أساسيات التعلّم العميق
مصمم للمهنيين الطموحين الساعين لإتقان أساسيات التعلّم العميق، حيث يمزج بين المفاهيم العصبية الأساسية، البرمجة العملية، والتطبيقات الواقعية ليزوّد المشاركين بالمهارات اللازمة لبناء نماذج ذكاء اصطناعي متقدمة وتطبيقها في بيئة اليوم المتغيّرة.
4.9 (6)
اللغة
الانجليزية
لماذا بكه؟
ضمان استرداد الرسوم
اعتماد دولي
مرونة في التعلم
عن هذه الدورة
الأهداف المتوقع تحقيقها من دورة أساسيات التعلّم العميق:
بنهاية المسار سيكون المشاركون قادرين على:
- فهم بنية الشبكات العصبية ووظائفها.
- تطبيق دوال التنشيط، الطبقات، ودوال الخسارة بفاعلية.
- استخدام مكتبات TensorFlow و Keras لبناء نماذج الذكاء الاصطناعي.
- تطوير الشبكات العصبية الالتفافية (CNNs) لتصنيف الصور.
- استكشاف الشبكات العصبية المتكررة (RNNs) لمعالجة البيانات التسلسلية.
- دمج نماذج التعلّم العميق في حلول عملية للأعمال والتقنية.
من يحتاج إلى دورة أساسيات التعلّم العميق؟
- علماء البيانات وهواة الذكاء الاصطناعي الراغبون في توسيع خبراتهم التقنية.
- مهندسو البرمجيات والمطورون الذين يسعون لبناء تطبيقات بالتعلّم العميق.
- المتخصصون في تكنولوجيا المعلومات والأعمال الراغبون في تطبيق حلول الذكاء الاصطناعي في الواقع العملي.
- الطلاب والباحثون المهتمون بمفاهيم متقدمة في التعلّم الآلي.
- أي شخص يطمح للتخصص في الشبكات العصبية والتعلّم العميق.
ما هي المهارات المكتسبة من دورة أساسيات التعلّم العميق؟
- تصميم وتدريب الشبكات العصبية.
- تطبيق دوال التنشيط والخسارة في نماذج التعلّم العميق.
- بناء حلول الذكاء الاصطناعي باستخدام TensorFlow وKeras.
- تطوير الشبكات العصبية الالتفافية (CNNs) لمهام الرؤية الحاسوبية.
- تنفيذ الشبكات العصبية المتكررة (RNNs) لمعالجة البيانات التسلسلية والزمنية.
- تحويل نماذج التعلّم العميق إلى تطبيقات عملية في الأعمال.
تعلّم بطريقتك، وبالوتيرة التي تناسبك.
اكتسب المهارات التي تحتاجها من خلال تجربة تعليمية مرنة مصممة لتواكب أسلوب حياتك.
أساسيات التعلّم العميق - دراسة ذاتية
مناسب للمتعلمين المشغولين الذين يحتاجون إلى مرونة.
محتويات البرنامج
- الإلهام البيولوجي والعصبونات الاصطناعية
- البنية: طبقات الإدخال، الطبقات المخفية، وطبقات الإخراج
- الأوزان، الانحياز، والانتشار الأمامي
- شرح الانتشار العكسي خطوة بخطوة
- نظرة عامة على دوال التفعيل
- مثال من السعودية: التعرف على الخط العربي اليدوي
- شرح دوال التفعيل: Sigmoid، ReLU، Tanh، Softmax
- أنواع الطبقات: الطبقات الموصولة بالكامل، الالتفافية، والمتكررة
- دوال الخسارة: MSE، والتقاطع المتقاطع (Cross-Entropy)
- أهمية دوال الخسارة في التعلم
- مثال من السعودية في الرعاية الصحية: تشخيص صور الأشعة
- لماذا نستخدم أطر العمل؟ مقارنة بين TensorFlow وPyTorch
- تثبيت TensorFlow وKeras
- بناء شبكتك العصبية الأولى خطوة بخطوة
- تجميع النموذج، تدريبه، وتقييمه
- مثال عملي: تصنيف الصور البسيطة
- مثال من السعودية/الخليج: توقع الطلب على المنتجات
- ما هي الشبكات العصبية الالتفافية ولماذا تناسب الصور
- شرح العمليات الالتفافية والفلاتر
- طبقات التجميع وخرائط الخصائص
- بناء شبكة CNN باستخدام Keras
- دراسة حالة: التعرف على الوجوه في مطارات السعودية
- تمرين عملي: بناء شبكة CNN لمجموعة بيانات CIFAR-10
- شرح البيانات التسلسلية (السلاسل الزمنية، النصوص، الصوت)
- بنية الشبكات العصبية المتكررة وكيفية تذكّرها للمدخلات السابقة
- مشكلة تلاشي التدرج والحلول (LSTM، GRU)
- مثال من السعودية: توقع أسعار الأسهم في تداول
- تمرين عملي: بناء شبكة RNN بسيطة لتوقع النصوص
آراء عملائنا عن الدورة
وقتي محدود جداً...
أعمل لساعات طويلة في وظيفة صعبة. ظننت أن التحضير للاختبار سيكون مستحيلاً، لكن نظام الدراسة الذاتية أنقذني. كنت أدرس في أي وقت أجد فيه فرصة" ومن أي مكان أتواجد فيه، وكل شيء كان واضحًا ومنظمًا. اجتزت الاختبار من المحاولة الأولى!
أحتاج من يشرح لي...
كنت أبحث عن طريقة تعلم أتفاعل معها، وتواصل مباشر مع مدرب يوضح لي النقاط الصعبة. التدريب المباشر ساعدني على الفهم السريع والالتزام من خلال الجلسات المنتظمة والمناقشات التفاعلية. كانت تجربة محفزة ومثرية.
الالتزام كان هو...
أبدأ الدورات دائمًا بحماس كبير، لكن أواجه صعوبة في الاستمرار. المحاضرات المباشرة منحتني الدفعة التي كنت أحتاجها من خلال متابعة المدرب والتفاعل الحقيقي، وأنهيت الدورة فعلاً وحصلت على الشهادة!
نتائج حقيقية لفِرق تجاوزت أكبر تحديات التدريب مع بكّه
