AI-For-Beginners/translations/no
leestott 68b3c9c9e7 🌐 Update translations via Co-op Translator 2025-08-28 18:09:00 +00:00
..
etc 🌐 Update translations via Co-op Translator 2025-08-28 18:09:00 +00:00
lessons 🌐 Update translations via Co-op Translator 2025-08-28 18:09:00 +00:00
README.md 🌐 Update translations via Co-op Translator 2025-08-28 18:09:00 +00:00
SECURITY.md 🌐 Update translations via Co-op Translator 2025-08-28 18:09:00 +00:00

README.md

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

GitHub watchers
GitHub forks
GitHub stars
Binder
Gitter

Kunstig intelligens for nybegynnere - Et pensum

 Sketchnote av (@girlie_mac) https://twitter.com/girlie_mac
AI for nybegynnere - Sketchnote av @girlie_mac

Utforsk verden av kunstig intelligens (AI) med vårt 12-ukers, 24-leksjons pensum! Det inkluderer praktiske leksjoner, quizer og laboratorier. Pensumet er nybegynnervennlig og dekker verktøy som TensorFlow og PyTorch, samt etikk i AI.

🌐 Støtte for flere språk

Støttet via GitHub Action (Automatisk og alltid oppdatert)

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)

Hvis du ønsker flere oversettelser, finner du støttede språk her

Bli med i fellesskapet

Azure AI Discord

Hva du vil lære

Tankekart for kurset

I dette pensumet vil du lære:

  • Ulike tilnærminger til kunstig intelligens, inkludert den "gode gamle" symbolske tilnærmingen med kunnskapsrepresentasjon og resonnering (GOFAI).
  • Nevrale nettverk og dyp læring, som er kjernen i moderne AI. Vi vil illustrere konseptene bak disse viktige temaene ved hjelp av kode i to av de mest populære rammeverkene - TensorFlow og PyTorch.
  • Nevrale arkitekturer for arbeid med bilder og tekst. Vi vil dekke nyere modeller, men kan mangle noe på det aller nyeste.
  • Mindre populære AI-tilnærminger, som genetiske algoritmer og multi-agent-systemer.

Hva vi ikke vil dekke i dette pensumet:

Finn alle tilleggsmaterialer for dette kurset i vår Microsoft Learn-samling

For en myk introduksjon til AI i skyen-temaer kan du vurdere å ta Kom i gang med kunstig intelligens på Azure læringssti.

Innhold

Leksjonslenke PyTorch/Keras/TensorFlow Lab
0 Kursoppsett Sett opp ditt utviklingsmiljø
I Introduksjon til AI
01 Introduksjon og historien til AI - -
II Symbolsk AI
02 Kunnskapsrepresentasjon og ekspertsystemer Ekspertsystemer / Ontologi /Konseptgraf
III Introduksjon til nevrale nettverk
03 Perceptron Notebook Lab
04 Flerlags perceptron og lage vårt eget rammeverk Notebook Lab
05 Introduksjon til rammeverk (PyTorch/TensorFlow) og overtilpasning PyTorch / Keras / TensorFlow Lab
IV Datamaskinsyn PyTorch / TensorFlow Utforsk datamaskinsyn på Microsoft Azure
06 Introduksjon til datamaskinsyn. OpenCV Notebook Lab
07 Konvolusjonelle nevrale nettverk & CNN-arkitekturer PyTorch /TensorFlow Lab
08 Forhåndstrente nettverk og overføringslæring og Treningsmetoder PyTorch / TensorFlow Lab
09 Autoenkodere og VAEs PyTorch / TensorFlow
10 Generative adversarielle nettverk og kunstnerisk stiloverføring PyTorch / TensorFlow
11 Objektdeteksjon TensorFlow Lab
12 Semantisk segmentering. U-Net PyTorch / TensorFlow
V Naturlig språkbehandling PyTorch /TensorFlow Utforsk naturlig språkbehandling på Microsoft Azure
13 Tekstrepresentasjon. Bow/TF-IDF PyTorch / TensorFlow
14 Semantiske ordinnbeddinger. Word2Vec og GloVe PyTorch / TensorFlow
15 Språkmodellering. Tren dine egne innbeddinger PyTorch / TensorFlow Lab
16 Rekurrente nevrale nettverk PyTorch / TensorFlow
17 Generative rekurrente nettverk PyTorch / TensorFlow Lab
18 Transformers. BERT. PyTorch /TensorFlow
19 Navngitt enhetsgjenkjenning TensorFlow Lab
20 Store språkmodeller, prompt-programmering og få-skudd-oppgaver PyTorch
VI Andre AI-teknikker
21 Genetiske algoritmer Notebook
22 Dyp forsterkende læring PyTorch /TensorFlow Lab
23 Multi-agent-systemer
VII AI-etikk
24 AI-etikk og ansvarlig AI Microsoft Learn: Prinsipper for ansvarlig AI
IX Ekstra
25 Multi-modale nettverk, CLIP og VQGAN Notebook

Hver leksjon inneholder

  • Forhåndslesningsmateriale
  • Kjørbare Jupyter Notebooks, som ofte er spesifikke for rammeverket (PyTorch eller TensorFlow). Den kjørbare notatboken inneholder også mye teoretisk materiale, så for å forstå emnet må du gå gjennom minst én versjon av notatboken (enten PyTorch eller TensorFlow).
  • Labber tilgjengelige for noen emner, som gir deg en mulighet til å prøve å anvende materialet du har lært på et spesifikt problem.
  • Noen seksjoner inneholder lenker til MS Learn moduler som dekker relaterte emner.

Kom i gang

Følg disse trinnene:

Fork repository: Klikk på "Fork"-knappen øverst til høyre på denne siden.

Klon repository: git clone https://github.com/microsoft/AI-For-Beginners.git

Ikke glem å stjerne (🌟) dette repoet for å finne det enklere senere.

Møt andre elever

Bli med i vår offisielle AI Discord-server for å møte og nettverke med andre elever som tar dette kurset og få støtte.

Hvis du har produktfeedback eller spørsmål mens du bygger, besøk vårt Azure AI Foundry Developer Forum

Quizer

En merknad om quizer: Alle quizer finnes i Quiz-app-mappen i etc\quiz-app, eller Online Her. De er lenket fra leksjonene, og quiz-appen kan kjøres lokalt eller distribueres til Azure; følg instruksjonene i quiz-app-mappen. De blir gradvis lokalisert.

Hjelp ønskes

Har du forslag eller funnet skrivefeil eller kodefeil? Opprett en issue eller lag en pull request.

Spesiell takk

Andre læreplaner

Teamet vårt lager andre læreplaner! Sjekk ut:


Ansvarsfraskrivelse:
Dette dokumentet er oversatt ved hjelp av AI-oversettelsestjenesten Co-op Translator. Selv om vi streber etter nøyaktighet, vær oppmerksom på at automatiserte oversettelser kan inneholde feil eller unøyaktigheter. Det originale dokumentet på sitt opprinnelige språk bør anses som den autoritative kilden. For kritisk informasjon anbefales profesjonell menneskelig oversettelse. Vi er ikke ansvarlige for misforståelser eller feiltolkninger som oppstår ved bruk av denne oversettelsen.