AI-For-Beginners/translations/hr
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

Umjetna inteligencija za početnike - Kurikulum

 Sketchnote by (@girlie_mac)
AI za početnike - Sketchnote by @girlie_mac

Istražite svijet umjetne inteligencije (AI) uz naš 12-tjedni kurikulum od 24 lekcije! Uključuje praktične lekcije, kvizove i laboratorijske vježbe. Kurikulum je prilagođen početnicima i pokriva alate poput TensorFlow-a i PyTorch-a, kao i etiku u AI.

Što ćete naučiti

Mindmap tečaja

U ovom kurikulumu naučit ćete:

  • Različite pristupe umjetnoj inteligenciji, uključujući "dobri stari" simbolički pristup s predstavljanjem znanja i zaključivanjem (GOFAI).
  • Neuralne mreže i duboko učenje, koji su srž moderne AI. Ilustrirat ćemo koncepte iza ovih važnih tema koristeći kod u dva najpopularnija okvira - TensorFlow i PyTorch.
  • Neuralne arhitekture za rad s slikama i tekstom. Pokrit ćemo novije modele, ali možda nećemo obuhvatiti najnovije dostignuće.
  • Manje popularne AI pristupe, poput genetskih algoritama i sustava s više agenata.

Što nećemo pokriti u ovom kurikulumu:

Pronađite sve dodatne resurse za ovaj tečaj u našoj Microsoft Learn kolekciji

Za blagi uvod u AI u oblaku teme, razmislite o pohađanju Započnite s umjetnom inteligencijom na Azure kurikuluma.

Sadržaj

Poveznica lekcije PyTorch/Keras/TensorFlow Laboratorij
0 Postavljanje tečaja Postavite svoje razvojno okruženje
I Uvod u AI
01 Uvod i povijest AI - -
II Simbolički AI
02 Predstavljanje znanja i ekspertni sustavi Ekspertni sustavi / Ontologija /Konceptualni graf
III Uvod u neuralne mreže
03 Perceptron Notebook Laboratorij
04 Višeslojni perceptron i stvaranje vlastitog okvira Notebook Laboratorij
05 Uvod u okvire (PyTorch/TensorFlow) i prekomjerno prilagođavanje PyTorch / Keras / TensorFlow Laboratorij
IV Računalni vid PyTorch / TensorFlow Istražite računalni vid na Microsoft Azure
06 Uvod u računalni vid. OpenCV Notebook Laboratorij
07 Konvolucijske neuralne mreže & CNN Arhitekture PyTorch /TensorFlow Laboratorij
08 Unaprijed trenirane mreže i prijenosno učenje i Trikovi za treniranje PyTorch / TensorFlow Laboratorij
09 Autoenkoderi i VAEs PyTorch / TensorFlow
10 Generativne suparničke mreže i prijenos umjetničkog stila PyTorch / TensorFlow
11 Detekcija objekata TensorFlow Laboratorij
12 Semantička segmentacija. U-Net PyTorch / TensorFlow
V Obrada prirodnog jezika PyTorch /TensorFlow Istražite obradu prirodnog jezika na Microsoft Azureu
13 Reprezentacija teksta. Bow/TF-IDF PyTorch / TensorFlow
14 Semantičke ugrađene riječi. Word2Vec i GloVe PyTorch / TensorFlow
15 Modeliranje jezika. Treniranje vlastitih ugrađenih riječi PyTorch / TensorFlow Laboratorij
16 Rekurentne neuronske mreže PyTorch / TensorFlow
17 Generativne rekurentne mreže PyTorch / TensorFlow Laboratorij
18 Transformeri. BERT. PyTorch /TensorFlow
19 Prepoznavanje imenovanih entiteta TensorFlow Laboratorij
20 Veliki jezični modeli, programski upiti i zadaci s malo primjera PyTorch
VI Ostale AI tehnike
21 Genetski algoritmi Bilježnica
22 Duboko pojačano učenje PyTorch /TensorFlow Laboratorij
23 Sustavi s više agenata
VII Etika umjetne inteligencije
24 Etika umjetne inteligencije i odgovorna AI Microsoft Learn: Načela odgovorne AI
IX Dodaci
25 Višestruke modalne mreže, CLIP i VQGAN Bilježnica

Svaka lekcija sadrži

  • Materijale za prethodno čitanje
  • Izvršne Jupyter bilježnice, koje su često specifične za okvir (PyTorch ili TensorFlow). Izvršna bilježnica također sadrži mnogo teorijskog materijala, pa je za razumijevanje teme potrebno proći barem jednu verziju bilježnice (bilo PyTorch ili TensorFlow).
  • Laboratorije dostupne za neke teme, koji vam pružaju priliku da primijenite naučeno na specifičan problem.
  • Neki odjeljci sadrže poveznice na module MS Learn koji pokrivaju srodne teme.

Početak

Slijedite ove korake:

Forkajte repozitorij: Kliknite na gumb "Fork" u gornjem desnom kutu ove stranice.

Klonirajte repozitorij: git clone https://github.com/microsoft/AI-For-Beginners.git

Ne zaboravite označiti (🌟) ovaj repozitorij kako biste ga kasnije lakše pronašli.

Upoznajte druge polaznike

Pridružite se našem službenom AI Discord serveru kako biste upoznali i povezali se s drugim polaznicima ovog tečaja i dobili podršku.

Ako imate povratne informacije o proizvodu ili pitanja tijekom izrade, posjetite naš Azure AI Foundry Developer Forum

Kvizovi

Napomena o kvizovima: Svi kvizovi nalaze se u mapi Quiz-app u etc\quiz-app. Povezani su unutar lekcija, a aplikacija za kviz može se pokrenuti lokalno ili implementirati na Azure; slijedite upute u mapi quiz-app. Postupno se lokaliziraju.

Traži se pomoć

Imate li prijedloge ili ste pronašli pravopisne ili programske pogreške? Otvorite problem ili kreirajte pull request.

Posebne zahvale

Ostali kurikulumi

Naš tim proizvodi i druge kurikulume! Pogledajte:

Odricanje od odgovornosti:
Ovaj dokument je preveden pomoću AI usluge za prevođenje Co-op Translator. Iako nastojimo osigurati točnost, imajte na umu da automatski prijevodi mogu sadržavati pogreške ili netočnosti. Izvorni dokument na izvornom jeziku treba smatrati mjerodavnim izvorom. Za ključne informacije preporučuje se profesionalni prijevod od strane stručnjaka. Ne preuzimamo odgovornost za bilo kakve nesporazume ili pogrešne interpretacije proizašle iz korištenja ovog prijevoda.