 |
|---|
| AI For Beginners - Sketchnote bởi @girlie_mac |
Khám phá thế giới của Trí Tuệ Nhân Tạo (AI) với chương trình học 12 tuần, 24 bài học! Bao gồm các bài học thực tế, câu đố và phòng lab. Chương trình thân thiện với người mới bắt đầu và bao gồm các công cụ như TensorFlow và PyTorch, cũng như đạo đức trong AI
Tiếng Ả Rập | Tiếng Bengal | Tiếng Bulgaria | Tiếng Miến Điện (Myanmar) | Tiếng Trung (Giản thể) | Tiếng Trung (Phồn thể, Hồng Kông) | Tiếng Trung (Phồn thể, Macau) | Tiếng Trung (Phồn thể, Đài Loan) | Tiếng Croatia | Tiếng Czech | Tiếng Đan Mạch | Tiếng Hà Lan | Tiếng Estonia | Tiếng Phần Lan | Tiếng Pháp | Tiếng Đức | Tiếng Hy Lạp | Tiếng Hebrew | Tiếng Hindi | Tiếng Hungary | Tiếng Indonesia | Tiếng Ý | Tiếng Nhật | Tiếng Kannada | Tiếng Khmer | Tiếng Hàn | Tiếng Litva | Tiếng Mã Lai | Tiếng Malayalam | Tiếng Marathi | Tiếng Nepal | Tiếng Pidgin Nigeria | Tiếng Na Uy | Tiếng Ba Tư (Farsi) | Tiếng Ba Lan | Tiếng Bồ Đào Nha (Brazil) | Tiếng Bồ Đào Nha (Bồ Đào Nha) | Tiếng Punjabi (Gurmukhi) | Tiếng Rumani | Tiếng Nga | Tiếng Serbia (Chữ Kirin) | Tiếng Slovak | Tiếng Slovenia | Tiếng Tây Ban Nha | Tiếng Swahili | Tiếng Thụy Điển | Tiếng Tagalog (Philippines) | Tiếng Tamil | Tiếng Telugu | Tiếng Thái | Tiếng Thổ Nhĩ Kỳ | Tiếng Ukraina | Tiếng Urdu | Tiếng Việt
Ưu tiên Nhân Bản Có Cục Bộ?
Kho lưu trữ này bao gồm hơn 50 bản dịch ngôn ngữ làm tăng đáng kể dung lượng tải xuống. Để nhân bản mà không tải các bản dịch, hãy sử dụng sparse checkout:
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"Điều này cung cấp cho bạn mọi thứ cần thiết để hoàn thành khóa học với tốc độ tải xuống nhanh hơn nhiều.
Nếu bạn muốn có thêm các ngôn ngữ dịch được hỗ trợ, danh sách có tại đây
Trong chương trình này, bạn sẽ học:
- Các cách tiếp cận khác nhau với Trí Tuệ Nhân Tạo, bao gồm phương pháp biểu tượng "xưa cũ" với Biểu diễn Kiến thức và suy luận (GOFAI).
- Mạng Nơ-ron và Học Sâu, là lõi của AI hiện đại. Chúng tôi sẽ minh họa các khái niệm đằng sau những chủ đề quan trọng này thông qua mã nguồn trong hai framework phổ biến nhất - TensorFlow và PyTorch.
- Kiến trúc Nơ-ron để làm việc với hình ảnh và văn bản. Chúng tôi sẽ đề cập đến các mô hình gần đây nhưng có thể còn thiếu trong các công nghệ tiên tiến nhất hiện nay.
- Các phương pháp AI ít phổ biến hơn, chẳng hạn như Thuật Toán Di Truyền và Hệ thống Đa Tác Nhân.
Những gì chúng ta sẽ không đề cập trong chương trình này:
Tìm tất cả tài nguyên bổ sung cho khóa học này trong bộ sưu tập Microsoft Learn của chúng tôi
- Các trường hợp kinh doanh sử dụng AI trong Kinh doanh. Bạn nên học Giới thiệu AI dành cho người dùng doanh nghiệp trên Microsoft Learn, hoặc AI Business School, phát triển hợp tác với INSEAD.
- Học Máy Cổ điển, đã được mô tả rõ trong Chương trình Học Máy cho Người Mới bắt đầu.
- Các ứng dụng AI thực tiễn xây dựng bằng Dịch vụ Nhận thức. Để làm điều này, chúng tôi khuyên bạn bắt đầu với các module Microsoft Learn về thị giác máy tính, xử lý ngôn ngữ tự nhiên, AI Tạo Sinh với Azure OpenAI Service và các module khác.
- Các Khung Điện toán Đám mây ML cụ thể, như Azure Machine Learning, Microsoft Fabric, hoặc Azure Databricks. Cân nhắc sử dụng các khóa học Xây dựng và vận hành giải pháp học máy với Azure Machine Learning và Xây dựng và Vận hành giải pháp học máy với Azure Databricks.
- AI Đàm Thoại và Chat Bots. Có một khóa học riêng Tạo giải pháp AI đàm thoại, và bạn cũng có thể tham khảo bài viết blog này để biết thêm chi tiết.
- Toán học sâu đằng sau học sâu. Để hiểu phần này, chúng tôi khuyên bạn đọc Deep Learning của Ian Goodfellow, Yoshua Bengio và Aaron Courville, có sẵn trực tuyến tại https://www.deeplearningbook.org/.
Để có phần giới thiệu nhẹ nhàng về chủ đề AI trên Đám mây, bạn có thể muốn học đường dẫn học Bắt đầu với trí tuệ nhân tạo trên Azure.
- Tài liệu đọc trước
- Sổ tay Jupyter có thể thực thi, thường dành riêng cho từng framework (PyTorch hoặc TensorFlow). Sổ tay có thể thực thi cũng chứa nhiều tài liệu lý thuyết, vì vậy để hiểu chủ đề bạn cần phải hoàn thành ít nhất một phiên bản của sổ tay (hoặc PyTorch hoặc TensorFlow).
- Phòng thí nghiệm có sẵn cho một số chủ đề, cho phép bạn thử áp dụng tài liệu đã học vào một vấn đề cụ thể.
- Một số phần có liên kết đến các mô-đun MS Learn bao gồm các chủ đề liên quan.
Nếu bạn hoàn toàn mới với AI và muốn có các ví dụ nhanh, thực hành, hãy xem Ví dụ thân thiện với người mới bắt đầu! Bao gồm:
- 🌟 Hello AI World - Chương trình AI đầu tiên của bạn (nhận dạng mẫu)
- 🧠 Mạng Neural Đơn giản - Xây dựng một mạng neural từ đầu
- 🖼️ Bộ phân loại hình ảnh - Phân loại hình ảnh với chú thích chi tiết
- 💬 Phân tích cảm xúc văn bản - Phân tích văn bản tích cực/tiêu cực
Các ví dụ này được thiết kế để giúp bạn hiểu các khái niệm AI trước khi bắt đầu toàn bộ chương trình học.
- Chúng tôi đã tạo một bài học thiết lập để giúp bạn thiết lập môi trường phát triển.
- Dành cho giáo viên, chúng tôi cũng đã tạo một bài học thiết lập chương trình học cho bạn!
- Cách chạy mã trong VSCode hoặc Codespace
Thực hiện các bước sau:
Fork kho lưu trữ: Nhấn nút "Fork" ở góc trên bên phải của trang này.
Clone kho lưu trữ: git clone https://github.com/microsoft/AI-For-Beginners.git
Đừng quên đánh dấu sao (🌟) kho lưu trữ này để dễ tìm lại sau.
Tham gia server Discord AI chính thức của chúng tôi để gặp gỡ và kết nối với các học viên khác đang tham gia khóa học và nhận hỗ trợ.
Nếu bạn có phản hồi về sản phẩm hoặc câu hỏi trong khi xây dựng, hãy truy cập Diễn đàn nhà phát triển Azure AI Foundry
Lưu ý về bài kiểm tra: Tất cả các bài kiểm tra đều nằm trong thư mục Quiz-app tại etc\quiz-app, hoặc Trực tuyến tại đây Chúng được liên kết trong các bài học, ứng dụng quiz có thể chạy cục bộ hoặc triển khai trên Azure; làm theo hướng dẫn trong thư mục
quiz-app. Chúng đang dần được địa phương hóa.
Bạn có đề xuất hoặc phát hiện lỗi chính tả hay lỗi mã? Hãy tạo một issue hoặc gửi pull request.
- ✍️ Tác giả chính: Dmitry Soshnikov, Tiến sĩ
- 🔥 Biên tập viên: Jen Looper, Tiến sĩ
- 🎨 Minh họa sketchnote: Tomomi Imura
- ✅ Người tạo bài kiểm tra: Lateefah Bello, MLSA
- 🙏 Những đóng góp chính: Evgenii Pishchik
Nhóm của chúng tôi còn sản xuất các chương trình học khác! Xem:
-9333EA?style=for-the-badge&labelColor=E5E7EB&color=9333EA){kind=icon}
-C084FC?style=for-the-badge&labelColor=E5E7EB&color=C084FC){kind=icon}
-E879F9?style=for-the-badge&labelColor=E5E7EB&color=E879F9){kind=icon}
Nếu bạn bị mắc kẹt hoặc có bất kỳ câu hỏi nào về việc xây dựng ứng dụng AI, hãy tham gia cùng các học viên khác và các nhà phát triển dày dặn kinh nghiệm trong các cuộc thảo luận về MCP. Đây là cộng đồng hỗ trợ, nơi các câu hỏi được chào đón và kiến thức được chia sẻ rộng rãi.
Nếu bạn có phản hồi về sản phẩm hoặc lỗi khi xây dựng, hãy truy cập:
Tuyên bố miễn trừ trách nhiệm:
Tài liệu này đã được dịch bằng dịch vụ dịch thuật AI Co-op Translator. Mặc dù chúng tôi nỗ lực để đảm bảo độ chính xác, xin lưu ý rằng các bản dịch tự động có thể chứa lỗi hoặc không chính xác. Tài liệu gốc bằng ngôn ngữ mẹ đẻ nên được coi là nguồn chính xác và đáng tin cậy. Đối với thông tin quan trọng, nên sử dụng dịch vụ dịch thuật chuyên nghiệp của con người. Chúng tôi không chịu trách nhiệm về bất kỳ sự hiểu nhầm hoặc diễn giải sai nào phát sinh từ việc sử dụng bản dịch này.