 |
|---|
| KI für Anfänger - Sketchnote von @girlie_mac |
Entdecke die Welt der Künstlichen Intelligenz (KI) mit unserem 12-wöchigen Kursprogramm mit 24 Lektionen! Es umfasst praktische Lektionen, Quizze und Labore. Der Lehrplan ist anfängerfreundlich und behandelt Tools wie TensorFlow und PyTorch sowie Ethik in der KI.
Arabisch | Bengalisch | Bulgarisch | Birmanisch (Myanmar) | Chinesisch (Vereinfacht) | Chinesisch (Traditionell, Hongkong) | Chinesisch (Traditionell, Macau) | Chinesisch (Traditionell, Taiwan) | Kroatisch | Tschechisch | Dänisch | Niederländisch | Estnisch | Finnisch | Französisch | Deutsch | Griechisch | Hebräisch | Hindi | Ungarisch | Indonesisch | Italienisch | Japanisch | Kannada | Koreanisch | Litauisch | Malaiisch | Malayalam | Marathi | Nepali | Nigerianisches Pidgin | Norwegisch | Persisch (Farsi) | Polnisch | Portugiesisch (Brasilien) | Portugiesisch (Portugal) | Punjabi (Gurmukhi) | Rumänisch | Russisch | Serbisch (Kyrillisch) | Slowakisch | Slowenisch | Spanisch | Suaheli | Schwedisch | Tagalog (Filipino) | Tamil | Telugu | Thailändisch | Türkisch | Ukrainisch | Urdu | Vietnamesisch
Möchtest du es lieber lokal klonen?
Dieses Repository enthält über 50 Sprachübersetzungen, die die Downloadgröße erheblich erhöhen. Um ohne Übersetzungen zu klonen, verwende 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"So erhältst du alles, was du benötigst, um den Kurs mit einem viel schnelleren Download abzuschließen.
Wenn du zusätzliche Übersetzungssprachen wünschst, werden die unterstützten Sprachen hier aufgelistet.
In diesem Lehrplan lernst du:
- Verschiedene Ansätze der Künstlichen Intelligenz, einschließlich des „guten alten“ symbolischen Ansatzes mit Wissensrepräsentation und Schlussfolgerungen (GOFAI).
- Neuronale Netze und Deep Learning, die im Kern moderner KI stehen. Wir werden die Konzepte hinter diesen wichtigen Themen mit Code in zwei der beliebtesten Frameworks demonstrieren – TensorFlow und PyTorch.
- Neuronale Architekturen für die Arbeit mit Bildern und Text. Wir behandeln aktuelle Modelle, könnten aber bei State-of-the-Art etwas eingeschränkt sein.
- Weniger populäre KI-Ansätze wie Genetische Algorithmen und Multi-Agenten-Systeme.
Was wir in diesem Lehrplan nicht behandeln:
Finde alle zusätzlichen Ressourcen für diesen Kurs in unserer Microsoft Learn-Sammlung
- Geschäftsanwendungen der KI im Business. Ziehe in Betracht, den Lernpfad Einführung in KI für Geschäftsbenutzer auf Microsoft Learn zu absolvieren, oder die AI Business School, entwickelt in Zusammenarbeit mit INSEAD.
- Klassisches Machine Learning, welches in unserem Machine Learning for Beginners Curriculum gut beschrieben ist.
- Praktische KI-Anwendungen, die mit Cognitive Services erstellt wurden. Dafür empfehlen wir, mit Modulen von Microsoft Learn für Vision, natürliche Sprachverarbeitung, Generative KI mit Azure OpenAI Service und andere zu beginnen.
- Spezifische ML-Cloud-Frameworks, wie Azure Machine Learning, Microsoft Fabric oder Azure Databricks. Erwäge die Nutzung der Lernpfade Erstellen und Betreiben von Machine Learning-Lösungen mit Azure Machine Learning und Erstellen und Betreiben von Machine Learning-Lösungen mit Azure Databricks.
- Konversationelle KI und Chatbots. Es gibt einen separaten Lernpfad Konversationelle KI-Lösungen erstellen, und du kannst auch diesen Blogbeitrag für weitere Details lesen.
- Tiefe Mathematik hinter Deep Learning. Dafür empfehlen wir Deep Learning von Ian Goodfellow, Yoshua Bengio und Aaron Courville, das auch online unter https://www.deeplearningbook.org/ verfügbar ist.
Für eine sanfte Einführung in KI in der Cloud-Themen kannst du den Lernpfad Erste Schritte mit künstlicher Intelligenz auf Azure in Betracht ziehen.
- Vorlesematerial
- Ausführbare Jupyter-Notebooks, die oft frameworkspezifisch sind (PyTorch oder TensorFlow). Das ausführbare Notebook enthält auch viel theoretisches Material, daher müssen Sie mindestens eine Version des Notebooks (entweder PyTorch oder TensorFlow) durchgehen, um das Thema zu verstehen.
- Labs, die für einige Themen verfügbar sind und Ihnen die Möglichkeit geben, das Gelernte an einem spezifischen Problem anzuwenden.
- Einige Abschnitte enthalten Links zu MS Learn Modulen, die verwandte Themen abdecken.
Wenn Sie völlig neu in der KI sind und schnelle, praktische Beispiele möchten, schauen Sie sich unsere Einsteigerfreundlichen Beispiele an! Diese beinhalten:
- 🌟 Hello AI World – Ihr erstes KI-Programm (Mustererkennung)
- 🧠 Einfaches neuronales Netzwerk – Erstellen Sie ein neuronales Netzwerk von Grund auf
- 🖼️ Bildklassifikator – Klassifizieren Sie Bilder mit ausführlichen Kommentaren
- 💬 Textstimmung – Analysieren Sie positive/negative Texte
Diese Beispiele sollen Ihnen helfen, KI-Konzepte zu verstehen, bevor Sie sich in den gesamten Lehrplan vertiefen.
- Wir haben eine Setup-Lektion erstellt, die Ihnen bei der Einrichtung Ihrer Entwicklungsumgebung hilft. - Für Lehrkräfte haben wir ebenfalls eine Lehrplan-Setup-Lektion erstellt!
- Wie man den Code in VSCode oder einem Codespace ausführt
Führen Sie diese Schritte aus:
Repository forken: Klicken Sie auf die Schaltfläche „Fork“ oben rechts auf dieser Seite.
Repository klonen: git clone https://github.com/microsoft/AI-For-Beginners.git
Vergessen Sie nicht, dieses Repo zu bewerten (🌟), um es später leichter zu finden.
Treten Sie unserem offiziellen AI Discord-Server bei, um andere Lernende dieses Kurses zu treffen, sich zu vernetzen und Unterstützung zu erhalten.
Wenn Sie Produktfeedback oder Fragen während des Aufbaus haben, besuchen Sie unser Azure AI Foundry Developer Forum
Eine Anmerkung zu Quizzen: Alle Quizze befinden sich im Quiz-app-Ordner unter etc\quiz-app oder online hier. Sie sind von den Lektionen verlinkt, die Quiz-App kann lokal ausgeführt oder auf Azure bereitgestellt werden; folgen Sie den Anweisungen im
quiz-appOrdner. Sie werden nach und nach lokalisiert.
Haben Sie Vorschläge oder Fehler bei Rechtschreibung oder Code gefunden? Erstellen Sie ein Issue oder einen Pull Request.
- ✍️ Hauptautor: Dmitry Soshnikov, PhD
- 🔥 Herausgeber: Jen Looper, PhD
- 🎨 Sketchnote-Illustratorin: Tomomi Imura
- ✅ Quiz-Erstellerin: Lateefah Bello, MLSA
- 🙏 Hauptmitwirkende: Evgenii Pishchik
Unser Team erstellt weitere Lehrpläne! Schauen Sie sich an:
-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}
Wenn Sie feststecken oder Fragen beim Erstellen von KI-Anwendungen haben. Schließen Sie sich anderen Lernenden und erfahrenen Entwicklern in Diskussionen über MCP an. Es ist eine unterstützende Community, in der Fragen willkommen sind und Wissen frei geteilt wird.
Wenn Sie Produktfeedback oder Fehler während des Aufbaus haben, besuchen Sie:
Haftungsausschluss: Dieses Dokument wurde mithilfe des KI-Übersetzungsdienstes Co-op Translator übersetzt. Obwohl wir uns um Genauigkeit bemühen, weisen wir darauf hin, dass automatisierte Übersetzungen Fehler oder Ungenauigkeiten enthalten können. Das Originaldokument in seiner ursprünglichen Sprache gilt als maßgebliche Quelle. Für wichtige Informationen wird eine professionelle menschliche Übersetzung empfohlen. Wir übernehmen keine Haftung für Missverständnisse oder Fehlinterpretationen, die durch die Nutzung dieser Übersetzung entstehen.