Yeni Başlayanlar için Üretken Yapay Zeka

 (microsoft.github.io)
1 puan yazan GN⁺ 2023-11-25 | 1 yorum | WhatsApp'ta paylaş
  • İlk kez üretken yapay zeka uygulaması geliştiren geliştiricilerin kavramdan uygulamaya kadar adım adım ilerleyebilmesi için Microsoft Cloud Advocates tarafından hazırlanmış, 21 dersten oluşan bir başlangıç kursu
  • Dersler, teori odaklı Learn ve kod örnekleri içeren Build olarak ikiye ayrılıyor; mümkün olduğunda Python ve TypeScript örnekleri birlikte sunuluyor
  • Uygulamalı çalışmalar Azure OpenAI Service, GitHub Marketplace Model Catalog veya OpenAI API ile yürütülebiliyor; bu da öğrenme ortamı açısından geniş bir tercih alanı sunuyor
  • Her ders kısa bir video tanıtımı, README dokümanı, kod örnekleri ve ek öğrenme bağlantılarından oluşuyor; bu sayede bağımsız çalışmak kolaylaşıyor
  • 50'den fazla dil çevirisi sunuluyor; ancak yerelde clone alırken boyut büyüyebileceği için çeviri dosyalarını hariç tutmak adına sparse checkout kullanmak faydalı oluyor

21 dersten oluşan başlangıç kursu

  • Generative AI for Beginners, Microsoft Cloud Advocates tarafından hazırlanan bir üretken yapay zeka uygulamalarına giriş kursu
  • Toplam 21 ders içeriyor ve her ders bağımsız bir konuyu ele aldığı için istenen noktadan başlanabiliyor
  • Ders türleri ikiye ayrılıyor
    • Learn: üretken yapay zeka kavramlarını açıklıyor
    • Build: kavramları ve kod örneklerini birlikte ele alıyor
  • Mümkün olduğunda Python ve TypeScript kod örnekleri sunuluyor
  • .NET geliştiricileri Generative AI for Beginners (.NET Edition) kaynağına bakabilir
  • Her derste ek öğrenme materyallerini toplayan bir Keep Learning bölümü yer alıyor

Uygulamalı çalışmalar için hazırlıklar

  • Kurs kodlarını çalıştırmak için aşağıdakilerden biri kullanılabilir
  • Python veya TypeScript hakkında temel bilgiye sahip olmak öğrenmede yardımcı olur
    • Tamamen yeni başlayanlar önce Python ve TypeScript kurslarına göz atabilir
  • Tüm depoyu kendi hesabınıza fork etmek için bir GitHub hesabı gerekir
  • Geliştirme ortamı kurulumu Course Setup dersinde ele alınıyor

Çeviri desteği ve yerel clone optimizasyonu

  • Kurs, 50'den fazla dil çevirisi içeriyor ve GitHub Action aracılığıyla otomatik olarak güncel tutulan çeviriler sunuyor
  • Desteklenen diller arasında Arabic, Chinese, French, German, Hindi, Japanese, Korean, Spanish ve Vietnamese gibi birçok dil bulunuyor
  • Çeviri dosyaları nedeniyle deponun indirme boyutu büyüyebiliyor
  • Çeviriler olmadan hızlı clone almak için sparse checkout ile translations ve translated_images hariç tutulabiliyor
git clone --filter=blob:none --sparse https://github.com/microsoft/generative-ai-for-beginners.git
cd generative-ai-for-beginners
git sparse-checkout set --no-cone '/*' '!translations' '!translated_images'

Derslerin temel yapısı

  • Her ders şu öğeleri içeriyor
    • Konuya dair kısa bir video tanıtımı
    • README tabanlı dokümantasyon dersi
    • Azure OpenAI ve OpenAI API destekli Python ve TypeScript kod örnekleri
    • Ek öğrenimi sürdürmek için kaynak bağlantıları

Tüm ders akışı

Ek kaynaklar ve katılım yolları

İlgili okumalar

1 yorum

 
GN⁺ 2023-11-25
Hacker News yorumları

  • Üretken yapay zekayı nasıl kullanacağımızı değil, gerçekte nasıl çalıştığını anlatan ders ya da kitap önerileri merak ediyorum

  • AI/ML'i hiç denememiş biri için bir öğrenme yolu var mı merak ediyorum
    ChatGPT'ye sordum; lineer cebirle başlayıp kalkülüs, olasılık ve istatistiğe geçmeyi, 2. aşamada makine öğrenmesi temellerini, 3. aşamada derin öğrenme ve sinir ağlarını önerdi
    Bu önerinin ne kadar doğru olduğunu bilmiyorum; ben bir yazılım geliştiricisiyim

    • Derin öğrenme temellerini öğrenmek için doğru yol bu değil
      Andrew Ng'nin Intro to Machine Learning ve Deep Learning Coursera derslerini almak yeterli
      Goodfellow ve diğerlerinin 『Deep Learning』 kitabının da oldukça iyi olduğunu duydum ama kendim okumadım
      Standart kalkülüs ya da lineer cebir derslerinin tamamını baştan sona tararsanız zaman kaybedersiniz
      Yapay zeka derslerinin veya derin öğrenme kitaplarının başında öğretilen ilgili matematiği öğrenip, her giriş dersinin alakasız %90'ını atlamak daha iyi
      Bunu yaklaşık 10 yıl önce sinir ağlarını sıfırdan kendi yapan biri olarak söylüyorum
    • Lineer cebiri kalkülüsten çok daha fazla seviyorum ama düzgün bir lineer cebir dersini sindirmek için kalkülüs sürecinde gelişen belli bir matematiksel olgunluğa ihtiyaç olduğunu düşünüyorum
      Kalkülüs biliyorsanız Padé yaklaşımı gibi yaklaşım teorisi konularına girebilirsiniz; bu da kalkülüs ile lineer cebirin buluştuğu güzel bir alan
      Her hâlükârda 『Schaum's Outline of Linear Algebra』 şimdiye kadar okuduğum lineer cebir kitapları arasında muhtemelen en iyisiydi ve soyut cebirin bazı kısımlarına da hafifçe değiniyor
    • Gerçekte ne istediğinize göre çok değişir
      1. Mevcut modelleri kullanmak: en kolay yol genellikle ücretli web servisleridir; daha zor yol yerel kurulumdur ve iyi bir bilgisayar gerektirir
      2. Modellerin nasıl çalıştığını anlamak
      3. Bu gidişatın nereye yöneldiğini genel olarak anlamak
      4. Mevcut modelleri eğitebilmek veya ince ayar yapabilmek
        4.1 Model üretimi için framework oluşturmak
        4.2 Test, eğitim, çıkarım vb. için framework oluşturmak
      5. Model tasarımı: alana göre çok değiştiğinden derine inmek istiyorsanız uzmanlaşmanız gerekir
      6. Sonunda AGI yapmak
        Her biri farklı yetkinlikler gerektirir
        Bazıları için yalnızca haberleri takip etmek yeterlidir; bazıları kodlama becerisi ister, bazılarında ise teori ya da felsefe daha önemlidir
        Hepsine birden sahip olamazsınız ama ilgili yetkinlikleriniz hiç olmasa bile ilk 4 maddeye kadar ulaşmak mümkündür
        Elbette etik “uzmanı” olma yolu en kolayı
    • Kullanmak mı istiyorsunuz, inşa etmek mi; buna göre değişir
      İkincisiyse ChatGPT'nin önerisi iyi bir başlangıç noktası; birincisiyse bu tür dersler iyi bir başlangıç olur
    • Andrej Karpathy'nin zero to hero derslerini öneririm
      Çok iyi; 8 video dersten oluşuyor ve kendi Jupyter notebook'unuzda takip ederek deneyebilirsiniz
      Her ders yaklaşık 1-2 saat sürüyor

  • Gelişim hızı ve yeni paradigmaların keşfedilme temposu düşünülürse bu dersin hızla eskimesi muhtemel
    2 yıl önce üretken yapay zeka öğrendim; o zaman kullandığım araçların hepsi şimdiden eski kaldı

  • Açık kaynak tarafında da benzer bir şey var mı merak ediyorum

  • Azure pazarlaması gibi göründüğü için pek hoşuma gitmedi

  • LLM'leri nasıl kullanacağınıza dair pratik bir rehber arıyorsanız Jeremy Howard'ın "Hackers Guide to language models" videosunu şiddetle öneririm
    Pratik bilgilerle dolu 1,5 saatlik bir video: https://youtu.be/jkrNMKz9pWU

  • Bunun Azure OpenAI erişimi gerektirdiği anlaşılıyor; bireysel kullanıcılar alamıyor, yalnızca bazı kurumsal müşterilere açık değil mi?

  • Fazla pazarlama materyali gibi okunuyor; neden buraya gönderildiğini pek anlayamadım

    • Hangi kısmın pazarlama gibi geldiğini bilmiyorum
      İçeriğe göz attım; teknolojiye ilk kez girmek isteyen teknik kişiler için oldukça kapsamlı görünüyor