Skip to content

Latest commit

 

History

History
233 lines (173 loc) · 28.4 KB

File metadata and controls

233 lines (173 loc) · 28.4 KB

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

GitHub watchers GitHub forks GitHub stars Binder Gitter

Microsoft Foundry Discord

Artificiell Intelligens för Nybörjare - En Kursplan

Sketchnote av @girlie_mac https://twitter.com/girlie_mac
AI För Nybörjare - Sketchnote av @girlie_mac

Utforska världen av Artificiell Intelligens (AI) med vår 12-veckors, 24-lektioners kursplan! Den inkluderar praktiska lektioner, quiz och labbar. Kursplanen är nybörjarvänlig och täcker verktyg som TensorFlow och PyTorch, samt etik inom AI.

🌐 Flerspråkigt Stöd

Stöds via GitHub Action (Automatiserat & Alltid Uppdaterat)

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

Föredrar du att Klona Lokalt?

Detta repo innehåller över 50 språköversättningar vilket avsevärt ökar nedladdningsstorleken. För att klona utan översättningar, använd sparsamt utcheckning:

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"

Detta ger dig allt du behöver för att slutföra kursen med en mycket snabbare nedladdning.

Om du önskar att få stöd för fler översättningsspråk finns en lista här

Gå med i Gemenskapen

Microsoft Foundry Discord

Vad du kommer att lära dig

Kursens tankekarta

I denna kursplan kommer du att lära dig:

  • Olika tillvägagångssätt för artificiell intelligens, inklusive den "goda gamla" symboliska metoden med Kunskapsrepresentation och resonemang (GOFAI).
  • Neurala Nätverk och Djupinlärning, som är kärnan i modern AI. Vi kommer att illustrera koncepten bakom dessa viktiga ämnen med kod i två av de mest populära ramverken - TensorFlow och PyTorch.
  • Neurala Arkitekturer för arbete med bilder och text. Vi täcker senaste modeller men kan vara något bristfälliga i toppmoderna metoder.
  • Mindre populära AI-tillvägagångssätt, såsom Genetiska Algoritmer och Multi-Agent System.

Vad vi inte kommer att täcka i denna kursplan:

Hitta alla ytterligare resurser för denna kurs i vår Microsoft Learn-samling

För en mjuk introduktion till ämnen om AI i Molnet kan du överväga att ta Kom igång med artificiell intelligens på Azure utbildningsväg.

Innehåll

Lektion Länk PyTorch/Keras/TensorFlow Lab
0 Kursinställning Ställ in din utvecklingsmiljö
I Introduktion till AI
01 Introduktion och AI:s historia - -
II Symbolisk AI
02 Kunskapsrepresentation och expertsystem Expertsystem / Ontologi /Konceptgraf
III Introduktion till neurala nätverk
03 Perceptron Anteckningsbok Lab
04 Flerlagrad perceptron och skapa vårt eget ramverk Anteckningsbok Lab
05 Intro till ramverk (PyTorch/TensorFlow) och överanpassning PyTorch / Keras / TensorFlow Lab
IV Datorseende PyTorch / TensorFlow Utforska datorseende på Microsoft Azure
06 Introduktion till datorseende. OpenCV Anteckningsbok Lab
07 Konvolutionella neurala nätverk & CNN-arkitekturer PyTorch /TensorFlow Lab
08 Förtränade nätverk och transfer learning och Träningsknep PyTorch / TensorFlow Lab
09 Autoenkodare och VAE:er PyTorch / TensorFlow
10 Generativa adversariella nätverk och konstnärlig stilöverföring PyTorch / TensorFlow
11 Objektigenkänning TensorFlow Lab
12 Semantisk segmentering. U-Net PyTorch / TensorFlow
V Naturlig språkbehandling PyTorch /TensorFlow Utforska naturlig språkbehandling på Microsoft Azure
13 Textrepresentation. Bow/TF-IDF PyTorch / TensorFlow
14 Semantiska ordinbäddningar. Word2Vec och GloVe PyTorch / TensorFlow
15 Språkmodellering. Träna egna inbäddningar PyTorch / TensorFlow Lab
16 Rekurrenta neurala nätverk PyTorch / TensorFlow
17 Generativa rekurrenta nätverk PyTorch / TensorFlow Lab
18 Transformers. BERT. PyTorch /TensorFlow
19 Namngiven enhetsigenkänning TensorFlow Lab
20 Stora språkmodeller, promptprogrammering och few-shot-uppgifter PyTorch
VI Andra AI-tekniker
21 Genetiska algoritmer Anteckningsbok
22 Djup förstärkningsinlärning PyTorch /TensorFlow Lab
23 Multi-agent system
VII AI-etik
24 AI-etik och ansvarsfull AI Microsoft Learn: Ansvarsfulla AI-principer
IX Extramaterial
25 Multimodala nätverk, CLIP och VQGAN Anteckningsbok

Varje lektion innehåller

  • Material för förläsning
  • Körbara Jupyter Notebooks, som ofta är specifika för ramverket (PyTorch eller TensorFlow). Den körbara notebooken innehåller också mycket teoretiskt material, så för att förstå ämnet behöver du gå igenom åtminstone en version av notebooken (antingen PyTorch eller TensorFlow).
  • Labbar tillgängliga för vissa ämnen, som ger dig möjlighet att prova att tillämpa det material du har lärt dig på ett specifikt problem.
  • Vissa avsnitt innehåller länkar till MS Learn moduler som täcker relaterade ämnen.

Komma igång

🎯 Ny inom AI? Börja här!

Om du är helt ny inom AI och vill ha snabba, praktiska exempel, kolla in våra Nybörjarvänliga exempel! Dessa inkluderar:

  • 🌟 Hej AI-världen - Ditt första AI-program (mönsterigenkänning)
  • 🧠 Enkel neuralt nätverk - Bygg ett neuralt nätverk från grunden
  • 🖼️ Bildklassificerare - Klassificera bilder med detaljerade kommentarer
  • 💬 Textsentiment - Analysera positiv/negativ text

Dessa exempel är utformade för att hjälpa dig att förstå AI-koncept innan du går in på hela kursplanen.

📚 Fullständig kursuppläggning

Följ dessa steg:

Gaffla Repositoryt: Klicka på "Fork"-knappen uppe till höger på denna sida.

Klona Repositoryt: git clone https://github.com/microsoft/AI-For-Beginners.git

Glöm inte att stjärnmärka (🌟) detta repo för att hitta det lättare senare.

Träffa andra elever

Gå med i vår officiella AI Discord-server för att träffa och nätverka med andra som tar denna kurs och få support.

Om du har produktfeedback eller frågor medan du bygger, besök vårt Azure AI Foundry Developer Forum

Quizzer

En notering om quizzer: Alla quizzer finns i Quiz-app-mappen i etc\quiz-app, eller Online Här. De är länkade från lektionerna. Quizappen kan köras lokalt eller distribueras till Azure; följ instruktionerna i quiz-app-mappen. De lokaliseras successivt.

Hjälp önskas

Har du förslag eller hittat stavfel eller kodfel? Öppna ett ärende eller skapa en pull-begäran.

Stort tack

Andra kursplaner

Vårt team producerar andra kursplaner! Kolla in:

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)


Kärnläroämnen

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-serien

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

Få hjälp

Om du fastnar eller har frågor om att bygga AI-appar, anslut med andra elever och erfarna utvecklare i diskussioner om MCP. Det är en stödjande gemenskap där frågor är välkomna och kunskap delas fritt.

Microsoft Foundry Discord

Om du har produktfeedback eller fel medan du bygger, besök:

Microsoft Foundry Developer Forum


Ansvarsfriskrivning:
Detta dokument har översatts med hjälp av AI-översättningstjänsten Co-op Translator. Även om vi strävar efter noggrannhet, vänligen observera att automatiska översättningar kan innehålla fel eller brister. Det ursprungliga dokumentet på dess modersmål bör betraktas som den auktoritativa källan. För kritisk information rekommenderas professionell mänsklig översättning. Vi ansvarar inte för några missförstånd eller feltolkningar som uppstår vid användning av denna översättning.