जनरेटिव AI नवशिक्यांसाठी - जावा आवृत्ती

वेळेची बांधीलकी: संपूर्ण कार्यशाळा ऑनलाइन पूर्ण करता येते, स्थानिक सेटअपशिवाय. पर्यावरण सेटअपसाठी २ मिनिटे लागतात, आणि नमुन्यांचा अभ्यास करण्यासाठी १-३ तास लागतात, अभ्यासाच्या खोलीनुसार.

त्वरित प्रारंभ

1. हा रिपॉझिटरी तुमच्या GitHub खात्यावर फोर्क करा
2. Code → Codespaces टॅब → ... → New with options... क्लिक करा
3. पूर्वनिर्धारित सेटिंग वापरा – यामुळे या अभ्यासक्रमासाठी तयार केलेला Development कंटेनर निवडला जाईल
4. Create codespace क्लिक करा
5. पर्यावरण तयार होण्यासाठी सुमारे २ मिनिटे थांबा
6. थेट प्रथम उदाहरण कडे जा

बहु-भाषा समर्थन

GitHub Action द्वारे समर्थित (स्वयंचलित आणि सदैव अद्ययावत)

Arabic | Bengali | Bulgarian | Burmese (Myanmar) | Chinese (Simplified) | Chinese (Traditional, Hong Kong) | Chinese (Traditional, Macau) | Chinese (Traditional, Taiwan) | Croatian | Czech | Danish | Dutch | Estonian | Finnish | French | German | Greek | Hebrew | Hindi | Hungarian | Indonesian | Italian | Japanese | Kannada | Khmer | Korean | Lithuanian | Malay | Malayalam | Marathi | Nepali | Nigerian Pidgin | Norwegian | Persian (Farsi) | Polish | Portuguese (Brazil) | Portuguese (Portugal) | Punjabi (Gurmukhi) | Romanian | Russian | Serbian (Cyrillic) | Slovak | Slovenian | Spanish | Swahili | Swedish | Tagalog (Filipino) | Tamil | Telugu | Thai | Turkish | Ukrainian | Urdu | Vietnamese

स्थानिक क्लोन करायचं वाटतंय?

या रिपॉझिटरीमध्ये ५०+ भाषांतरांचा समावेश आहे ज्यामुळे डाउनलोड साईज मोठा होतो. भाषांतरांशिवाय क्लोन करण्यासाठी sparse checkout वापरा:

Bash / macOS / Linux:

git clone --filter=blob:none --sparse https://github.com/microsoft/Generative-AI-for-beginners-java.git
cd Generative-AI-for-beginners-java
git sparse-checkout set --no-cone '/*' '!translations' '!translated_images'

CMD (Windows):

git clone --filter=blob:none --sparse https://github.com/microsoft/Generative-AI-for-beginners-java.git
cd Generative-AI-for-beginners-java
git sparse-checkout set --no-cone "/*" "!translations" "!translated_images"

यामुळे तुम्हाला अभ्यासक्रम पूर्ण करण्यासाठी आवश्यक सर्व गोष्टी जलद डाउनलोड करता येतील.

अभ्यासक्रम रचना आणि शिकण्याचा मार्ग

प्रकरण १: जनरेटिव AI परिचय

• मूळ संकल्पना: लार्ज लँगवेज मॉडेल्स, टोकन्स, एम्बेडिंग्ज आणि AI क्षमता समजून घेणे
• जावा AI परिसंस्था: Spring AI आणि OpenAI SDKs ची रूपरेषा
• मॉडेल कॉन्टेक्स्ट प्रोटोकॉल: MCP परिचय आणि AI एजंट संवादातील भूमिकेचा आढावा
• प्रायोगिक अनुप्रयोग: चॅटबॉट्स आणि सामग्री निर्मितीसह वास्तविक-विश्व परिस्थिती
• → प्रकरण १ सुरु करा

प्रकरण २: विकास पर्यावरण सेटअप

• मल्टी-प्रोव्हायडर कॉन्फिगरेशन: GitHub Models, Azure OpenAI, आणि OpenAI Java SDK इंटिग्रेशन सेट करा
• Spring Boot + Spring AI: एंटरप्राइज AI अ‍ॅप्लिकेशन विकसित करताना सर्वोत्तम पद्धती
• GitHub Models: प्रोटोटायपिंग आणि शिकण्यासाठी विनामूल्य AI मॉडेल प्रवेश (क्रेडिट कार्ड आवश्यक नाही)
• विकास साधने: Docker कंटेनर, VS Code, आणि GitHub Codespaces यांची कॉन्फिगरेशन
• → प्रकरण २ सुरु करा

प्रकरण ३: कोर जनरेटिव AI तंत्रे

• प्रॉम्प्ट इंजिनिअरिंग: AI मॉडेल प्रतिसादांसाठी तंत्रे
• एम्बेडिंग्ज आणि व्हेक्टर ऑपरेशन्स: सेमॅंटिक शोध आणि साम्य शोधणे
• रिट्रीव्हल-ऑगमेंटेड जनरेशन (RAG): AI आणि तुमच्या स्वतःच्या डेटा स्रोतांचे संयोजन
• फंक्शन कॉलिंग: कस्टम साधने आणि प्लगइन्ससह AI क्षमता वाढवा
• → प्रकरण ३ सुरु करा

प्रकरण ४: व्यावहारिक अनुप्रयोग आणि प्रकल्प

• पेट स्टोरी जनरेटर (petstory/): GitHub Models सह सर्जनशील सामग्री निर्मिती
• Foundry Local Demo (foundrylocal/): OpenAI Java SDK सह स्थानिक AI मॉडेल समाकलन
• MCP कॅल्क्युलेटर सेवा (calculator/): Spring AI सह बेसिक मॉडेल कॉन्टेक्स्ट प्रोटोकॉल कार्यान्वयन
• → प्रकरण ४ सुरु करा

प्रकरण ५: जबाबदार AI विकास

• GitHub Models सुरक्षा: अंगभूत सामग्री फिल्टरिंग आणि सुरक्षा प्रणाली (कठोर अडथळे आणि सौम्य नकार) चाचणी करा
• जबाबदार AI डेमो: आधुनिक AI सुरक्षा प्रणाली कशी कार्य करते हे दर्शवणारे प्रत्यक्ष उदाहरण
• सर्वोत्तम पद्धती: नीतिशास्त्रीय AI विकास आणि तैनातीसाठी आवश्यक मार्गदर्शक तत्त्वे
• → प्रकरण ५ सुरु करा

अतिरिक्त स्रोत

LangChain

Azure / Edge / MCP / एजंट्स

---

जनरेटिव AI सिरीज

---

कोर शिक्षण

---

कॉपायलट सिरीज

मदत मिळवा

जर तुम्ही अडकलात किंवा AI ऍप्स तयार करण्याबद्दल काहीही प्रश्न असतील तर. MCP बद्दल चर्चा करण्यासाठी सहकारी शिका-यांशी आणि अनुभवी डेव्हलपर्सशी सहभागी व्हा. ही एक आधार देणारी समुदाय आहे जिथे प्रश्न विचारले जातात आणि ज्ञान मोकळेपणाने वाटले जाते.

तुमच्याकडे उत्पादनाबद्दल अभिप्राय किंवा तयार करताना चुका झाल्यास येथे भेट द्या:

---

अस्वीकरण: हा दस्तऐवज AI अनुवाद सेवा Co-op Translator वापरून अनुवादित केला आहे. आम्ही अचुकतेसाठी प्रयत्न करतो, तरी कृपया लक्षात घ्या की स्वयंचलित अनुवादांमध्ये चुका किंवा अचूकतेच्या त्रुटी असू शकतात. मूळ दस्तऐवज त्याच्या स्थानिक भाषेत अधिकार्य स्रोत मानला जावा. महत्त्वाच्या माहितीच्या बाबतीत, व्यावसायिक मानवी अनुवादाची शिफारस केली आहे. या अनुवादाच्या वापरामुळे उद्भवणाऱ्या कोणत्याही गैरसमजुती किंवा चुकीच्या अर्थांनी आम्ही जबाबदार नाही.