28 KiB
Artificiell intelligens för nybörjare - En läroplan
 |
|---|
| AI For Beginners - Sketchnote av @girlie_mac |
Utforska världen av Artificiell intelligens (AI) med vår 12-veckors, 24-lektioners läroplan! Den innehåller praktiska lektioner, quiz och laborationer. Läroplanen är nybörjarvänlig och täcker verktyg som TensorFlow och PyTorch, samt etik inom AI
🌐 Stöds på flera språk
Stöds via GitHub Action (Automatiserat & Alltid uppdaterat)
Arabiska | Bengali | Bulgariska | Burmesiska (Myanmar) | Kinesiska (förenklad) | Kinesiska (traditionell, Hongkong) | Kinesiska (traditionell, Macau) | Kinesiska (traditionell, Taiwan) | Kroatiska | Tjeckiska | Danska | Nederländska | Estniska | Finska | Franska | Tyska | Grekiska | Hebreiska | Hindi | Ungerska | Indonesiska | Italienska | Japanska | Kannada | Koreanska | Litauiska | Malajiska | Malayalam | Marathi | Nepalesiska | Nigeriansk pidgin | Norska | Persiska (farsi) | Polska | Portugisiska (Brasilien) | Portugisiska (Portugal) | Punjabi (Gurmukhi) | Rumänska | Ryska | Serbiska (kyrilliska) | Slovakiska | Slovenska | Spanska | Swahili | Svenska | Tagalog (filippinsk) | Tamil | Telugu | Thailändska | Turkiska | Ukrainska | Urdu | Vietnamesiska
Om du vill ha ytterligare översättningar finns stödda språk listade här
Gå med i communityn
Vad du kommer att lära dig
I denna läroplan kommer du att lära dig:
- Olika angreppssätt till artificiell intelligens, inklusive den "goda gamla" symboliska ansatsen med kunskapsrepresentation och slutledningsresonemang (GOFAI).
- Neurala nätverk och djupinlärning, som är kärnan i modern AI. Vi kommer att illustrera koncepten bakom dessa viktiga ämnen med kod i två av de mest populära ramverken - TensorFlow och PyTorch.
- Neurala arkitekturer för arbete med bilder och text. Vi kommer att täcka nyare modeller men kan vara något bristfälliga i det senaste inom området.
- Mindre populära AI-ansatser, såsom genetiska algoritmer och multi-agent-system.
Vad vi inte kommer att täcka i denna läroplan:
Hitta alla ytterligare resurser för denna kurs i vår Microsoft Learn-samling
- Affärsfall för användning av AI i företag. Överväg att gå Introduktion till AI för företagsanvändare lärväg på Microsoft Learn, eller AI Business School, utvecklad i samarbete med INSEAD.
- Klassisk maskininlärning, som är väl beskriven i vår Maskininlärning för nybörjare.
- Praktiska AI-applikationer byggda med Cognitive Services. För detta rekommenderar vi att du börjar med Microsoft Learn-moduler för vision, natural language processing, Generative AI with Azure OpenAI Service och andra.
- Specifika ML molnramverk, såsom Azure Machine Learning, Microsoft Fabric, eller Azure Databricks. Överväg att använda lärvägarna Build and operate machine learning solutions with Azure Machine Learning och Build and Operate Machine Learning Solutions with Azure Databricks.
- Konverserande AI och chattbotar. Det finns en separat lärväg Create conversational AI solutions, och du kan även hänvisa till detta blogginlägg för mer detaljer.
- Djup matematik bakom djupinlärning. För detta rekommenderar vi Deep Learning av Ian Goodfellow, Yoshua Bengio och Aaron Courville, som också finns tillgänglig online på https://www.deeplearningbook.org/.
För en mjuk introduktion till ämnena AI i molnet kan du överväga att gå lärvägen Kom igång med artificiell intelligens på Azure.
Innehåll
Varje lektion innehåller
- Förberedande läsmaterial
- Körbara Jupyter-notebookar, som ofta är specifika för ramverket (PyTorch eller TensorFlow). Den körbara notebooken innehåller också mycket teoretiskt material, så för att förstå ämnet behöver du gå igenom minst en version av notebooken (antingen PyTorch eller TensorFlow).
- Labb finns för vissa ämnen, vilket ger dig möjlighet att försöka tillämpa det du lärt dig på ett specifikt problem.
- Vissa avsnitt innehåller länkar till MS Learn moduler som täcker relaterade ämnen.
Komma igång
🎯 Nybörjare inom AI? Börja här!
Om du är helt ny inom AI och vill ha snabba, praktiska exempel, kolla in våra Exempel för nybörjare! Dessa inkluderar:
- 🌟 Hello AI World - Ditt första AI-program (mönsterigenkänning)
- 🧠 Simple Neural Network - Bygg ett neuralt nät från grunden
- 🖼️ Image Classifier - Klassificera bilder med detaljerade kommentarer
- 💬 Text Sentiment - Analysera positiv/negativ text
Dessa exempel är utformade för att hjälpa dig förstå AI-koncept innan du dyker in i hela kursplanen.
📚 Fullständigt kursupplägg
- Vi har skapat en setup lesson för att hjälpa dig med att ställa in din utvecklingsmiljö. - För lärare har vi också skapat en curricula setup lesson!
- Hur du kör koden i VSCode eller en Codepace
Följ dessa steg:
Fork the Repository: Klicka på "Fork"-knappen uppe till höger på den här sidan.
Clone the Repository: git clone https://github.com/microsoft/AI-For-Beginners.git
Glöm inte att stjärnmärka (🌟) det här repo:t för att hitta det lättare senare.
Möt andra deltagare
Gå med i vår officiella AI Discord-server för att träffa och nätverka med andra som tar den här kursen och få stöd.
Om du har produktfeedback eller frågor medan du bygger, besök vårt Azure AI Foundry Developer Forum
Frågesporter
En notering om frågesporter: Alla frågesporter finns i Quiz-app-mappen i etc\quiz-app, eller Online här De är länkade från lektionerna; quiz-appen kan köras lokalt eller distribueras till Azure; följ instruktionerna i
quiz-app-mappen. De håller på att lokaliseras successivt.
Hjälp önskas
Har du förslag eller hittat stavfel eller kodfel? Öppna ett issue eller skapa en pull request.
Stort tack
- ✍️ Huvudförfattare: Dmitry Soshnikov, PhD
- 🔥 Redaktör: Jen Looper, PhD
- 🎨 Sketchnote-illustratör: Tomomi Imura
- ✅ Quizskapare: Lateefah Bello, MLSA
- 🙏 Huvudbidragsgivare: Evgenii Pishchik
Andra kursplaner
Vårt team producerar andra kursplaner! Kolla in:
LangChain
Azure / Edge / MCP / Agents
Generativ AI-serie
-9333EA?style=for-the-badge&labelColor=E5E7EB&color=9333EA){kind=icon}
-C084FC?style=for-the-badge&labelColor=E5E7EB&color=C084FC){kind=icon}
-E879F9?style=for-the-badge&labelColor=E5E7EB&color=E879F9){kind=icon}
Kärnämnen
Copilot-serien
Få hjälp
Om du kör fast eller har frågor om att bygga AI-appar. Gå med bland andra deltagare och erfarna utvecklare i diskussioner om MCP. Det är ett stödjande community där frågor är välkomna och kunskap delas fritt.
Om du har produktfeedback eller fel medan du bygger, besök:
Ansvarsfriskrivning: Detta dokument har översatts med hjälp av AI-översättningstjänsten Co-op Translator (https://github.com/Azure/co-op-translator). Även om vi strävar efter noggrannhet bör du vara medveten om att automatiska översättningar kan innehålla fel eller brister. Det ursprungliga dokumentet på sitt originalspråk ska betraktas som den auktoritativa källan. För kritisk information rekommenderas professionell mänsklig översättning. Vi ansvarar inte för några missförstånd eller feltolkningar som uppstår till följd av användningen av denna översättning.