microsoft/AI-For-Beginners

来源: https://github.com/microsoft/AI-For-Beginners

GitHub 许可证 (https://github.com/microsoft/AI-For-Beginners/blob/main/LICENSE) GitHub 贡献者 (https://GitHub.com/microsoft/AI-For-Beginners/graphs/contributors/) GitHub 问题 (https://GitHub.com/microsoft/AI-For-Beginners/issues/) GitHub 拉取请求 (https://GitHub.com/microsoft/AI-For-Beginners/pulls/) 欢迎提交 PR (http://makeapullrequest.com)

GitHub 关注者 (https://GitHub.com/microsoft/AI-For-Beginners/watchers/) GitHub 复刻 (https://GitHub.com/microsoft/AI-For-Beginners/network/) GitHub 星标 (https://GitHub.com/microsoft/AI-For-Beginners/stargazers/) Binder (https://mybinder.org/v2/gh/microsoft/ai-for-beginners/HEAD) Gitter (https://gitter.im/Microsoft/ai-for-beginners?utm_source=badge&utm_medium=badge&utm_campaign=pr-badge)

Microsoft Foundry Discord (https://discord.gg/nTYy5BXMWG)

人工智能初学者课程

通过我们为期 12 周、共 24 课时的课程，探索 人工智能 (AI) 的世界！课程包含实践课程、测验和实验。本课程对初学者友好，涵盖 TensorFlow 和 PyTorch 等工具，以及人工智能伦理。

🌐 多语言支持

通过 GitHub Action 支持（自动化且始终最新）

阿拉伯语 | 孟加拉语 | 保加利亚语 | 缅甸语 | 简体中文 | 繁体中文（香港） | 繁体中文（澳门） | 繁体中文（台湾） | 克罗地亚语 | 捷克语 | 丹麦语 | 荷兰语 | 爱沙尼亚语 | 芬兰语 | 法语 | 德语 | 希腊语 | 希伯来语 | 印地语 | 匈牙利语 | 印尼语 | 意大利语 | 日语 | 卡纳达语 | 高棉语 | 韩语 | 立陶宛语 | 马来语 | 马拉雅拉姆语 | 马拉地语 | 尼泊尔语 | 尼日利亚皮钦语 | 挪威语 | 波斯语 | 波兰语 | 葡萄牙语（巴西） | 葡萄牙语（葡萄牙） | 旁遮普语（古木基文） | 罗马尼亚语 | 俄语 | 塞尔维亚语（西里尔字母） | 斯洛伐克语 | 斯洛文尼亚语 | 西班牙语 | 斯瓦希里语 | 瑞典语 | 他加禄语（菲律宾语） | 泰米尔语 | 泰卢固语 | 泰语 | 土耳其语 | 乌克兰语 | 乌尔都语 | 越南语

更倾向于本地克隆？

本仓库包含 50 多种语言的翻译，会显著增加下载大小。若要在不包含翻译的情况下克隆，请使用稀疏检出：

Bash / macOS / Linux： bash 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）： cmd 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"

这将为您提供完成课程所需的所有内容，同时下载速度更快。

如果您希望添加其他翻译语言，此处列出了支持的语言 (https://github.com/Azure/co-op-translator/blob/main/getting_started/supported-languages.md)

加入社区

Microsoft Foundry Discord (https://discord.gg/nTYy5BXMWG)

您将学到什么

课程思维导图 (http://soshnikov.com/courses/ai-for-beginners/mindmap.html)

在本课程中，您将学习：

• 人工智能的不同方法，包括“古老而优秀”的基于知识表示和推理的符号方法（GOFAI (https://en.wikipedia.org/wiki/Symbolic_artificial_intelligence)）。
• 神经网络和深度学习，这是现代人工智能的核心。我们将使用两种最流行的框架——TensorFlow (http://Tensorflow.org) 和 PyTorch (http://pytorch.org) 的代码来阐释这些重要概念。
• 用于处理图像和文本的神经架构。我们将涵盖最新的模型，但可能略微缺乏最先进的成果。
• 不太流行的人工智能方法，例如遗传算法和多智能体系统。

本课程不会涵盖的内容：

在本课程的 Microsoft Learn 集合 (https://learn.microsoft.com/en-us/collections/7w28iy2xrqzdj0?WT.mc_id=academic-77998-bethanycheum) 中查找所有额外资源。

• AI在商业中的业务案例。建议考虑在 Microsoft Learn 上学习面向商业用户的 AI 入门 (https://docs.microsoft.com/learn/paths/introduction-ai-for-business-users/?WT.mc_id=academic-77998-bethanycheum) 学习路径，或与 INSEAD (https://www.insead.edu/) 合作开发的 AI 商学院 (https://www.microsoft.com/ai/ai-business-school/?WT.mc_id=academic-77998-bethanycheum)。
• 经典机器学习，这在我们的机器学习初学者课程 (http://github.com/Microsoft/ML-for-Beginners) 中有详细描述。
• 使用 认知服务 (https://azure.microsoft.com/services/cognitive-services/?WT.mc_id=academic-77998-bethanycheum) 构建的实用 AI 应用程序。为此，我们建议您从 Microsoft Learn 上的视觉模块 (https://docs.microsoft.com/learn/paths/create-computer-vision-solutions-azure-cognitive-services/?WT.mc_id=academic-77998-bethanycheum)、自然语言处理模块 (https://docs.microsoft.com/learn/paths/explore-natural-language-processing/?WT.mc_id=academic-77998-bethanycheum)、使用 Azure OpenAI 服务的生成式 AI (https://learn.microsoft.com/en-us/training/paths/develop-ai-solutions-azure-openai/?WT.mc_id=academic-77998-bethanycheum) 等开始学习。
• 特定的机器学习云框架，例如 Azure Machine Learning (https://azure.microsoft.com/services/machine-learning/?WT.mc_id=academic-77998-bethanycheum)、Microsoft Fabric (https://learn.microsoft.com/en-us/training/paths/get-started-fabric/?WT.mc_id=academic-77998-bethanycheum) 或 Azure Databricks (https://docs.microsoft.com/learn/paths/data-engineer-azure-databricks?WT.mc_id=academic-77998-bethanycheum)。建议考虑学习使用 Azure Machine Learning 构建和操作机器学习解决方案 (https://docs.microsoft.com/learn/paths/build-ai-solutions-with-azure-ml-service/?WT.mc_id=academic-77998-bethanycheum) 以及使用 Azure Databricks 构建和操作机器学习解决方案 (https://docs.microsoft.com/learn/paths/build-operate-machine-learning-solutions-azure-databricks/?WT.mc_id=academic-77998-bethanycheum) 的学习路径。
• 对话式 AI 和聊天机器人。有单独的创建对话式 AI 解决方案 (https://docs.microsoft.com/learn/paths/create-conversational-ai-solutions/?WT.mc_id=academic-77998-bethanycheum) 学习路径，您也可以参考这篇博客文章 (https://soshnikov.com/azure/hello-bot-conversational-ai-on-microsoft-platform/) 获取更多详细信息。
• 深度学习背后的深层数学。为此，我们推荐 Ian Goodfellow、Yoshua Bengio 和 Aaron Courville 合著的《深度学习》(https://www.amazon.com/Deep-Learning-Adaptive-Computation-Machine/dp/0262035618)，该书也可在线获取，网址为 https://www.deeplearningbook.org/。

如需温和地了解 云中的 AI 主题，您可以考虑学习在 Azure 上开始使用人工智能 (https://docs.microsoft.com/learn/paths/get-started-with-artificial-intelligence-on-azure/?WT.mc_id=academic-77998-bethanycheum) 学习路径。

内容