# AI-For-Beginners-notebook-ch

**Repository Path**: mouseart2023/AI-For-Beginners-notebook-ch

## Basic Information

- **Project Name**: AI-For-Beginners-notebook-ch
- **Description**: 微软 Artificial Intelligence for Beginners 课程练习文件中文版。
- **Primary Language**: Python
- **License**: MIT
- **Default Branch**: main
- **Homepage**: None
- **GVP Project**: No

## Statistics

- **Stars**: 15
- **Forks**: 3
- **Created**: 2024-01-09
- **Last Updated**: 2026-03-14

## Categories & Tags

**Categories**: Uncategorized

**Tags**: None

## README

# 机器学习从入门到入行：24个项目实践 AI

[![Gitee](https://img.shields.io/badge/Gitee-访问-orange.svg)](https://gitee.com/mouseart2023/AI-For-Beginners-notebook-ch) [![License](https://img.shields.io/badge/License-MIT-blue.svg)]

![book-cover](book-cover.png)

## 目录

- [机器学习从入门到入行：24个项目实践 AI](#机器学习从入门到入行24个项目实践-ai)
  - [目录](#目录)
  - [课程简介](#课程简介)
  - [存储库作用](#存储库作用)
    - [访问方式](#访问方式)
    - [课程链接编号](#课程链接编号)
  - [课程内容](#课程内容)
  - [如何使用本课程](#如何使用本课程)
    - [自学建议](#自学建议)
  - [运行 Jupyter Notebook](#运行-jupyter-notebook)
    - [通用准备](#通用准备)
    - [方法一：在 VS Code 中运行](#方法一在-vs-code-中运行)
    - [方法二：在终端中运行](#方法二在终端中运行)
  - [推荐使用方法](#推荐使用方法)
  - [注意事项](#注意事项)
  - [获取帮助](#获取帮助)
  - [荣誉与贡献](#荣誉与贡献)
  - [反馈与支持](#反馈与支持)

## 课程简介

欢迎来到《机器学习从入门到入行：24个项目实践 AI》—— 微软 [AI for Beginners](https://github.com/microsoft/ai-for-beginners) 课程的中文版！本课程由微软 Azure 云倡导者团队精心设计，旨在为初学者提供一个全面且易于理解的人工智能入门指南。课程为期12周，共24节课，涵盖了从传统符号人工智能到现代深度学习的广泛主题。

本课程的中文版已由清华大学出版社出版，书名为《机器学习从入门到入行：24个项目实践 AI》—— 微软 [AI for Beginners](https://github.com/microsoft/ai-for-beginners) 课中文版。此存储库是该书的配套编程实践资源，提供了课程中的 Jupyter Notebook 文件，帮助你通过代码实践更好地理解和应用人工智能技术。

在本课程中，你将学习：
- 人工智能的不同方法，包括符号人工智能、神经网络和深度学习。
- 使用 TensorFlow 和 PyTorch 框架进行实践操作。
- 处理图像和文本的神经架构，如卷积神经网络（CNN）、循环神经网络（RNN）和变换器（Transformer）。
- 其他人工智能技术，如遗传算法和多智能体系统。

## 存储库作用

本存储库提供了《机器学习从入门到入行：24个项目实践 AI》课程的中文版 Jupyter Notebook 文件。这些 Notebook 文件包含了课程中的代码示例、实践练习和理论讲解，帮助你更好地理解和应用人工智能技术。

### 访问方式
- **Gitee 存储库**：[https://gitee.com/mouseart2023/AI-For-Beginners-notebook-ch](https://gitee.com/mouseart2023/AI-For-Beginners-notebook-ch)

为了方便中文用户学习，所有课程相关的 Notebook 文件都提供了 Gitee 的链接地址。

### 课程链接编号
由于英文版课程中的链接较长且不便使用，本书的大部分链接通过链接编号提供。你可以通过以下链接访问相关链接索引页面：
- [人工智能入门课-相关链接索引](https://www.yuque.com/mouseart/ai-for-beginners/links)

## 课程内容

本课程分为多个章节，涵盖了人工智能的多个方面：
1. **人工智能简史**：介绍人工智能的发展历程。
2. **符号人工智能**：探讨知识表示与专家系统。
3. **神经网络简介**：从感知机到多层感知机，再到神经网络框架。
4. **计算机视觉**：包括卷积神经网络、预训练网络、生成对抗网络（GAN）等。
5. **自然语言处理（NLP）**：涵盖文本表示、嵌入、语言模型、循环神经网络（RNN）等。
6. **其他人工智能技术**：如遗传算法、深度强化学习和多智能体系统。
7. **人工智能的伦理与责任**：讨论人工智能的社会影响和伦理问题。

## 如何使用本课程

首先，你手头需要有一本清华大学出版社的《人工智能入门与实战——微软 AI for Beginners 课程的中文版》，可以直接在 Gitee 上阅读文本和查看代码。如果你想运行 Notebook 中的代码，请参考存储库中的说明文档。

### 自学建议
1. 从课前小测验开始，激发学习兴趣。
2. 阅读课程内容，理解理论知识。
3. 运行并修改 Notebook 中的代码，进行实践操作。
4. 完成课后测验，巩固所学知识。
5. 如果课程包含实践内容，尽量完成以加深理解。

## 运行 Jupyter Notebook

### 通用准备

- 安装 Miniconda

```bash
# 下载安装：[Miniconda 下载链接](https://docs.conda.io/en/latest/miniconda.html)
```

- 克隆仓库

```bash
git clone https://gitee.com/mouseart2023/AI-For-Beginners-notebook-ch.git
```

- 创建并激活虚拟环境

```bash
conda env create --name ai4beg --file environment.yml
conda activate ai4beg
```

### 方法一：在 VS Code 中运行

1. 安装 Visual Studio Code 及 Python 扩展
   - VS Code: [https://code.visualstudio.com/](https://code.visualstudio.com/)
   - 扩展市场搜索并安装 Microsoft 提供的 Python 扩展
1. 打开项目文件夹并选择 `ai4beg` 环境
1. 运行并编辑 `.ipynb` 文件

### 方法二：在终端中运行

1. 安装 Jupyter Notebook

```bash
conda install jupyter
```

1. 启动 Notebook

```bash
jupyter notebook
```

## 推荐使用方法
对于大多数用户，我们推荐 **方法一：在 VS Code 中运行**，因为它提供了一个集成的开发环境，便于编写和调试代码。同时，使用 Visual Studio Code 可以获得更好的代码提示和版本控制支持。

## 注意事项
- **网络访问**：确保您的网络能够访问 Gitee 和 GitHub（如果选择从 GitHub 克隆）。
- **依赖安装**：创建虚拟环境时，`environment.yml` 文件会自动安装所需的依赖项，请确保您的网络连接稳定。
- **资源需求**：某些课程内容可能需要较高的计算资源，建议使用性能较好的计算机。

## 获取帮助
如果在安装或运行过程中遇到问题，请参考以下资源：
- **课程链接索引**: [人工智能入门课-相关链接索引](https://www.yuque.com/mouseart/ai-for-beginners/links)（可通过扫描二维码访问）

![book-link-QRcode](book-link-QRcode.png)

- **智能助理支持**: 使用您熟悉的 AI 助手获取帮助，如 Deepseek、ChatGPT、豆包或 Copilot 等。

我们希望这些简化的步骤能帮助您顺利开始学习人工智能。祝学习愉快！

## 荣誉与贡献

- **主要作者**：Dmitry Soshnikov 博士
- **编辑**：Jen Looper 博士
- **插画家**：Tomomi Imura
- **中文翻译与编辑团队**：冯磊、周慧梅
- **封面设计**：孟依卉
- **排版**：冯磊

## 反馈与支持

我们欢迎你提供建设性的反馈意见！如果你有任何问题或建议，请在讨论板上与我们联系。