微软：人工智能初学者课程，一共12周、24节课
内容提要
微软开源AI初学者课程，获6万多Star，支持多语言。课程共12周24节课，涵盖TensorFlow、PyTorch及AI伦理，内容从环境设置、AI历史到神经网络、计算机视觉、自然语言处理、强化学习等，附实验与测验，适合学生及自学者。
延伸解读
课程结构亮点
课程按主题分为七个模块，从AI简介、符号AI到神经网络、计算机视觉、自然语言处理，再到遗传算法和强化学习，最后以AI伦理收尾。每节课都配有实验和笔记本，覆盖PyTorch、TensorFlow、Keras等主流框架，适合初学者循序渐进地掌握AI核心概念。
多语言与社区支持
课程已获得超过6万颗Star，并翻译成几十种语言，包括简体中文和繁体中文，降低了语言门槛。完成课程后还有测验和社区资源，学习者可以检验成果并与其他爱好者交流，增强学习动力和持续性。
适用人群与学习建议
课程内容从环境设置开始，逐步深入，适合中学生、大学生以及有时间的自学者。建议学习者按顺序完成实验和测验，以巩固理解。课程还涉及AI伦理，帮助初学者建立负责任的AI开发意识。
Q&A
微软的人工智能初学者课程包含哪些主要内容？
该课程共12周24节课，涵盖AI简介、符号AI、神经网络、计算机视觉、自然语言处理、强化学习、多智能体系统以及AI伦理等主题，并涉及TensorFlow、PyTorch等工具。
微软AI初学者课程适合哪些人群？
适合初学者，包括中学生、大学生以及自学者。
微软AI初学者课程支持哪些语言？
支持多种语言，包括简体中文和繁体中文。
微软AI初学者课程在GitHub上获得了多少Star？
已获得6万多颗Star。
微软AI初学者课程包含哪些实验和测验？
课程包含实验（如笔记本实验）和测验，以及社区资源。
微软AI初学者课程中计算机视觉部分涉及哪些具体技术？
计算机视觉部分包括OpenCV、卷积神经网络（CNN）、预训练网络与迁移学习、自编码器、生成对抗网络、目标检测和语义分割（U-Net）等。
微软AI初学者课程的自然语言处理部分包含哪些主题？
自然语言处理部分涵盖文本表示（词袋模型、TF-IDF）、词嵌入（Word2Vec、GloVe）、语言建模、循环神经网络、生成循环网络、变换器（BERT）、命名实体识别以及大型语言模型和提示编程等。
微软AI初学者课程是否涉及AI伦理？
是的，课程包含AI伦理与负责任AI的专题，并提供了Microsoft Learn的负责任AI原则资源。
