелект, включително "добрия стар" символичен подход с Представяне на знания и разсъждения (GOFAI).
  • Невронни мрежи и Дълбоко обучение, които са в основата на съвременния AI. Ще илюстрираме концепциите зад тези важни теми с код в две от най-популярните рамки - TensorFlow и PyTorch.
  • Невронни архитектури за работа с изображения и текст. Ще разгледаме съвременни модели, но може да липсват най-новите разработки.
  • По-малко популярни подходи в AI, като Генетични алгоритми и Многоагентни системи.

Какво няма да покрием в тази учебна програма:

Намерете всички допълнителни ресурси за този курс в нашата колекция в Microsoft Learn

За леко въведение в темите за AI в облака можете да разгледате Започнете с изкуствен интелект в Azure в Microsoft Learn.

Съдържание

Връзка към урока PyTorch/Keras/TensorFlow Лаборатория
0 Настройка на курса Настройте вашата среда за разработка
I Въведение в AI
01 Въведение и история на AI - -
II Символичен AI
02 Представяне на знания и експертни системи Експертни системи / Онтология /Граф на концепции
III Въведение в невронните мрежи
03 Перцептрон Бележник Лаборатория
04 Многослойни перцептрони и създаване на собствена рамка Бележник Лаборатория
05 Въведение в рамките (PyTorch/TensorFlow) и пренасищане PyTorch / Keras / TensorFlow Лаборатория
IV Компютърно зрение PyTorch / TensorFlow Изследвайте компютърното зрение в Microsoft Azure
06 Въведение в компютърното зрение. OpenCV Бележник Лаборатория
07 Конволюционни невронни мрежи & Архитектури на CNN PyTorch /TensorFlow Лаборатория
08 Предварително обучени мрежи и трансферно обучение и Трикове за обучение PyTorch / TensorFlow Лаборатория
09 Автокодери и VAEs PyTorch / TensorFlow
10 Генеративни състезателни мрежи и трансфер на артистичен стил PyTorch / TensorFlow
11 Откриване на обекти TensorFlow Лаборатория
12 Семантично сегментиране. U-Net PyTorch / TensorFlow
V Обработка на естествен език PyTorch /TensorFlow Изследвайте обработката на естествен език в Microsoft Azure
13 Представяне на текст. Bow/TF-IDF PyTorch / TensorFlow
14 Семантични векторни представяния на думи. Word2Vec и GloVe PyTorch / TensorFlow
15 Моделиране на език. Обучение на собствени векторни представяния PyTorch / TensorFlow Лаборатория
16 Рекурентни невронни мрежи PyTorch / TensorFlow
17 Генеративни рекурентни мрежи PyTorch / TensorFlow Лаборатория
18 Трансформъри. BERT. PyTorch /TensorFlow
19 Разпознаване на именувани обекти TensorFlow Лаборатория
20 Големи езикови модели, програмиране с подсказки и задачи с малко примери PyTorch
VI Други AI техники
21 Генетични алгоритми Бележник
22 Дълбоко подсилващо обучение PyTorch /TensorFlow Лаборатория
23 Мултиагентни системи
VII Етика в AI
24 Етика в AI и отговорен AI Microsoft Learn: Принципи за отговорен AI
IX Допълнителни материали
25 Мултимодални мрежи, CLIP и VQGAN Бележник

Всяка лекция съдържа

  • Материали за предварително четене
  • Изпълними Jupyter бележници, които често са специфични за рамката (PyTorch или TensorFlow). Изпълнимият бележник също съдържа много теоретичен материал, така че за да разберете темата, трябва да преминете през поне една версия на бележника (или PyTorch, или TensorFlow).
  • Лаборатории, налични за някои теми, които ви дават възможност да приложите наученото към конкретен проблем.
  • Някои секции съдържат връзки към модули в MS Learn, които обхващат свързани теми.

Начало

Следвайте тези стъпки:

Форкнете хранилището: Кликнете върху бутона "Fork" в горния десен ъгъл на тази страница.

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

Не забравяйте да добавите звезда (🌟) на това хранилище, за да го намерите по-лесно по-късно.

Срещнете други обучаващи се

Присъединете се към нашия официален AI Discord сървър, за да се срещнете и свържете с други обучаващи се, които преминават този курс, и да получите подкрепа.

Ако имате обратна връзка за продукта или въпроси по време на разработката, посетете нашия Azure AI Foundry Developer Forum

Тестове

Бележка относно тестовете: Всички тестове се намират в папката Quiz-app в etc\quiz-app. Те са свързани с уроците, като приложението за тестове може да се стартира локално или да се разположи в Azure; следвайте инструкциите в папката quiz-app. Те постепенно се локализират.

Търсим помощ

Имате ли предложения или сте открили правописни или кодови грешки? Създайте проблем или направете pull request.

Специални благодарности

Други учебни материали

Нашият екип създава и други учебни материали! Вижте:

Отказ от отговорност:
Този документ е преведен с помощта на AI услуга за превод Co-op Translator. Въпреки че се стремим към точност, моля, имайте предвид, че автоматизираните преводи може да съдържат грешки или неточности. Оригиналният документ на неговия роден език трябва да се счита за авторитетен източник. За критична информация се препоръчва професионален човешки превод. Не носим отговорност за недоразумения или погрешни интерпретации, произтичащи от използването на този превод.