 |
|---|
| AI For Beginners - Sketchnote by @girlie_mac |
通过微软 12 周 24 课时的课程，探索人工智能（AI）的世界！深入学习符号 AI、神经网络、计算机视觉、自然语言处理等内容。实践课程、小测验和实验室可增强您的学习效果。这本由专家设计的综合指南非常适合初学者，涵盖了 TensorFlow、PyTorch 和人工智能伦理原则。今天就开始您的人工智能之旅吧
在本课程中，您将学习到:
- 人工智能的不同方法，包括知识表示和推理的 "古老 "符号方法（GOFAI）。
- 神经网络和深度学习，它们是现代人工智能的核心。我们将使用两个最流行的框架--TensorFlow 和 PyTorch--中的代码来说明这些重要主题背后的概念。
- 用于处理图像和文本的神经架构。我们将介绍最新的模型，但可能会对最先进的模型有所欠缺。
- 不太流行的人工智能方法，如遗传算法和多代理系统。
本课程不包括的内容:
- 在企业中使用人工智能的商业案例。考虑参加 Microsoft Learn 上的 Introduction to AI for business users学习路径，或与 INSEAD 合作开发的 AI Business School。 经典机器学习，我们的机器学习入门课程对此有详细介绍。
- 使用 认知服务构建的实用人工智能应用。为此，我们建议您从 Microsoft Learn 的 视觉、自然语言处理、使用 Azure OpenAI 服务的生成式人工智能 等模块开始学习。
- 特定的 ML 云框架，如Azure Machine Learning、Microsoft Fabric或Azure Databricks。考虑使用 使用 Azure Machine Learning 构建和运行机器学习解决方案 和 Azure Databricks 构建和运行机器学习解决方案 学习路径。 对话式人工智能和聊天机器人。有一个单独的创建对话式人工智能解决方案学习路径，你也可以参考本博文了解更多详情。
- 深度学习背后的深奥数学。关于这一点，我们推荐 Ian Goodfellow、Yoshua Bengio 和 Aaron Courville 所著的《深度学习》Deep Learning，该书也可在线阅读https://www.deeplearningbook.org/。
如果想了解云中人工智能主题的简要介绍，您可以考虑参加在Azure上开始学习人工智能 学习路径。
我们刚刚发布了 12 课时的生成式人工智能课程。快来学习
- 提示和提示工程
- 文本和图像应用程序生成
- 搜索应用程序
和往常一样，这里有课程、需要完成的作业、知识检查和挑战。
快来看看吧
每节课都包含一些预习材料（链接为上面的文本）和一些可执行的 Jupyter 笔记本，这些笔记本通常是针对特定框架（PyTorch 或 TensorFlow）的。可执行笔记本还包含大量理论材料，因此要了解相关主题，至少需要阅读一个版本的笔记本（PyTorch 或 TensorFlow）。某些主题还有实验室，让您有机会尝试将所学材料应用于特定问题。 某些部分还包含指向MS Learn模块的链接，这些模块涵盖了相关主题。Microsoft Learn 提供了一个方便的支持 GPU 的学习环境，不过在内容方面，您可以期待该课程更深入一些。
从以下资源开始：
- 学生中心页面在本页中，您将找到初学者资源、学生包，甚至获得免费证书券的方法。由于我们至少每月更换一次内容，因此您需要将此页加入书签并不时查看。
- 微软学生学习大使 加入全球学生大使社区，这可能是你进入微软的途径。
学生，有几种使用课程的方法。首先，你可以直接在 GitHub 上阅读文本和查看代码。如果你想运行任何笔记本中的代码--阅读我们的说明，并在本博文中找到更多关于如何运行的建议。
注意： 关于如何运行本课程代码的说明
不过，如果您想将本课程作为自学项目，我们建议您将整个 repo fork 到自己的 GitHub 账户，然后自己或与小组一起完成练习：
- 从课前测验开始。
- 阅读讲座的介绍性文字。
- 如果讲座有额外的笔记本，请阅读并执行代码。如果同时提供了 TensorFlow 和 PyTorch 笔记本，你可以专注于其中一个--选择你最喜欢的框架。
- 笔记本通常包含一些挑战，需要你稍微调整代码进行实验。
- 参加课后测验。
- 如果模块附有实验--完成作业。
- 访问讨论区，"大声学习"。
如需进一步学习，我们建议您遵循以下 Microsoft Learn 模块和学习路径。 教师，我们包含了一些建议，介绍了如何使用本课程。
✍主要作者: Dmitry Soshnikov, PhD
🔥 编辑: Jen Looper, PhD
🎨 Sketchnote 插画师: Tomomi Imura
✅ 测验创建者: Lateefah Bello, MLSA
🙏 核心贡献者: Evgenii Pishchik
🎥 点击上图，观看有关该项目和创作者的视频！
我们在构建本课程时选择了两个教学原则：确保课程以项目为基础实践，并包括频繁的测验。
通过确保内容与项目相一致，可以使学生更加投入地参与学习过程，并增强对概念的记忆。此外，课前的小测验会让学生对学习某个主题产生浓厚兴趣，而课后的第二次小测验则会确保学生进一步巩固所学知识。本课程的设计灵活有趣，可以全部或部分学习。项目从小型项目开始，到 12 周周期结束时会变得越来越复杂。
找到 Code of Conduct, Contributing, 和 Translation 导则. 找到我们的 Support Documentation here 和 security information here. 我们欢迎您提出建设性的反馈意见！
关于测验的说明: 所有测验都包含 in this app, 共 50 个测验，每个测验三个问题。它们从课程中链接出来，但测验应用程序也可以在本地运行；请按照 "测验应用程序 "中的说明进行操作。
etc/quiz-app文件夹.
您可以使用 Docsify. fork这个代码库, install Docsify 在你本地机器上, 并且在此代码库的 etc/docsify 文件夹, 输入 docsify serve. 网站将通过本地主机上的端口 3000 运行：localhost:3000。您可以通过此链接获取 PDF 格式的教程。.
您愿意提供翻译吗？请阅读我们的 translation guidelines.
我们的团队还制作其他课程！查看: