![]() |
|---|
| 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.
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
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
- موارد کسبوکار استفاده از هوش مصنوعی در کسبوکار. پیشنهاد میکنیم مسیر یادگیری مقدمهای بر هوش مصنوعی برای کاربران کسبوکار در Microsoft Learn یا مدرسه کسبوکار هوش مصنوعی که با همکاری INSEAD توسعه یافته است را دنبال کنید.
- یادگیری ماشین کلاسیک که در برنامه درسی یادگیری ماشین برای مبتدیان ما خوب توضیح داده شده است.
- برنامههای کاربردی عملی هوش مصنوعی ساخته شده با استفاده از خدمات شناختی. برای این منظور، توصیه میکنیم با ماژولهای Microsoft Learn برای بینایی، پردازش زبان طبیعی، هوش مولد با سرویس Azure OpenAI و سایر موارد شروع کنید.
- چارچوبهای خاص ML کلاد، مانند Azure Machine Learning، Microsoft Fabric یا Azure Databricks. پیشنهاد میکنیم از مسیرهای یادگیری ساخت و راهاندازی راهحلهای یادگیری ماشین با Azure Machine Learning و ساخت و راهاندازی راهحلهای یادگیری ماشین با Azure Databricks استفاده کنید.
- هوش مصنوعی مکالمهای و چتباتها. مسیر یادگیری جداگانهای به نام ساخت راهحلهای هوش مصنوعی مکالمهای وجود دارد، و همچنین میتوانید برای جزئیات بیشتر به این پست وبلاگ مراجعه کنید.
- ریاضیات عمیق پشت یادگیری عمیق. برای این منظور، کتاب یادگیری عمیق اثر ایان گودفلو، یوشوا بنگیو و آرون کورویل را توصیه میکنیم، که به صورت آنلاین نیز در دسترس است https://www.deeplearningbook.org/.
برای آشنایی ملایم با موضوعات هوش مصنوعی در کلاد میتوانید مسیر یادگیری شروع با هوش مصنوعی در Azure را دنبال کنید.
- 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.
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.
- ما یک درس تنظیم برای کمک به راهاندازی محیط توسعه شما ایجاد کردهایم. - برای آموزگاران هم یک درس تنظیم برنامه درسی ساختهایم!
- نحوه اجرای کد در VSCode یا Codespace
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.
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.
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-appموجود است. آزمونها به مرور بومیسازی میشوند.
آیا پیشنهادی دارید یا اشتباهات املایی یا کد پیدا کردهاید؟ یک ایراد باز کنید یا یک pull request ایجاد کنید.
- ✍️ نویسنده اصلی: دیمیتری سوشنیکوف، دکترای تخصصی
- 🔥 ویراستار: جن لوپر، دکترای تخصصی
- 🎨 تصویرگر اسکچنوت: تومومی ایمورا
- ✅ سازنده آزمون: لتِفا بِلّو، MLSA
- 🙏 مشارکتکنندگان کلیدی: اوگنی پیشیچیک
تیم ما برنامههای درسی دیگری هم تولید میکند! نگاهی بیندازید به:
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.
اگر بازخورد محصول یا خطایی هنگام ساخت دارید به:
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.
