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

21 KiB
Raw Blame History

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

GitHub watchers
GitHub forks
GitHub stars
Binder
Gitter

人工智慧入門課程 - 課程大綱

Sketchnote by @girlie_mac https://twitter.com/girlie_mac
人工智慧入門課程 - @girlie_mac 繪製的手繪筆記

探索 人工智慧 (AI) 的世界,透過我們為期 12 週、共 24 節課的課程!課程包含實作教學、測驗以及實驗室練習。此課程適合初學者,涵蓋 TensorFlow 和 PyTorch 等工具,以及人工智慧的倫理議題。

🌐 多語言支援

透過 GitHub Action 支援 (自動化且保持最新)

法文 | 西班牙文 | 德文 | 俄文 | 阿拉伯文 | 波斯文 (法爾西) | 烏爾都文 | 中文 (簡體) | 中文 (繁體,澳門) | 中文 (繁體,香港) | 中文 (繁體,台灣) | 日文 | 韓文 | 印地文 | 孟加拉文 | 馬拉地文 | 尼泊爾文 | 旁遮普文 (古木基文) | 葡萄牙文 (葡萄牙) | 葡萄牙文 (巴西) | 義大利文 | 波蘭文 | 土耳其文 | 希臘文 | 泰文 | 瑞典文 | 丹麥文 | 挪威文 | 芬蘭文 | 荷蘭文 | 希伯來文 | 越南文 | 印尼文 | 馬來文 | 他加祿文 (菲律賓) | 斯瓦希里文 | 匈牙利文 | 捷克文 | 斯洛伐克文 | 羅馬尼亞文 | 保加利亞文 | 塞爾維亞文 (西里爾字母) | 克羅埃西亞文 | 斯洛維尼亞文 | 烏克蘭文 | 緬甸文 (緬甸)

如果您希望支援其他語言,請參考 此處 列出的支援語言

加入社群

Azure AI Discord

您將學到什麼

課程心智圖

在這門課程中,您將學到:

  • 不同的人工智慧方法,包括「經典」符號方法,透過 知識表示 和推理 (GOFAI)。
  • 神經網路深度學習,這是現代人工智慧的核心。我們將使用兩個最受歡迎的框架 TensorFlowPyTorch 的程式碼來說明這些重要主題的概念。
  • 用於處理影像和文字的 神經架構。我們將涵蓋近期的模型,但可能稍微缺乏最前沿的技術。
  • 不太流行的人工智慧方法,例如 遺傳演算法多代理系統

我們不會在這門課程中涵蓋:

在 Microsoft Learn 集合中找到所有額外的課程資源

若想輕鬆入門 雲端人工智慧 主題,建議參加 Azure 人工智慧入門 學習路徑。

課程內容

課程連結 PyTorch/Keras/TensorFlow 實驗室
0 課程設定 設定您的開發環境
I 人工智慧簡介
01 人工智慧的簡介與歷史 - -
II 符號人工智慧
02 知識表示與專家系統 專家系統 / 本體論 /概念圖
III 神經網路簡介
03 感知器 筆記本 實驗室
04 多層感知器與建立我們自己的框架 筆記本 實驗室
05 框架介紹PyTorch/TensorFlow與過度擬合 PyTorch / Keras / TensorFlow 實驗
IV 電腦視覺 PyTorch / TensorFlow 探索 Microsoft Azure 上的電腦視覺
06 電腦視覺介紹. OpenCV 筆記本 實驗
07 卷積神經網絡 & CNN 架構 PyTorch /TensorFlow 實驗
08 預訓練網絡與遷移學習訓練技巧 PyTorch / TensorFlow 實驗
09 自編碼器與變分自編碼器VAEs PyTorch / TensorFlow
10 生成對抗網絡GANs與藝術風格遷移 PyTorch / TensorFlow
11 物件偵測 TensorFlow 實驗
12 語義分割. U-Net PyTorch / TensorFlow
V 自然語言處理 PyTorch /TensorFlow 探索 Microsoft Azure 上的自然語言處理
13 文本表示. Bow/TF-IDF PyTorch / TensorFlow
14 語義詞嵌入. Word2Vec 和 GloVe PyTorch / TensorFlow
15 語言建模. 訓練自己的嵌入 PyTorch / TensorFlow 實驗
16 循環神經網絡RNNs PyTorch / TensorFlow
17 生成型循環網絡 PyTorch / TensorFlow 實驗
18 Transformer. BERT. PyTorch /TensorFlow
19 命名實體識別NER TensorFlow 實驗
20 大型語言模型、提示編程與少樣本任務 PyTorch
VI 其他 AI 技術
21 遺傳算法 筆記本
22 深度強化學習 PyTorch /TensorFlow 實驗
23 多代理系統
VII AI 倫理
24 AI 倫理與負責任的 AI Microsoft Learn: 負責任的 AI 原則
IX 額外內容
25 多模態網絡、CLIP 和 VQGAN 筆記本

每個課程包含

  • 預讀材料
  • 可執行的 Jupyter 筆記本,通常針對特定框架(PyTorchTensorFlow。可執行的筆記本還包含大量理論材料因此要理解主題您需要至少完成一個版本的筆記本PyTorch 或 TensorFlow
  • 實驗Labs可用於某些主題讓您有機會將所學材料應用於特定問題。
  • 部分章節包含指向 MS Learn 模組的連結,涵蓋相關主題。

開始使用

請按照以下步驟:

分叉Fork倉庫點擊此頁面右上角的 "Fork" 按鈕。

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

別忘了給此倉庫加星(🌟),以便日後更容易找到。

與其他學習者交流

加入我們的 官方 AI Discord 伺服器,與其他學習者交流並獲得支持。

如果您在構建過程中有產品反饋或問題,請訪問我們的 Azure AI Foundry 開發者論壇

測驗

關於測驗的注意事項:所有測驗都包含在 Quiz-app 資料夾中,位於 etc\quiz-app線上版本。它們已在課程中連結,測驗應用程式可以在本地執行或部署到 Azure請按照 quiz-app 資料夾中的指示操作。測驗正在逐步進行本地化。

幫助需求

您有任何建議或發現拼寫或程式碼錯誤嗎?請提交一個問題或建立一個拉取請求。

特別感謝

其他課程

我們的團隊還製作了其他課程!請查看以下內容:


免責聲明
本文件使用 AI 翻譯服務 Co-op Translator 進行翻譯。我們致力於提供準確的翻譯,但請注意,自動翻譯可能包含錯誤或不準確之處。應以原始語言的文件作為權威來源。對於關鍵資訊,建議尋求專業人工翻譯。我們對因使用此翻譯而產生的任何誤解或錯誤解讀概不負責。