# EdgeAI dla początkujących ![Obraz okładki kursu](../../translated_images/pl/cover.eb18d1b9605d754b.webp) [![Współtwórcy na GitHub](https://img.shields.io/github/contributors/microsoft/edgeai-for-beginners.svg)](https://GitHub.com/microsoft/edgeai-for-beginners/graphs/contributors) [![Problemy na GitHub](https://img.shields.io/github/issues/microsoft/edgeai-for-beginners.svg)](https://GitHub.com/microsoft/edgeai-for-beginners/issues) [![Pull requesty na GitHub](https://img.shields.io/github/issues-pr/microsoft/edgeai-for-beginners.svg)](https://GitHub.com/microsoft/edgeai-for-beginners/pulls) [![PRs Welcome](https://img.shields.io/badge/PRs-welcome-brightgreen.svg?style=flat-square)](http://makeapullrequest.com) [![Obserwujący na GitHub](https://img.shields.io/github/watchers/microsoft/edgeai-for-beginners.svg?style=social&label=Watch)](https://GitHub.com/microsoft/edgeai-for-beginners/watchers) [![Forki na GitHub](https://img.shields.io/github/forks/microsoft/edgeai-for-beginners.svg?style=social&label=Fork)](https://GitHub.com/microsoft/edgeai-for-beginners/fork) [![Gwiazdy na GitHub](https://img.shields.io/github/stars/microsoft/edgeai-for-beginners?style=social&label=Star)](https://GitHub.com/microsoft/edgeai-for-beginners/stargazers) [![Microsoft Foundry Discord](https://dcbadge.limes.pink/api/server/nTYy5BXMWG)](https://discord.gg/nTYy5BXMWG) Postępuj zgodnie z tymi krokami, aby zacząć korzystać z tych zasobów: 1. **Forkuj repozytorium**: Kliknij [![Forki na GitHub](https://img.shields.io/github/forks/microsoft/edgeai-for-beginners.svg?style=social&label=Fork)](https://GitHub.com/microsoft/edgeai-for-beginners/fork) 2. **Sklonuj repozytorium**: `git clone https://github.com/microsoft/edgeai-for-beginners.git` 3. [**Dołącz do Azure AI Foundry Discord i poznaj ekspertów oraz innych programistów**](https://discord.com/invite/ByRwuEEgH4) ### 🌐 Wsparcie wielojęzyczne #### Wspierane za pomocą GitHub Action (automatyczne i zawsze aktualne) [Arabski](../ar/README.md) | [Bengalski](../bn/README.md) | [Bułgarski](../bg/README.md) | [Birmański (Myanmar)](../my/README.md) | [Chiński (uproszczony)](../zh-CN/README.md) | [Chiński (tradycyjny, Hong Kong)](../zh-HK/README.md) | [Chiński (tradycyjny, Makau)](../zh-MO/README.md) | [Chiński (tradycyjny, Tajwan)](../zh-TW/README.md) | [Chorwacki](../hr/README.md) | [Czeski](../cs/README.md) | [Duński](../da/README.md) | [Holenderski](../nl/README.md) | [Estoński](../et/README.md) | [Fiński](../fi/README.md) | [Francuski](../fr/README.md) | [Niemiecki](../de/README.md) | [Grecki](../el/README.md) | [Hebrajski](../he/README.md) | [Hindi](../hi/README.md) | [Węgierski](../hu/README.md) | [Indonezyjski](../id/README.md) | [Włoski](../it/README.md) | [Japoński](../ja/README.md) | [Kannada](../kn/README.md) | [Khmer](../km/README.md) | [Koreański](../ko/README.md) | [Litewski](../lt/README.md) | [Malajski](../ms/README.md) | [Malayalam](../ml/README.md) | [Marathi](../mr/README.md) | [Nepalski](../ne/README.md) | [Nigerski pidgin](../pcm/README.md) | [Norweski](../no/README.md) | [Perski (Farsi)](../fa/README.md) | [Polski](./README.md) | [Portugalski (Brazylia)](../pt-BR/README.md) | [Portugalski (Portugalia)](../pt-PT/README.md) | [Pendżabski (Gurmukhi)](../pa/README.md) | [Rumunski](../ro/README.md) | [Rosyjski](../ru/README.md) | [Serbski (cyrylica)](../sr/README.md) | [Słowacki](../sk/README.md) | [Słoweński](../sl/README.md) | [Hiszpański](../es/README.md) | [Suahili](../sw/README.md) | [Szwedzki](../sv/README.md) | [Tagalog (Filipiński)](../tl/README.md) | [Tamilski](../ta/README.md) | [Telugu](../te/README.md) | [Tajski](../th/README.md) | [Turecki](../tr/README.md) | [Ukraiński](../uk/README.md) | [Urdu](../ur/README.md) | [Wietnamski](../vi/README.md) > **Wolisz klonować lokalnie?** > > To repozytorium zawiera ponad 50 tłumaczeń językowych, co znacząco zwiększa rozmiar pobieranego pliku. Aby klonować bez tłumaczeń, użyj sparse checkout: > > **Bash / macOS / Linux:** > ```bash > git clone --filter=blob:none --sparse https://github.com/microsoft/edgeai-for-beginners.git > cd edgeai-for-beginners > git sparse-checkout set --no-cone '/*' '!translations' '!translated_images' > ``` > > **CMD (Windows):** > ```cmd > git clone --filter=blob:none --sparse https://github.com/microsoft/edgeai-for-beginners.git > cd edgeai-for-beginners > git sparse-checkout set --no-cone "/*" "!translations" "!translated_images" > ``` > > Dzięki temu otrzymasz wszystko, co potrzebne do ukończenia kursu, z znacznie szybszym pobieraniem. **Jeśli chcesz dodać dodatkowe języki tłumaczeń, są one wymienione [tutaj](https://github.com/Azure/co-op-translator/blob/main/getting_started/supported-languages.md)** ## Wprowadzenie Witamy w **EdgeAI dla początkujących** – Twojej kompleksowej podróży do transformującego świata Edge Artificial Intelligence. Ten kurs łączy potężne możliwości AI z praktycznym, rzeczywistym wdrożeniem na urządzeniach brzegowych, umożliwiając Ci wykorzystanie potencjału AI bezpośrednio tam, gdzie generowane są dane i podejmowane są decyzje. ### Co opanujesz Kurs przeprowadzi Cię od podstawowych koncepcji do wdrożeń gotowych na produkcję, obejmując: - **Małe modele językowe (SLM)** zoptymalizowane pod kątem wdrożeń brzegowych - **Optymalizację świadomą sprzętu** na różnych platformach - **Wnioskowanie w czasie rzeczywistym** z zachowaniem prywatności - **Strategie wdrożeń produkcyjnych** dla aplikacji korporacyjnych ### Dlaczego EdgeAI ma znaczenie Edge AI reprezentuje zmianę paradygmatu odpowiadającą na kluczowe wyzwania współczesności: - **Prywatność i bezpieczeństwo**: Przetwarzaj wrażliwe dane lokalnie bez narażania ich w chmurze - **Wydajność w czasie rzeczywistym**: Eliminuj opóźnienia sieciowe w aplikacjach krytycznych czasowo - **Efektywność kosztowa**: Zredukowanie kosztów przepustowości i obliczeń w chmurze - **Odporne działanie**: Utrzymanie funkcjonalności podczas awarii sieci - **Zgodność regulacyjna**: Spełnianie wymogów suwerenności danych ### Edge AI Edge AI oznacza uruchamianie algorytmów AI i modeli językowych lokalnie na sprzęcie, blisko miejsca generowania danych, bez polegania na zasobach chmurowych do wnioskowania. Zmniejsza to opóźnienia, zwiększa prywatność i umożliwia podejmowanie decyzji w czasie rzeczywistym. ### Główne zasady: - **Wnioskowanie na urządzeniu**: Modele AI działają na urządzeniach brzegowych (telefony, routery, mikrokontrolery, komputery przemysłowe) - **Możliwość pracy offline**: Funkcjonuje bez stałego połączenia z internetem - **Niskie opóźnienia**: Natychmiastowe odpowiedzi odpowiednie dla systemów czasu rzeczywistego - **Suwerenność danych**: Przechowywanie danych wrażliwych lokalnie, co poprawia bezpieczeństwo i zgodność ### Małe modele językowe (SLM) SLM, takie jak Phi-4, Mistral-7B i Gemma, to zoptymalizowane wersje większych LLM — wytrenowane lub destylowane tak, aby zapewnić: - **Zmniejszone zużycie pamięci**: Efektywne wykorzystanie ograniczonej pamięci urządzeń brzegowych - **Niższe zapotrzebowanie na moc obliczeniową**: Optymalizacja pod kątem wydajności CPU i GPU na brzegu sieci - **Szybsze uruchamianie**: Szybka inicjalizacja dla responsywnych aplikacji Umożliwiają potężne możliwości NLP, spełniając jednocześnie ograniczenia: - **Systemów wbudowanych**: Urządzenia IoT i kontrolery przemysłowe - **Urządzeń mobilnych**: Smartfony i tablety z możliwością pracy offline - **Urządzeń IoT**: Czujniki i inteligentne urządzenia o ograniczonych zasobach - **Serwerów brzegowych**: Lokalne jednostki przetwarzające z ograniczonym GPU - **Komputerów osobistych**: Scenariusze wdrożeń desktopowych i laptopowych ## Moduły kursu i nawigacja | Moduł | Temat | Obszar | Kluczowa zawartość | Poziom | Czas trwania | |--------|-------|------------|-------------|--------|----------| | [📖 00 ](./introduction.md) | [Wprowadzenie do EdgeAI](./introduction.md) | Podstawy i kontekst | Przegląd EdgeAI • Zastosowania w przemyśle • Wprowadzenie do SLM • Cele nauki | Początkujący | 1-2 godziny | | [📚 01](../../Module01) | [Podstawy EdgeAI](./Module01/README.md) | Porównanie Cloud vs Edge AI | Podstawy EdgeAI • Studium przypadków • Przewodnik implementacyjny • Wdrożenie na brzegu | Początkujący | 3-4 godziny | | [🧠 02](../../Module02) | [Podstawy modeli SLM](./Module02/README.md) | Rodziny modeli i architektura | Rodzina Phi • Rodzina Qwen • Rodzina Gemma • BitNET • μModel • Phi-Silica | Początkujący | 4-5 godzin | | [🚀 03](../../Module03) | [Praktyka wdrożenia SLM](./Module03/README.md) | Wdrożenie lokalne i w chmurze | Zaawansowane szkolenie • Środowisko lokalne • Wdrożenie w chmurze | Średniozaawansowany | 4-5 godzin | | [⚙️ 04](../../Module04) | [Zestaw narzędzi optymalizacji modeli](./Module04/README.md) | Optymalizacja multiplatformowa | Wprowadzenie • Llama.cpp • Microsoft Olive • OpenVINO • Apple MLX • Synteza przepływów pracy | Średniozaawansowany | 5-6 godzin | | [🔧 05](../../Module05) | [Produkcja SLMOps](./Module05/README.md) | Operacje produkcyjne | Wprowadzenie do SLMOps • Destylacja modeli • Fine-tuning • Wdrożenie produkcyjne | Zaawansowany | 5-6 godzin | | [🤖 06](../../Module06) | [Agenci AI i wywołania funkcji](./Module06/README.md) | Frameworki agentów i MCP | Wprowadzenie do agentów • Wywoływanie funkcji • Protokół kontekstu modelu | Zaawansowany | 4-5 godzin | | [💻 07](../../Module07) | [Implementacja platformy](./Module07/README.md) | Przykłady multiplatformowe | Zestaw narzędzi AI • Foundry Local • Programowanie Windows | Zaawansowany | 3-4 godziny | | [🏭 08](../../Module08) | [Zestaw narzędzi Foundry Local](./Module08/README.md) | Przykłady gotowe do produkcji | Przykładowe aplikacje (szczegóły poniżej) | Ekspert | 8-10 godzin | ### 🏭 **Moduł 08: Przykładowe aplikacje** - [01: REST Chat Quickstart](./Module08/samples/01/README.md) - [02: OpenAI SDK Integration](./Module08/samples/02/README.md) - [03: Odkrywanie modeli i benchmarking](./Module08/samples/03/README.md) - [04: Aplikacja Chainlit RAG](./Module08/samples/04/README.md) - [05: Orkiestracja wielu agentów](./Module08/samples/05/README.md) - [06: Router Modele-jako-Narzędzia](./Module08/samples/06/README.md) - [07: Bezpośredni klient API](./Module08/samples/07/README.md) - [08: Aplikacja czatu Windows 11](./Module08/samples/08/README.md) - [09: Zaawansowany system wielu agentów](./Module08/samples/09/README.md) - [10: Framework narzędzi Foundry](./Module08/samples/10/README.md) ### 🎓 **Warsztat: Ścieżka nauki praktycznej** Kompleksowe materiały warsztatowe z wdrożeniami gotowymi do produkcji: - **[Przewodnik warsztatowy](./Workshop/Readme.md)** - Cele i efekty nauki oraz nawigacja zasobami - **Przykłady Python** (6 sesji) - Zaktualizowane o najlepsze praktyki, obsługę błędów i pełną dokumentację - **Notatniki Jupyter** (8 interaktywnych) - Krok po kroku tutoriale z benchmarkami i monitorowaniem wydajności - **Przewodniki sesji** - Szczegółowe przewodniki markdown dla każdej sesji warsztatowej - **Narzędzia walidacyjne** - Skrypty do weryfikacji jakości kodu i testów dymnych **Co zbudujesz:** - Lokalne aplikacje czatu AI z obsługą streamingu - Pipeline RAG z oceną jakości (RAGAS) - Narzędzia benchmarkingu i porównania wielomodelowego - Systemy orkiestracji wielu agentów - Inteligentne routowanie modeli z wyborem według zadania ### 🎙️ **Warsztat dla Agentic: Praktyka - Studio podcastowe AI** Zbuduj od podstaw pipeline produkcji podcastu wspieranego przez AI! Ten immersyjny warsztat nauczy Cię, jak stworzyć kompletny system wieloagentowy, który przekształca pomysły w profesjonalne odcinki podcastów. **[🎬 Rozpocznij warsztaty AI Podcast Studio](./WorkshopForAgentic/README.md)** **Twoja misja**: Uruchom "Future Bytes" — podcast technologiczny zasilany w całości przez AI, które sam stworzysz. Bez zależności chmurowych, bez kosztów API — wszystko działa lokalnie na Twoim komputerze. **Co czyni to wyjątkowym:** - **🤖 Prawdziwa orkiestracja wieloagentowa** — Buduj specjalistyczne agenty AI, które badają, piszą i produkują audio - **🎯 Kompletny pipeline produkcyjny** — Od wyboru tematu po finalny plik audio podcastu - **💻 Wdrożenie w 100% lokalnie** — Wykorzystuje Ollamę i lokalne modele (Qwen-3-8B) dla pełnej prywatności i kontroli - **🎤 Integracja tekst-na-mowę** — Przekształć skrypty w naturalnie brzmiące rozmowy z udziałem wielu głosów - **✋ Przepływy pracy z człowiekiem w pętli** — Bramy zatwierdzania zapewniają jakość przy zachowaniu automatyzacji **Trzyaktowa podróż edukacyjna:** | Akt | Fokus | Kluczowe umiejętności | Czas trwania | |-----|-------|-------------------------|--------------| | **[Akt 1: Poznaj swoich asystentów AI](./WorkshopForAgentic/md/01.BuildAIAgentWithSLM.md)** | Zbuduj swojego pierwszego agenta AI | Integracja narzędzi • Wyszukiwanie w sieci • Rozwiązywanie problemów • Rozumowanie agenta | 2-3 godz. | | **[Akt 2: Złóż zespół produkcyjny](./WorkshopForAgentic/md/02.AIAgentOrchestrationAndWorkflows.md)** | Orkiestruj wielu agentów | Koordynacja zespołu • Przepływy zatwierdzania • Interfejs DevUI • Nadzór człowieka | 3-4 godz. | | **[Akt 3: Ożyw swój podcast](./WorkshopForAgentic/md/03.Multi-SpeakerPodcastGenerationWithVibeVoice.md)** | Generuj audio podcastu | Tekst-na-mowę • Synteza wielogłosowa • Długie formy audio • Pełna automatyzacja | 2-3 godz. | **Używane technologie:** - **Microsoft Agent Framework** — Orkiestracja i koordynacja wieloagentowa - **Ollama** — Lokalny runtime modeli AI (bez chmury) - **Qwen-3-8B** — Otwartoźródłowy model językowy zoptymalizowany do zadań agentowych - **API tekst-na-mowę** — Naturalna synteza głosu dla generowania podcastów **Wsparcie sprzętowe:** - ✅ **Tryb CPU** — Działa na każdym nowoczesnym komputerze (zalecane 8GB+ RAM) - 🚀 **Przyspieszenie GPU** — Znacznie szybsze wnioskowanie na kartach NVIDIA/AMD - ⚡ **Wsparcie NPU** — Przyspieszenie dzięki jednostce neuronowej nowej generacji **Idealne dla:** - Programistów uczących się systemów wieloagentowych AI - Osób zainteresowanych automatyzacją AI i przepływami pracy - Twórców treści eksplorujących produkcję wspieraną przez AI - Studentów poznających praktyczne wzorce orkiestracji AI **Zacznij budować**: [🎙️ Warsztaty AI Podcast Studio →](./WorkshopForAgentic/README.md) ### 📊 **Podsumowanie ścieżki nauki** - **Łączny czas:** 36-45 godzin - **Ścieżka początkującego:** Moduły 01-02 (7-9 godz.) - **Ścieżka średniozaawansowanego:** Moduły 03-04 (9-11 godz.) - **Ścieżka zaawansowanego:** Moduły 05-07 (12-15 godz.) - **Ścieżka eksperta:** Moduł 08 (8-10 godz.) ## Co zbudujesz ### 🎯 Kluczowe kompetencje - **Architektura Edge AI**: Projektuj systemy lokalne z integracją chmurową - **Optymalizacja modelu**: Kwantyzacja i kompresja modeli do zastosowań edge (85% wzrost prędkości, 75% redukcja rozmiaru) - **Wieloplatformowe wdrożenia**: Windows, mobile, embedded i hybrydowe systemy chmura-edge - **Operacje produkcyjne**: Monitorowanie, skalowanie i utrzymanie edge AI w produkcji ### 🏗️ Projekty praktyczne - **Aplikacje czatu Foundry Local**: Natywna aplikacja Windows 11 ze zmianą modeli - **Systemy wieloagentowe**: Koordynator z agentami specjalistycznymi do złożonych przepływów pracy - **Aplikacje RAG**: Lokalne przetwarzanie dokumentów z wyszukiwaniem wektorowym - **Routery modeli**: Inteligentny wybór modeli na podstawie analizy zadań - **Frameworki API**: Gotowe do produkcji klienty ze streamingiem i monitorowaniem stanu - **Narzędzia wieloplatformowe**: Wzorce integracji LangChain/Semantic Kernel ### 🏢 Zastosowania branżowe **Produkcja** • **Opieka zdrowotna** • **Pojazdy autonomiczne** • **Inteligentne miasta** • **Aplikacje mobilne** ## Szybki start **Polecana ścieżka nauki** (20-30 godzin łącznie): 0. **📖 Wprowadzenie** ([Introduction.md](./introduction.md)): Podstawy EdgeAI + kontekst branżowy + framework nauki 1. **📚 Fundamenty** (Moduły 01-02): Koncepcje EdgeAI + rodziny modeli SLM 2. **⚙️ Optymalizacja** (Moduły 03-04): Wdrożenia + frameworki kwantyzacji 3. **🚀 Produkcja** (Moduły 05-06): SLMOps + agenty AI + wywoływanie funkcji 4. **💻 Implementacja** (Moduły 07-08): Przykłady platformowe + zestaw narzędzi Foundry Local Każdy moduł zawiera teorię, ćwiczenia praktyczne i przykłady kodu gotowego do produkcji. ## Wpływ na karierę **Role techniczne**: Architekt rozwiązań EdgeAI • Inżynier ML (Edge) • Developer AI IoT • Mobile AI Developer **Sektory branżowe**: Przemysł 4.0 • Technologie zdrowotne • Systemy autonomiczne • FinTech • Elektronika użytkowa **Projekty w portfolio**: Systemy wieloagentowe • Produkcyjne aplikacje RAG • Wieloplatformowe wdrożenia • Optymalizacja wydajności ## Struktura repozytorium ``` edgeai-for-beginners/ ├── 📖 introduction.md # Foundation: EdgeAI Overview & Learning Framework ├── 📚 Module01-04/ # Fundamentals → SLMs → Deployment → Optimization ├── 🔧 Module05-06/ # SLMOps → AI Agents → Function Calling ├── 💻 Module07/ # Platform Samples (VS Code, Windows, Jetson, Mobile) ├── 🏭 Module08/ # Foundry Local Toolkit + 10 Comprehensive Samples │ ├── samples/01-06/ # Foundation: REST, SDK, RAG, Agents, Routing │ └── samples/07-10/ # Advanced: API Client, Windows App, Enterprise Agents, Tools ├── 🌐 translations/ # Multi-language support (8+ languages) └── 📋 STUDY_GUIDE.md # Structured learning paths & time allocation ``` ## Najważniejsze elementy kursu ✅ **Stopniowa nauka**: Teoria → Praktyka → Wdrożenie produkcyjne ✅ **Prawdziwe studia przypadków**: Microsoft, Japan Airlines, wdrożenia korporacyjne ✅ **Próbki praktyczne**: 50+ przykładów, 10 kompleksowych demo Foundry Local ✅ **Skupienie na wydajności**: 85% przyspieszenia, 75% redukcji rozmiaru ✅ **Wielo-platformowość**: Windows, mobile, embedded, hybrydy chmura-edge ✅ **Gotowość do produkcji**: Monitorowanie, skalowanie, bezpieczeństwo, zgodność 📖 **[Dostępny przewodnik nauki](STUDY_GUIDE.md)**: Strukturyzowana 20-godzinna ścieżka z poradami dotyczącymi alokacji czasu i narzędziami samooceny. --- **EdgeAI to przyszłość wdrażania AI**: lokalność w pierwszej kolejności, ochrona prywatności i efektywność. Opanuj te umiejętności, by budować nową generację inteligentnych aplikacji. ## Inne kursy Nasz zespół tworzy także inne kursy! Sprawdź: ### LangChain [![LangChain4j dla początkujących](https://img.shields.io/badge/LangChain4j%20for%20Beginners-22C55E?style=for-the-badge&&labelColor=E5E7EB&color=0553D6)](https://aka.ms/langchain4j-for-beginners) [![LangChain.js dla początkujących](https://img.shields.io/badge/LangChain.js%20for%20Beginners-22C55E?style=for-the-badge&labelColor=E5E7EB&color=0553D6)](https://aka.ms/langchainjs-for-beginners?WT.mc_id=m365-94501-dwahlin) [![LangChain dla początkujących](https://img.shields.io/badge/LangChain%20for%20Beginners-22C55E?style=for-the-badge&labelColor=E5E7EB&color=0553D6)](https://github.com/microsoft/langchain-for-beginners?WT.mc_id=m365-94501-dwahlin) --- ### Azure / Edge / MCP / Agenci [![AZD dla początkujących](https://img.shields.io/badge/AZD%20for%20Beginners-0078D4?style=for-the-badge&labelColor=E5E7EB&color=0078D4)](https://github.com/microsoft/AZD-for-beginners?WT.mc_id=academic-105485-koreyst) [![Edge AI dla początkujących](https://img.shields.io/badge/Edge%20AI%20for%20Beginners-00B8E4?style=for-the-badge&labelColor=E5E7EB&color=00B8E4)](https://github.com/microsoft/edgeai-for-beginners?WT.mc_id=academic-105485-koreyst) [![MCP dla początkujących](https://img.shields.io/badge/MCP%20for%20Beginners-009688?style=for-the-badge&labelColor=E5E7EB&color=009688)](https://github.com/microsoft/mcp-for-beginners?WT.mc_id=academic-105485-koreyst) [![Agenci AI dla początkujących](https://img.shields.io/badge/AI%20Agents%20for%20Beginners-00C49A?style=for-the-badge&labelColor=E5E7EB&color=00C49A)](https://github.com/microsoft/ai-agents-for-beginners?WT.mc_id=academic-105485-koreyst) --- ### Seria generatywnej AI [![Generatywna AI dla początkujących](https://img.shields.io/badge/Generative%20AI%20for%20Beginners-8B5CF6?style=for-the-badge&labelColor=E5E7EB&color=8B5CF6)](https://github.com/microsoft/generative-ai-for-beginners?WT.mc_id=academic-105485-koreyst) [![Generatywna AI (.NET)](https://img.shields.io/badge/Generative%20AI%20(.NET)-9333EA?style=for-the-badge&labelColor=E5E7EB&color=9333EA)](https://github.com/microsoft/Generative-AI-for-beginners-dotnet?WT.mc_id=academic-105485-koreyst) [![Generatywna AI (Java)](https://img.shields.io/badge/Generative%20AI%20(Java)-C084FC?style=for-the-badge&labelColor=E5E7EB&color=C084FC)](https://github.com/microsoft/generative-ai-for-beginners-java?WT.mc_id=academic-105485-koreyst) [![Generatywna AI (JavaScript)](https://img.shields.io/badge/Generative%20AI%20(JavaScript)-E879F9?style=for-the-badge&labelColor=E5E7EB&color=E879F9)](https://github.com/microsoft/generative-ai-with-javascript?WT.mc_id=academic-105485-koreyst) --- ### Podstawy nauki [![ML dla początkujących](https://img.shields.io/badge/ML%20for%20Beginners-22C55E?style=for-the-badge&labelColor=E5E7EB&color=22C55E)](https://aka.ms/ml-beginners?WT.mc_id=academic-105485-koreyst) [![Data Science dla początkujących](https://img.shields.io/badge/Data%20Science%20for%20Beginners-84CC16?style=for-the-badge&labelColor=E5E7EB&color=84CC16)](https://aka.ms/datascience-beginners?WT.mc_id=academic-105485-koreyst) [![AI dla początkujących](https://img.shields.io/badge/AI%20for%20Beginners-A3E635?style=for-the-badge&labelColor=E5E7EB&color=A3E635)](https://aka.ms/ai-beginners?WT.mc_id=academic-105485-koreyst) [![Cyberbezpieczeństwo dla początkujących](https://img.shields.io/badge/Cybersecurity%20for%20Beginners-F97316?style=for-the-badge&labelColor=E5E7EB&color=F97316)](https://github.com/microsoft/Security-101?WT.mc_id=academic-96948-sayoung) [![Web Dev dla początkujących](https://img.shields.io/badge/Web%20Dev%20for%20Beginners-EC4899?style=for-the-badge&labelColor=E5E7EB&color=EC4899)](https://aka.ms/webdev-beginners?WT.mc_id=academic-105485-koreyst) [![IoT dla początkujących](https://img.shields.io/badge/IoT%20for%20Beginners-14B8A6?style=for-the-badge&labelColor=E5E7EB&color=14B8A6)](https://aka.ms/iot-beginners?WT.mc_id=academic-105485-koreyst) [![XR Development dla początkujących](https://img.shields.io/badge/XR%20Development%20for%20Beginners-38BDF8?style=for-the-badge&labelColor=E5E7EB&color=38BDF8)](https://github.com/microsoft/xr-development-for-beginners?WT.mc_id=academic-105485-koreyst) --- ### Seria Copilot [![Copilot for AI Paired Programming](https://img.shields.io/badge/Copilot%20for%20AI%20Paired%20Programming-FACC15?style=for-the-badge&labelColor=E5E7EB&color=FACC15)](https://aka.ms/GitHubCopilotAI?WT.mc_id=academic-105485-koreyst) [![Copilot for C#/.NET](https://img.shields.io/badge/Copilot%20for%20C%23/.NET-FBBF24?style=for-the-badge&labelColor=E5E7EB&color=FBBF24)](https://github.com/microsoft/mastering-github-copilot-for-dotnet-csharp-developers?WT.mc_id=academic-105485-koreyst) [![Copilot Adventure](https://img.shields.io/badge/Copilot%20Adventure-FDE68A?style=for-the-badge&labelColor=E5E7EB&color=FDE68A)](https://github.com/microsoft/CopilotAdventures?WT.mc_id=academic-105485-koreyst) ## Uzyskiwanie pomocy Jeśli utkniesz lub masz pytania dotyczące tworzenia aplikacji AI, dołącz do: [![Microsoft Foundry Discord](https://dcbadge.limes.pink/api/server/nTYy5BXMWG)](https://discord.gg/nTYy5BXMWG) Jeśli masz uwagi dotyczące produktu lub napotykasz błędy podczas tworzenia, odwiedź: [![Microsoft Foundry Developer Forum](https://img.shields.io/badge/GitHub-Microsoft_Foundry_Developer_Forum-blue?style=for-the-badge&logo=github&color=000000&logoColor=fff)](https://aka.ms/foundry/forum) --- **Zastrzeżenie**: Dokument ten został przetłumaczony przy użyciu usługi tłumaczeń AI [Co-op Translator](https://github.com/Azure/co-op-translator). Mimo że dążymy do dokładności, prosimy pamiętać, że automatyczne tłumaczenia mogą zawierać błędy lub niedokładności. Oryginalny dokument w języku oryginalnym powinien być uważany za autorytatywne źródło. W przypadku informacji krytycznych zalecane jest skorzystanie z profesjonalnego tłumaczenia wykonanego przez człowieka. Nie ponosimy odpowiedzialności za jakiekolwiek nieporozumienia lub błędne interpretacje wynikające z użycia tego tłumaczenia.