هندسة الذكاء الاصطناعي: من الأساسيات إلى النشر

14 وحدة · 101 درس · المجموع 33 س 1 د

1. الوحدة 1مقدمة عن الدورةدرسان · 3 د

   • Certificate of Completion

     متاح بعد التسجيل

     1 دقيقة

   • مقدمة في ماستر كلاس هندسة الذكاء الاصطناعي： من الصفر إلى بطل الذكاء الاصطناعي

     متاح بعد التسجيل

     2 دقيقة

2. الوحدة 2الأسبوع الأول： أساسيات برمجة بايثون للذكاء الاصطناعي8 دروس · 3 س 36 د

   • مقدمة عن أساسيات بايثون

     متاح بعد التسجيل

     1 دقيقة

   • اليوم 1： مقدمة في بايثون وإعداد بيئة التطوير

     متاح بعد التسجيل

     23 دقيقة

   • اليوم 2： التحكم في تدفق البرامج

     متاح بعد التسجيل

     34 دقيقة

   • اليوم 3： الدوال والوحدات (Modules)

     متاح بعد التسجيل

     26 دقيقة

   • اليوم 4： هياكل البيانات (القوائم، التابلو، القواميس، المجموعات)

     متاح بعد التسجيل

     34 دقيقة

   • اليوم 5： التعامل مع السلاسل النصية

     متاح بعد التسجيل

     27 دقيقة

   • اليوم 6： إدارة الملفات

     متاح بعد التسجيل

     26 دقيقة

   • اليوم 7： كتابة كود بايثوني عملي ومشروع تطبيقي

     متاح بعد التسجيل

     45 دقيقة

3. الوحدة 3الأسبوع الثاني： أساسيات علوم البيانات للذكاء الاصطناعي6 دروس · 1 س 56 د

   • مقدمة عن علوم البيانات

     متاح بعد التسجيل

     1 دقيقة

   • اليوم 1： مقدمة في NumPy للحسابات الرقمية

     متاح بعد التسجيل

     26 دقيقة

   • اليوم 2： العمليات المتقدمة في NumPy

     متاح بعد التسجيل

     24 دقيقة

   • اليوم 3： مقدمة في Pandas لمعالجة البيانات

     متاح بعد التسجيل

     22 دقيقة

   • اليوم 5： التجميع في Pandas

     متاح بعد التسجيل

     17 دقيقة

   • اليوم 7： مشروع تحليل بيانات استكشافية

     متاح بعد التسجيل

     26 دقيقة

4. الوحدة 4الأسبوع الثالث： الرياضيات في تعلم الآلة والذكاء الاصطناعي8 دروس · 2 س 31 د

   • مقدمة عن الرياضيات

     متاح بعد التسجيل

     1 دقيقة

   • اليوم 1： أساسيات الجبر الخطي

     متاح بعد التسجيل

     24 دقيقة

   • اليوم 2： مفاهيم متقدمة في الجبر الخطي

     متاح بعد التسجيل

     22 دقيقة

   • اليوم 3： التفاضل في تعلم الآلة

     متاح بعد التسجيل

     20 دقيقة

   • اليوم 4： التكامل والتحسين

     متاح بعد التسجيل

     18 دقيقة

   • اليوم 5： نظرية الاحتمالات والتوزيعات

     متاح بعد التسجيل

     28 دقيقة

   • اليوم 6： أساسيات الإحصاء

     متاح بعد التسجيل

     21 دقيقة

   • اليوم 7： مشروع رياضي – الانحدار الخطي من الصفر

     متاح بعد التسجيل

     17 دقيقة

5. الوحدة 5الأسبوع الرابع： الاحتمالات والإحصاء في تعلم الآلة والذكاء الاصطناعي8 دروس · 2 س 21 د

   • مقدمة عن الاحتمالات والإحصاء

     متاح بعد التسجيل

     1 دقيقة

   • اليوم 1： نظرية الاحتمالات والمتغيرات العشوائية

     متاح بعد التسجيل

     21 دقيقة

   • اليوم 2： التوزيعات الاحتمالية

     متاح بعد التسجيل

     19 دقيقة

   • اليوم 3： الاستدلال الإحصائي

     متاح بعد التسجيل

     18 دقيقة

   • اليوم 4： اختبار الفرضيات وقيمة P

     متاح بعد التسجيل

     13 دقيقة

   • اليوم 5： أنواع اختبارات الفرضيات

     متاح بعد التسجيل

     21 دقيقة

   • اليوم 6： التحليل الارتباطي والانحداري

     متاح بعد التسجيل

     20 دقيقة

   • اليوم 7： مشروع تحليل إحصائي باستخدام بيانات حقيقية

     متاح بعد التسجيل

     28 دقيقة

6. الوحدة 6الأسبوع الخامس： مقدمة في تعلم الآلة8 دروس · 2 س 42 د

   • مقدمة عن تعلم الآلة

     متاح بعد التسجيل

     1 دقيقة

   • اليوم 1： مفاهيم ومصطلحات أساسية

     متاح بعد التسجيل

     18 دقيقة

   • اليوم 2： التعلم تحت الإشراف والنماذج الانحدارية

     متاح بعد التسجيل

     18 دقيقة

   • اليوم 3： النماذج الانحدارية المتقدمة

     متاح بعد التسجيل

     33 دقيقة

   • اليوم 4： التصنيف والانحدار اللوجستي

     متاح بعد التسجيل

     27 دقيقة

   • اليوم 5： تقييم النماذج والتحقق المتقاطع

     متاح بعد التسجيل

     18 دقيقة

   • اليوم 6： خوارزمية الجار الأقرب (k-NN)

     متاح بعد التسجيل

     19 دقيقة

   • اليوم 7： مشروع عملي للتعلم تحت الإشراف

     متاح بعد التسجيل

     28 دقيقة

7. الوحدة 7الأسبوع السادس： هندسة الميزات وتقييم النماذج8 دروس · 2 س 12 د

   • مقدمة عن هندسة الميزات

     متاح بعد التسجيل

     1 دقيقة

   • اليوم 1： مقدمة في استخراج الميزات

     متاح بعد التسجيل

     16 دقيقة

   • اليوم 2： تطبيع وتحجيم البيانات

     متاح بعد التسجيل

     18 دقيقة

   • اليوم 3： ترميز البيانات الفئوية

     متاح بعد التسجيل

     19 دقيقة

   • اليوم 4： تقنيات اختيار الميزات

     متاح بعد التسجيل

     18 دقيقة

   • اليوم 5： إنشاء وتحويل الميزات

     متاح بعد التسجيل

     20 دقيقة

   • اليوم 6： تقنيات تقييم النماذج

     متاح بعد التسجيل

     18 دقيقة

   • اليوم 7： التحقق المتقاطع وضبط المعلمات

     متاح بعد التسجيل

     22 دقيقة

8. الوحدة 8الأسبوع السابع： خوارزميات تعلم الآلة المتقدمة8 دروس · 2 س 21 د

   • مقدمة عن الخوارزميات المتقدمة

     متاح بعد التسجيل

     1 دقيقة

   • اليوم 1： التعلم التجميعي

     متاح بعد التسجيل

     17 دقيقة

   • اليوم 2： Bagging والغابات العشوائية

     متاح بعد التسجيل

     16 دقيقة

   • اليوم 3： Boosting والتعزيز التدرجي

     متاح بعد التسجيل

     18 دقيقة

   • اليوم 4： مقدمة في XGBoost

     متاح بعد التسجيل

     22 دقيقة

   • اليوم 5： LightGBM وCatBoost

     متاح بعد التسجيل

     23 دقيقة

   • اليوم 6： التعامل مع البيانات غير المتوازنة

     متاح بعد التسجيل

     19 دقيقة

   • اليوم 7： مشروع تعلم تجميعي – مقارنة النماذج

     متاح بعد التسجيل

     25 دقيقة

9. الوحدة 9الأسبوع الثامن： تحسين النماذج وضبطها8 دروس · 2 س 21 د

   • مقدمة عن الضبط والتحسين

     متاح بعد التسجيل

     1 دقيقة

   • اليوم 1： ضبط المعلمات الفائقة

     متاح بعد التسجيل

     15 دقيقة

   • اليوم 2： البحث الشبكي والبحث العشوائي

     متاح بعد التسجيل

     18 دقيقة

   • اليوم 3： الضبط باستخدام التحسين البايزي

     متاح بعد التسجيل

     30 دقيقة

   • اليوم 4： تقنيات التنظيم

     متاح بعد التسجيل

     15 دقيقة

   • اليوم 5： تقييم النموذج والتحقق المتقاطع

     متاح بعد التسجيل

     15 دقيقة

   • اليوم 6： ضبط آلي باستخدام GridSearchCV وRandomizedSearchCV

     متاح بعد التسجيل

     22 دقيقة

   • اليوم 7： مشروع نهائي – بناء وتحسين النموذج النهائي

     متاح بعد التسجيل

     25 دقيقة

10. الوحدة 10الأسبوع التاسع： الشبكات العصبية والتعلم العميق8 دروس · 2 س 35 د

    • مقدمة في التعلم العميق

      متاح بعد التسجيل

      1 دقيقة

    • اليوم 1： مقدمة في الشبكات العصبية

      متاح بعد التسجيل

      18 دقيقة

    • اليوم 2： الانتشار الأمامي ودوال التنشيط

      متاح بعد التسجيل

      17 دقيقة

    • اليوم 3： دوال الخسارة والتغذية العكسية

      متاح بعد التسجيل

      17 دقيقة

    • اليوم 4： الانحدار التدرجي وتقنيات التحسين

      متاح بعد التسجيل

      25 دقيقة

    • اليوم 5： بناء الشبكات العصبية باستخدام TensorFlow وKeras

      متاح بعد التسجيل

      22 دقيقة

    • اليوم 6： بناء الشبكات باستخدام PyTorch

      متاح بعد التسجيل

      30 دقيقة

    • اليوم 7： مشروع – تصنيف الصور باستخدام CIFAR-10

      متاح بعد التسجيل

      25 دقيقة

11. الوحدة 11الأسبوع العاشر： الشبكات العصبية الالتفافية CNNs8 دروس · 3 س 2 د

    • مقدمة عن CNN

      متاح بعد التسجيل

      1 دقيقة

    • اليوم 1： التعرف على CNN

      متاح بعد التسجيل

      30 دقيقة

    • اليوم 2： الطبقات الالتفافية والفلاتر

      متاح بعد التسجيل

      27 دقيقة

    • اليوم 3： طبقات التجميع وتقليل الأبعاد

      متاح بعد التسجيل

      27 دقيقة

    • اليوم 4： بناء CNN باستخدام Keras وTensorFlow

      متاح بعد التسجيل

      20 دقيقة

    • اليوم 5： بناء CNN باستخدام PyTorch

      متاح بعد التسجيل

      25 دقيقة

    • اليوم 6： التنظيم وتعزيز البيانات

      متاح بعد التسجيل

      21 دقيقة

    • اليوم 7： مشروع – تصنيف الصور باستخدام Fashion MNIST أو CIFAR-10

      متاح بعد التسجيل

      31 دقيقة

12. الوحدة 12الأسبوع الحادي عشر： الشبكات العصبية المتكررة RNNs ونمذجة التسلسل7 دروس · 2 س 46 د

    • مقدمة عن RNN ونمذجة التسلسل

      متاح بعد التسجيل

      1 دقيقة

    • اليوم 1： مقدمة عن RNNs

      متاح بعد التسجيل

      34 دقيقة

    • اليوم 2： فهم البنية والانتشار العكسي عبر الزمن

      متاح بعد التسجيل

      28 دقيقة

    • اليوم 4： وحدات GRU

      متاح بعد التسجيل

      8 دقيقة

    • اليوم 5： معالجة النصوص وتضمين الكلمات

      متاح بعد التسجيل

      27 دقيقة

    • اليوم 6： نماذج التسلسل للتسلسل وتطبيقاتها

      متاح بعد التسجيل

      48 دقيقة

    • اليوم 7： مشروع – توليد النصوص أو تحليل المشاعر

      متاح بعد التسجيل

      20 دقيقة

13. الوحدة 13الأسبوع الثاني عشر： Transformers وآليات الانتباه7 دروس · 2 س 15 د

    • مقدمة عن Transformers والانتباه

      متاح بعد التسجيل

      1 دقيقة

    • اليوم 2： بنية Transformer

      متاح بعد التسجيل

      21 دقيقة

    • اليوم 3： الانتباه الذاتي والانتباه متعدد الرؤوس

      متاح بعد التسجيل

      24 دقيقة

    • اليوم 4： الترميز الموضعي والشبكات الأمامية

      متاح بعد التسجيل

      23 دقيقة

    • اليوم 5： التعامل مع النماذج المدربة مسبقًا – BERT وGPT

      متاح بعد التسجيل

      22 دقيقة

    • اليوم 6： نماذج Transformers المتقدمة – BERT المتغير وGPT-3

      متاح بعد التسجيل

      23 دقيقة

    • اليوم 7： مشروع Transformer – التلخيص أو الترجمة

      متاح بعد التسجيل

      21 دقيقة

14. الوحدة 14الأسبوع الثالث عشر： التعلم الانتقالي والتخصيص7 دروس · 2 س 20 د

    • مقدمة عن التعلم الانتقالي

      متاح بعد التسجيل

      1 دقيقة

    • اليوم 2： التعلم الانتقالي في رؤية الحاسوب

      متاح بعد التسجيل

      30 دقيقة

    • اليوم 3： تقنيات التخصيص في الرؤية

      متاح بعد التسجيل

      24 دقيقة

    • اليوم 4： التعلم الانتقالي في معالجة اللغة الطبيعية

      متاح بعد التسجيل

      19 دقيقة

    • اليوم 5： تقنيات التخصيص في NLP

      متاح بعد التسجيل

      29 دقيقة

    • اليوم 6： التكيف مع المجال وتحديات النقل

      متاح بعد التسجيل

      17 دقيقة

    • اليوم 7： مشروع – تخصيص نموذج لمهمة معينة

      متاح بعد التسجيل

      20 دقيقة

• حاسوب متصل بالإنترنت
• رياضيات المرحلة الثانوية (الجبر والإحصاء البسيط)
• معرفة Python مفيدة لكنها ليست شرطاً

• من يريد بدء مسيرة في هندسة الذكاء الاصطناعي
• المبرمجون الراغبون بإضافة الذكاء الاصطناعي إلى تطبيقاتهم
• محللو البيانات وطلاب علوم الحاسوب