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
Lebih suka Clone Secara Lokal?
Repositori ini termasuk lebih dari 50 terjemahan bahasa yang secara signifikan meningkatkan ukuran unduhan. Untuk meng-clone tanpa terjemahan, gunakan sparse checkout:
git clone --filter=blob:none --sparse https://github.com/microsoft/generative-ai-for-beginners.git cd generative-ai-for-beginners git sparse-checkout set --no-cone '/*' '!translations' '!translated_images'Ini memberi Anda semua yang Anda butuhkan untuk menyelesaikan kursus dengan unduhan yang jauh lebih cepat.
Pelajari dasar-dasar membangun aplikasi Generative AI dengan kursus komprehensif 21 pelajaran dari Microsoft Cloud Advocates.
Kursus ini memiliki 21 pelajaran. Setiap pelajaran membahas topiknya sendiri, jadi mulai dari mana pun yang Anda suka!
Pelajaran diberi label sebagai pelajaran "Learn" yang menjelaskan konsep Generative AI atau pelajaran "Build" yang menjelaskan konsep dan contoh kode dalam Python dan TypeScript jika memungkinkan.
Untuk Pengembang .NET, lihat Generative AI for Beginners (.NET Edition)!
Setiap pelajaran juga menyertakan bagian "Terus Belajar" dengan alat pembelajaran tambahan.
-
Azure OpenAI Service - Pelajaran: "aoai-assignment"
-
GitHub Marketplace Model Catalog - Pelajaran: "githubmodels"
-
OpenAI API - Pelajaran: "oai-assignment"
-
Pengetahuan dasar Python atau TypeScript sangat membantu - *Untuk pemula mutlak, lihat kursus Python dan TypeScript ini
-
Akun GitHub untuk fork seluruh repo ini ke akun GitHub Anda sendiri
Kami telah membuat pelajaran Pengaturan Kursus untuk membantu Anda menyiapkan lingkungan pengembangan Anda.
Jangan lupa untuk memberi bintang (🌟) repo ini agar mudah ditemukan nanti.
Jika Anda mencari contoh kode yang lebih maju, lihat koleksi kami Contoh Kode Generative AI dalam Python dan TypeScript.
Bergabunglah dengan server Discord resmi Azure AI Foundry untuk bertemu dan berjejaring dengan pembelajar lain yang mengikuti kursus ini dan mendapatkan dukungan.
Ajukan pertanyaan atau bagikan masukan produk di Forum Pengembang Azure AI Foundry di Github.
Kunjungi Microsoft for Startups untuk mengetahui cara memulai membangun dengan kredit Azure hari ini.
Apakah Anda memiliki saran atau menemukan kesalahan ejaan maupun kode? Buat masalah baru atau Buat permintaan tarik
- Video pengantar singkat tentang topik
- Pelajaran tertulis yang terletak di README
- Contoh kode Python dan TypeScript yang mendukung Azure OpenAI dan OpenAI API
- Tautan ke sumber tambahan untuk melanjutkan pembelajaran Anda
| # | Tautan Pelajaran | Deskripsi | Video | Pembelajaran Tambahan |
|---|---|---|---|---|
| 00 | Pengaturan Kursus | Pelajari: Cara Menyiapkan Lingkungan Pengembangan Anda | Video Segera Hadir | Pelajari Lebih Lanjut |
| 01 | Pengantar ke Generative AI dan LLMs | Pelajari: Memahami apa itu Generative AI dan bagaimana Large Language Models (LLMs) bekerja | Video | Pelajari Lebih Lanjut |
| 02 | Menjelajahi dan membandingkan berbagai LLM | Pelajari: Cara memilih model yang tepat untuk kasus penggunaan Anda | Video | Pelajari Lebih Lanjut |
| 03 | Menggunakan Generative AI dengan Bertanggung Jawab | Pelajari: Cara membangun Aplikasi Generative AI secara bertanggung jawab | Video | Pelajari Lebih Lanjut |
| 04 | Memahami Dasar-dasar Rekayasa Prompt | Pelajari: Praktik Terbaik Rekayasa Prompt secara Praktis | Video | Pelajari Lebih Lanjut |
| 05 | Membuat Prompt Tingkat Lanjut | Pelajari: Cara menerapkan teknik rekayasa prompt yang meningkatkan hasil prompt Anda. | Video | Pelajari Lebih Lanjut |
| 06 | Membangun Aplikasi Generasi Teks | Bangun: Aplikasi generasi teks menggunakan Azure OpenAI / OpenAI API | Video | Pelajari Lebih Lanjut |
| 07 | Membangun Aplikasi Chat | Bangun: Teknik untuk membangun dan mengintegrasikan aplikasi chat dengan efisien. | Video | Pelajari Lebih Lanjut |
| 08 | Membangun Aplikasi Pencarian Basis Data Vektor | Bangun: Aplikasi pencarian yang menggunakan Embeddings untuk mencari data. | Video | Pelajari Lebih Lanjut |
| 09 | Membangun Aplikasi Generasi Gambar | Bangun: Aplikasi generasi gambar | Video | Pelajari Lebih Lanjut |
| 10 | Membangun Aplikasi AI Low Code | Bangun: Aplikasi AI Generatif menggunakan alat Low Code | Video | Pelajari Lebih Lanjut |
| 11 | Mengintegrasikan Aplikasi Eksternal dengan Panggilan Fungsi | Bangun: Apa itu panggilan fungsi dan kasus penggunaannya untuk aplikasi | Video | Pelajari Lebih Lanjut |
| 12 | Merancang UX untuk Aplikasi AI | Pelajari: Cara menerapkan prinsip desain UX saat mengembangkan Aplikasi AI Generatif | Video | Pelajari Lebih Lanjut |
| 13 | Mengamankan Aplikasi AI Generatif Anda | Pelajari: Ancaman dan risiko terhadap sistem AI serta metode untuk mengamankan sistem ini. | Video | Pelajari Lebih Lanjut |
| 14 | Siklus Hidup Aplikasi AI Generatif | Pelajari: Alat dan metrik untuk mengelola Siklus Hidup LLM dan LLMOps | Video | Pelajari Lebih Lanjut |
| 15 | Retrieval Augmented Generation (RAG) dan Basis Data Vektor | Bangun: Aplikasi menggunakan Kerangka RAG untuk mengambil embeddings dari Basis Data Vektor | Video | Pelajari Lebih Lanjut |
| 16 | Model Sumber Terbuka dan Hugging Face | Bangun: Aplikasi menggunakan model sumber terbuka yang tersedia di Hugging Face | Video | Pelajari Lebih Lanjut |
| 17 | Agen AI | Bangun: Aplikasi menggunakan Kerangka Agen AI | Video | Pelajari Lebih Lanjut |
| 18 | Fine-Tuning LLMs | Pelajari: Apa, mengapa, dan bagaimana melakukan fine-tuning LLM | Video | Pelajari Lebih Lanjut |
| 19 | Membangun dengan SLMs | Pelajari: Manfaat membangun dengan Small Language Models | Video Segera Hadir | Pelajari Lebih Lanjut |
| 20 | Membangun dengan Model Mistral | Pelajari: Fitur dan perbedaan Model Keluarga Mistral | Video Segera Hadir | Pelajari Lebih Lanjut |
| 21 | Membangun dengan Model Meta | Pelajari: Fitur dan perbedaan Model Keluarga Meta | Video Segera Hadir | Pelajari Lebih Lanjut |
Terima kasih khusus kepada John Aziz atas pembuatan semua GitHub Actions dan workflow
Bernhard Merkle atas kontribusi kunci untuk setiap pelajaran guna meningkatkan pengalaman pembelajar dan kode.
Tim kami juga memproduksi kursus lain! Lihat di:
-9333EA?style=for-the-badge&labelColor=E5E7EB&color=9333EA){kind=icon}
-C084FC?style=for-the-badge&labelColor=E5E7EB&color=C084FC){kind=icon}
-E879F9?style=for-the-badge&labelColor=E5E7EB&color=E879F9){kind=icon}
Jika Anda mengalami kebuntuan atau memiliki pertanyaan tentang membangun aplikasi AI. Bergabunglah dengan sesama pelajar dan pengembang berpengalaman dalam diskusi tentang MCP. Ini adalah komunitas yang mendukung di mana pertanyaan disambut dan pengetahuan dibagikan secara bebas.
Jika Anda memiliki umpan balik produk atau menemukan kesalahan saat membangun, kunjungi:
Penafian:
Dokumen ini telah diterjemahkan menggunakan layanan terjemahan AI Co-op Translator. Meskipun kami berupaya mencapai akurasi, harap diketahui bahwa terjemahan otomatis mungkin mengandung kesalahan atau ketidakakuratan. Dokumen asli dalam bahasa aslinya harus dianggap sebagai sumber yang sahih. Untuk informasi yang penting, disarankan menggunakan terjemahan profesional oleh manusia. Kami tidak bertanggung jawab atas kesalahpahaman atau interpretasi yang keliru yang timbul dari penggunaan terjemahan ini.