Kecerdasan Buatan untuk Pemula - Sebuah Kurikulum


AI Untuk Pemula - Catatan Sketsa oleh @girlie_mac

Jelajahi dunia Kecerdasan Buatan (AI) dengan kurikulum 12 minggu dan 24 pelajaran kami! Ini mencakup pelajaran praktis, kuis, dan laboratorium. Kurikulumnya ramah bagi pemula dan mencakup alat seperti TensorFlow dan PyTorch, serta etika dalam AI

Apa yang akan Anda pelajari

Peta Pikiran Kursus

Dalam kurikulum ini, Anda akan mempelajari:

Pendekatan berbeda terhadap Kecerdasan Buatan, termasuk pendekatan simbolik "lama yang baik" dengan Representasi dan Penalaran Pengetahuan (GOFAI).
Neural Networks dan Deep Learning , yang merupakan inti dari AI modern. Kami akan mengilustrasikan konsep di balik topik penting ini menggunakan kode dalam dua framework paling populer - TensorFlow dan PyTorch.
Arsitektur Neural untuk bekerja dengan gambar dan teks. Kami akan membahas model-model terkini tetapi mungkin agak kurang mutakhir.
Pendekatan AI yang kurang populer, seperti Algoritma Genetika dan Sistem Multi-Agen .

Apa yang tidak akan kami bahas dalam kurikulum ini:

Temukan semua sumber daya tambahan untuk kursus ini di koleksi Microsoft Learn kami

Kasus bisnis penggunaan AI dalam Bisnis . Pertimbangkan untuk mengambil jalur pembelajaran Pengenalan AI untuk pengguna bisnis di Microsoft Learn, atau AI Business School, yang dikembangkan bekerja sama dengan INSEAD.
Pembelajaran Mesin Klasik , yang dijelaskan dengan baik dalam Kurikulum Pembelajaran Mesin untuk Pemula kami.
Aplikasi AI praktis yang dibangun menggunakan Cognitive Services . Untuk ini, kami menyarankan Anda memulai dengan modul Microsoft Learn untuk visi, pemrosesan bahasa alami, AI Generatif dengan Layanan Azure OpenAI , dan lainnya.
Kerangka Kerja Cloud ML tertentu, seperti Azure Machine Learning, Microsoft Fabric, atau Azure Databricks. Pertimbangkan untuk menggunakan solusi pembelajaran mesin Bangun dan operasikan dengan Azure Machine Learning dan Solusi Pembelajaran Mesin Bangun dan Operasikan dengan jalur pembelajaran Azure Databricks.
AI Percakapan dan Bot Obrolan . Ada jalur pembelajaran Membuat solusi AI percakapan terpisah, dan Anda juga dapat merujuk ke postingan blog ini untuk detail selengkapnya.
Matematika Mendalam di balik pembelajaran mendalam. Untuk ini, kami merekomendasikan Pembelajaran Mendalam oleh Ian Goodfellow, Yoshua Bengio dan Aaron Courville, yang juga tersedia online di https://www.deeplearningbook.org/.

Untuk pengenalan singkat tentang topik AI di Cloud, Anda dapat mempertimbangkan untuk mengambil bagian Memulai kecerdasan buatan di Azure Learning Path.

Isi

	Tautan Pelajaran	PyTorch/Keras/TensorFlow	Laboratorium
0	Pengaturan Kursus	Siapkan Lingkungan Pengembangan Anda
SAYA	Pengantar AI
01	Pengenalan dan Sejarah AI	-	-
II	AI simbolis
02	Representasi Pengetahuan dan Sistem Pakar	Sistem Pakar / Ontologi / Grafik Konsep
AKU AKU AKU	Pengantar Jaringan Neural
03	Perseptron	Buku catatan	Laboratorium
04	Perceptron Berlapis dan Membuat Kerangka kita sendiri	Buku catatan	Laboratorium
05	Pengantar Framework (PyTorch/TensorFlow) dan Overfitting	PyTorch / Keras / TensorFlow	Laboratorium
IV	Visi Komputer	PyTorch / TensorFlow	Jelajahi Computer Vision di Microsoft Azure
06	Pengantar Visi Komputer. OpenCV	Buku catatan	Laboratorium
07	Jaringan Neural Konvolusional & Arsitektur CNN	PyTorch /TensorFlow	Laboratorium
08	Jaringan yang telah dilatih sebelumnya dan Trik Pembelajaran dan Pelatihan Transfer	PyTorch / TensorFlow	Laboratorium
09	Autoencoder dan VAE	PyTorch / TensorFlow
10	Jaringan Permusuhan Generatif & Transfer Gaya Artistik	PyTorch / TensorFlow
11	Deteksi Objek	Aliran Tensor	Laboratorium
12	Segmentasi Semantik. U-Net	PyTorch / TensorFlow
V	Pemrosesan Bahasa Alami	PyTorch /TensorFlow	Jelajahi Pemrosesan Bahasa Alami di Microsoft Azure
13	Representasi Teks. Busur/TF-IDF	PyTorch / TensorFlow
14	Penyematan kata semantik. Word2Vec dan GloVe	PyTorch / TensorFlow
15	Pemodelan Bahasa. Latih embeddings Anda sendiri	PyTorch / TensorFlow	Laboratorium
16	Jaringan Neural Berulang	PyTorch / TensorFlow
17	Jaringan Berulang Generatif	PyTorch / TensorFlow	Laboratorium
18	transformator. BERT.	PyTorch /TensorFlow
19	Pengakuan Entitas Bernama	Aliran Tensor	Laboratorium
20	Model Bahasa Besar, Pemrograman Cepat, dan Tugas yang Sedikit Selesai	PyTorch
VI	Teknik AI Lainnya
21	Algoritma Genetika	Buku catatan
22	Pembelajaran Penguatan Mendalam	PyTorch /TensorFlow	Laboratorium
23	Sistem Multi-Agen
VII	Etika AI
24	Etika AI dan AI yang Bertanggung Jawab	Microsoft Learn: Prinsip AI yang Bertanggung Jawab
IX	Ekstra
25	Jaringan Multi-Modal, CLIP dan VQGAN	Buku catatan

Setiap pelajaran berisi

Materi pra-baca
Notebook Jupyter yang dapat dieksekusi, yang sering kali dikhususkan untuk kerangka kerja ( PyTorch atau TensorFlow ). Notebook yang dapat dieksekusi juga berisi banyak materi teoretis, jadi untuk memahami topiknya, Anda harus mempelajari setidaknya satu versi notebook (baik PyTorch atau TensorFlow).
Lab tersedia untuk beberapa topik, yang memberi Anda kesempatan untuk mencoba menerapkan materi yang telah Anda pelajari pada masalah tertentu.
Beberapa bagian berisi tautan ke modul MS Learn yang mencakup topik terkait.

Memulai

Kami telah membuat pelajaran penyiapan untuk membantu Anda menyiapkan lingkungan pengembangan Anda. - Untuk Pendidik, kami juga telah membuat pelajaran penyiapan kurikulum untuk Anda!
Cara Menjalankan kode di VSCode atau Codepace

Ikuti langkah-langkah berikut:

Fork the Repository: Klik tombol "Fork" di pojok kanan atas halaman ini.

Kloning Repositori: git clone https://github.com/microsoft/AI-For-Beginners.git

Jangan lupa memberi bintang (?) pada repo ini agar lebih mudah nantinya.

Temui Pelajar lainnya

Bergabunglah dengan server AI Discord resmi kami untuk bertemu dan berjejaring dengan pelajar lain yang mengikuti kursus ini dan mendapatkan dukungan.

Kuis

Catatan tentang kuis : Semua kuis terdapat dalam folder Aplikasi Kuis di dllaplikasi kuis, Kuis tersebut ditautkan dari dalam pelajaran, aplikasi kuis dapat dijalankan secara lokal atau disebarkan ke Azure; ikuti instruksi di folder quiz-app . Mereka secara bertahap dilokalisasi.