مقدمة في الشبكات العصبية والتعلم العميق

يشكل الذكاء الاصطناعي والتعلم العميق العالم الحديث، ولكن الآليات الأساسية للشبكات العصبية غالبًا ما تبدو كصندوق أسود. ابدأ هنا لإزالة الغموض عن المكونات والمنطق الأساسي الذي يشغل أنظمة AI الحديثة. بحلول نهاية هذه الدورة، ستتجاوز مجرد استخدام أدوات AI وستكتسب فهمًا عميقًا ومفاهيميًا لكيفية عمل الشبكات العصبية، وكيفية هيكلتها، وكيفية تطبيقها في مجالات متنوعة مثل الرؤية الحاسوبية ومعالجة اللغة الطبيعية. ستكون مستعدًا لاستكشاف مواضيع التعلم العميق المتخصصة بثقة. ما ستتعلمه: * فهم المكونات الأساسية للشبكة العصبية، بما في ذلك الخلايا العصبية (neurons)، والطبقات (layers)، ووظائف التنشيط (activation functions). * التدرب على حساب وتطبيق مفاهيم مثل الانتشار الأمامي (forward propagation) والانتشار الخلفي (backpropagation) لتدريب النماذج. * تحليل معماريات الشبكات العصبية المختلفة، بما في ذلك شبكات التغذية الأمامية (Feedforward Networks)، والشبكات العصبية التلافيفية (Convolutional Neural Networks - CNNs)، والمفاهيم الأساسية لـ Transformer. * تطبيق المبادئ الأساسية لتحسين النماذج، ووظائف الخسارة (loss functions)، وتقنيات التنظيم (regularization techniques). * تكوين أنماط أساسية للتوليد المعزز بالاسترجاع (retrieval-augmented generation - RAG) لتطبيق الشبكات العصبية على مهام استرجاع البيانات الواقعية. * تعلم الخطوات العملية لإعداد البيانات وتقييم أداء النماذج المدربة. تبدأ الدورة بالتعاريف الأساسية ورياضيات الخلايا العصبية الفردية، وتتقدم بشكل منهجي عبر تصميم معمارية الشبكة والخوارزميات الحاسمة المستخدمة للتدريب. تركز التمارين العملية على قراءة وتفسير مقتطفات التعليمات البرمجية لتعزيز المفاهيم النظرية. تم تصميم هذه الدورة التمهيدية للمبتدئين تمامًا الذين ليس لديهم خبرة سابقة في التعلم الآلي (machine learning) أو التعلم العميق (deep learning). المعرفة الأساسية بمفاهيم البرمجة مفيدة ولكنها ليست مطلوبة بشكل صارم. ابدأ رحلتك في عالم الذكاء الاصطناعي والشبكات العصبية اليوم.