الوصف
يُطلق على الذكاء الاصطناعي الآلات والأنظمة التي تؤدي مهامًا برمجيًا لتقليد الذكاء البشري ويمكنها تحسين نفسها من خلال الاندماج مع الذكاء البشري.
يعمل الذكاء الاصطناعي كميسر للحياة بطرق مختلفة في العديد من المجالات في عالمنا الرقمي. على الرغم من أننا نستخدم تطبيقات الذكاء الاصطناعي أثناء السير على الطريق ، والبحث عن الاتجاهات ، والاستماع إلى الموسيقى ، وترجمة اللغات ، وحتى ممارسة الرياضة ، فإننا لا ندرك أن كل هذه منتجات ذكاء اصطناعي. بل من الممكن أن نقول إن تطبيقات الذكاء الاصطناعي مدمجة بالكامل في حياتنا. بمجرد أن نفتح شاشة هاتفنا الذكي بقفل التعرف على الوجوه ، عندما تعرض أداة المستندات التي نستخدمها أثناء إعداد المستندات الخطأ المطبعي لدينا كاقتراح تصحيح تلقائي ، أو عندما نتسوق عبر الإنترنت ، باستخدام الروبوتات عبر الإنترنت التي تساعدنا عادةً بنص مثل “يمكنني مساعدتك” في الزاوية اليمنى السفلية. هذه مجرد أمثلة قليلة عن كيفية مواجهتنا بالفعل لوجود الذكاء الاصطناعي عندما نواجهه.
منتجات الذكاء الاصطناعي ، التي تظهر على أنها الشكل الروبوتي للعقل البشري وقدراته ، تعمل الآن وتنتج مثل البشر. من خلال هذا التدريب ، ستتعرف على الذكاء الاصطناعي وكيف يعمل. تم إعداد التدريب بالتفصيل ويتكون من 3 وحدات أساسية.
حول التعليم
أهداف التعليم:
- سترى بالضبط ما هو الذكاء الاصطناعي وما هي المفاهيم التي يغطيها ،
- سوف يتعلم ميكانيكا عمل الذكاء الاصطناعي وكيفية تنفيذ تطبيقات الذكاء الاصطناعي بشكل فعال ،
- فهم كيف أن الكفاءة في مجال الذكاء الاصطناعي في الحياة التجارية يقدم ميزة ،
- تعرف على كيفية تطوير تطبيقات الذكاء الاصطناعي المستخدمة في مجال الأمن الرقمي ،
- اكتشف كيفية استخدام تطبيقات الذكاء الاصطناعي في الحياة اليومية والعمل ،
- سوف تتعلم برنامج مطور الذكاء الاصطناعي وشروط الترميز ومتى تستخدم لغات الترميز هذه.
محتوى تعليمي:
1. تحليل البيانات وتصورها (1. الوحدة النمطية)
- مقدمة في الذكاء الاصطناعي
طرق الذكاء الاصطناعي
شروط الذكاء الاصطناعي
مجالات الذكاء الاصطناعي فهم الذكاء الاصطناعي من خلال النموذج البشري
التقنيات المستخدمة لتطوير تطبيقات الذكاء الاصطناعي
- لغة برمجة بايثون
نظرة عامة على لغة برمجة بايثون
إعداد بيئة تطوير بايثون
أساسيات بايثون
البرمجة الشيئية (OOP) مع بايثون
عمليات قاعدة البيانات باستخدام أساسيات برمجة Python Web & API مع Python (لنشر نموذج ML)
- مكتبات التعلم الآلي
الباندا
حبيبي
scikit- تعلم
TensorFlow
PyTorch
- تحليل البيانات والتصور
نظرة عامة على تحليل البيانات والتصور
مكتبة Matplotlib
مكتبة Seaborn
- معالجة اللغة الطبيعية (NLP)
نظرة عامة على معالجة اللغة الطبيعية
مكتبة NLTK
مكتبة spaCy
- تعلم الآلة (الوحدة الثانية)
- ملخص
مقدمة في الذكاء الاصطناعي
طرق الذكاء الاصطناعي
شروط الذكاء الاصطناعي
مجالات دراسة الذكاء الاصطناعي
استيعاب الذكاء الاصطناعي من خلال النموذج البشري
التقنيات المستخدمة لتطوير تطبيقات الذكاء الاصطناعي
- الاحتمال والاحصاء
- معالجة البيانات
- تراجع
- تصنيف
- تطوير نموذج التعلم الآلي
- تطبيقات تعلم الآلة الشاملة
3- التعلم العميق (الوحدة 3)
تتمثل الأهداف الرئيسية لهذا التدريب في توفير الوعي القطاعي للذكاء الاصطناعي للأشخاص الذين لديهم معرفة أساسية بالكمبيوتر والخبراء العاملين في قطاع تكنولوجيا المعلومات (IT) ، وشرح أساسيات لغة برمجة Python وفحص الأدوات الأساسية اللازمة للتطوير. برنامج ذكاء اصطناعي.
- نظرة عامة على التعلم العميق
- العنوان الفرعي التعلم العميق والخوارزمية والمتطلبات
- فهم الشبكة العصبية
- DBM: آلة بولتزمان العميقة
- DBN: شبكات الاعتقاد العميق
- RNN: الشبكات العصبية المتكررة
- LSTM: شبكة ذاكرة طويلة المدى
- سي إن إن: الشبكة العصبية التلافيفية
آر سي إن إن
FastR-CNN
أسرع R-CNN
قناع R-CNN
- التعلم العميق مع TensorFlow
- التعلم العميق مع PyTorch
- الرؤية الحاسوبية
الأساسيات
أدوات الرؤية الحاسوبية
OpenCV
- الرؤية الحاسوبية
- رؤية الكمبيوتر مع التعلم العميق
- PyTorch + OpenCV
- TensorFlow + OpenCV
- تعزيز التعلم
- إضفاء الحيوية على فكرة بدء تشغيل التعلم الآلي
توليد الأفكار
تحليل الفكرة: التحليل حسب الحقائق الفنية
التحليل الفني: عمل التخطيط الفني وحسابه
الكادر الفني: إعداد الكادر الفني حسب نوع المشروع
الإدارة: إدارة مشروع الذكاء الاصطناعي
التحجيم الفني: تحجيم المنتج لآلاف الخدمات الفورية
من يجب أن يأخذ التدريب؟
- أي شخص لديه فضول بشأن الذكاء الاصطناعي ويريد إتقان التقنيات المبتكرة ،
- أولئك الذين يعملون في قطاع تكنولوجيا المعلومات ويريدون تحسين أنفسهم في هذا المجال ،
- الخبراء العاملون في قطاع تكنولوجيا المعلومات والراغبين في تحسين أنفسهم في هذا المجال ،
- أولئك الذين يرغبون في تطوير برامج ذكاء اصطناعي ،
- يمكن لأي شخص يريد اكتساب الوعي الصناعي حول الذكاء الاصطناعي المشاركة.
متطلبات
- لديك خبرة في أي لغة برمجة.
- أن يكون لديه معرفة وخبرة في لغة برمجة بايثون.
- أن يكون لديه معرفة أساسية في الأسس التقنية والنظرية للذكاء الاصطناعي.
- معرفة المكتبات الأساسية مثل NumPy و Pandas و scikit-Learn و PyTorch و TensorFlow.
خطط لهذا التدريب بشكل مؤسسي!
يمكن التخطيط لهذا التدريب في أوقات مختلفة ومحتوى خاص بمؤسستك. يرجى الاتصال بنا للحصول على محتوى غني مفصل والتخطيط لتحقيق الأهداف التعليمية.
