AI-For-Beginners/translations/da
leestott 94ab679d2a 🌐 Update translations via Co-op Translator 2025-08-29 11:12:47 +00:00
..
etc 🌐 Update translations via Co-op Translator 2025-08-28 18:09:00 +00:00
lessons 🌐 Update translations via Co-op Translator 2025-08-29 11:12:47 +00:00
README.md 🌐 Update translations via Co-op Translator 2025-08-29 11:12:47 +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 begyndere - Et undervisningsforløb

Sketchnote af @girlie_mac https://twitter.com/girlie_mac
AI For Beginners - Sketchnote af @girlie_mac

Udforsk verdenen af Kunstig intelligens (AI) med vores 12-ugers undervisningsforløb med 24 lektioner! Det inkluderer praktiske lektioner, quizzer og laboratorieøvelser. Forløbet er begyndervenligt og dækker værktøjer som TensorFlow og PyTorch samt etik inden for AI.

🌐 Understøttelse af flere sprog

Understøttet via GitHub Action (Automatisk & Altid opdateret)

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 yderligere oversættelser, kan understøttede sprog findes her

Bliv en del af fællesskabet

Azure AI Discord

Hvad du vil lære

Mindmap over kurset

I dette undervisningsforløb vil du lære:

  • Forskellige tilgange til Kunstig intelligens, herunder den "gode gamle" symbolske tilgang med Vidensrepræsentation og ræsonnement (GOFAI).
  • Neurale netværk og Deep Learning, som er kernen i moderne AI. Vi vil illustrere begreberne bag disse vigtige emner med kode i to af de mest populære frameworks - TensorFlow og PyTorch.
  • Neurale arkitekturer til arbejde med billeder og tekst. Vi vil dække nyere modeller, men muligvis ikke de allernyeste.
  • Mindre populære AI-tilgange, såsom Genetiske algoritmer og Multi-agent systemer.

Hvad vi ikke vil dække i dette undervisningsforløb:

Find alle yderligere ressourcer til dette kursus i vores Microsoft Learn-samling

For en blid introduktion til AI i skyen emner kan du overveje at tage Kom i gang med kunstig intelligens på Azure læringsforløb.

Indhold

Lektion Link PyTorch/Keras/TensorFlow Lab
0 Opsætning af kursus Opsæt dit udviklingsmiljø
I Introduktion til AI
01 Introduktion og AI's historie - -
II Symbolsk AI
02 Vidensrepræsentation og ekspertsystemer Ekspertsystemer / Ontologi /Konceptgraf
III Introduktion til neurale netværk
03 Perceptron Notebook Lab
04 Multi-lag perceptron og opbygning af vores eget framework Notebook Lab
05 Introduktion til Frameworks (PyTorch/TensorFlow) og Overfitting PyTorch / Keras / TensorFlow Lab
IV Computer Vision PyTorch / TensorFlow Udforsk Computer Vision på Microsoft Azure
06 Introduktion til Computer Vision. OpenCV Notebook Lab
07 Convolutional Neural Networks & CNN Arkitekturer PyTorch /TensorFlow Lab
08 Forudtrænede Netværk og Transfer Learning og Træningstips PyTorch / TensorFlow Lab
09 Autoencoders og VAEs PyTorch / TensorFlow
10 Generative Adversarial Networks & Kunstnerisk Stiloverførsel PyTorch / TensorFlow
11 Objektdetektion TensorFlow Lab
12 Semantisk Segmentering. U-Net PyTorch / TensorFlow
V Natural Language Processing PyTorch /TensorFlow Udforsk Natural Language Processing på Microsoft Azure
13 Tekstrepræsentation. Bow/TF-IDF PyTorch / TensorFlow
14 Semantiske ordindlejringer. Word2Vec og GloVe PyTorch / TensorFlow
15 Sprogmodellering. Træn dine egne indlejringer PyTorch / TensorFlow Lab
16 Recurrent Neural Networks PyTorch / TensorFlow
17 Generative Recurrent Networks PyTorch / TensorFlow Lab
18 Transformers. BERT. PyTorch /TensorFlow
19 Navngiven Enhedsgenkendelse TensorFlow Lab
20 Store Sproglige Modeller, Prompt Programmering og Few-Shot Opgaver PyTorch
VI Andre AI-teknikker
21 Genetiske Algoritmer Notebook
22 Deep Reinforcement Learning PyTorch /TensorFlow Lab
23 Multi-Agent Systemer
VII AI Etik
24 AI Etik og Ansvarlig AI Microsoft Learn: Principper for Ansvarlig AI
IX Ekstra
25 Multi-Modal Netværk, CLIP og VQGAN Notebook

Hver lektion indeholder

  • Forberedende læsemateriale
  • Eksekverbare Jupyter Notebooks, som ofte er specifikke for frameworket (PyTorch eller TensorFlow). Den eksekverbare notebook indeholder også en masse teoretisk materiale, så for at forstå emnet skal du gennemgå mindst én version af notebooken (enten PyTorch eller TensorFlow).
  • Labs tilgængelige for nogle emner, som giver dig mulighed for at prøve at anvende det materiale, du har lært, på et specifikt problem.
  • Nogle sektioner indeholder links til MS Learn moduler, der dækker relaterede emner.

Kom godt i gang

Følg disse trin:

Fork repositoryet: Klik på "Fork"-knappen øverst til højre på denne side.

Clone repositoryet: git clone https://github.com/microsoft/AI-For-Beginners.git

Glem ikke at give stjerne (🌟) til dette repo for at finde det lettere senere.

Mød andre lærende

Deltag i vores officielle AI Discord-server for at møde og netværke med andre lærende, der tager dette kursus, og få support.

Hvis du har produktfeedback eller spørgsmål under opbygningen, kan du besøge vores Azure AI Foundry Developer Forum

Quizzer

En bemærkning om quizzer: Alle quizzer findes i Quiz-app-mappen i etc\quiz-app, eller Online Her. De er linket fra lektionerne, og quiz-appen kan køres lokalt eller implementeres på Azure; følg instruktionerne i quiz-app-mappen. De bliver gradvist lokaliseret.

Hjælp ønskes

Har du forslag eller fundet stave- eller kodefejl? Opret en issue eller lav en pull request.

Særlig tak

Andre læseplaner

Vores team producerer andre læseplaner! Tjek dem ud:


Ansvarsfraskrivelse:
Dette dokument er blevet oversat ved hjælp af AI-oversættelsestjenesten Co-op Translator. Selvom vi bestræber os på at sikre nøjagtighed, skal du være opmærksom på, at automatiserede oversættelser kan indeholde fejl eller unøjagtigheder. Det originale dokument på dets oprindelige sprog bør betragtes som den autoritative kilde. For kritisk information anbefales professionel menneskelig oversættelse. Vi påtager os ikke ansvar for eventuelle misforståelser eller fejltolkninger, der måtte opstå som følge af brugen af denne oversættelse.