المقدمة
لقد تطور الذكاء الاصطناعي بسرعة ليصبح قوة تحويلية عبر الصناعات، حيث مكن الآلات من أداء مهام كانت تتطلب ذكاء بشريا سابقا. توفر هذه الدورة التي تستمر خمسة أيام مقدمة منظمة وعملية للمفاهيم الأساسية والمصطلحات والتقنيات المستخدمة في أنظمة الذكاء الاصطناعي الحديثة. سيستكشف المشاركون أسس التعلم الآلي، والشبكات العصبية، ومعالجة البيانات، وتطبيقات الذكاء الاصطناعي الواقعية. من خلال المناقشات الموجهة والتمارين العملية، سيكتسب المتعلمون فهما لكيفية بناء ونشر وتقييم أنظمة الذكاء الاصطناعي. بحلول نهاية الدورة، سيكون الحضور مستعدين لاستكشاف مجالات أكثر تخصصا أو تقدما في الذكاء الاصطناعي.
أهداف الدورة
- فهم المفاهيم الأساسية وتاريخ الذكاء الاصطناعي.
- تعلم المصطلحات الأساسية المستخدمة في الذكاء الاصطناعي، وتعلم الآلة، والتعلم العميق.
- احصل على فهم عملي حول كيفية تطوير وتدريب نماذج الذكاء الاصطناعي الشائعة.
- استكشف التطبيقات وحالات الاستخدام الواقعية عبر الصناعات.
- بناء الثقة في تقييم أنظمة الذكاء الاصطناعي وتحديد الاعتبارات الأخلاقية.
الفئة المستهدفة
- طلاب أو محترفين لديهم خلفية تقنية قليلة إلى متوسطة.
- قادة الأعمال الذين يرغبون في فهم قدرات الذكاء الاصطناعي وحدوده.
- المحللون أو المطورون يبدأون رحلتهم التعليمية للذكاء الاصطناعي.
- المعلمون والباحثون الذين يدخلون مجال الذكاء الاصطناعي التطبيقي.
- هل هناك من فضولي حول كيفية عمل أنظمة الذكاء الاصطناعي وكيف تستخدم اليوم؟
المنهاج
- 5 Sections
- 0 Lessons
- 5 أيام
Expand all sectionsCollapse all sections
- اليوم الأول: مقدمة في مفاهيم الذكاء الاصطناعي• تاريخ وتطور الذكاء الاصطناعي• أنواع الذكاء الاصطناعي: ضيق، عام، فائق الذكاء• المصطلحات الرئيسية: الخوارزميات، النماذج، مجموعات البيانات، التدريب• نظرة عامة على تطبيقات الذكاء الاصطناعي عبر الصناعات• فهم دورة حياة تطوير الذكاء الاصطناعي0
- اليوم الثاني: أساسيات التعلم الآلي• أنواع التعلم الآلي: تحت الإشراف، غير الإشراف، التعلم المعزز• مجموعات بيانات التدريب مقابل الاختبار• تقييم دقة وأداء النموذج• أساسيات هندسة الميزات• التجربة العملية: بناء مصنف بسيط0
- اليوم الثالث: التعلم العميق والشبكات العصبية• بنية الشبكات العصبية الاصطناعية• دوال التفعيل والتحسين• مقدمة عن CNNs وRNNs• الإفراط في التركيب، والنقص في التركيب، والتنظيم• التدريب العملي: تدريب شبكة عصبية بسيطة0
- اليوم الرابع: البيانات، الأدوات والذكاء الاصطناعي العملي• معالجة البيانات المسبقة لمشاريع الذكاء الاصطناعي• نظرة عامة على أدوات الذكاء الاصطناعي (TensorFlow، PyTorch، scikit-learn)• فهم وحدات معالجة الرسوميات مقابل وحدات المعالجة المركزية• أساسيات النشر: واجهات برمجة التطبيقات (APIs)، منصات الذكاء الاصطناعي السحابي• التجربة العملية: جرب إطار عمل للذكاء الاصطناعي0
- اليوم الخامس: الأخلاقيات، الاتجاهات والتخرج• الاعتبارات الأخلاقية: العدالة، التحيز، الشفافية• حوكمة الذكاء الاصطناعي والاتجاهات التنظيمية• التقنيات الناشئة: الذكاء الاصطناعي التوليدي، الذكاء الاصطناعي متعدد الوسائط• نشاط التخرج: تصميم حل ذكاء اصطناعي بسيط• تأملات نهائية والخطوات التالية للتعلم العميق0
Instructor
Lessons:
