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
أساسيات الذكاء الاصطناعي
افهم الذكاء الاصطناعي فهمًا صحيحًا: كيف تتعلم الآلة من البيانات، وما الذي تستطيعه النماذج اللغوية وما لا تستطيعه، وكيف نستخدم الذكاء الاصطناعي بمسؤولية.
- م. عبدالمقصود بدر
- لا توجد تقييمات بعد
- مبتدئلا يشترط خبرة سابقة
- 24 ساعةإجمالي وقت المحتوى
- بالعربيةمع المصطلحات التقنية بالإنجليزية
عن الكورس
دورة تأسيسية بلا برمجة تشرح المفاهيم بأمثلة من الحياة اليومية والمدرسة والعمل، وتتضمن تجارب عملية بأدوات مجانية لتدريب نموذج بسيط، وتنتهي بمشروع «اقتراح حل بالذكاء الاصطناعي لمشكلة محلية» مع تقييم لمخاطره.
محتوى من إعداد أكاديمية بدر.
مميزات الكورس
- Define AI, machine learning, deep learning and generative AI and place them in relation to each other
- Explain how a model learns from data (features, labels, training/test split) and name the main learning types
- Interpret simple evaluation results (accuracy, false positives/negatives) and recognise overfitting
- Describe intuitively how decision trees, nearest neighbours and neural networks make predictions, and what computer vision and NLP systems do
- Explain what a large language model does, its typical failure modes, and write clear prompts that reduce them
- Outline the lifecycle of an AI project and train a simple no-code classifier
- Identify bias, privacy, transparency and safety risks and apply responsible-use practices (incl. academic integrity and Egypt's data-protection law)
النتيجة العملية
ما ستبنيه في هذا الكورس
Outline the lifecycle of an AI project and train a simple no-code classifier
هل هذا الكورس مناسب لك؟
لمن هذا الكورس
- secondary and university learners, graduates and professionals who want a correct mental model of AI before specialising
المتطلبات
- none; comfortable with percentages and reading simple charts
محتوى الكورس
كل محتوى الكورس ظاهر هنا بمدة كل جلسة، والجلسات تُفتح بعد الاشتراك في الكورس وتفعيله في حسابك.
- 8وحدات
- 23جلسة
- 8اختبارات
M1 – ما الذكاء الاصطناعي؟3 جلسات
- 1.1 التعريفات فيديو المقدمة قريبًا
- 1.2 ذكاء ضيق وعام
- 1.3 من القواعد إلى البيانات
M2 – كيف تتعلم الآلة4 جلسات
- 2.1 البيانات والخصائص والتسميات
- 2.2 أنواع التعلم
- 2.3 التدريب والاختبار والإفراط في التخصيص
- 2.4 التقييم
M3 – تقنيات أساسية بالحدس4 جلسات
- 3.1 شجرة القرار وأقرب الجيران
- 3.2 الشبكات العصبية بالحدس
- 3.3 الرؤية الحاسوبية
- 3.4 معالجة اللغة الطبيعية
M4 – الذكاء الاصطناعي التوليدي والنماذج اللغوية4 جلسات
- 4.1 كيف يعمل النموذج اللغوي الكبير
- 4.2 القوة والفشل
- 4.3 كتابة أوامر واضحة
- 4.4 الوكلاء والأدوات
M5 – الذكاء الاصطناعي في الواقع4 جلسات
- 5.1 دورة حياة المشروع
- 5.2 تجربة بلا برمجة
- 5.3 تقييم المخرجات بعين ناقدة
- 5.4 الذكاء الاصطناعي في مصر والوظائف
M6 – الذكاء الاصطناعي المسؤول4 جلسات
- 6.1 التحيز والعدالة
- 6.2 الخصوصية وحماية البيانات
- 6.3 الشفافية وخصائص الجدارة بالثقة
- 6.4 الاستخدام الآمن والنزاهة الأكاديمية
الاختباراتلا توجد جلسات · 8 اختبارات
- ناتج التعلم 1
- ناتج التعلم 2
- ناتج التعلم 3
- ناتج التعلم 4
- ناتج التعلم 5
- ناتج التعلم 6
- ناتج التعلم 7
- الاختبار النهائي
المشاريع والواجباتلا توجد جلسات
- A1 – «تقرير التجربة»
- المشروع – «حل محلي بالذكاء الاصطناعي»
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 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 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
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 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…
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 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