Skip to content

Latest commit

 

History

History
169 lines (119 loc) · 29.9 KB

File metadata and controls

169 lines (119 loc) · 29.9 KB

Γενετική Τεχνητή Νοημοσύνη για Αρχάριους

21 Μαθήματα που διδάσκουν όλα όσα χρειάζεστε για να ξεκινήσετε να δημιουργείτε εφαρμογές Γενετικής Τεχνητής Νοημοσύνης

Άδεια GitHub
Συνεργάτες GitHub
Θέματα GitHub
Αιτήματα αλλαγών GitHub
PRs Welcome

Παρατηρητές GitHub
Forks GitHub
Αστέρια GitHub

🌐 Υποστήριξη Πολλών Γλωσσών

Υποστηρίζεται μέσω GitHub Action (Αυτοματοποιημένο & Πάντα Ενημερωμένο)

Αραβικά | Μπενγκάλι | Βουλγαρικά | Βιρμανικά (Μιανμάρ) | Κινέζικα (Απλοποιημένα) | Κινέζικα (Παραδοσιακά, Χονγκ Κονγκ) | Κινέζικα (Παραδοσιακά, Μακάου) | Κινέζικα (Παραδοσιακά, Ταϊβάν) | Κροατικά | Τσέχικα | Δανικά | Ολλανδικά | Εσθονικά | Φινλανδικά | Γαλλικά | Γερμανικά | Ελληνικά | Εβραϊκά | Χίντι | Ουγγρικά | Ινδονησιακά | Ιταλικά | Ιαπωνικά | Κορεατικά | Λιθουανικά | Μαλαισιανά | Μαραθικά | Νεπαλικά | Νορβηγικά | Περσικά (Φαρσί) | Πολωνικά | Πορτογαλικά (Βραζιλία) | Πορτογαλικά (Πορτογαλία) | Παντζάμπι (Γκουρμούκι) | Ρουμανικά | Ρωσικά | Σερβικά (Κυριλλικά) | Σλοβακικά | Σλοβενικά | Ισπανικά | Σουαχίλι | Σουηδικά | Ταγκαλόγκ (Φιλιππινέζικα) | Ταμίλ | Ταϊλανδικά | Τουρκικά | Ουκρανικά | Ουρντού | Βιετναμέζικα

Γενετική Τεχνητή Νοημοσύνη για Αρχάριους (Έκδοση 3) - Ένα Μάθημα

Μάθετε τα βασικά για τη δημιουργία εφαρμογών Γενετικής Τεχνητής Νοημοσύνης με το ολοκληρωμένο μάθημα 21 μαθημάτων από τους Microsoft Cloud Advocates.

🌱 Ξεκινώντας

Αυτό το μάθημα περιλαμβάνει 21 μαθήματα. Κάθε μάθημα καλύπτει ένα ξεχωριστό θέμα, οπότε μπορείτε να ξεκινήσετε από όπου θέλετε!

Τα μαθήματα είναι χαρακτηρισμένα είτε ως "Μάθε" μαθήματα που εξηγούν μια έννοια της Γενετικής Τεχνητής Νοημοσύνης είτε ως "Δημιούργησε" μαθήματα που εξηγούν μια έννοια και παρέχουν παραδείγματα κώδικα σε Python και TypeScript όπου είναι δυνατόν.

Για προγραμματιστές .NET, δείτε το Γενετική Τεχνητή Νοημοσύνη για Αρχάριους (.NET Έκδοση)!

Κάθε μάθημα περιλαμβάνει επίσης μια ενότητα "Συνεχίστε να Μαθαίνετε" με επιπλέον εργαλεία μάθησης.

Τι Χρειάζεστε

Για να εκτελέσετε τον κώδικα αυτού του μαθήματος, μπορείτε να χρησιμοποιήσετε είτε:

Έχουμε δημιουργήσει ένα μάθημα Ρύθμιση Μαθήματος για να σας βοηθήσουμε να ρυθμίσετε το περιβάλλον ανάπτυξής σας.

Μην ξεχάσετε να προσθέσετε αστέρι (🌟) σε αυτό το αποθετήριο για να το βρείτε πιο εύκολα αργότερα.

🧠 Έτοιμοι για Ανάπτυξη;

Αν ψάχνετε για πιο προχωρημένα παραδείγματα κώδικα, δείτε τη συλλογή μας με Παραδείγματα Κώδικα Γενετικής Τεχνητής Νοημοσύνης σε Python και TypeScript.

🗣️ Γνωρίστε Άλλους Μαθητές, Λάβετε Υποστήριξη

Γίνετε μέλος του επίσημου Azure AI Foundry Discord server για να γνωρίσετε και να δικτυωθείτε με άλλους μαθητές που παρακολουθούν αυτό το μάθημα και να λάβετε υποστήριξη.

Κάντε ερωτήσεις ή μοιραστείτε σχόλια προϊόντος στο Azure AI Foundry Developer Forum στο Github.

🚀 Δημιουργείτε μια Startup;

Επισκεφθείτε το Microsoft for Startups για να μάθετε πώς να ξεκινήσετε να δημιουργείτε με πιστώσεις Azure σήμερα.

🙏 Θέλετε να βοηθήσετε;

Έχετε προτάσεις ή βρήκατε ορθογραφικά ή λάθη στον κώδικα; Υποβάλετε ένα θέμα ή Δημιουργήστε ένα αίτημα αλλαγής

📂 Κάθε μάθημα περιλαμβάνει:

  • Ένα σύντομο βίντεο εισαγωγής στο θέμα
  • Ένα γραπτό μάθημα που βρίσκεται στο README
  • Παραδείγματα κώδικα Python και TypeScript που υποστηρίζουν Azure OpenAI και OpenAI API
  • Συνδέσμους σε επιπλέον πόρους για να συνεχίσετε τη μάθηση

🗃️ Μαθήματα

# Σύνδεσμος Μαθήματος Περιγραφή Βίντεο Επιπλέον Μάθηση
00 Ρύθμιση Μαθήματος Μάθε: Πώς να ρυθμίσετε το περιβάλλον ανάπτυξής σας Βίντεο Ερχόμενο Σύντομα Μάθε Περισσότερα
01 Εισαγωγή στη Γενετική Τεχνητή Νοημοσύνη και LLMs Μάθε: Κατανόηση του τι είναι η Γενετική Τεχνητή Νοημοσύνη και πώς λειτουργούν τα Μεγάλα Γλωσσικά Μοντέλα (LLMs). Βίντεο Μάθε Περισσότερα
02 Εξερεύνηση και σύγκριση διαφορετικών LLMs Μάθε: Πώς να επιλέξετε το κατάλληλο μοντέλο για την περίπτωσή σας Βίντεο Μάθε Περισσότερα
03 Χρήση Γενετικής Τεχνητής Νοημοσύνης Υπεύθυνα Μάθε: Πώς να δημιουργείτε εφαρμογές Γενετικής Τεχνητής Νοημοσύνης υπεύθυνα Βίντεο Μάθε Περισσότερα
04 Κατανόηση των Βασικών της Μηχανικής Προτροπών Μάθε: Πρακτικές Καλύτερης Μηχανικής Προτροπών Βίντεο Μάθε Περισσότερα
05 Δημιουργία Προχωρημένων Προτροπών Μάθε: Πώς να εφαρμόσετε τεχνικές μηχανικής προτροπών που βελτιώνουν το αποτέλεσμα των προτροπών σας. Βίντεο Μάθε Περισσότερα
06 Δημιουργία Εφαρμογών Παραγωγής Κειμένου Δημιουργία: Μια εφαρμογή παραγωγής κειμένου χρησιμοποιώντας Azure OpenAI / OpenAI API Βίντεο Μάθετε Περισσότερα
07 Δημιουργία Εφαρμογών Συνομιλίας Δημιουργία: Τεχνικές για αποτελεσματική δημιουργία και ενσωμάτωση εφαρμογών συνομιλίας. Βίντεο Μάθετε Περισσότερα
08 Δημιουργία Εφαρμογών Αναζήτησης με Βάσεις Δεδομένων Vector Δημιουργία: Μια εφαρμογή αναζήτησης που χρησιμοποιεί Embeddings για αναζήτηση δεδομένων. Βίντεο Μάθετε Περισσότερα
09 Δημιουργία Εφαρμογών Παραγωγής Εικόνων Δημιουργία: Μια εφαρμογή παραγωγής εικόνων Βίντεο Μάθετε Περισσότερα
10 Δημιουργία Εφαρμογών AI με Χαμηλό Κώδικα Δημιουργία: Μια εφαρμογή Γενετικής Τεχνητής Νοημοσύνης χρησιμοποιώντας εργαλεία χαμηλού κώδικα Βίντεο Μάθετε Περισσότερα
11 Ενσωμάτωση Εξωτερικών Εφαρμογών με Κλήση Λειτουργιών Δημιουργία: Τι είναι η κλήση λειτουργιών και οι περιπτώσεις χρήσης της για εφαρμογές Βίντεο Μάθετε Περισσότερα
12 Σχεδιασμός UX για Εφαρμογές AI Μάθηση: Πώς να εφαρμόσετε αρχές σχεδιασμού UX κατά την ανάπτυξη εφαρμογών Γενετικής Τεχνητής Νοημοσύνης Βίντεο Μάθετε Περισσότερα
13 Ασφάλεια Εφαρμογών Γενετικής Τεχνητής Νοημοσύνης Μάθηση: Οι απειλές και οι κίνδυνοι για τα συστήματα AI και οι μέθοδοι για την ασφάλειά τους. Βίντεο Μάθετε Περισσότερα
14 Κύκλος Ζωής Εφαρμογών Γενετικής Τεχνητής Νοημοσύνης Μάθηση: Τα εργαλεία και οι μετρήσεις για τη διαχείριση του Κύκλου Ζωής LLM και LLMOps Βίντεο Μάθετε Περισσότερα
15 Ανάκτηση Εμπλουτισμένης Παραγωγής (RAG) και Βάσεις Δεδομένων Vector Δημιουργία: Μια εφαρμογή χρησιμοποιώντας το RAG Framework για ανάκτηση embeddings από Βάσεις Δεδομένων Vector Βίντεο Μάθετε Περισσότερα
16 Μοντέλα Ανοιχτού Κώδικα και Hugging Face Δημιουργία: Μια εφαρμογή χρησιμοποιώντας μοντέλα ανοιχτού κώδικα διαθέσιμα στο Hugging Face Βίντεο Μάθετε Περισσότερα
17 Πράκτορες AI Δημιουργία: Μια εφαρμογή χρησιμοποιώντας το AI Agent Framework Βίντεο Μάθετε Περισσότερα
18 Fine-Tuning LLMs Μάθηση: Τι είναι, γιατί και πώς γίνεται το fine-tuning των LLMs Βίντεο Μάθετε Περισσότερα
19 Δημιουργία με SLMs Μάθηση: Τα οφέλη της δημιουργίας με Μικρά Γλωσσικά Μοντέλα Βίντεο Σύντομα Μάθετε Περισσότερα
20 Δημιουργία με Μοντέλα Mistral Μάθηση: Τα χαρακτηριστικά και οι διαφορές των Μοντέλων της Οικογένειας Mistral Βίντεο Σύντομα Μάθετε Περισσότερα
21 Δημιουργία με Μοντέλα Meta Μάθηση: Τα χαρακτηριστικά και οι διαφορές των Μοντέλων της Οικογένειας Meta Βίντεο Σύντομα Μάθετε Περισσότερα

🌟 Ειδικές ευχαριστίες

Ειδικές ευχαριστίες στον John Aziz για τη δημιουργία όλων των GitHub Actions και workflows.

Bernhard Merkle για τις σημαντικές συνεισφορές του σε κάθε μάθημα, βελτιώνοντας την εμπειρία των μαθητών και του κώδικα.

🎒 Άλλα Μαθήματα

Η ομάδα μας δημιουργεί και άλλα μαθήματα! Δείτε:

Azure / Edge / MCP / Agents

AZD για Αρχάριους Edge AI για Αρχάριους MCP για Αρχάριους AI Agents για Αρχάριους


Σειρά Γενετικής Τεχνητής Νοημοσύνης

Γενετική Τεχνητή Νοημοσύνη για Αρχάριους Γενετική Τεχνητή Νοημοσύνη (.NET) Γενετική Τεχνητή Νοημοσύνη (Java) Γενετική Τεχνητή Νοημοσύνη (JavaScript)


Βασική Μάθηση

ML για Αρχάριους Επιστήμη Δεδομένων για Αρχάριους AI για Αρχάριους Κυβερνοασφάλεια για Αρχάριους Web Dev για Αρχάριους IoT για Αρχάριους
Ανάπτυξη XR για Αρχάριους


Σειρά Copilot

Copilot για Συνεργατικό Προγραμματισμό με AI
Copilot για C#/.NET
Copilot Περιπέτεια

Λήψη Βοήθειας

Αν κολλήσετε ή έχετε ερωτήσεις σχετικά με την ανάπτυξη εφαρμογών AI, συμμετάσχετε:

Azure AI Foundry Discord

Αν έχετε σχόλια για προϊόντα ή αντιμετωπίζετε σφάλματα κατά την ανάπτυξη, επισκεφθείτε:

Azure AI Foundry Developer Forum


Αποποίηση ευθύνης:
Αυτό το έγγραφο έχει μεταφραστεί χρησιμοποιώντας την υπηρεσία αυτόματης μετάφρασης Co-op Translator. Παρόλο που καταβάλλουμε προσπάθειες για ακρίβεια, παρακαλούμε να έχετε υπόψη ότι οι αυτόματες μεταφράσεις ενδέχεται να περιέχουν λάθη ή ανακρίβειες. Το πρωτότυπο έγγραφο στη μητρική του γλώσσα θα πρέπει να θεωρείται η αυθεντική πηγή. Για κρίσιμες πληροφορίες, συνιστάται επαγγελματική ανθρώπινη μετάφραση. Δεν φέρουμε ευθύνη για τυχόν παρεξηγήσεις ή εσφαλμένες ερμηνείες που προκύπτουν από τη χρήση αυτής της μετάφρασης.