أساسيات نماذج وخوارزميات الذكاء الاصطناعي

الذكاء الاصطناعي هو المحرك الذي يدفع التكنولوجيا الحديثة، ولكن فهم كيف يعمل حقاً يتطلب إدراك منطقه الأساسي. تتخطى هذه الدورة التدريبية الضجيج الإعلامي لتوفير فهم صلب وأساسي للنماذج والخوارزميات الأساسية التي تحرك الأنظمة الذكية. بنهاية هذه الدورة، سيكون لديك فهم مفاهيمي عميق للعائلات الرئيسية لخوارزميات الذكاء الاصطناعي، بما في ذلك البحث، والتحسين، وأنماط التعلم الآلي، هياكل الشبكات العصبية الأساسية. ستكون مستعداً لقراءة الأدبيات التقنية واستكشاف مجالات الذكاء الاصطناعي المتخصصة بثقة. ما ستتعلمه: * تعلم السياق التاريخي والتعريفات الأساسية للذكاء الاصطناعي والعملاء الأذكياء. * فهم خوارزميات البحث الكلاسيكية (مثل A* والبحث الجشع) ومشاكل رضا القيود. * إتقان المفاهيم الأساسية لأنماط التعلم الخاضع للإشراف، وغير الخاضع للإشراف، والتعلم التعزيزي. * ممارسة تحليل الأسس الرياضية للنماذج الأساسية مثل أشجار القرار والانهيار الخطي. * تكوين بنيات الشبكات العصبية الأساسية وفهم مبادئ الانتشار العكسي. * تطبيق مفاهيم تمهيدية في هندسة الأوامر للتفاعل بفعالية مع نماذج اللغات الكبيرة. * بناء إطار عمل لتقييم أداء نظام الذكاء الاصطناعي، والتحيز، الاعتبارات الأخلاقية الأساسية. تبدأ المواد بالمصطلحات الأساسية ونظرية الوكيل، وتتقدم عبر تقنيات الذكاء الاصطناعي الكلاسيكية، وتتوج باستكشاف أساسيات التعلم الآلي والتعلم العميق الحديثة. يتم إقران التفسيرات المكتوبة بتمارين عملية لترسيخ فهمك للمفاهيم النظرية. تم تصميم هذه الدورة للمبتدئين تماماً الذين ليس لديهم خبرة سابقة في الذكاء الاصطناعي، أو التعلم الآلي، أو الرياضيات المتقدمة. ابدأ في بناء قاعدة معرفتك الأساسية في خوارزميات الذكاء الاصطناعي اليوم.