30 KiB
नवशिक्यांसाठी कृत्रिम बुद्धिमत्ता - अभ्यासक्रम
 |
|---|
| नवशिक्यांसाठी AI - @girlie_mac यांचे स्केच |
कृत्रिम बुद्धिमत्ता (AI) च्या जगात आमच्या 12 आठवड्यांच्या, 24 धड्यांच्या अभ्यासक्रमासह प्रवास करा! यात व्यावहारिक धडे, प्रश्नमंजुषा आणि प्रयोगशाळा समाविष्ट आहेत. हा अभ्यासक्रम नवशिक्यांसाठी अनुकूल आहे आणि TensorFlow आणि PyTorch यांसारख्या साधनांसह AI मधील नैतिकतेवर प्रकाश टाकतो.
🌐 बहुभाषिक समर्थन
GitHub Action द्वारे समर्थित (स्वयंचलित आणि नेहमी अद्ययावत)
French | Spanish | German | Russian | Arabic | Persian (Farsi) | Urdu | Chinese (Simplified) | Chinese (Traditional, Macau) | Chinese (Traditional, Hong Kong) | Chinese (Traditional, Taiwan) | Japanese | Korean | Hindi | Bengali | Marathi | Nepali | Punjabi (Gurmukhi) | Portuguese (Portugal) | Portuguese (Brazil) | Italian | Polish | Turkish | Greek | Thai | Swedish | Danish | Norwegian | Finnish | Dutch | Hebrew | Vietnamese | Indonesian | Malay | Tagalog (Filipino) | Swahili | Hungarian | Czech | Slovak | Romanian | Bulgarian | Serbian (Cyrillic) | Croatian | Slovenian | Ukrainian | Burmese (Myanmar)
जर तुम्हाला अतिरिक्त भाषांमध्ये भाषांतर हवे असेल तर येथे सूचीबद्ध भाषांमध्ये समर्थन उपलब्ध आहे.
समुदायामध्ये सामील व्हा
तुम्ही काय शिकाल
या अभ्यासक्रमात तुम्ही शिकाल:
- कृत्रिम बुद्धिमत्तेचे विविध दृष्टिकोन, ज्यामध्ये ज्ञान प्रतिनिधित्व आणि तर्कसंगततेसह "चांगले जुने" प्रतीकात्मक दृष्टिकोन (GOFAI) समाविष्ट आहे.
- न्यूरल नेटवर्क्स आणि डीप लर्निंग, जे आधुनिक AI च्या केंद्रस्थानी आहेत. आम्ही या महत्त्वाच्या विषयांमागील संकल्पना दोन लोकप्रिय फ्रेमवर्क - TensorFlow आणि PyTorch चा कोड वापरून स्पष्ट करू.
- प्रतिमा आणि मजकूरावर काम करण्यासाठी न्यूरल आर्किटेक्चर्स. आम्ही अलीकडील मॉडेल्स कव्हर करू, परंतु अत्याधुनिक तंत्रज्ञान थोडे कमी असू शकते.
- कमी लोकप्रिय AI दृष्टिकोन, जसे की Genetic Algorithms आणि Multi-Agent Systems.
या अभ्यासक्रमात आम्ही काय कव्हर करणार नाही:
या कोर्ससाठी सर्व अतिरिक्त संसाधने आमच्या Microsoft Learn संग्रहात शोधा
- व्यवसायातील AI चा वापर करण्याचे व्यवसाय प्रकरण. Microsoft Learn वर Introduction to AI for business users शिकण्याचा मार्ग किंवा AI Business School, INSEAD सह विकसित केलेला विचार करा.
- क्लासिक मशीन लर्निंग, जे आमच्या Machine Learning for Beginners Curriculum मध्ये चांगले वर्णन केले आहे.
- Cognitive Services वापरून तयार केलेले व्यावहारिक AI अनुप्रयोग. यासाठी, आम्ही Microsoft Learn मधील vision, natural language processing, Generative AI with Azure OpenAI Service आणि इतर मॉड्यूल्ससह सुरुवात करण्याची शिफारस करतो.
- विशिष्ट ML Cloud Frameworks, जसे की Azure Machine Learning, Microsoft Fabric, किंवा Azure Databricks. Build and operate machine learning solutions with Azure Machine Learning आणि Build and Operate Machine Learning Solutions with Azure Databricks शिकण्याचे मार्ग वापरण्याचा विचार करा.
- संवादी AI आणि चॅट बॉट्स. Create conversational AI solutions शिकण्याचा मार्ग वेगळा आहे, आणि अधिक तपशीलांसाठी तुम्ही हा ब्लॉग पोस्ट पाहू शकता.
- डीप गणित जे डीप लर्निंगच्या मागे आहे. यासाठी, आम्ही Ian Goodfellow, Yoshua Bengio आणि Aaron Courville यांचे Deep Learning शिफारस करतो, जे https://www.deeplearningbook.org/ वर ऑनलाइन उपलब्ध आहे.
क्लाउडमधील AI विषयांमध्ये सौम्य परिचयासाठी तुम्ही Get started with artificial intelligence on Azure शिकण्याचा मार्ग विचार करू शकता.
सामग्री
प्रत्येक धड्यात समाविष्ट आहे
- पूर्व-वाचन साहित्य
- कार्यक्षम Jupyter नोटबुक्स, जे प्रामुख्याने फ्रेमवर्क (PyTorch किंवा TensorFlow) साठी विशिष्ट आहेत. कार्यक्षम नोटबुकमध्ये बरेच सैद्धांतिक साहित्य देखील असते, त्यामुळे विषय समजून घेण्यासाठी तुम्हाला किमान एक नोटबुक (PyTorch किंवा TensorFlow) वाचणे आवश्यक आहे.
- प्रयोगशाळा काही विषयांसाठी उपलब्ध आहेत, ज्या तुम्हाला शिकलेल्या सामग्रीचा विशिष्ट समस्येवर उपयोग करण्याची संधी देतात.
- काही विभागांमध्ये संबंधित विषयांवर MS Learn मॉड्यूल्सचे दुवे आहेत.
सुरुवात कशी करावी
- तुमच्या विकास वातावरणाची सेटअप करण्यात मदत करण्यासाठी आम्ही सेटअप धडा तयार केला आहे.
- शिक्षकांसाठी, आम्ही शिक्षकांसाठी अभ्यासक्रम सेटअप धडा देखील तयार केला आहे!
- VSCode किंवा Codepace मध्ये कोड कसा चालवायचा याबद्दल जाणून घ्या.
या चरणांचे अनुसरण करा:
रेपॉझिटरी फोर्क करा: या पृष्ठाच्या वरच्या उजव्या कोपऱ्यातील "Fork" बटणावर क्लिक करा.
रेपॉझिटरी क्लोन करा: git clone https://github.com/microsoft/AI-For-Beginners.git
या रेपोला नंतर सोपे सापडण्यासाठी स्टार (🌟) करायला विसरू नका.
इतर शिकणाऱ्यांना भेटा
आमच्या अधिकृत AI Discord सर्व्हर मध्ये सामील व्हा, जिथे तुम्ही या कोर्सचे इतर शिकणारे लोक भेटू शकता आणि नेटवर्किंग करू शकता तसेच मदत मिळवू शकता.
जर तुम्हाला उत्पादनाबद्दल अभिप्राय द्यायचा असेल किंवा तयार करताना काही प्रश्न असतील, तर आमच्या Azure AI Foundry Developer Forum ला भेट द्या.
क्विझेस
क्विझेसबद्दल एक टीप: सर्व क्विझेस Quiz-app फोल्डरमध्ये etc\quiz-app मध्ये आहेत, किंवा ऑनलाइन येथे उपलब्ध आहेत. त्या धड्यांमधून लिंक केल्या जातात. क्विझ अॅप स्थानिक पातळीवर चालवले जाऊ शकते किंवा Azure वर तैनात केले जाऊ शकते;
quiz-appफोल्डरमधील सूचनांचे पालन करा. त्या हळूहळू स्थानिक भाषेत उपलब्ध केल्या जात आहेत.
मदतीची गरज आहे
तुमच्याकडे काही सूचना आहेत का किंवा तुम्हाला शब्दलेखन किंवा कोडमधील चुका सापडल्या आहेत का? कृपया एक समस्या उघडा किंवा एक पुल रिक्वेस्ट तयार करा.
विशेष आभार
- ✍️ मुख्य लेखक: Dmitry Soshnikov, पीएचडी
- 🔥 संपादक: Jen Looper, पीएचडी
- 🎨 स्केच नोट चित्रकार: Tomomi Imura
- ✅ क्विझ तयार करणारे: Lateefah Bello, MLSA
- 🙏 मुख्य योगदानकर्ते: Evgenii Pishchik
इतर अभ्यासक्रम
आमची टीम इतर अभ्यासक्रम देखील तयार करते! खालील अभ्यासक्रम पहा:
- Generative AI for Beginners
- Generative AI for Beginners .NET
- Generative AI with JavaScript
- Generative AI with Java
- AI for Beginners
- Data Science for Beginners
- ML for Beginners
- Cybersecurity for Beginners
- Web Dev for Beginners
- IoT for Beginners
- XR Development for Beginners
- Mastering GitHub Copilot for Agentic use
- Mastering GitHub Copilot for C#/.NET Developers
- Choose Your Own Copilot Adventure
अस्वीकरण:
हा दस्तऐवज AI भाषांतर सेवा Co-op Translator वापरून भाषांतरित करण्यात आला आहे. आम्ही अचूकतेसाठी प्रयत्नशील असलो तरी कृपया लक्षात ठेवा की स्वयंचलित भाषांतरांमध्ये त्रुटी किंवा अचूकतेचा अभाव असू शकतो. मूळ भाषेतील दस्तऐवज हा अधिकृत स्रोत मानला जावा. महत्त्वाच्या माहितीसाठी व्यावसायिक मानवी भाषांतराची शिफारस केली जाते. या भाषांतराचा वापर करून निर्माण होणाऱ्या कोणत्याही गैरसमज किंवा चुकीच्या अर्थासाठी आम्ही जबाबदार नाही.