أساسيات الذكاء الاصطناعي: أساسيات التعلم الآلي والتعلم العميق

عالم الذكاء الاصطناعي يتغير بسرعة، لكن تحقيق فهم عميق يبدأ بإتقان المفاهيم الأساسية لكيفية تعلم هذه الأنظمة وعملها. توفر هذه الدورة مقدمة واضحة ومبنية على النصوص للركائز الأساسية للذكاء الاصطناعي الحديث. ستتجاوز الضجة الإعلامية وتكتسب وضوحاً بشأن النماذج الأساسية مثل التعلم الخاضع للإشراف وغير الخاضع للإشراف، وبنية الشبكات العصبية، وكيفية تطبيق الذكاء الاصطناعي على المهام الواقعية مثل معالجة النصوص التعرف على الصور. ما ستتعلمه: * فهم الفروق الأساسية بين نماذج الذكاء الاصطناعي والتعلم الآلي والتعلم العميق. * تعلم خوارزميات التعلم الآلي الأساسية، بما في ذلك النماذج الخطية، وأشجار القرار، وتقنيات التجميع. * إتقان هيكل ووظيفة الشبكات العصبية وكيف تشكل أساس حلول التعلم العميق الحديثة. * تطبيق المفاهيم الأساسية في معالجة اللغات الطبيعية (NLP) والرؤية الحاسوبية (CV) لل المهام الشائعة مثل التصنيف والتعرف. * تكوين أنماط التوليد المعزز بالاسترجاع (RAG) البسيط لتحسين مخرج نموذج اللغة باستخدام مصادر البيانات الخارجية. * ممارسة تفسير مقاييس أداء النموذج وإدارة المشكلات الشائعة مثل فرط التخصيص (overfitting) والتحيز. يبدأ المنهج بالمصطلحات الأساسية والمفاهيم الرياضية قبل الانتقال إلى التطبيقات العملية لخوارزميات التعلم. نغطي الأساس النظري اللازم لفهم أطر وتقنيات الذكاء الاصطناعي الحديثة. تم تصميم هذه الدورة للمبتدئين تماماً الذين ليس لديهم خبرة سابقة في الذكاء الاصطناعي، أو علوم البيانات، أو الرياضيات المتقدمة. ابدأ في بناء خبرتك في التكنولوجيا التي تشكل المستقبل اليوم.