歡迎！此目錄包含簡單、獨立的範例，幫助您開始學習 AI 和機器學習。每個範例都設計為適合初學者，並附有詳細的註解和逐步解說。
| 範例 | 描述 | 難度 | 先決條件 |
|---|---|---|---|
| Hello AI World | 您的第一個 AI 程式 - 簡單的模式識別 | ⭐ 初學者 | Python 基礎 |
| Simple Neural Network | 從零開始建立神經網絡 | ⭐⭐ 初學者+ | Python、基礎數學 |
| Image Classifier | 使用預訓練模型進行圖像分類 | ⭐⭐ 初學者+ | Python、numpy |
| Text Sentiment | 分析文本情感（正面/負面） | ⭐⭐ 初學者+ | Python |
請確保您已安裝 Python（建議使用 3.8 或更高版本）。安裝所需的套件：
# For Python scripts
pip install numpy
# For Jupyter notebooks (image classifier)
pip install jupyter numpy pillow tensorflow或者使用主課程中的 conda 環境：
conda env create --name ai4beg --file ../environment.yml
conda activate ai4beg對於 Python 腳本 (.py 檔案):
python 01-hello-ai-world.py對於 Jupyter 筆記本 (.ipynb 檔案):
jupyter notebook 03-image-classifier.ipynb我們建議按照以下順序進行學習：
- 從 "Hello AI World" 開始 - 學習模式識別的基礎
- 建立簡單的神經網絡 - 理解神經網絡的運作方式
- 嘗試圖像分類器 - 使用真實圖像體驗 AI 的應用
- 分析文本情感 - 探索自然語言處理
- 仔細閱讀程式碼註解 - 它們解釋了每行程式碼的作用
- 多嘗試！ - 嘗試更改數值並觀察結果
- 不用擔心完全理解 - 學習需要時間
- 提出問題 - 使用 討論板
完成這些範例後，探索完整課程：
覺得這些範例有幫助嗎？幫助我們改進：
- 回報問題或提出改進建議
- 添加更多適合初學者的範例
- 改善文件和註解
記住：每位專家都曾是初學者。祝您學習愉快！ 🎓
免責聲明：
本文件已使用 AI 翻譯服務 Co-op Translator 進行翻譯。雖然我們致力於提供準確的翻譯，但請注意，自動翻譯可能包含錯誤或不準確之處。原始文件的母語版本應被視為權威來源。對於關鍵資訊，建議使用專業人工翻譯。我們對因使用此翻譯而產生的任何誤解或錯誤解釋不承擔責任。