AI-For-Beginners/translations/cs
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

Umělá inteligence pro začátečníky - Kurikulum

 Sketchnote od (@girlie_mac)
AI pro začátečníky - Sketchnote od @girlie_mac

Objevte svět umělé inteligence (AI) s naším 12týdenním kurikulem obsahujícím 24 lekcí! Zahrnuje praktické lekce, kvízy a laboratorní cvičení. Kurikulum je přívětivé pro začátečníky a pokrývá nástroje jako TensorFlow a PyTorch, stejně jako etiku v AI.

Co se naučíte

Myšlenková mapa kurzu

V tomto kurikulu se naučíte:

  • Různé přístupy k umělé inteligenci, včetně "starého dobrého" symbolického přístupu s reprezentací znalostí a odvozováním (GOFAI).
  • Neuronové sítě a hluboké učení, které jsou jádrem moderní AI. Tyto důležité koncepty si ukážeme pomocí kódu ve dvou z nejpopulárnějších frameworků - TensorFlow a PyTorch.
  • Neuronové architektury pro práci s obrazy a textem. Pokryjeme aktuální modely, ale možná nebudeme zcela aktuální s nejmodernějšími přístupy.
  • Méně populární přístupy k AI, jako jsou genetické algoritmy a systémy s více agenty.

Co v tomto kurikulu nepokryjeme:

Najděte všechny doplňkové zdroje pro tento kurz v naší kolekci na Microsoft Learn

Pro jemný úvod do témat AI v cloudu můžete zvážit absolvování vzdělávací cesty Začínáme s umělou inteligencí na Azure.

Obsah

Odkaz na lekci PyTorch/Keras/TensorFlow Laboratorní cvičení
0 Nastavení kurzu Nastavení vývojového prostředí
I Úvod do AI
01 Úvod a historie AI - -
II Symbolická AI
02 Reprezentace znalostí a expertní systémy Expertní systémy / Ontologie /Konceptuální graf
III Úvod do neuronových sítí
03 Perceptron Notebook Laboratorní cvičení
04 Vícevrstvý perceptron a vytvoření vlastního frameworku Notebook Laboratorní cvičení
05 Úvod do frameworků (PyTorch/TensorFlow) a overfitting PyTorch / Keras / TensorFlow Laboratorní cvičení
IV Počítačové vidění PyTorch / TensorFlow Prozkoumejte počítačové vidění na Microsoft Azure
06 Úvod do počítačového vidění. OpenCV Notebook Laboratorní cvičení
07 Konvoluční neuronové sítě & Architektury CNN PyTorch /TensorFlow Laboratorní cvičení
08 Předtrénované sítě a přenosové učení a Triky při trénování PyTorch / TensorFlow Lab
09 Autoenkodéry a VAEs PyTorch / TensorFlow
10 Generativní protivní sítě a přenos uměleckého stylu PyTorch / TensorFlow
11 Detekce objektů TensorFlow Lab
12 Semantická segmentace. U-Net PyTorch / TensorFlow
V Zpracování přirozeného jazyka PyTorch /TensorFlow Prozkoumejte zpracování přirozeného jazyka na Microsoft Azure
13 Reprezentace textu. Bow/TF-IDF PyTorch / TensorFlow
14 Semantické vektorové reprezentace. Word2Vec a GloVe PyTorch / TensorFlow
15 Jazykové modelování. Trénování vlastních reprezentací PyTorch / TensorFlow Lab
16 Rekurentní neuronové sítě PyTorch / TensorFlow
17 Generativní rekurentní sítě PyTorch / TensorFlow Lab
18 Transformery. BERT. PyTorch /TensorFlow
19 Rozpoznávání pojmenovaných entit TensorFlow Lab
20 Velké jazykové modely, programování promptů a úlohy s málo příklady PyTorch
VI Další techniky AI
21 Genetické algoritmy Notebook
22 Hluboké posilované učení PyTorch /TensorFlow Lab
23 Multiagentní systémy
VII Etika AI
24 Etika AI a odpovědná AI Microsoft Learn: Principy odpovědné AI
IX Doplňky
25 Multimodální sítě, CLIP a VQGAN Notebook

Každá lekce obsahuje

  • Materiály k předběžnému čtení
  • Spustitelné Jupyter Notebooky, které jsou často specifické pro daný framework (PyTorch nebo TensorFlow). Notebooky obsahují také mnoho teoretického materiálu, takže pro pochopení tématu je nutné projít alespoň jednu verzi notebooku (buď PyTorch, nebo TensorFlow).
  • Lab dostupné pro některá témata, které vám umožní vyzkoušet si aplikaci naučeného materiálu na konkrétní problém.
  • Některé sekce obsahují odkazy na moduly MS Learn, které pokrývají související témata.

Začínáme

Postupujte podle těchto kroků:

Forkněte repozitář: Klikněte na tlačítko "Fork" v pravém horním rohu této stránky.

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

Nezapomeňte si tento repozitář označit hvězdičkou (🌟), abyste ho později snadno našli.

Seznamte se s ostatními studenty

Připojte se k našemu oficiálnímu AI Discord serveru, kde se můžete setkat a propojit s ostatními studenty, kteří tento kurz absolvují, a získat podporu.

Pokud máte zpětnou vazbu k produktu nebo otázky během vývoje, navštivte náš Azure AI Foundry Developer Forum

Kvízy

Poznámka k kvízům: Všechny kvízy jsou obsaženy ve složce Quiz-app v etc\quiz-app. Jsou propojeny přímo z lekcí a aplikaci pro kvízy lze spustit lokálně nebo nasadit na Azure; postupujte podle pokynů ve složce quiz-app. Postupně jsou lokalizovány.

Hledáme pomoc

Máte návrhy nebo jste našli pravopisné či programové chyby? Vytvořte issue nebo pull request.

Speciální poděkování

Další kurikula

Náš tým vytváří i další kurikula! Podívejte se na:

Prohlášení:
Tento dokument byl přeložen pomocí služby pro automatický překlad Co-op Translator. Ačkoli se snažíme o přesnost, mějte prosím na paměti, že automatické překlady mohou obsahovat chyby nebo nepřesnosti. Původní dokument v jeho původním jazyce by měl být považován za autoritativní zdroj. Pro důležité informace se doporučuje profesionální lidský překlad. Nenese odpovědnost za žádné nedorozumění nebo nesprávné interpretace vyplývající z použití tohoto překladu.