بايثون للذكاء الاصطناعي
مصمم للمهنيين الطموحين الساعين لبناء أساس قوي في برمجة الذكاء الاصطناعي، حيث يدمج أساسيات بايثون، التعامل مع البيانات، والتصور باستخدام المكتبات والأدوات الأساسية ليزوّد المشاركين بمهارات برمجية عملية لتطبيقات واقعية في مجال الذكاء الاصطناعي.
4 (4)
اللغة
الانجليزية
لماذا بكه؟
ضمان استرداد الرسوم
اعتماد دولي
مرونة في التعلم
عن هذه الدورة
الأهداف المتوقع تحقيقها من دورة بايثون للذكاء الاصطناعي:
في النهاية سيكون المتعلم قادرًا على:
- فهم أساسيات لغة بايثون بما في ذلك المتغيرات، الحلقات، والدوال.
- التعامل بفاعلية مع أنواع البيانات والهياكل المختلفة.
- استخدام المكتبات الأساسية مثل NumPy وPandas لمعالجة البيانات.
- تنفيذ مهام تنظيف البيانات ومعالجتها.
- إنشاء تصورات بيانية أساسية باستخدام Matplotlib.
- استخدام سطر أوامر لينكس والتنقل بين أدوات البرمجة الأساسية.
من يحتاج إلى دورة بايثون للذكاء الاصطناعي؟
- المبتدئون والمحترفون الراغبون في البدء بالبرمجة بلغة بايثون للذكاء الاصطناعي.
- المهتمون بالبيانات الساعون لمعالجتها وتحليلها بفاعلية.
- المطورون والمهندسون الذين يرغبون في دمج بايثون ضمن تطبيقات الذكاء الاصطناعي.
- الطلاب والباحثون المهتمون بعلم البيانات والذكاء الاصطناعي.
- أي شخص يطمح لبناء أساس متين في برمجة الذكاء الاصطناعي.
ما هي المهارات المكتسبة من دورة بايثون للذكاء الاصطناعي؟
- كتابة وتنظيم أكواد بايثون بفاعلية.
- التعامل مع المتغيرات، الحلقات، والدوال بثقة.
- إدارة وتحويل البيانات باستخدام NumPy وPandas.
- تنظيف وتجهيز البيانات للتحليل.
- تصور المعلومات باستخدام Matplotlib.
- استخدام سطر أوامر لينكس وأدوات البرمجة الأساسية.
تعلّم بطريقتك، وبالوتيرة التي تناسبك.
اكتسب المهارات التي تحتاجها من خلال تجربة تعليمية مرنة مصممة لتواكب أسلوب حياتك.
بايثون للذكاء الاصطناعي - دراسة ذاتية
مناسب للمتعلمين المشغولين الذين يحتاجون إلى مرونة.
محتويات البرنامج
- نظرة عامة على بايثون للذكاء الاصطناعي
- إعداد بيئة بايثون
- بنية لغة بايثون وقواعدها
- المتغيرات وأنواع البيانات
- المعاملات والتعبيرات
- الجمل الشرطية
- حلقات التكرار for و while
- الدوال وقيم الإرجاع
- الإدخال والإخراج
- كتابة برامج بايثون بسيطة
- أفضل ممارسات كتابة الكود
- أنواع البيانات الأساسية في بايثون
- الأنواع القابلة للتغيير مقابل غير القابلة للتغيير
- عمليات التعامل مع النصوص (Strings)
- القوائم وطرائقها
- الصفوف (Tuples)
- القواميس
- المجموعات (Sets)
- هياكل البيانات المتداخلة
- التكرار عبر هياكل البيانات
- استخدام هياكل البيانات في مجموعات بيانات الذكاء الاصطناعي
- مقدمة في مكتبات بايثون
- مصفوفات NumPy والعمليات عليها
- التجميع والعمليات المصفوفية
- إطارات البيانات في Pandas
- تحميل البيانات من الملفات
- اختيار البيانات وتصفيتها
- الإحصاءات الوصفية
- التعامل مع البيانات المفقودة والمكررة
- تحضير البيانات للذكاء الاصطناعي
- تحديد مشاكل البيانات
- التعامل مع القيم المفقودة
- إزالة البيانات المكررة
- تحويل أنواع البيانات
- تصفية البيانات واختيارها
- إنشاء أعمدة جديدة
- التطبيع والتقييس
- دمج وإعادة تشكيل البيانات
- التحقق من صحة مجموعات البيانات بعد التنظيف
- مفاهيم تصوير البيانات
- استخدام مكتبة Matplotlib
- الرسم البياني الخطي، العمودي، المدرج التكراري، والنقاطي
- إضافة العناوين، التسميات، والأساطير
- تخصيص الرسوم البيانية
- الرسم المتعدد والرسوم الفرعية (Subplots)
- كشف الاتجاهات والقيم الشاذة
- تصوير بيانات Pandas
- بيئة لينكس للذكاء الاصطناعي
- إدارة الملفات والمجلدات
- تشغيل بايثون من الطرفية
- تثبيت المكتبات باستخدام pip
- البيئات الافتراضية (Virtual Environments)
- إعادة توجيه المخرجات والـ Piping
- أساسيات كتابة سكريبتات Bash
- Git وJupyterLab
- إعداد مشروع ذكاء اصطناعي على لينكس
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
