استفسار بخصوص دورة الذكاء الاصطناعي

وعليكم السلام ورحمة الله وبركاته.

بعد إتمامك للدورة وتطبيق محتواها، ستكون قادرًا على بناء نماذج ذكاء اصطناعي متخصصة أي ستكتسب المهارات اللازمة لبناء نماذج قادرة على حل مشكلات معينة.و ستتعرف على فروع الذكاء الاصطناعي المختلفة مثل تعلم الآلة، والتعلم العميق، ومعالجة اللغات الطبيعية.

وللتوضيح أكثر يمكنك قراءة التعليقات التالية

في دورة بايثون، يوجد مقدمة وشرح أساسيات بسيطة في مجال تعلم الآلة، فتخصص الدورة هو لغة بايثون وليس تعلم الآلة.

بينما دورة الذكاء الاصطناعي فستدرس بها ما يلي:

• ستتعلم تحليل البيانات على مشاريع عملية، وستتعلم استخلاص المعلومات من مجموعات من البيانات بتحليلها وتصويرها، والتعامل مع مكتبات شهيرة مثل Pandas و Numpy و Matpoltlib و Seaborn.
• التعامل مع نماذج الذكاء الاصطناعي LLMs الكبيرة مثل GPT من OpenAI مثل ChatGPT ونموذج LLaMA و DeepSeek مع أمثلة عملية عن استخدامها.
• التعامل مع نماذج الرؤية الحاسوبية باستخدام نماذج الذكاء الاصطناعي الحديثة مثل YOLO وCLIP وVision Transformers، مع صقل Fine-Tuning هذه النماذج لتحقيق أداء أعلى.
• ستطبق خوارزميات التعلم العميق في تصنيف العناصر، وتدرب شبكات عصبية CNN للتعرف على الصور، وتحلل المشاعر والنصوص وتبني بوت محادثة عبر الشبكات التكرارية RNN، وتطبيقات أخرى عملية عليها.
• تقنيات نقل التعلم وتدريب النماذج وصقلها Fine-Tuning لتحقيق أداء أعلى في مهام الذكاء الاصطناعي، وستستفيد من النماذج المدربة مسبقًا لتسريع عملية التدريب، وتخصيصها لتلبية احتياجات تطبيقات محددة مثل تصنيف الصور وتحليل النصوص.
• الخوارزميات التي تستخدم في مهام الانحدار Regressions والتصنيف Classification والتجميع Clustering وغيرها في تعلم الآلة.
• خوارزميات التعلم الخاضعة للإشراف Supervised learning وخوارزميات التعلم الغير خاضعة للإشراف Unsupervised learning وخوارزميات التعلم المعزز Reinforced learning.
• ستتعلم هندسة الموجهات Prompt Engineering وضبطها Prompt tuning مع مختلف نماذج LLMs، وكيفية تشغيل Ollama محليًا.
• ستوظف ما تعلمته من تحليل للبيانات وتعلم الآلة في متجر إلكتروني، بدءًا من جلب البيانات من قاعدة البيانات ثم تحليلها ثم برمجة نماذج الذكاء الاصطناعي ثم دمجها مع المتجر لتقديم أنظمة ذكية للعملاء.
• كيفية جمع الصور ومعالجتها وتهيئتها لبناء نموذج شبكة عصبية عبر TensorFlow، وستتعلم إنشاء واجهة برمجية API بنفسك لدمج النماذج التي دربتها مع تطبيقاتك.
• كيفية تصميم أنظمة ذكية تتعلم من التجربة لاتخاذ قرارات مثلى في بيئات ديناميكية، باستخدام تقنيات مثل Q-learning والتعلم العميق.

بعد الإنتهاء من الدورة ستنقلك من مستوى شخص لديه أساسيات في تعلم الآلة وهو مستواك الحالي إلى مستوى مهندس تعلم آلة مبتدئ إلى متوسط.

أي ستتخرج منها وأنت لست مجرد محلل بيانات بل مطور ذكاء اصطناعي قادر على:

1. تحليل المشكلة وتحديد النهج المناسب سواء تعلم آلة تقليدي، تعلم عميق، استخدام LLM.
2. جمع البيانات ومعالجتها.
3. بناء وتدريب وتخصيص النماذج باستخدام أحدث المكتبات والأدوات بواسطة Transformers أو  TensorFlow
4. دمج تلك النماذج في تطبيقات حقيقية عبر واجهات برمجية APIs.