26K star！学习AI也不难，这个项目讲的全

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/

2. mkdir -p ~/miniconda3
   curl https://repo.anaconda.com/miniconda/Miniconda3-latest-MacOSX-arm64.sh -o ~/miniconda3/miniconda.sh
   bash ~/miniconda3/miniconda.sh -b -u -p ~/miniconda3
   rm -rf ~/miniconda3/miniconda.sh
   
   之后
   ~/miniconda3/bin/conda init bash

3. 安装vscode，这个大家自己搞吧，太简单了。
4. 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+