AI-For-Beginners/translations/uk
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

Штучний інтелект для початківців - Навчальна програма

Скетчноут від (@girlie_mac)
Штучний інтелект для початківців - Скетчноут від @girlie_mac

Досліджуйте світ Штучного інтелекту (ШІ) за допомогою нашої 12-тижневої навчальної програми, що складається з 24 уроків! Вона включає практичні заняття, тести та лабораторні роботи. Програма розрахована на початківців і охоплює інструменти, такі як TensorFlow і PyTorch, а також етику в ШІ.

Чого ви навчитеся

Ментальна карта курсу

У цій навчальній програмі ви дізнаєтеся:

  • Різні підходи до Штучного інтелекту, включаючи "старий добрий" символічний підхід із Представленням знань і логічним висновком (GOFAI).
  • Нейронні мережі та Глибоке навчання, які є основою сучасного ШІ. Ми пояснимо концепції цих важливих тем за допомогою коду в двох найпопулярніших фреймворках - TensorFlow і PyTorch.
  • Нейронні архітектури для роботи з зображеннями та текстом. Ми розглянемо сучасні моделі, хоча вони можуть бути трохи застарілими порівняно з найновішими розробками.
  • Менш популярні підходи до ШІ, такі як Генетичні алгоритми та Багатоагентні системи.

Що ми не будемо розглядати в цій навчальній програмі:

Знайдіть усі додаткові ресурси для цього курсу в нашій колекції Microsoft Learn

Для легкого вступу до тем ШІ в хмарі рекомендуємо пройти навчальний шлях Початок роботи зі штучним інтелектом на Azure.

Зміст

Посилання на урок PyTorch/Keras/TensorFlow Лабораторна робота
0 Налаштування курсу Налаштування середовища розробки
I Вступ до ШІ
01 Вступ і історія ШІ - -
II Символічний ШІ
02 Представлення знань і експертні системи Експертні системи / Онтологія /Граф концепцій
III Вступ до нейронних мереж
03 Перцептрон Ноутбук Лабораторна робота
04 Багатошаровий перцептрон і створення власного фреймворку Ноутбук Лабораторна робота
05 Вступ до фреймворків (PyTorch/TensorFlow) і перенавчання PyTorch / Keras / TensorFlow Лабораторна робота
IV Комп'ютерний зір PyTorch / TensorFlow Дослідження комп'ютерного зору на Microsoft Azure
06 Вступ до комп'ютерного зору. OpenCV Ноутбук Лабораторна робота
07 Згорткові нейронні мережі & Архітектури CNN PyTorch /TensorFlow Лабораторна робота
08 Попередньо навчені мережі та перенесення навчання і Трюки навчання PyTorch / TensorFlow Лабораторна робота
09 Автокодери та VAE PyTorch / TensorFlow
10 Генеративні змагальні мережі та перенесення художнього стилю PyTorch / TensorFlow
11 Виявлення об'єктів TensorFlow Лабораторна робота
12 Семантична сегментація. U-Net PyTorch / TensorFlow
V Обробка природної мови PyTorch /TensorFlow Досліджуйте обробку природної мови на Microsoft Azure
13 Представлення тексту. Bow/TF-IDF PyTorch / TensorFlow
14 Семантичні векторні представлення слів. Word2Vec і GloVe PyTorch / TensorFlow
15 Моделювання мови. Навчання власних векторних представлень PyTorch / TensorFlow Лабораторна робота
16 Рекурентні нейронні мережі PyTorch / TensorFlow
17 Генеративні рекурентні мережі PyTorch / TensorFlow Лабораторна робота
18 Трансформери. BERT. PyTorch /TensorFlow
19 Розпізнавання іменованих сутностей TensorFlow Лабораторна робота
20 Великі мовні моделі, програмування підказок та задачі з малим обсягом даних PyTorch
VI Інші техніки штучного інтелекту
21 Генетичні алгоритми Ноутбук
22 Глибоке навчання з підкріпленням PyTorch /TensorFlow Лабораторна робота
23 Системи з багатьма агентами
VII Етика штучного інтелекту
24 Етика штучного інтелекту та відповідальний AI Microsoft Learn: Принципи відповідального AI
IX Додаткові матеріали
25 Мультимодальні мережі, CLIP та VQGAN Ноутбук

Кожен урок містить

  • Матеріали для попереднього ознайомлення
  • Виконувані Jupyter-ноутбуки, які часто специфічні для певного фреймворку (PyTorch або TensorFlow). Виконуваний ноутбук також містить багато теоретичного матеріалу, тому для розуміння теми необхідно пройти хоча б одну версію ноутбука (PyTorch або TensorFlow).
  • Лабораторні роботи, доступні для деяких тем, які дають можливість застосувати отримані знання до конкретної задачі.
  • Деякі розділи містять посилання на модулі MS Learn, які охоплюють пов’язані теми.

Початок роботи

Виконайте ці кроки:

Форкніть репозиторій: Натисніть кнопку "Fork" у верхньому правому куті цієї сторінки.

Клонуйте репозиторій: git clone https://github.com/microsoft/AI-For-Beginners.git

Не забудьте поставити зірочку (🌟) цьому репозиторію, щоб легше знайти його пізніше.

Знайомтеся з іншими учнями

Приєднуйтесь до нашого офіційного AI Discord-сервера, щоб познайомитися та спілкуватися з іншими учнями, які проходять цей курс, і отримати підтримку.

Якщо у вас є відгуки про продукт або запитання під час створення, відвідайте наш Azure AI Foundry Developer Forum

Вікторини

Примітка щодо вікторин: Усі вікторини знаходяться в папці Quiz-app у etc\quiz-app. Вони пов'язані з уроками, і додаток для вікторин можна запускати локально або розгортати в Azure; дотримуйтесь інструкцій у папці quiz-app. Вікторини поступово локалізуються.

Потрібна допомога

Є пропозиції або знайшли орфографічні чи кодові помилки? Створіть issue або pull request.

Особлива подяка

Інші навчальні матеріали

Наша команда створює й інші навчальні матеріали! Ознайомтеся з ними:

Відмова від відповідальності:
Цей документ було перекладено за допомогою сервісу автоматичного перекладу Co-op Translator. Хоча ми прагнемо до точності, звертаємо вашу увагу, що автоматичні переклади можуть містити помилки або неточності. Оригінальний документ на його рідній мові слід вважати авторитетним джерелом. Для критичної інформації рекомендується професійний людський переклад. Ми не несемо відповідальності за будь-які непорозуміння або неправильні тлумачення, що виникли внаслідок використання цього перекладу.