الترتيب المناسب في دورة الذكاء الاصطناعي

ندرس تحليل البيانات Data Analysis مُبكرًا لأننا سنحتاج ذلك في المسارات التالية، ولن نحتاج دراسة قواعد البيانات والـ APIs مُبكرًا، لذا الترتيب مناسب لمنهج الدورة.

فلا يمكنك بناء أي موديل ذكاء اصطناعي بدون أن تعرف كيف تنظف البيانات وتعالجه، فذلك هو الأساس.

ومجال الـ Computer Vision الحديث يعتمد بنسبة 90% على تقنيات الـ Deep Learning، والـ Deep Learning هو فرع متطور من الـ Machine Learning.
لذا تستطيع دراسة الدورة بنفس الترتيب  لترى النتيجة أي التطبيق العملي أولاً، مثل اكتشاف الأشياء باستخدام YOLO في البداية لتشعر بقوة المجال، ثم العودة للخلف لنشرح الأساسيات أي الرياضيات والخوارزميات في مسار ML و DL.

أو الترتيب التالي لو أردت تعلم الأساسيات ثم التطبيق العملي:

• Machine Learning
• Deep Learning
• Computer Vision

وعليكم السلام ورحمة الله وبركاته.

لا داعي للقلق فقد تم تصميم الدورة وترتيبها بعناية حيث تعتمد المسارات على بعضها البعض وتراعي مستوي الطلاب في التدرج ولهذا دائما الافضل هو اتباع الترتيب الموجود في الدورة.

ستجد مثلا في مسار "تحليل البيانات Data Analysis" هناك قسم بداخله خاص بالتعامل مع "البيانات والإحصاء" وهنا ستتعلم كيفية التعامل مع تلك البيانات وتنظيفها فهذا هو المهم الآن للدخول في مجال تحليل البيانات .

أما في مسار "التعامل مع البيانات" تم التعامل مع قواعد البيانات وغيرها من المصادر الأخرى للبيانات والتي ستحتاجها عند التعامل مع "تعلم الآلة Machine Learning" والمسارات التالية .

وأيضا في الدورة لاحظ أنه يقوم في المسارات الأولى بالتطبيق العملي وهي إستخدام تطبيقات موجودة بالفعل وتعليمك كيفية إستخدامها وما هي المهام والمخرجات الخاصة بها . ولكن في المسارات اللاحقة تم شرح كيفية بناء تلك التطبيقات بنفسك وهذا أفضل لك حيث يمكنك رؤية أولا التطبيقات النهائية وإستخدامها وفي النهاية تقوم ببنائها بعدما فهمت ما المغزى منها وفيما تستخدم .

ولكن بالطبع يمكنك دراسة المسار الذي تريده أولا ولكن الأفضل إتباع ترتيب الدورة.