人工智能初学者课程#
 |
|---|
| 人工智能初学者 - 由@girlie_mac手绘速记 |
通过我们的12周、24节课课程探索人工智能（AI）的世界！课程包括实用的课程内容、测验和实验。课程适合初学者，涵盖了TensorFlow和PyTorch等工具，以及AI伦理。
🌐 多语言支持#
通过GitHub Action支持（自动且始终保持最新）#
阿拉伯语 | 孟加拉语 | 保加利亚语 | 缅甸语 (Myanmar) | 中文（简体） | 中文（繁体，香港） | 中文（繁体，澳门） | 中文（繁体，台湾） | 克罗地亚语 | 捷克语 | 丹麦语 | 荷兰语 | 爱沙尼亚语 | 芬兰语 | 法语 | 德语 | 希腊语 | 希伯来语 | 印地语 | 匈牙利语 | 印尼语 | 意大利语 | 日语 | 卡纳达语 | 高棉语 | 韩语 | 立陶宛语 | 马来语 | 马拉雅拉姆语 | 马拉地语 | 尼泊尔语 | 尼日利亚皮钦语 | 挪威语 | 波斯语(Farsi) | 波兰语 | 葡萄牙语（巴西） | 葡萄牙语（葡萄牙） | 旁遮普语（Gurmukhi） | 罗马尼亚语 | 俄语 | 塞尔维亚语（西里尔字母） | 斯洛伐克语 | 斯洛文尼亚语 | 西班牙语 | 斯瓦希里语 | 瑞典语 | 他加禄语（菲律宾语） | 泰米尔语 | 泰卢固语 | 泰语 | 土耳其语 | 乌克兰语 | 乌尔都语 | 越南语
想要本地克隆？
本仓库包含50多种语言的翻译版本，显著增加了下载大小。若想不包含翻译内容克隆，请使用稀疏检出：
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"这样你将获得完整课程内容，同时下载速度更快。
如果您希望支持其他翻译语言，详情见 这里
加入社区#
你将学到什么#
在本课程中，你将学习：
- 不同的人工智能方法，包括“老派”的符号方法以及知识表示与推理(GOFAI)。
- 现代AI核心的神经网络和深度学习。我们会通过代码示例讲解这些重要主题的概念，使用两种最流行的框架——TensorFlow和PyTorch。
- 用于处理图像和文本的神经架构。我们会介绍近期的模型，但可能稍显不足于最新技术。
- 较少使用的AI方法，如遗传算法和多智能体系统。
本课程不涉及内容：
- AI在商业中的应用案例。建议学习微软Learn上的面向商务用户的AI入门课程或由INSEAD协作开发的人工智能商学院。
- 经典机器学习，在我们的初学者机器学习课程中有详细描述。
- 基于认知服务的实际AI应用。建议先从微软Learn上的计算机视觉、自然语言处理、Azure OpenAI 服务生成式 AI等模块开始学习。
- 特定的机器学习云框架，如Azure 机器学习、Microsoft Fabric、或Azure Databricks。推荐使用使用 Azure 机器学习构建和运行机器学习解决方案和在 Azure Databricks 上构建和运行机器学习解决方案学习路径。
- 会话式AI和聊天机器人。有专门的创建会话式AI解决方案学习路径，也可以参考此博客文章了解详细内容。
- 深度学习背后的深度数学。推荐阅读Ian Goodfellow、Yoshua Bengio和Aaron Courville合著的Deep Learning，在线版本请访问https://www.deeplearningbook.org/。
对于轻松入门云端的_Ai_相关话题，建议学习在Azure上入门人工智能学习路径。
课程内容#
每节课包含#
- 预习材料
- 可执行的 Jupyter 笔记本，通常针对特定框架（PyTorch 或 TensorFlow）。可执行笔记本还包含大量理论内容，因此要理解主题，你需要至少通读其中一个版本的笔记本（PyTorch 或 TensorFlow）。
- 一些主题配有实验，让你有机会将所学内容应用到具体问题中。
- 部分章节含有指向涵盖相关主题的MS Learn模块的链接。
入门指南#
🎯 AI 新手？从这里开始！#
如果你完全是 AI 新手，想要快速获得动手示例，请查看我们的初学者示例！内容包括：
- 🌟 Hello AI World - 你的第一个 AI 程序（模式识别）
- 🧠 简单神经网络 - 从零构建神经网络
- 🖼️ 图像分类器 - 带详细注释的图像分类
- 💬 文本情感分析 - 分析正面/负面文本
这些示例设计帮助你在深入完整课程前理解 AI 概念。
📚 完整课程设置#
请遵循以下步骤：
仓库 Fork：点击本页右上角的“Fork”按钮。
仓库克隆：git clone https://github.com/microsoft/AI-For-Beginners.git
别忘了给该仓库点星（🌟），方便以后找到它。
认识其他学习者#
加入我们的官方 AI Discord 服务器，结识和交流学习本课程的其他学习者，并获得支持。
如果在构建过程中有产品反馈或问题，请访问我们的Azure AI Foundry 开发者论坛
测验#
关于测验的说明：所有测验都包含在 etc\quiz-app 目录下的 Quiz-app 文件夹中，或可在此在线访问。测验从课程中链接，测验应用程序可以本地运行或部署到 Azure；请按
quiz-app文件夹中的说明操作。目前测验正在逐步本地化。
需要帮助#
你有建议或者发现拼写或代码错误吗？请提交 issue 或创建 pull request。
特别感谢#
- ✍️ 主要作者： Dmitry Soshnikov，博士
- 🔥 编辑： Jen Looper，博士
- 🎨 速写插画师： Tomomi Imura
- ✅ 测验创建者： Lateefah Bello，MLSA
- 🙏 核心贡献者： Evgenii Pishchik
其他课程体系#
我们的团队还制作了其他课程！查看：
LangChain#
#
Azure / Edge / MCP / Agents#
生成式 AI 系列#
核心学习#
Copilot 系列#
获取帮助#
如果遇到瓶颈或有任何关于构建 AI 应用的问题，欢迎加入 MCP 学习者和资深开发者的讨论社区。这里是一个友好支持的社区，欢迎提问并自由分享知识。
如果在构建过程中有产品反馈或遇到问题，请访问：
免责声明：
本文件通过 AI 翻译服务 Co-op Translator 进行翻译。尽管我们努力确保准确性，但请注意自动翻译可能包含错误或不准确之处。原始文件的母语版本应视为权威来源。对于重要信息，建议使用专业人工翻译。我们不对因使用本翻译而产生的任何误解或误释承担责任。