人工智能初學者 - 課程綱要


AI 初學者 - 手繪筆記由 @girlie_mac 提供

以我們12週、24課程的綱要，一同探索人工智能（AI）的世界！內容包含實作課程、小測驗和實驗室。此課程為初學者設計，涵蓋 TensorFlow 和 PyTorch 等工具，以及AI倫理。

🌐 多語言支援

透過 GitHub Action 支援（自動且永遠保持最新）

想要在本機端克隆？

本儲存庫含有50多種語言翻譯，會大幅增加下載大小。要下載無翻譯版本，請使用稀疏簽出：

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"
這能以更快速的速度下載，並包含你完成課程所需的所有內容。

如果你希望支持其他翻譯語言，請參閱這裡

加入社群

你將學到的內容

課程心智圖

在本課程中，你將學習：

不同的人工智能方法，包括「老派」的符號方法，搭配知識表示和推理（GOFAI）。
位於現代AI核心的神經網絡和深度學習。我們將用市場上兩個最受歡迎的框架——TensorFlow和PyTorch的程式碼說明這些重要主題背後的概念。
處理影像和文字的神經網路架構。我們會涵蓋近代模型，但可能會略缺乏最新技術。
較少人使用的AI方法，例如遺傳算法和多智能體系統。

本課程不涵蓋的部分：

在我們的 Microsoft Learn 系列中找更多本課程的額外資源

企業AI的商業案例。建議可參加 Microsoft Learn 上的商業用戶 AI 入門學習路徑，或與INSEAD合作開發的AI 商業學院。
經典機器學習，詳細說明請見我們機器學習初學者課程。
使用**認知服務構建的實際AI應用。建議你從 Microsoft Learn 的視覺、自然語言處理、Azure OpenAI 服務的生成式 AI**等模組開始。
特定的機器學習雲端框架，如 Azure Machine Learning、Microsoft Fabric、或 Azure Databricks。建議參考使用 Azure Machine Learning 構建並操作機器學習解決方案及使用 Azure Databricks 構建與操作機器學習解決方案學習路徑。
對話式AI和聊天機器人。另有建立對話式AI解決方案學習路徑，更多細節可參閱這篇部落格文章。
深度學習的數學基礎。建議閱讀 Ian Goodfellow、Yoshua Bengio 與 Aaron Courville 所著的深度學習，該書也可線上閱讀於https://www.deeplearningbook.org/。

若想輕鬆入門_雲端人工智能_，可考慮參加在 Azure 上開始人工智能之旅學習路徑。

內容

	課程連結	PyTorch/Keras/TensorFlow	實驗室
0	課程設置	設定開發環境
I	人工智能導論
01	人工智能介紹與歷史	-	-
II	符號式人工智能
02	知識表示與專家系統	專家系統 / 本體論 /概念圖
III	神經網絡簡介
03	感知器	筆記本	實驗室
04	多層感知器及創建我們自己的框架	筆記本	實驗室
05	框架介紹 (PyTorch/TensorFlow) 與過擬合	PyTorch / Keras / TensorFlow	實驗室
IV	電腦視覺	PyTorch / TensorFlow	於 Microsoft Azure 探索電腦視覺
06	電腦視覺簡介。OpenCV	筆記本	實驗室
07	卷積神經網絡 & CNN 架構	PyTorch /TensorFlow	實驗室
08	預訓練網絡與遷移學習和訓練技巧	PyTorch / TensorFlow	實驗室
09	自編碼器與變分自編碼器（VAE）	PyTorch / TensorFlow
10	生成對抗網絡與藝術風格轉移	PyTorch / TensorFlow
11	物件檢測	TensorFlow	實驗室
12	語義分割。U-Net	PyTorch / TensorFlow
V	自然語言處理	PyTorch /TensorFlow	於 Microsoft Azure 探索自然語言處理
13	文本表示。詞袋模型/ TF-IDF	PyTorch / TensorFlow
14	語義詞嵌入。Word2Vec 與 GloVe	PyTorch / TensorFlow
15	語言建模。訓練你自己的詞嵌入	PyTorch / TensorFlow	實驗室
16	循環神經網絡	PyTorch / TensorFlow
17	生成循環網絡	PyTorch / TensorFlow	實驗室
18	變壓器。BERT。	PyTorch /TensorFlow
19	命名實體識別	TensorFlow	實驗室
20	大型語言模型、提示程式設計及少量示例任務	PyTorch
VI	其他人工智能技術
21	遺傳算法	筆記本
22	深度強化學習	PyTorch /TensorFlow	實驗室
23	多智能體系統
VII	人工智能倫理
24	人工智能倫理與負責任的人工智能	Microsoft Learn: 負責任的人工智能原則
IX	附加內容
25	多模態網絡、CLIP 與 VQGAN	筆記本

每課包含

預閱讀材料
可執行的 Jupyter 筆記本，通常專門針對框架（PyTorch 或 TensorFlow）。可執行的筆記本還包含大量理論材料，因此要理解主題，您需要瀏覽至少一個版本的筆記本（PyTorch 或 TensorFlow 其中之一）。
為部分主題提供的 實驗室，讓您有機會嘗試將所學應用於具體問題。
某些章節包含指向涵蓋相關主題的 MS Learn 模組的連結。