Skip to content
Badr Academy Education
العربية
Badr Academy Education

Browse by topic

AI & Data

أساسيات التعلم العميق

Deep Learning Foundations

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.

From the neuron to deep networks: activations and multilayer perceptrons, backpropagation and autograd in PyTorch, training loops, optimisers and learning rates, regularisation and normalisation, foundational views of CNNs, sequence models and transformers, then experiment tracking, deployment, responsibility and a complete network project.

  • Eng. Abdelmaksoud Badr
  • No reviews yet
  • AdvancedFor learners with hands-on experience
  • 36 hTotal content time
  • In ArabicWith technical terms in English

About this course

نبني شبكة لتصنيف صور الأرقام المكتوبة يدويًا (بيانات MNIST المفتوحة) ثم نعمّم الطريقة على بيانات جدولية ونصية صغيرة.

Academy-authored content.

Course highlights

  • 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

The practical result

What you’ll build

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.

Final lesson: 6.3 الحوسبة والبيانات والمسؤولية

Is this course for you?

Who it’s for

  • learners moving from classical ML to neural networks before CV/NLP specialisations

Requirements

  • CRS-GEN-ML-FUNDAMENTALS; Python, NumPy; derivatives and matrices at an intuitive level

Course content

The whole outline is shown here with the length of each session; sessions open once you have the course and it is activated in your account.

  • 8units
  • 18sessions
  • 7quizzes
M1 – العصبون والشبكات3 sessions
  1. 1.1 العصبون والأوزان والانحياز Introduction video coming soon
  2. 1.2 الدوال التنشيطية
  3. 1.3 الشبكات متعددة الطبقات وعدد المعاملات
M2 – الانتشار العكسي و PyTorch3 sessions
  1. 2.1 قاعدة السلسلة والانتشار العكسي
  2. 2.2 الموترات (tensors)
  3. 2.3 autograd
M3 – التدريب3 sessions
  1. 3.1 دوال الخسارة
  2. 3.2 المحسِّنات ومعدل التعلم
  3. 3.3 الدفعات والحقب وحلقة التدريب
M4 – التعميم والاستقرار3 sessions
  1. 4.1 الإفراط والتنظيم و dropout
  2. 4.2 التطبيع والتهيئة
  3. 4.3 الإيقاف المبكر وتكبير البيانات
M5 – المعماريات الأساسية3 sessions
  1. 5.1 الشبكات الالتفافية
  2. 5.2 النماذج التسلسلية
  3. 5.3 المحولات والانتباه
M6 – من التجربة إلى الاستخدام3 sessions
  1. 6.1 تتبع التجارب وإعادة الإنتاج
  2. 6.2 الحفظ والتقديم
  3. 6.3 الحوسبة والبيانات والمسؤولية
Quizzes0 sessions · 7 quizzes
  1. M1 – العصبون والشبكات
  2. M2 – الانتشار العكسي و PyTorch
  3. M3 – التدريب
  4. M4 – التعميم والاستقرار
  5. M5 – المعماريات الأساسية
  6. M6 – من التجربة إلى الاستخدام
  7. Final exam
Projects and assignments0 sessions
  1. A1 – «شبكة من الصفر»
  2. A2 – «تعميم أفضل»
  3. المشروع – «شبكة عصبية من البداية للنهاية»

The lecturer

Lecturer

Eng. Abdelmaksoud Badr

  • 72 published courses at the academy
Profile

Ratings and reviews

No ratings yet – be the first to rate.

No written reviews yet

Written reviews come from enrolled students after studying. We don’t display reviews that real students didn’t write.

Discussion (0)

Commenting is for signed-in members. Comments from people not enrolled in the course are reviewed by the lecturer or the academy before they appear.

No comments yet – be the first to join in.

Your next step

This course is part of the trackAI & DataLanguage models, AI agents, and data analysis and science, hands-on. 10 courses

Courses close to this one

AI & Data

معالجة اللغات الطبيعية

Natural Language Processing

تعليم الحاسوب فهم اللغة: النص كبيانات وخصوصيات العربية (التطبيع، التشكيل، الصرف، اللهجات)، التمثيلات الكلاسيكية و TF-IDF والتشابه، التصنيف واستخراج الكيانات، التضمينات والشبكات،…

  • Advanced
  • 36 h
  • Taught in Arabic · all content in Arabic
Eng. Abdelmaksoud
Coming soon – learn more
AI & Data

مشروعات تعلم الآلة التطبيقية

Applied Machine Learning Projects

تحويل المعرفة إلى مشروعات حقيقية: صياغة المشكلة ومقاييس النجاح والكلفة، جمع البيانات ووسمها وتوثيقها، استراتيجية التحقق وخط الأساس وتحليل الأخطاء، تتبع التجارب…

  • Advanced
  • 40 h
  • Taught in Arabic · all content in Arabic
Eng. Abdelmaksoud
Coming soon – learn more
AI & Data

الرؤية الحاسوبية

Computer Vision

تعليم الحاسوب أن «يرى»: الصور كبيانات وألوانها، المعالجة الكلاسيكية بالمرشحات والحواف والكنتورات، الشبكات الالتفافية وتدريبها في PyTorch، التعلم بالنقل والتقييم، اكتشاف الأجسام…

  • Advanced
  • 36 h
  • Taught in Arabic · all content in Arabic
Eng. Abdelmaksoud
Coming soon – learn more
AI & Data

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…

  • Intermediate
  • 30 h
  • Taught in Arabic · all content in Arabic
Eng. Abdelmaksoud
Coming soon – learn more
AI & Data

الانحدار والتصنيف

Regression & Classification

تعمق في المهمتين الأساسيتين للتعلم الإشرافي: الانحدار الخطي المتعدد وافتراضاته وتشخيصه، التحويلات والحدود متعددة الحدود والتنظيم Ridge و Lasso، الانحدار اللوجستي والاحتمالات…

  • Intermediate
  • 30 h
  • Taught in Arabic · all content in Arabic
Eng. Abdelmaksoud
Coming soon – learn more
AI & Data

أساسيات تعلم الآلة

Machine Learning Fundamentals

ما تعلم الآلة وكيف يتعلم النموذج من البيانات: أنواع التعلم، تجهيز البيانات، الانحدار والتصنيف، التقييم والتحقق المتقاطع والإفراط في التكيف، النزول بالتدرج،…

  • Intermediate
  • 32 h
  • Taught in Arabic · all content in Arabic
Eng. Abdelmaksoud
Coming soon – learn more
AI & Data

هندسة الأوامر (Prompt Engineering)

Prompt Engineering

اكتب أوامر واضحة تعطيك نتائج موثوقة: تشريح الأمر، الأمثلة، التفكير خطوة بخطوة، الهيكلة والمخرجات المنظمة، سلاسل الأوامر والمستندات الطويلة، الأوامر للتعلم والكتابة…

  • Beginner
  • 18 h
  • Taught in Arabic · all content in Arabic
Eng. Abdelmaksoud
Coming soon – learn more
AI & Data

الذكاء الاصطناعي التوليدي

Generative AI

افهم كيف تعمل النماذج التوليدية من الداخل: الرموز والتضمينات والانتباه وأخذ العينات، توليد الصور والصوت والتزييف العميق، بناء مساعد معرفي بالاسترجاع (RAG)…

  • Beginner
  • 24 h
  • Taught in Arabic · all content in Arabic
Eng. Abdelmaksoud
Coming soon – learn more