Skip to content

Latest commit

 

History

History
232 lines (173 loc) · 33.5 KB

File metadata and controls

232 lines (173 loc) · 33.5 KB

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

GitHub watchers GitHub forks GitHub stars Binder Gitter

Microsoft Foundry Discord

هوش مصنوعی برای مبتدیان - یک برنامه درسی

Sketchnote by @girlie_mac https://twitter.com/girlie_mac
هوش مصنوعی برای مبتدیان - اسکچ نوت توسط @girlie_mac

جهان هوش مصنوعی (AI) را با برنامه درسی ۱۲ هفته‌ای و ۲۴ درس ما کشف کنید! شامل درس‌های عملی، آزمون‌ها و آزمایشگاه‌ها است. این برنامه درسی مناسب مبتدیان است و ابزارهایی مانند TensorFlow و PyTorch و همچنین اخلاق در هوش مصنوعی را پوشش می‌دهد.

🌐 پشتیبانی چند زبانه

پشتیبانی شده از طریق GitHub Action (خودکار و همیشه به‌روز)

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 | 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

ترجیح می‌دهید به صورت محلی کلون کنید؟

این مخزن شامل ترجمه‌های بیش از ۵۰ زبان است که اندازه دانلود را به طرز قابل توجهی افزایش می‌دهد. برای کلون بدون ترجمه‌ها، از sparse checkout استفاده کنید:

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 (ویندوز):

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"

این به شما همه چیز لازم برای تکمیل دوره را با دانلود بسیار سریع‌تر می‌دهد.

اگر مایل به اضافه شدن زبان‌های ترجمه بیشتر هستید، زبان‌های پشتیبانی شده در اینجا لیست شده‌اند here

به جامعه بپیوندید

Microsoft Foundry Discord

آنچه خواهید آموخت

نقشه ذهنی دوره

در این برنامه درسی، شما یاد خواهید گرفت:

  • رویکردهای مختلف به هوش مصنوعی، از جمله رویکرد نمادین "کلاسیک" با نمایش دانش و استدلال (GOFAI).
  • شبکه‌های عصبی و یادگیری عمیق که در هسته هوش مصنوعی مدرن قرار دارند. مفاهیم پشت این موضوعات مهم را با استفاده از کد در دو چارچوب محبوب - TensorFlow و PyTorch نشان خواهیم داد.
  • معماری‌های عصبی برای کار با تصاویر و متن. مدل‌های جدید را پوشش خواهیم داد، اما ممکن است کمی از جدیدترین‌های روز عقب باشیم.
  • رویکردهای کمتر محبوب هوش مصنوعی، مانند الگوریتم‌های ژنتیکی و سامانه‌های چندعاملی.

آنچه در این برنامه درسی پوشش داده نمی‌شود:

تمام منابع اضافی این دوره را در مجموعه Microsoft Learn ما بیابید

برای آشنایی ملایم با موضوعات هوش مصنوعی در کلاد می‌توانید مسیر یادگیری شروع با هوش مصنوعی در Azure را دنبال کنید.

محتوا

لینک درس PyTorch/Keras/TensorFlow آزمایشگاه
0 راه‌اندازی دوره راه‌اندازی محیط توسعه شما
I مقدمه‌ای بر هوش مصنوعی
01 مقدمه و تاریخچه هوش مصنوعی - -
II هوش مصنوعی نمادین
02 نمایش دانش و سامانه‌های خبره سامانه‌های خبره / هستی‌شناسی /نمودار مفهوم
III مقدمه‌ای بر شبکه‌های عصبی
03 پردسپترون دفترچه یادداشت آزمایشگاه
04 پردسپترون چندلایه و ساخت چارچوب خودمان دفترچه یادداشت آزمایشگاه
05 مقدمه‌ای بر چارچوب‌ها (PyTorch/TensorFlow) و بروز یادگیری بیش از حد پایتورچ / کِراس / تنسورفلو آزمایشگاه
IV بینایی کامپیوتری پایتورچ / تنسورفلو کاوش بینایی کامپیوتری در مایکروسافت آژور
06 مقدمه‌ای بر بینایی کامپیوتری. OpenCV دفترچه یادداشت آزمایشگاه
07 شبکه‌های عصبی کانولوشنال & معماری‌های CNN پایتورچ /تنسورفلو آزمایشگاه
08 شبکه‌های پیش‌آموزش دیده و یادگیری انتقالی و ترفندهای آموزش پایتورچ / تنسورفلو آزمایشگاه
09 اتو انکودرها و VAE‌ها پایتورچ / تنسورفلو
10 شبکه‌های مولد تخاصمی و انتقال سبک هنری پایتورچ / تنسورفلو
11 تشخیص اشیاء تنسورفلو آزمایشگاه
12 بخش‌بندی معنایی. U-Net پایتورچ / تنسورفلو
V پردازش زبان طبیعی پایتورچ /تنسورفلو کاوش پردازش زبان طبیعی در مایکروسافت آژور
13 نمایش متن. کیسه کلمات/ TF-IDF پایتورچ / تنسورفلو
14 بردارهای معنایی کلمه. Word2Vec و GloVe پایتورچ / تنسورفلو
15 مدل‌سازی زبان. آموزش بردارهای خودتان پایتورچ / تنسورفلو آزمایشگاه
16 شبکه‌های عصبی بازگشتی پایتورچ / تنسورفلو
17 شبکه‌های عصبی بازگشتی مولد پایتورچ / تنسورفلو آزمایشگاه
18 ترانسفورمرها. BERT. پایتورچ /تنسورفلو
19 تشخیص موجودیت‌های نام‌دار تنسورفلو آزمایشگاه
20 مدل‌های زبان بزرگ، برنامه‌نویسی دستوری و کارهای چند نمونه‌ای پایتورچ
VI سایر تکنیک‌های هوش مصنوعی
21 الگوریتم‌های ژنتیک دفترچه یادداشت
22 یادگیری تقویتی عمیق پایتورچ /تنسورفلو آزمایشگاه
23 سیستم‌های چندعامله
VII اخلاق هوش مصنوعی
24 اخلاق هوش مصنوعی و هوش مصنوعی مسئولانه مایکروسافت لرن: اصول هوش مصنوعی مسئولانه
IX موارد اضافی
25 شبکه‌های چندرسانه‌ای، CLIP و VQGAN دفترچه یادداشت

هر درس شامل

  • مطالب پیش‌خوانی
  • دفترچه‌های اجرایی Jupyter، که اغلب به چارچوب خاصی اختصاص دارند (PyTorch یا TensorFlow). دفترچه اجرایی همچنین شامل مطالب نظری زیادی است، بنابراین برای درک موضوع باید حداقل یک نسخه از دفترچه (PyTorch یا TensorFlow) را مرور کنید.
  • آزمایشگاه‌ها که برای برخی موضوعات در دسترس هستند، و فرصتی برای امتحان کاربردی کردن مطالب یادگرفته شده در یک مسئله خاص به شما می‌دهند.
  • برخی بخش‌ها شامل لینک‌هایی به ماژول‌های MS Learn هستند که موضوعات مرتبط را پوشش می‌دهند.

شروع به کار

🎯 تازه‌وارد به هوش مصنوعی؟ از اینجا شروع کنید!

اگر کاملاً تازه‌کار در هوش مصنوعی هستید و دنبال مثال‌های سریع و عملی می‌گردید، به مثال‌های مبتدی پسند ما نگاهی بیندازید! این‌ها شامل:

  • 🌟 سلام دنیای هوش مصنوعی - اولین برنامه هوش مصنوعی شما (شناسایی الگو)
  • 🧠 شبکه عصبی ساده - ساخت شبکه عصبی از صفر
  • 🖼️ رده‌بندی تصاویر - رده‌بندی تصاویر با توضیحات کامل
  • 💬 تحلیل احساس متن - تحلیل متن مثبت/منفی

این مثال‌ها برای کمک به درک مفاهیم هوش مصنوعی قبل از ورود به کورس کامل طراحی شده‌اند.

📚 تنظیم کامل دوره

این مراحل را دنبال کنید:

رپازیتوری را فورک کنید: روی دکمه "Fork" در گوشه بالا-راست این صفحه کلیک کنید.

رپازیتوری را کلون کنید: git clone https://github.com/microsoft/AI-For-Beginners.git

فراموش نکنید برای راحت یافتن بعدی ستاره (🌟) بدهید.

با یادگیرندگان دیگر آشنا شوید

به سرور رسمی دیسکورد هوش مصنوعی ما بپیوندید تا با یادگیرندگان دیگر این دوره ملاقات و شبکه‌سازی کنید و پشتیبانی دریافت کنید.

اگر بازخورد محصول یا سوالی هنگام ساخت داشتید به انجمن توسعه‌دهندگان Azure AI Foundry مراجعه کنید.

آزمون‌ها

یادداشتی درباره آزمون‌ها: همه آزمون‌ها در پوشه Quiz-app در etc\quiz-app قرار دارند، یا به صورت آنلاین اینجا در دسترس هستند. این‌ها از داخل درس‌ها لینک شده‌اند؛ برنامه آزمون می‌تواند محلی اجرا شود یا در Azure مستقر شود؛ دستورالعمل‌ها در پوشه quiz-app موجود است. آزمون‌ها به مرور بومی‌سازی می‌شوند.

درخواست کمک

آیا پیشنهادی دارید یا اشتباهات املایی یا کد پیدا کرده‌اید؟ یک ایراد باز کنید یا یک pull request ایجاد کنید.

تشکرات ویژه

برنامه‌های درسی دیگر

تیم ما برنامه‌های درسی دیگری هم تولید می‌کند! نگاهی بیندازید به:

LangChain

LangChain4j for Beginners LangChain.js for Beginners LangChain for Beginners

Azure / Edge / MCP / Agents

AZD for Beginners Edge AI for Beginners MCP for Beginners AI Agents for Beginners


Generative AI Series

Generative AI for Beginners Generative AI (.NET) Generative AI (Java) Generative AI (JavaScript)


Core Learning

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 Series

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

دریافت کمک

اگر در مسیر ساخت اپلیکیشن‌های هوش مصنوعی گیر کردید یا سوالی دارید، به جمع یادگیرندگان و توسعه‌دهندگان باتجربه MCP در بحث‌ها بپیوندید. این یک اجتماع حمایت‌کننده است که سوالات پذیرفته می‌شود و دانش به رایگان به اشتراک گذاشته می‌شود.

Microsoft Foundry Discord

اگر بازخورد محصول یا خطایی هنگام ساخت دارید به:

Microsoft Foundry Developer Forum مراجعه کنید.


سلب مسئولیت: این سند با استفاده از خدمات ترجمه هوش مصنوعی Co-op Translator ترجمه شده است. در حالی که ما در تلاش برای دقت هستیم، لطفاً توجه داشته باشید که ترجمه‌های خودکار ممکن است حاوی خطاها یا نادرستی‌هایی باشند. سند اصلی به زبان مادری آن باید به عنوان منبع معتبر در نظر گرفته شود. برای اطلاعات حیاتی، توصیه می‌شود از ترجمه حرفه‌ای انسانی استفاده شود. ما مسئول هیچ سوءتفاهم یا تفسیر نادرستی که از استفاده از این ترجمه ناشی شود، نیستیم.