AI-For-Beginners/translations/de/README.md

23 KiB
Raw Blame History

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

GitHub watchers
GitHub forks
GitHub stars
Binder
Gitter

Künstliche Intelligenz für Anfänger Ein Curriculum

 Sketchnote von (@girlie_mac)
KI für Anfänger Sketchnote von @girlie_mac

Entdecken Sie die Welt der Künstlichen Intelligenz (KI) mit unserem 12-wöchigen Curriculum, das aus 24 Lektionen besteht! Es enthält praktische Lektionen, Quizze und Labore. Das Curriculum ist anfängerfreundlich und behandelt Tools wie TensorFlow und PyTorch sowie ethische Aspekte der KI.

Was Sie lernen werden

Mindmap des Kurses

In diesem Curriculum lernen Sie:

  • Verschiedene Ansätze der Künstlichen Intelligenz, einschließlich des "klassischen" symbolischen Ansatzes mit Wissensrepräsentation und Schlussfolgerung (GOFAI).
  • Neuronale Netze und Deep Learning, die im Zentrum moderner KI stehen. Wir veranschaulichen die Konzepte hinter diesen wichtigen Themen mit Code in zwei der beliebtesten Frameworks TensorFlow und PyTorch.
  • Neuronale Architekturen für die Arbeit mit Bildern und Text. Wir behandeln aktuelle Modelle, könnten aber bei den neuesten Entwicklungen etwas hinterherhinken.
  • Weniger populäre KI-Ansätze wie Genetische Algorithmen und Multi-Agenten-Systeme.

Was wir in diesem Curriculum nicht behandeln:

Finden Sie alle zusätzlichen Ressourcen für diesen Kurs in unserer Microsoft Learn-Sammlung

Für eine sanfte Einführung in KI in der Cloud können Sie den Lernpfad Erste Schritte mit künstlicher Intelligenz auf Azure in Betracht ziehen.

Inhalt

Lektion Link PyTorch/Keras/TensorFlow Labor
0 Kurs-Setup Einrichtung Ihrer Entwicklungsumgebung
I Einführung in KI
01 Einführung und Geschichte der KI - -
II Symbolische KI
02 Wissensrepräsentation und Expertensysteme Expertensysteme / Ontologie /Konzeptgraph
III Einführung in neuronale Netze
03 Perzeptron Notebook Labor
04 Mehrschichtiges Perzeptron und Erstellung eines eigenen Frameworks Notebook Labor
05 Einführung in Frameworks (PyTorch/TensorFlow) und Overfitting PyTorch / Keras / TensorFlow Labor
IV Computer Vision PyTorch / TensorFlow Erkunden Sie Computer Vision auf Microsoft Azure
06 Einführung in Computer Vision. OpenCV Notebook Labor
07 Convolutional Neural Networks & CNN-Architekturen PyTorch /TensorFlow Labor
08 Vortrainierte Netzwerke und Transferlernen und Trainingstricks PyTorch / TensorFlow Lab
09 Autoencoder und VAEs PyTorch / TensorFlow
10 Generative Adversarial Networks & Künstlerischer Stiltransfer PyTorch / TensorFlow
11 Objekterkennung TensorFlow Lab
12 Semantische Segmentierung. U-Net PyTorch / TensorFlow
V Verarbeitung natürlicher Sprache PyTorch /TensorFlow Erkunde die Verarbeitung natürlicher Sprache auf Microsoft Azure
13 Textrepräsentation. BoW/TF-IDF PyTorch / TensorFlow
14 Semantische Wort-Embeddings. Word2Vec und GloVe PyTorch / TensorFlow
15 Sprachmodellierung. Eigene Embeddings trainieren PyTorch / TensorFlow Lab
16 Rekurrente Neuronale Netze PyTorch / TensorFlow
17 Generative Rekurrente Netze PyTorch / TensorFlow Lab
18 Transformers. BERT. PyTorch /TensorFlow
19 Named Entity Recognition TensorFlow Lab
20 Große Sprachmodelle, Prompt-Programmierung und Few-Shot-Aufgaben PyTorch
VI Andere KI-Techniken
21 Genetische Algorithmen Notebook
22 Tiefes Verstärkungslernen PyTorch /TensorFlow Lab
23 Multi-Agenten-Systeme
VII KI-Ethik
24 KI-Ethik und Verantwortungsvolle KI Microsoft Learn: Prinzipien für verantwortungsvolle KI
IX Extras
25 Multi-Modale Netzwerke, CLIP und VQGAN Notebook

Jede Lektion enthält

  • Vorbereitendes Lesematerial
  • Ausführbare Jupyter-Notebooks, die oft spezifisch für das Framework (PyTorch oder TensorFlow) sind. Die ausführbaren Notebooks enthalten auch viele theoretische Inhalte, daher ist es wichtig, mindestens eine Version des Notebooks (entweder PyTorch oder TensorFlow) durchzugehen, um das Thema zu verstehen.
  • Labs, die für einige Themen verfügbar sind und Ihnen die Möglichkeit geben, das Gelernte auf ein spezifisches Problem anzuwenden.
  • Einige Abschnitte enthalten Links zu MS Learn-Modulen, die verwandte Themen behandeln.

Erste Schritte

Folgen Sie diesen Schritten:

Forken Sie das Repository: Klicken Sie auf die Schaltfläche "Fork" oben rechts auf dieser Seite.

Klonen Sie das Repository: git clone https://github.com/microsoft/AI-For-Beginners.git

Vergessen Sie nicht, dieses Repository mit einem Stern (🌟) zu markieren, damit Sie es später leichter finden.

Treffen Sie andere Lernende

Treten Sie unserem offiziellen AI-Discord-Server bei, um andere Lernende dieses Kurses zu treffen und sich zu vernetzen sowie Unterstützung zu erhalten.

Wenn Sie Feedback zu Produkten oder Fragen während des Aufbaus haben, besuchen Sie unser Azure AI Foundry Developer Forum

Quizze

Eine Anmerkung zu den Quiz: Alle Quiz befinden sich im Ordner Quiz-app unter etc\quiz-app. Sie sind mit den Lektionen verknüpft. Die Quiz-App kann lokal ausgeführt oder auf Azure bereitgestellt werden; folgen Sie den Anweisungen im Ordner quiz-app. Sie werden nach und nach lokalisiert.

Hilfe gesucht

Hast du Vorschläge oder Fehler in der Rechtschreibung oder im Code gefunden? Erstelle ein Issue oder einen Pull Request.

Besonderer Dank

Weitere Lehrpläne

Unser Team erstellt auch andere Lehrpläne! Schau dir diese an:

Haftungsausschluss:
Dieses Dokument wurde mit dem KI-Übersetzungsdienst Co-op Translator übersetzt. Obwohl wir uns um Genauigkeit bemühen, weisen wir darauf hin, dass automatisierte Übersetzungen Fehler oder Ungenauigkeiten enthalten können. Das Originaldokument in seiner ursprünglichen Sprache sollte als maßgebliche Quelle betrachtet werden. Für kritische Informationen wird eine professionelle menschliche Übersetzung empfohlen. Wir übernehmen keine Haftung für Missverständnisse oder Fehlinterpretationen, die aus der Nutzung dieser Übersetzung entstehen.