أساسيات التعلم العميق: بناء الشبكات العصبية باستخدام Python

يُحدث الذكاء الاصطناعي تحولاً سريعاً في كل صناعة، مما يجعل الفهم العميق لتقنيته الأساسية—الشبكات العصبية—مهارة ضرورية للمطورين وعلماء البيانات المعاصرين. تقدم هذه الدورة مقدمة تأسيسية ومنظمة للتعلم العميق. من خلال إتقان البنية الأساسية ومنهجيات التدريب، ستكتسب القدرة العملية على بناء نماذج التعلم العميق الوظيفية وتحسينها وتقييمها باستخدام الأطر القياسية في الصناعة. ما ستتعلمه: * فهم المكونات الأساسية وهندسة الشبكات العصبية الاصطناعية، بما في ذلك الطبقات التغذية الأمامية (feedforward)، والتلافيفية (convolutional)، والمتكررة (recurrent). * تعلم كيفية تعلم النماذج من خلال الانتشار الأمامي (forward propagation)، ودوال الخسارة (loss functions)، والانتشار الخلفي (backpropagation) باستخدام تحسين انحدار التدرج (gradient descent optimization). * التدرب على تطبيق وتهيئة نماذج التعلم العميق باستخدام الأطر الشائعة مثل TensorFlow و PyTorch. * تطبيق تقنيات التعلم العميق لحل المهام الشائعة في العالم الحقيقي، بما في ذلك تصنيف الصور ومعالجة اللغة الطبيعية الأساسية. * تهيئة مسارات تدريب فعالة، وإدارة إعداد البيانات، وتقييم أداء النموذج باستخدام المقاييس ذات الصلة. * تطبيق تقنيات عملية مثل التعلم التحويلي (transfer learning) للاستفادة من النماذج المدربة مسبقاً وتسريع التطوير في المهام المعقدة. تبدأ الدورة بالأسس الرياضية للشبكات العصبية، وتتقدم عبر الهياكل الشائعة، وتختتم بتمارين عملية في بناء وتدريب النماذج لرؤية الكمبيوتر وتحليل النصوص. تم تصميم هذه الدورة للمبتدئين المطلقين في التعلم العميق الذين يمتلكون مهارات برمجية أساسية في Python وإلماماً بمفاهيم الجبر الخطي. لا تتطلب خبرة سابقة في الشبكات العصبية. ابدأ ببناء خبرتك في التكنولوجيا الأكثر تحولاً في هذا العقد.