AI-For-Beginners/translations/th

ปัญญาประดิษฐ์สำหรับผู้เริ่มต้น - หลักสูตร

AI สำหรับผู้เริ่มต้น - ภาพสเก็ตช์โดย @girlie_mac

สำรวจโลกของ ปัญญาประดิษฐ์ (AI) ด้วยหลักสูตร 12 สัปดาห์ 24 บทเรียนของเรา! หลักสูตรนี้ประกอบด้วยบทเรียนเชิงปฏิบัติ แบบทดสอบ และห้องปฏิบัติการ หลักสูตรนี้เหมาะสำหรับผู้เริ่มต้นและครอบคลุมเครื่องมือต่างๆ เช่น TensorFlow และ PyTorch รวมถึงจริยธรรมใน AI

🌐 รองรับหลายภาษา

รองรับผ่าน GitHub Action (อัตโนมัติและอัปเดตเสมอ)

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)

หากคุณต้องการให้รองรับภาษาเพิ่มเติม รายการภาษาที่รองรับสามารถดูได้ ที่นี่

เข้าร่วมชุมชน

สิ่งที่คุณจะได้เรียนรู้

แผนผังความคิดของหลักสูตร

ในหลักสูตรนี้ คุณจะได้เรียนรู้:

• วิธีการต่างๆ ในการสร้างปัญญาประดิษฐ์ รวมถึงวิธีการแบบดั้งเดิมที่ใช้ การแทนความรู้ และการให้เหตุผล (GOFAI)
• โครงข่ายประสาทเทียม และ การเรียนรู้เชิงลึก ซึ่งเป็นหัวใจสำคัญของ AI สมัยใหม่ เราจะอธิบายแนวคิดเบื้องหลังหัวข้อสำคัญเหล่านี้โดยใช้โค้ดในสองเฟรมเวิร์กยอดนิยม - TensorFlow และ PyTorch
• สถาปัตยกรรมโครงข่ายประสาท สำหรับการทำงานกับภาพและข้อความ เราจะครอบคลุมโมเดลล่าสุด แต่บางครั้งอาจไม่ครอบคลุมถึงเทคโนโลยีที่ล้ำสมัยที่สุด
• วิธีการ AI ที่ไม่ค่อยได้รับความนิยม เช่น อัลกอริทึมเชิงพันธุกรรม และ ระบบหลายตัวแทน

สิ่งที่เราจะไม่ครอบคลุมในหลักสูตรนี้:

ค้นหาทรัพยากรเพิ่มเติมทั้งหมดสำหรับหลักสูตรนี้ในคอลเลกชัน Microsoft Learn ของเรา

• กรณีศึกษาทางธุรกิจของการใช้ AI ในธุรกิจ ลองพิจารณาเรียนรู้เส้นทาง Introduction to AI for business users บน Microsoft Learn หรือ AI Business School ซึ่งพัฒนาร่วมกับ INSEAD
• การเรียนรู้ของเครื่องแบบดั้งเดิม ซึ่งอธิบายไว้อย่างดีใน หลักสูตร Machine Learning for Beginners
• การประยุกต์ใช้ AI เชิงปฏิบัติที่สร้างขึ้นโดยใช้ Cognitive Services สำหรับเรื่องนี้ เราแนะนำให้เริ่มต้นด้วยโมดูล Microsoft Learn สำหรับ vision, natural language processing, Generative AI with Azure OpenAI Service และอื่นๆ
• เฟรมเวิร์กคลาวด์ ML เฉพาะ เช่น Azure Machine Learning, Microsoft Fabric หรือ Azure Databricks ลองพิจารณาเรียนรู้เส้นทาง Build and operate machine learning solutions with Azure Machine Learning และ Build and Operate Machine Learning Solutions with Azure Databricks
• AI เชิงสนทนา และ แชทบอท มีเส้นทางการเรียนรู้แยกต่างหาก Create conversational AI solutions และคุณยังสามารถดูรายละเอียดเพิ่มเติมได้ใน บล็อกโพสต์นี้
• คณิตศาสตร์เชิงลึก ที่อยู่เบื้องหลังการเรียนรู้เชิงลึก สำหรับเรื่องนี้ เราขอแนะนำหนังสือ Deep Learning โดย Ian Goodfellow, Yoshua Bengio และ Aaron Courville ซึ่งสามารถหาอ่านได้ทางออนไลน์ที่ https://www.deeplearningbook.org/

สำหรับการแนะนำเบื้องต้นเกี่ยวกับหัวข้อ AI ในคลาวด์ คุณอาจพิจารณาเรียนรู้เส้นทาง Get started with artificial intelligence on Azure

เนื้อหา

	ลิงก์บทเรียน	PyTorch/Keras/TensorFlow	ห้องปฏิบัติการ
0	การตั้งค่าหลักสูตร	ตั้งค่าสภาพแวดล้อมการพัฒนา
I	แนะนำ AI
01	แนะนำและประวัติของ AI	-	-
II	AI เชิงสัญลักษณ์
02	การแทนความรู้และระบบผู้เชี่ยวชาญ	ระบบผู้เชี่ยวชาญ / ออนโทโลยี /กราฟแนวคิด
III	แนะนำโครงข่ายประสาทเทียม
03	เพอร์เซปตรอน	สมุดบันทึก	ห้องปฏิบัติการ
04	เพอร์เซปตรอนหลายชั้นและการสร้างเฟรมเวิร์กของเราเอง	สมุดบันทึก	ห้องปฏิบัติการ
05	แนะนำ Frameworks (PyTorch/TensorFlow) และ Overfitting	PyTorch / Keras / TensorFlow	Lab
IV	การประมวลผลภาพ (Computer Vision)	PyTorch / TensorFlow	สำรวจการประมวลผลภาพบน Microsoft Azure
06	แนะนำการประมวลผลภาพ. OpenCV	Notebook	Lab
07	Convolutional Neural Networks & สถาปัตยกรรมของ CNN	PyTorch /TensorFlow	Lab
08	เครือข่ายที่ผ่านการฝึกฝนล่วงหน้าและ Transfer Learning และ เคล็ดลับการฝึกฝน	PyTorch / TensorFlow	Lab
09	Autoencoders และ VAEs	PyTorch / TensorFlow
10	Generative Adversarial Networks และ Artistic Style Transfer	PyTorch / TensorFlow
11	การตรวจจับวัตถุ (Object Detection)	TensorFlow	Lab
12	การแบ่งส่วนเชิงความหมาย (Semantic Segmentation). U-Net	PyTorch / TensorFlow
V	การประมวลผลภาษาธรรมชาติ (Natural Language Processing)	PyTorch /TensorFlow	สำรวจการประมวลผลภาษาธรรมชาติบน Microsoft Azure
13	การแทนข้อความ. Bow/TF-IDF	PyTorch / TensorFlow
14	การฝังความหมายของคำ. Word2Vec และ GloVe	PyTorch / TensorFlow
15	การสร้างแบบจำลองภาษา. การฝึกฝนการฝังของคุณเอง	PyTorch / TensorFlow	Lab
16	Recurrent Neural Networks	PyTorch / TensorFlow
17	Generative Recurrent Networks	PyTorch / TensorFlow	Lab
18	Transformers. BERT.	PyTorch /TensorFlow
19	การจดจำชื่อเอนทิตี (Named Entity Recognition)	TensorFlow	Lab
20	โมเดลภาษาขนาดใหญ่, การเขียนโปรแกรม Prompt และ Few-Shot Tasks	PyTorch
VI	เทคนิค AI อื่นๆ
21	อัลกอริทึมเชิงพันธุกรรม (Genetic Algorithms)	Notebook
22	การเรียนรู้เสริมเชิงลึก (Deep Reinforcement Learning)	PyTorch /TensorFlow	Lab
23	ระบบหลายตัวแทน (Multi-Agent Systems)
VII	จริยธรรม AI
24	จริยธรรม AI และ AI ที่มีความรับผิดชอบ	Microsoft Learn: หลักการ AI ที่มีความรับผิดชอบ
IX	เพิ่มเติม
25	เครือข่ายหลายรูปแบบ, CLIP และ VQGAN	Notebook

แต่ละบทเรียนประกอบด้วย

• เนื้อหาอ่านล่วงหน้า
• Jupyter Notebooks ที่สามารถรันได้ ซึ่งมักจะเฉพาะเจาะจงกับ Framework (PyTorch หรือ TensorFlow) Notebook ที่สามารถรันได้ยังมีเนื้อหาเชิงทฤษฎีมากมาย ดังนั้นเพื่อให้เข้าใจหัวข้อ คุณจำเป็นต้องศึกษา Notebook อย่างน้อยหนึ่งเวอร์ชัน (ไม่ว่าจะเป็น PyTorch หรือ TensorFlow)
• Labs ที่มีให้สำหรับบางหัวข้อ ซึ่งเปิดโอกาสให้คุณลองนำสิ่งที่คุณได้เรียนรู้ไปประยุกต์ใช้กับปัญหาเฉพาะ
• บางส่วนมีลิงก์ไปยัง MS Learn โมดูลที่ครอบคลุมหัวข้อที่เกี่ยวข้อง

เริ่มต้นใช้งาน

• เราได้สร้าง บทเรียนการตั้งค่า เพื่อช่วยคุณตั้งค่าสภาพแวดล้อมการพัฒนา - สำหรับผู้สอน เราได้สร้าง บทเรียนการตั้งค่าหลักสูตร สำหรับคุณด้วย!
• วิธี รันโค้ดใน VSCode หรือ Codespace

ทำตามขั้นตอนเหล่านี้:

Fork Repository: คลิกปุ่ม "Fork" ที่มุมขวาบนของหน้านี้

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

อย่าลืมกดดาว (🌟) ให้กับ repo นี้เพื่อให้ค้นหาได้ง่ายในภายหลัง

พบปะผู้เรียนคนอื่นๆ

เข้าร่วม เซิร์ฟเวอร์ Discord AI อย่างเป็นทางการ เพื่อพบปะและสร้างเครือข่ายกับผู้เรียนคนอื่นๆ ที่กำลังเรียนหลักสูตรนี้และรับการสนับสนุน

หากคุณมีข้อเสนอแนะเกี่ยวกับผลิตภัณฑ์หรือคำถามในขณะที่กำลังสร้าง โปรดเยี่ยมชม Azure AI Foundry Developer Forum

แบบทดสอบ

หมายเหตุเกี่ยวกับแบบทดสอบ: แบบทดสอบทั้งหมดอยู่ในโฟลเดอร์ Quiz-app ที่ etc\quiz-app หรือ ออนไลน์ที่นี่ แบบทดสอบเหล่านี้ถูกเชื่อมโยงจากบทเรียนต่าง ๆ แอปแบบทดสอบสามารถรันได้ในเครื่องหรือเผยแพร่ไปยัง Azure; ให้ทำตามคำแนะนำในโฟลเดอร์ quiz-app แบบทดสอบกำลังถูกแปลเป็นภาษาท้องถิ่นทีละขั้นตอน

ต้องการความช่วยเหลือ

คุณมีข้อเสนอแนะหรือพบข้อผิดพลาดในการสะกดคำหรือโค้ดหรือไม่? โปรดแจ้งปัญหาหรือสร้าง pull request

ขอบคุณเป็นพิเศษ

• ✍️ ผู้เขียนหลัก: Dmitry Soshnikov, PhD
• 🔥 บรรณาธิการ: Jen Looper, PhD
• 🎨 นักวาดภาพประกอบ Sketchnote: Tomomi Imura
• ✅ ผู้สร้างแบบทดสอบ: Lateefah Bello, MLSA
• 🙏 ผู้ร่วมงานหลัก: Evgenii Pishchik

หลักสูตรอื่น ๆ

ทีมของเราผลิตหลักสูตรอื่น ๆ ด้วย! ลองดูที่:

• Generative AI for Beginners
• Generative AI for Beginners .NET
• Generative AI with JavaScript
• Generative AI with Java
• AI for Beginners
• Data Science for Beginners
• ML for Beginners
• Cybersecurity for Beginners
• Web Dev for Beginners
• IoT for Beginners
• XR Development for Beginners
• Mastering GitHub Copilot for Agentic use
• Mastering GitHub Copilot for C#/.NET Developers
• Choose Your Own Copilot Adventure

---

ข้อจำกัดความรับผิดชอบ:
เอกสารนี้ได้รับการแปลโดยใช้บริการแปลภาษา AI Co-op Translator แม้ว่าเราจะพยายามให้การแปลมีความถูกต้อง แต่โปรดทราบว่าการแปลอัตโนมัติอาจมีข้อผิดพลาดหรือความไม่แม่นยำ เอกสารต้นฉบับในภาษาต้นทางควรถือเป็นแหล่งข้อมูลที่เชื่อถือได้ สำหรับข้อมูลที่สำคัญ ขอแนะนำให้ใช้บริการแปลภาษามนุษย์ที่เป็นมืออาชีพ เราจะไม่รับผิดชอบต่อความเข้าใจผิดหรือการตีความที่ผิดพลาดซึ่งเกิดจากการใช้การแปลนี้