当前位置:   article > 正文

26K star!学习AI也不难,这个项目讲的全_ai for beginner

ai for beginner

马上就要2024年了,谁不想学习一下AI相关的知识呢?怎么开始上手一直困扰着很多初学者,现在网上也充斥着各种搬运的垃圾课程,更是让人难以选择,我们就是希望帮初学者避开那些垃圾内容。

今天我们推荐的开源项目是微软推出的 AI 入门课程:AI-for-Beginner 目前在GitHub已超过26K Star。

AI-for-Beginner是什么?

这是一个由微软专家设计和出品的为期24课时的AI课程,它专门针对初学者而设计,课程中包含了符号人工智能、神经网络、计算机视觉、自然语言处理等,在课程中包含了文本的基本教学、动手实践和测验等内容。

我觉得比起网上自媒体搬运的各种教学,微软出品的体系课程,质量更有保障。

课程说明

本课程是具有教育属性的专业课程,并不是各种流行AI 工具介绍那种课程。在项目中,很明确的说了课程包括和不包括的内容,开始前再确认下,这个课程是否是你需要的。差点忘了说一句,项目是英文的,所以学习前要有个心理准备。

包括:

  • 实现人工智能的方法:包括带有知识表示和推理的“古老”符号方法(GOFAI)。
  • 神经网络和深度学习: 课程中将使用TensorFlow 和 PyTorch 作为基本框,利用其中的代码来说明这些重要主题背后的概念。
  • 用于处理图像和文本的神经架构:我们将介绍最新的模型,也可能会缺一些最新的。
  • 不太流行的人工智能方法:例如遗传算法和多代理系统。

不包括:

  • 人工智能的商业案例
  • 经典机器学习
  • 构建人工智能程序
  • 使用特定的ML云框架
  • 对话机器人

从这个包括和不包括能看出来,这个课程的目标不是打广告,没有强插Azure之类的东西。

最后再贴一个课程的思维导图,更直观的来了解内容结构。

使用课程代码

本课程包含许多您想要运行的可执行示例和实验。 为此,您需要能够在本课程提供的 Jupyter Notebooks 中执行 Python 代码。课程提到了很多的运行方式,最推荐的还是通过VS code,大致需要做一下准备:

  1. 安装miniconda:如果之前没有装过,可以参考文档 ,https://docs.conda.io/projects/miniconda/en/latest/
    1. mkdir -p ~/miniconda3
    2. curl https://repo.anaconda.com/miniconda/Miniconda3-latest-MacOSX-arm64.sh -o ~/miniconda3/miniconda.sh
    3. bash ~/miniconda3/miniconda.sh -b -u -p ~/miniconda3
    4. rm -rf ~/miniconda3/miniconda.sh
    5. 之后
    6. ~/miniconda3/bin/conda init bash
  2. 安装vscode,这个大家自己搞吧,太简单了。
  3. 打开项目,安装python extention

接着就可以用了,缺什么vscode也会提示安装的。

另外,这个项目可以本地运行的,安装docsify,在 etc/docsify 下执行 :docsify serve 即可。

项目特点

  • 专业性:课程内容可以看出是经过专业性设计的 AI 知识体系课程
  • 教育性:本项目的初衷是面向教育的,因此在课程中设计包含了:以实践为基础和频繁测验的教学原则。
  • 开源:开放的课程,也接受贡献。

项目信息

  • 项目名称:AI-for-Beginner
  • 网站:https://microsoft.github.io/AI-For-Beginners/
  • GitHub 链接:https://github.com/microsoft/AI-For-Beginners
  • Star 数:26K+

声明:本文内容由网友自发贡献,不代表【wpsshop博客】立场,版权归原作者所有,本站不承担相应法律责任。如您发现有侵权的内容,请联系我们。转载请注明出处:https://www.wpsshop.cn/w/笔触狂放9/article/detail/807380
推荐阅读
相关标签
  

闽ICP备14008679号