دورة عبر الإنترنت – تدريب احترافي معتمد في المشاريع العملية لمعهد Packt

تعلم استخدام خوارزميات التعلم العميق باستخدام بايثون. سترشدك هذه الدورة التدريبية إلى تطبيق خوارزميات التعلم العميق جنبًا إلى جنب مع المفاهيم الرياضية، والتقدم من المستوى المبتدئ إلى المستوى المتقدم.

Suggested by: Coursera (What is Coursera?)

Professional Certificate

البدء

No prior knowledge required

Time to complete the course

7-day free trial

No unnecessary risks

Skills you will acquire in the course

  • كيراس
  • التعلم العميق
  • التعلم الآلي
  • تدفق الموتر
  • الذكاء الاصطناعي

What you will learn in the course

Courses for which the course is suitable

  • عالم البيانات
  • مهندس التعلم الآلي
  • مطور الذكاء الاصطناعي
  • محلل البيانات
  • خبير في التعلم العميق
  • تطوير نماذج الشبكات العصبية
  • محلل الصور الطبية
  • مطور تطبيقات التعلم الآلي
  • خبير تحليل الصور
  • مطور حلول الذكاء الاصطناعي

التدريب – سلسلة دورات من ثلاث دورات

انطلق في رحلة عميقة في التعلم العميق، حيث تلتقي المفاهيم النظرية مع التطبيقات العملية. تبدأ الدورة بفهم أساسي للإدراك الحسي والشبكات العصبية، وتتقدم تدريجيًا إلى موضوعات معقدة مثل:

  • الانتشار العكسي
  • الشبكات العصبية التلافيفية (CNN)

تم تصميم كل وحدة بعناية لتوفير تجربة تعليمية عملية، مما يسمح لك بتطبيق ما تعلمته في مواقف العالم الحقيقي.

التأكيد على الجوانب العملية

يركز برنامجنا على الجوانب العملية للتعلم العميق، لضمان اكتسابك مهارات قيمة في بناء الشبكات العصبية وتدريبها. سوف تكتشف تقنيات وأدوات متقدمة مثل:

  • TensorFlow
  • كيراس

والتي تعتبر ضرورية لتطوير الذكاء الاصطناعي الحديث. بدءًا من العمل باستخدام بيانات الصورة وحتى تطبيق نقل التعلم، تغطي الدورة مجموعة واسعة من التطبيقات، بما في ذلك:

  • تحليل الصور الطبية
  • تصنيف الصور الطبيعية

محفظة مثيرة للإعجاب

في نهاية الدورة، سيكون لديك مجموعة رائعة من المشاريع التي تعرض خبرتك في التعلم العميق. ستكون مجهزًا لمعالجة المشكلات المعقدة وتحسين الشبكات العصبية ونشر النماذج في بيئات واقعية.

إذا كنت تطمح إلى تطوير حياتك المهنية في مجال الذكاء الاصطناعي أو بدء رحلتك في علم البيانات، فإن هذه الدورة توفر المعرفة الشاملة والخبرة العملية التي تحتاجها.

متطلبات الدورة

الدورة مخصصة لعلماء البيانات ومهندسي التعلم الآلي الذين لديهم فهم أساسي لبرمجة بايثون والرياضيات، بما في ذلك:

  • الجبر الخطي
  • حساب التفاضل والتكامل

يوصى بالإلمام بخوارزميات التعلم الآلي.

مشروع التعلم العملي

تم تصميم المشاريع المدرجة في الدورة لحل المشكلات الحقيقية من خلال تطبيق تقنيات التعلم العميق على مجموعات البيانات الواقعية. سيتعامل المتعلمون مع التطبيقات العملية مثل:

  • تحليل الصور الطبيعية
  • تشخيص الحالات الطبية باستخدام صور الأشعة السينية
  • تطبيق نماذج الشبكة العصبية المتكررة (RNN) المتقدمة لمهام مثل:
    • إنشاء النص
    • التعرف على أجزاء الكلام

تضمن هذه المشاريع أن المتعلمين لا يفهمون المفاهيم النظرية فحسب، بل يحصلون أيضًا على تجربة تعليمية عملية، مما يمكنهم من تطبيق مهارات التعلم العميق بنجاح في مواقف الحياة الواقعية.

Details of the courses that make up the specialization

أساسيات بايثون وعلوم البيانات الأساسية

  • الدورة 1 • 16 ساعة

تفاصيل الدورة

ماذا ستتعلم
  • تشغيل برامج بايثون للمهام باستخدام العمليات الرقمية وهياكل التحكم والوظائف.
  • قم بتحليل البيانات باستخدام NumPy وPandas للحصول على رؤى شاملة للبيانات.
  • تقييم أداء الانحدار الخطي ونماذج KNN.
  • تطوير نماذج محسنة للتعلم الآلي باستخدام النسب المتدرج.
المهارات التي سوف تكتسبها
  • الفئة: NumPy
  • التصنيف: بايثون (لغة برمجة)
  • الفئة: كي إن إن
  • التصنيف: التعلم الآلي
  • الفئة: الباندا (حزمة بايثون)

أساسيات التعلم العميق والشبكات العصبية

  • الدورة 2 • 14 ساعة

تفاصيل الدورة

ماذا ستتعلم
  • فهم مفاهيم المدركات والشبكات العصبية متعددة الطبقات.
  • تطبيق تقنيات التدريب، بما في ذلك التكرار والانتظام.
  • تحليل الشبكات العصبية التلافيفية لتحليل الصور والفيديو.
  • تقييم وإنشاء مشاريع التعلم العميق باستخدام أطر عمل مثل TensorFlow وKeras.
المهارات التي سوف تكتسبها
  • الفئة: Keras (مكتبة الشبكات العصبية)
  • الفئة: العودة
  • التصنيف: التعلم الآلي
  • الفئة: TensorFlow
  • التصنيف: الذكاء الاصطناعي

شبكات CNN المتقدمة، نقل التعلم والشبكات المتكررة

  • الدورة 3 • 11 ساعة

تفاصيل الدورة

ماذا ستتعلم
  • تطبيق تقنيات نقل التعلم لتحسين أداء النموذج.
  • استخدم RNNs وLSTMs لمهام التنبؤ المتسلسلة.
  • تطوير حلول عملية لمشاكل محددة في الصناعة.
  • إتقان تكامل الشبكات العصبية المتقدمة في تطبيقات العالم الحقيقي.
المهارات التي سوف تكتسبها
  • التصنيف: توقعات السلسلة
  • الفئة: نقل التعلم
  • الفئة: TensorFlow
  • التصنيف: شبكات CNN المتقدمة
  • التصنيف: الشبكات المتكررة