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

26 KiB

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

GitHub watchers
GitHub forks
GitHub stars
Binder
Gitter

هوش مصنوعی برای مبتدیان - یک برنامه آموزشی

طرح‌نگاری توسط (@girlie_mac)
هوش مصنوعی برای مبتدیان - طرح‌نگاری توسط @girlie_mac

دنیای هوش مصنوعی (AI) را با برنامه آموزشی ۱۲ هفته‌ای و ۲۴ درس ما کشف کنید! این برنامه شامل درس‌های عملی، آزمون‌ها و آزمایشگاه‌ها است. این برنامه آموزشی برای مبتدیان طراحی شده و ابزارهایی مانند TensorFlow و PyTorch و همچنین اخلاق در هوش مصنوعی را پوشش می‌دهد.

آنچه خواهید آموخت

نقشه ذهنی دوره

در این برنامه آموزشی، شما خواهید آموخت:

  • رویکردهای مختلف به هوش مصنوعی، از جمله رویکرد نمادین "قدیمی خوب" با نمایش دانش و استدلال (GOFAI).
  • شبکه‌های عصبی و یادگیری عمیق که در قلب هوش مصنوعی مدرن قرار دارند. مفاهیم پشت این موضوعات مهم را با استفاده از کد در دو چارچوب محبوب - TensorFlow و PyTorch توضیح خواهیم داد.
  • معماری‌های عصبی برای کار با تصاویر و متن. مدل‌های اخیر را پوشش خواهیم داد، اما ممکن است در زمینه پیشرفته‌ترین مدل‌ها کمی کمبود داشته باشیم.
  • رویکردهای کمتر محبوب هوش مصنوعی، مانند الگوریتم‌های ژنتیک و سیستم‌های چندعاملی.

آنچه در این برنامه آموزشی پوشش داده نمی‌شود:

تمام منابع اضافی این دوره را در مجموعه Microsoft Learn ما پیدا کنید

برای یک مقدمه ملایم به موضوعات هوش مصنوعی در ابر، می‌توانید مسیر یادگیری شروع با هوش مصنوعی در Azure را دنبال کنید.

محتوا

لینک درس PyTorch/Keras/TensorFlow آزمایشگاه
0 تنظیم دوره تنظیم محیط توسعه خود
I مقدمه‌ای بر هوش مصنوعی
01 مقدمه و تاریخچه هوش مصنوعی - -
II هوش مصنوعی نمادین
02 نمایش دانش و سیستم‌های خبره سیستم‌های خبره / هستی‌شناسی /گراف مفهومی
III مقدمه‌ای بر شبکه‌های عصبی
03 پرسیپترون دفترچه آزمایشگاه
04 پرسیپترون چندلایه و ایجاد چارچوب خودمان دفترچه آزمایشگاه
05 مقدمه‌ای بر چارچوب‌ها (PyTorch/TensorFlow) و بیش‌برازش PyTorch / Keras / TensorFlow آزمایشگاه
IV بینایی کامپیوتر PyTorch / TensorFlow کاوش بینایی کامپیوتر در Microsoft Azure
06 مقدمه‌ای بر بینایی کامپیوتر. OpenCV دفترچه آزمایشگاه
07 شبکه‌های عصبی کانولوشنی & معماری‌های CNN PyTorch /TensorFlow آزمایشگاه
08 شبکه‌های از پیش آموزش‌دیده و یادگیری انتقالی و ترفندهای آموزش PyTorch / TensorFlow آزمایشگاه
09 خودرمزگذارها و VAEs PyTorch / TensorFlow
10 شبکه‌های مولد متخاصم و انتقال سبک هنری PyTorch / TensorFlow
11 تشخیص اشیاء TensorFlow آزمایشگاه
12 تقسیم‌بندی معنایی. U-Net PyTorch / TensorFlow
V پردازش زبان طبیعی PyTorch /TensorFlow کاوش پردازش زبان طبیعی در Microsoft Azure
13 نمایش متن. Bow/TF-IDF PyTorch / TensorFlow
14 تعبیه معنایی کلمات. Word2Vec و GloVe PyTorch / TensorFlow
15 مدل‌سازی زبان. آموزش تعبیه‌های خودتان PyTorch / TensorFlow آزمایشگاه
16 شبکه‌های عصبی بازگشتی PyTorch / TensorFlow
17 شبکه‌های بازگشتی مولد PyTorch / TensorFlow آزمایشگاه
18 ترانسفورمرها. BERT. PyTorch /TensorFlow
19 تشخیص موجودیت‌های نام‌دار TensorFlow آزمایشگاه
20 مدل‌های زبانی بزرگ، برنامه‌نویسی با پرامپت و وظایف کم‌شات PyTorch
VI سایر تکنیک‌های هوش مصنوعی
21 الگوریتم‌های ژنتیکی دفترچه یادداشت
22 یادگیری تقویتی عمیق PyTorch /TensorFlow آزمایشگاه
23 سیستم‌های چندعاملی
VII اخلاق هوش مصنوعی
24 اخلاق هوش مصنوعی و هوش مصنوعی مسئولانه Microsoft Learn: اصول هوش مصنوعی مسئولانه
IX موارد اضافی
25 شبکه‌های چندوجهی، CLIP و VQGAN دفترچه یادداشت

هر درس شامل موارد زیر است

  • مطالب پیش‌خوانی
  • دفترچه‌های Jupyter قابل اجرا که اغلب مختص چارچوب (PyTorch یا TensorFlow) هستند. این دفترچه‌های قابل اجرا همچنین شامل مطالب نظری زیادی هستند، بنابراین برای درک موضوع باید حداقل یک نسخه از دفترچه را مرور کنید (PyTorch یا TensorFlow).
  • آزمایشگاه‌ها که برای برخی موضوعات در دسترس هستند و به شما فرصت می‌دهند تا مطالبی که یاد گرفته‌اید را روی یک مسئله خاص اعمال کنید.
  • برخی بخش‌ها شامل لینک‌هایی به ماژول‌های MS Learn هستند که موضوعات مرتبط را پوشش می‌دهند.

شروع به کار

مراحل زیر را دنبال کنید:

مخزن را فورک کنید: روی دکمه "Fork" در گوشه بالا-راست این صفحه کلیک کنید.

مخزن را کلون کنید: git clone https://github.com/microsoft/AI-For-Beginners.git

فراموش نکنید که این مخزن را ستاره‌دار کنید (🌟) تا بعداً راحت‌تر آن را پیدا کنید.

ملاقات با سایر یادگیرندگان

به سرور رسمی دیسکورد هوش مصنوعی ما بپیوندید تا با سایر یادگیرندگان این دوره ملاقات کنید و شبکه‌سازی کنید و پشتیبانی دریافت کنید.

اگر بازخورد محصول یا سوالاتی در حین ساخت دارید، به فروم توسعه‌دهندگان Azure AI Foundry ما مراجعه کنید.

آزمون‌ها

یادداشتی درباره آزمون‌ها: تمام آزمون‌ها در پوشه Quiz-app در مسیر etc\quiz-app قرار دارند. این آزمون‌ها از داخل درس‌ها لینک شده‌اند. برنامه آزمون می‌تواند به صورت محلی اجرا شود یا در Azure مستقر گردد؛ دستورالعمل‌های موجود در پوشه quiz-app را دنبال کنید. این آزمون‌ها به تدریج بومی‌سازی می‌شوند.

درخواست کمک

آیا پیشنهادی دارید یا خطاهای املایی یا کدی پیدا کرده‌اید؟ یک issue ایجاد کنید یا یک pull request ارسال کنید.

تشکر ویژه

سایر دوره‌ها

تیم ما دوره‌های دیگری نیز تولید می‌کند! بررسی کنید:

سلب مسئولیت:
این سند با استفاده از سرویس ترجمه هوش مصنوعی Co-op Translator ترجمه شده است. در حالی که ما تلاش می‌کنیم دقت را حفظ کنیم، لطفاً توجه داشته باشید که ترجمه‌های خودکار ممکن است شامل خطاها یا نادقتی‌ها باشند. سند اصلی به زبان اصلی آن باید به عنوان منبع معتبر در نظر گرفته شود. برای اطلاعات حساس، ترجمه حرفه‌ای انسانی توصیه می‌شود. ما هیچ مسئولیتی در قبال سوءتفاهم‌ها یا تفسیرهای نادرست ناشی از استفاده از این ترجمه نداریم.