Skip to content

Latest commit

 

History

History
233 lines (173 loc) · 28.1 KB

File metadata and controls

233 lines (173 loc) · 28.1 KB

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

GitHub watchers GitHub forks GitHub stars Binder Gitter

Microsoft Foundry Discord

Kunstig intelligens for nybegynnere - Et læreplan

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

Utforsk verden av kunstig intelligens (KI) med vår 12-ukers, 24-leksjons læreplan! Den inkluderer praktiske leksjoner, quizzer og laboratorier. Læreplanen er nybegynnervennlig og dekker verktøy som TensorFlow og PyTorch, samt etikk innen KI.

🌐 Flerspråklig støtte

Støttet via GitHub Action (Automatisert & Alltid oppdatert)

Arabic | Bengali | Bulgarian | Burmese (Myanmar) | Chinese (Simplified) | Chinese (Traditional, Hong Kong) | Chinese (Traditional, Macau) | Chinese (Traditional, Taiwan) | Croatian | Czech | Danish | Dutch | Estonian | Finnish | French | German | Greek | Hebrew | Hindi | Hungarian | Indonesian | Italian | Japanese | Kannada | Khmer | Korean | Lithuanian | Malay | Malayalam | Marathi | Nepali | Nigerian Pidgin | Norwegian | Persian (Farsi) | Polish | Portuguese (Brazil) | Portuguese (Portugal) | Punjabi (Gurmukhi) | Romanian | Russian | Serbian (Cyrillic) | Slovak | Slovenian | Spanish | Swahili | Swedish | Tagalog (Filipino) | Tamil | Telugu | Thai | Turkish | Ukrainian | Urdu | Vietnamese

Foretrekker du å klone lokalt?

Dette depotet inneholder 50+ språköversettelser som betydelig øker nedlastningsstørrelsen. For å klone uten oversettelser, bruk sparsom utsjekking:

Bash / macOS / Linux:

git clone --filter=blob:none --sparse https://github.com/microsoft/AI-For-Beginners.git
cd AI-For-Beginners
git sparse-checkout set --no-cone '/*' '!translations' '!translated_images'

CMD (Windows):

git clone --filter=blob:none --sparse https://github.com/microsoft/AI-For-Beginners.git
cd AI-For-Beginners
git sparse-checkout set --no-cone "/*" "!translations" "!translated_images"

Dette gir deg alt du trenger for å fullføre kurset med mye raskere nedlasting.

Hvis du ønsker å få støtte for flere oversettelsesspråk, er disse listet opp her

Bli med i fellesskapet

Microsoft Foundry Discord

Hva du vil lære

Tankekart for kurset

I denne læreplanen vil du lære:

  • Ulike tilnærminger til kunstig intelligens, inkludert den «gode gamle» symbolske tilnærmingen med kunnskapsrepresentasjon og resonnement (GOFAI).
  • Nevrale nettverk og dyplæring, som er kjernen i moderne KI. Vi vil illustrere konseptene bak disse viktige emnene med kode i to av de mest populære rammeverkene - TensorFlow og PyTorch.
  • Nevrale arkitekturer for å jobbe med bilder og tekst. Vi vil dekke nyere modeller, men kan være litt mangelfulle på toppmoderne.
  • Mindre populære KI-tilnærminger, som genetiske algoritmer og multi-agent systemer.

Hva vi ikke vil dekke i denne læreplanen:

Finn alle ekstra ressurser for dette kurset i vår Microsoft Learn-samling

For en skånsom introduksjon til KI i skyen-emner kan du vurdere å ta Kom i gang med kunstig intelligens på Azure læringssti.

Innhold

Lekasjonslenke PyTorch/Keras/TensorFlow Lab
0 Oppsett av kurs Sett opp utviklingsmiljøet ditt
I Introduksjon til KI
01 Introduksjon og historie om KI - -
II Symbolsk KI
02 Kunnskapsrepresentasjon og Ekspertsystemer Ekspertsystemer / Ontologi /Konseptgraf
III Introduksjon til nevrale nettverk
03 Perceptron Notatbok Lab
04 Multi-lags Perceptron og å lage eget rammeverk Notatbok Lab
05 Introduksjon til rammeverk (PyTorch/TensorFlow) og overtilpasning PyTorch / Keras / TensorFlow Lab
IV Datamaskinsyn PyTorch / TensorFlow Utforsk datamaskinsyn på Microsoft Azure
06 Introduksjon til datamaskinsyn. OpenCV Notatbok Lab
07 Konvolusjonelle nevrale nettverk & CNN-arkitekturer PyTorch /TensorFlow Lab
08 Fortrente nettverk og overføringslæring og Treningstips PyTorch / TensorFlow Lab
09 Autoenkodere og VAE PyTorch / TensorFlow
10 Generative adversariske nettverk og kunstnerisk stiloverføring PyTorch / TensorFlow
11 Objektdeteksjon TensorFlow Lab
12 Semantisk segmentering. U-Net PyTorch / TensorFlow
V Naturlig språkbehandling PyTorch /TensorFlow Utforsk naturlig språkbehandling på Microsoft Azure
13 Tekstreprensentasjon. Bow/TF-IDF PyTorch / TensorFlow
14 Semantiske word embeddings. Word2Vec og GloVe PyTorch / TensorFlow
15 Språkmodellering. Trening av egne embeddings PyTorch / TensorFlow Lab
16 Rekurrente nevrale nettverk PyTorch / TensorFlow
17 Generative rekurrente nettverk PyTorch / TensorFlow Lab
18 Transformers. BERT. PyTorch /TensorFlow
19 Navngitt entitetsgjenkjenning TensorFlow Lab
20 Store språkmodeller, Prompt-programmering og få-skudds oppgaver PyTorch
VI Andre AI-teknikker
21 Genetiske algoritmer Notatbok
22 Dyp forsterkende læring PyTorch /TensorFlow Lab
23 Multi-agent systemer
VII AI-etikk
24 AI-etikk og ansvarlig AI Microsoft Learn: Prinsipper for ansvarlig AI
IX Ekstra
25 Multi-modale nettverk, CLIP og VQGAN Notatbok

Hver leksjon inneholder

  • Forhåndslesningsmateriale
  • Kjørbare Jupyter Notebooks, som ofte er spesifikke for rammeverket (PyTorch eller TensorFlow). Den kjørbare notatboken inneholder også mye teoretisk materiale, så for å forstå emnet må du gå gjennom minst én versjon av notatboken (enten PyTorch eller TensorFlow).
  • Laboratorier tilgjengelig for noen emner, som gir deg muligheten til å prøve å anvende materialet du har lært på et spesifikt problem.
  • Noen seksjoner inneholder lenker til MS Learn moduler som dekker relaterte emner.

Komme i gang

🎯 Ny i AI? Start her!

Hvis du er helt ny i AI og ønsker raske, praktiske eksempler, sjekk ut våre Nybegynnervennlige Eksempler! Disse inkluderer:

  • 🌟 Hello AI World - Ditt første AI-program (mønster-gjenkjenning)
  • 🧠 Enkel Nevralt Nettverk - Bygg et nevralt nettverk fra bunnen av
  • 🖼️ Bildeklassifiserer - Klassifiser bilder med detaljerte kommentarer
  • 💬 Tekstfølelse - Analyser positiv/negativ tekst

Disse eksemplene er designet for å hjelpe deg å forstå AI-konsepter før du går inn i hele læreplanen.

📚 Full læreplan oppsett

Følg disse trinnene:

Fork depotet: Klikk på "Fork" knappen øverst til høyre på denne siden.

Klon depotet: git clone https://github.com/microsoft/AI-For-Beginners.git

Ikke glem å stjerne (🌟) dette repositoriet for å finne det enklere senere.

Møt andre lærende

Bli med i vår offisielle AI Discord-server for å møte og nettverke med andre som tar dette kurset og få støtte.

Hvis du har produktinnspill eller spørsmål under byggingen, besøk vår Azure AI Foundry Developer Forum

Quizzer

En merknad om quizzer: Alle quizzer finnes i Quiz-app-mappen i etc\quiz-app, eller Online Her De er lenket fra innenfor leksjonene. Quizappen kan kjøres lokalt eller distribueres til Azure; følg instruksjonene i quiz-app-mappen. De blir gradvis oversatt til flere språk.

Ønsker hjelp

Har du forslag eller har funnet stave- eller kodefeil? Opprett et issue eller lag en pull request.

Spesiell takk

Andre læreplaner

Vårt team produserer andre læreplaner! Sjekk ut:

LangChain

LangChain4j for Beginners LangChain.js for Beginners LangChain for Beginners

Azure / Edge / MCP / Agenter

AZD for Beginners Edge AI for Beginners MCP for Beginners AI Agents for Beginners


Generativ AI-serie

Generative AI for Beginners Generative AI (.NET) Generative AI (Java) Generative AI (JavaScript)


Kjernelæring

ML for Beginners Data Science for Beginners AI for Beginners Cybersecurity for Beginners Web Dev for Beginners IoT for Beginners XR Development for Beginners


Copilot-serie

Copilot for AI Paired Programming Copilot for C#/.NET Copilot Adventure

Få hjelp

Hvis du står fast eller har spørsmål om å bygge AI-apper. Bli med andre lærende og erfarne utviklere i diskusjoner om MCP. Det er et støttende fellesskap hvor spørsmål er velkomne og kunnskap deles fritt.

Microsoft Foundry Discord

Hvis du har produktinnspill eller feil mens du bygger, besøk:

Microsoft Foundry Developer Forum


Ansvarsfraskrivelse:
Dette dokumentet er oversatt ved hjelp av AI-oversettelsestjenesten Co-op Translator. Selv om vi streber etter nøyaktighet, vennligst vær oppmerksom på at automatiske oversettelser kan inneholde feil eller unøyaktigheter. Det opprinnelige dokumentet på originalspråket skal betraktes som den autoritative kilden. For kritisk informasjon anbefales profesjonell menneskelig oversettelse. Vi er ikke ansvarlige for misforståelser eller feiltolkninger som oppstår fra bruk av denne oversettelsen.