ما الذي يتم شرحه في دورة الذكاء الاصطناعي

دورة الذكاء الاصطناعي من أكاديمية حسوب تعتبر مسارًا متكاملًا لتعلم الذكاء الاصطناعي.
مدتها حوالي 91 ساعة تدريبية، وتبدأ معك من الأساسيات دون الحاجة لأي خبرة مسبقة.

ما الذي ستتعلمه في الدورة:

• أساسيات لغة بايثون لأنها اللغة الأساسية في الذكاء الاصطناعي.
• تحليل البيانات (Data Analysis) وتنظيفها وتجهيزها للنماذج.
• تعلم الآلة (Machine Learning) وكيفية تدريب النماذج للتنبؤ أو التصنيف.
• التعلم العميق (Deep Learning) باستخدام الشبكات العصبية.
• الرؤية الحاسوبية (Computer Vision) للتعامل مع الصور والفيديوهات.
• النماذج النصية الكبيرة (LLMs) مثل GPT و LLaMA وكيفية دمجها في التطبيقات.
• التعلم المعزز (Reinforcement Learning) لتعليم الأنظمة اتخاذ قرارات ذاتية.

طبيعة المشاريع العملية:
في نهاية كل قسم ستطبق ما تعلمته في مشاريع حقيقية، مثل:

• بناء نموذج تنبؤ للمبيعات في متجر إلكتروني.
• إنشاء نظام توصيات واقتراح منتجات.
• تطوير نظام تصنيف نصوص ورسائل (مثل فرز رسائل البريد الإلكتروني).
• بناء نموذج للتعرف على الصور وتمييز محتواها.
• استخدام LLMs مثل GPT لإنشاء تطبيقات دردشة ذكية.

النتائج المتوقعة:
بنهاية الدورة ستكون قادرًا على:

• بناء نماذج ذكاء اصطناعي من الصفر.
• تحليل ومعالجة البيانات باحترافية.
• التعامل مع النماذج الكبيرة الجاهزة مثل GPT.
• دمج الذكاء الاصطناعي في مشاريعك الخاصة أو تطبيقات الويب.

كما أنك ستحصل على شهادة معتمدة، ومتابعة من فريق مختص أثناء الدورة وبعدها، مما يساعدك على دخول سوق العمل بثقة.

يمكنك رؤية المزيد من التفاصيل:

https://academy.hsoub.com/learn/artificial-intelligence/

في دورة الذكاء الاصطناعي سيتم دراسة ما يلي:

• ستتعلمين تحليل البيانات على مشاريع عملية، وستتعلمين 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.
• سنطبق خوارزميات التعلم العميق في تصنيف العناصر، وتدرب شبكات عصبية CNN للتعرف على الصور، وتحليل المشاعر والنصوص وبناء 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، وستستفيدين 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.
• ستتعلمين هندسة الموجهات Prompt Engineering وضبطها Prompt tuning مع مختلف نماذج LLMs، وكيفية تشغيل Ollama محليًا.
• ستوظفين ما تعلمتينه 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، وستتعلمين 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.

وإليك رابط فيديو يشرح ما سيتم في هذه الدورة :

وإيضا في الرابط التالي وصف كامل لما في الدورة والمسارات والأقسام والدروس الموجودة بها وأيضا توجد دروس يمكنكِ مشاهدتها قبل الإشتراك في الدورة لمعرفة طريقة الشرح والأسلوب.