الذكاء الاصطناعي معالجة اللغات الطبيعية
تعليم الحاسوب فهم اللغة: النص كبيانات وخصوصيات العربية (التطبيع، التشكيل، الصرف، اللهجات)، التمثيلات الكلاسيكية و TF-IDF والتشابه، التصنيف واستخراج الكيانات، التضمينات والشبكات،…
م. عبدالمقصود
أساسيات التعلم العميق
من العصبون إلى الشبكات العميقة: الدوال التنشيطية والشبكات متعددة الطبقات، الانتشار العكسي والتدرجات التلقائية في PyTorch، حلقات التدريب والمحسِّنات ومعدل التعلم، التنظيم والتطبيع، الشبكات الالتفافية والتسلسلية والمحولات بنظرة تأسيسية، ثم التتبع والنشر والمسؤولية ومشروع شبكة كاملة.
- م. عبدالمقصود بدر
- لا توجد تقييمات بعد
- متقدملمن لديه خبرة عملية
- 36 ساعةإجمالي وقت المحتوى
- بالعربيةمع المصطلحات التقنية بالإنجليزية
عن الكورس
نبني شبكة لتصنيف صور الأرقام المكتوبة يدويًا (بيانات MNIST المفتوحة) ثم نعمّم الطريقة على بيانات جدولية ونصية صغيرة.
محتوى من إعداد أكاديمية بدر.
مميزات الكورس
- Compute a neuron's output, choose activations and size multilayer perceptrons (parameter counts)
- Explain backpropagation with the chain rule and use PyTorch tensors and autograd
- Write a correct training loop with losses, optimisers, batches, epochs and learning-rate schedules
- Reduce overfitting and stabilise training with regularisation, dropout, normalisation and early stopping
- Explain the core ideas of CNNs, recurrent models and transformers and when to use each
- Track experiments, save and serve models, and assess compute, data and ethical considerations
النتيجة العملية
ما ستبنيه في هذا الكورس
من العصبون إلى الشبكات العميقة: الدوال التنشيطية والشبكات متعددة الطبقات، الانتشار العكسي والتدرجات التلقائية في PyTorch، حلقات التدريب والمحسِّنات ومعدل التعلم، التنظيم والتطبيع، الشبكات الالتفافية والتسلسلية والمحولات بنظرة تأسيسية، ثم التتبع والنشر والمسؤولية ومشروع شبكة كاملة.
هل هذا الكورس مناسب لك؟
لمن هذا الكورس
- learners moving from classical ML to neural networks before CV/NLP specialisations
المتطلبات
- CRS-GEN-ML-FUNDAMENTALS; Python, NumPy; derivatives and matrices at an intuitive level
محتوى الكورس
كل محتوى الكورس ظاهر هنا بمدة كل جلسة، والجلسات تُفتح بعد الاشتراك في الكورس وتفعيله في حسابك.
- 8وحدات
- 18جلسة
- 7اختبارات
M1 – العصبون والشبكات3 جلسات
- 1.1 العصبون والأوزان والانحياز فيديو المقدمة قريبًا
- 1.2 الدوال التنشيطية
- 1.3 الشبكات متعددة الطبقات وعدد المعاملات
M2 – الانتشار العكسي و PyTorch3 جلسات
- 2.1 قاعدة السلسلة والانتشار العكسي
- 2.2 الموترات (tensors)
- 2.3 autograd
M3 – التدريب3 جلسات
- 3.1 دوال الخسارة
- 3.2 المحسِّنات ومعدل التعلم
- 3.3 الدفعات والحقب وحلقة التدريب
M4 – التعميم والاستقرار3 جلسات
- 4.1 الإفراط والتنظيم و dropout
- 4.2 التطبيع والتهيئة
- 4.3 الإيقاف المبكر وتكبير البيانات
M5 – المعماريات الأساسية3 جلسات
- 5.1 الشبكات الالتفافية
- 5.2 النماذج التسلسلية
- 5.3 المحولات والانتباه
M6 – من التجربة إلى الاستخدام3 جلسات
- 6.1 تتبع التجارب وإعادة الإنتاج
- 6.2 الحفظ والتقديم
- 6.3 الحوسبة والبيانات والمسؤولية
الاختباراتلا توجد جلسات · 7 اختبارات
- M1 – العصبون والشبكات
- M2 – الانتشار العكسي و PyTorch
- M3 – التدريب
- M4 – التعميم والاستقرار
- M5 – المعماريات الأساسية
- M6 – من التجربة إلى الاستخدام
- الاختبار النهائي
المشاريع والواجباتلا توجد جلسات
- A1 – «شبكة من الصفر»
- A2 – «تعميم أفضل»
- المشروع – «شبكة عصبية من البداية للنهاية»
المحاضر
التقييمات
لا توجد مراجعات مكتوبة بعد
المراجعات المكتوبة يكتبها الطلاب المسجلون بعد الدراسة. لن نعرض مراجعات لم يكتبها طلاب حقيقيون.
النقاش (0)
التعليق للأعضاء المسجلين في الأكاديمية. تعليقات غير المسجلين في الكورس تُراجع من المحاضر أو الإدارة قبل ظهورها.
لا توجد تعليقات بعد – كن أول من يشارك.
خطوتك التالية
هذا الكورس ضمن مسارالذكاء الاصطناعينماذج اللغة ووكلاء الذكاء الاصطناعي، وتحليل البيانات وعلمها بتطبيق عملي. 10 كورساتكورسات قريبة من هذا الكورس
الذكاء الاصطناعي م. عبدالمقصود
الذكاء الاصطناعي مشروعات تعلم الآلة التطبيقية
تحويل المعرفة إلى مشروعات حقيقية: صياغة المشكلة ومقاييس النجاح والكلفة، جمع البيانات ووسمها وتوثيقها، استراتيجية التحقق وخط الأساس وتحليل الأخطاء، تتبع التجارب…
م. عبدالمقصود
الذكاء الاصطناعي الرؤية الحاسوبية
تعليم الحاسوب أن «يرى»: الصور كبيانات وألوانها، المعالجة الكلاسيكية بالمرشحات والحواف والكنتورات، الشبكات الالتفافية وتدريبها في PyTorch، التعلم بالنقل والتقييم، اكتشاف الأجسام…
م. عبدالمقصود
الذكاء الاصطناعي Scikit-learn
إتقان مكتبة scikit-learn: واجهة المقدِّرات، خطوط المعالجة و ColumnTransformer، اختيار النموذج بالتحقق المتقاطع والبحث عن المعاملات، النماذج المجمعة والتعزيز، الهندسة واختيار السمات…
م. عبدالمقصود
الذكاء الاصطناعي الانحدار والتصنيف
تعمق في المهمتين الأساسيتين للتعلم الإشرافي: الانحدار الخطي المتعدد وافتراضاته وتشخيصه، التحويلات والحدود متعددة الحدود والتنظيم Ridge و Lasso، الانحدار اللوجستي والاحتمالات…
م. عبدالمقصود
الذكاء الاصطناعي أساسيات تعلم الآلة
ما تعلم الآلة وكيف يتعلم النموذج من البيانات: أنواع التعلم، تجهيز البيانات، الانحدار والتصنيف، التقييم والتحقق المتقاطع والإفراط في التكيف، النزول بالتدرج،…
م. عبدالمقصود
الذكاء الاصطناعي هندسة الأوامر (Prompt Engineering)
اكتب أوامر واضحة تعطيك نتائج موثوقة: تشريح الأمر، الأمثلة، التفكير خطوة بخطوة، الهيكلة والمخرجات المنظمة، سلاسل الأوامر والمستندات الطويلة، الأوامر للتعلم والكتابة…
م. عبدالمقصود
الذكاء الاصطناعي الذكاء الاصطناعي التوليدي
افهم كيف تعمل النماذج التوليدية من الداخل: الرموز والتضمينات والانتباه وأخذ العينات، توليد الصور والصوت والتزييف العميق، بناء مساعد معرفي بالاسترجاع (RAG)…
م. عبدالمقصود