حول هذه الدورة

دورة شاملة تأخذك منهجيًا من أسس Text Processing وبناء خطوط المعالجة، مرورًا بمفاهيم Embeddings و Attention و Transformers وصولًا إلى Large Language Models (LLMs) وتقنيات Generative AI و RAG (Retrieval-Augmented Generation). ستركّز الدورة على التصميم العملي للأنظمة وبنائها ونشرها بحيث تتحول ال models إلى تطبيقات ويب قابلة للاستخدام الفعلي.

🔒

للوصول الكامل لمحتوى المنصة، اشترك الآن.

اشترك الآن

أهداف التعلم

مقدمة في NLP: تعلم الأساسيات مثل تعريف NLP وتطبيقاته، والتحديات التي قد تواجهها.
معالجة النصوص (Text Processing): تعلم Tokenization، Stop word removal، Stemming و Lemmatization.
تمثيل النصوص (Text Representation): تعلم كيفية استخدام TF-IDF، Word Embeddings و Bag of Words.
تصنيف النصوص (Text Classification): تعلم كيفية استخدام Logistic Regression و Naive Bayes لتصنيف النصوص.
تجميع النصوص وتحليل المواضيع (Clustering and Topic Modeling): تعلم تقنيات مثل LDA لتحليل المواضيع.
أنظمة التوصية (Recommendation Systems): تعلم كيفية بناء Content-based recommendation و Collaborative filtering.
نماذج التسلسل (Sequence Models): تعلم كيفية بناء RNN و LSTM و GRU لتحليل البيانات المتسلسلة.
نماذج الترجمة (Sequence-to-sequence models): تعلم كيفية استخدام Statistical Machine Translation و Neural Machine Translation.
النماذج التحويلية (Transformers): تعلم كيفية استخدام BERT و GPT في Question Answering Systems.
RAG: تعلم كيفية دمج retrieval و generation لتحسين الإجابات في question answering systems.
deploy النماذج (Deploy): تعلم كيفية deploy NLP models باستخدام Flask و Streamlit لإنشاء تطبيقات ويب تفاعلية يمكن استخدامها من قبل الآخرين.

المواد

  • Introduction to NLP
  • Text Processing Pipeline
  • Text Classification
  • Text Clustering and Topic Modeling
  • Recommendation system
  • Sequence models
  • Sequence-to-sequence models
  • Attention and Transformers
  • Hugging Face
  • Large Language Models
  • Generative AI
  • Deploy NLP Models

متطلبات

  • إلمام بأساسيات Python ومعرفة أولية بـ Deep Learning
  • معرفة مبدئية بمفاهيم الاحتمالات/الإحصاء تفيد ولا تُشترط

الجمهور المستهدف

  • طلاب علوم الكمبيوتر وعلوم البيانات: الذين يرغبون في تعلم الأساسيات والتقنيات المتقدمة في NLP.
  • المهتمون ببناء حلول NLP احترافية قابلة للنشر.
  • مهندسو AI و Data الراغبون في الانتقال من النماذج التجريبية إلى تطبيقات إنتاجية.
  • فرق المنتجات التي تحتاج دمج Generative AI و RAG في منتجاتها
  • المطورون والمبرمجون: الذين يعملون في تطوير تطبيقات NLP مثل Q-A Systems و recommendation systems.
  • محللو البيانات: الذين يرغبون في تعلم كيفية استخدام NLP لتحليل النصوص وتقديم رؤى.
  • المهتمون بالذكاء الاصطناعي: الذين يرغبون في تعلم كيفية استخدام deep learning و Transformers لتحسين نتائج NLP.

منهاج دراسي

95 دروس48h 50m

Introduction to Course

يقدّم هذا الجزء مقدّمة أساسية لعلم Natural Language Processing (NLP)، موضحًا أهمية مراحل Text Preprocessing و Feature Extraction ودور Language Models الحديثة في بناء تطبيقات مثل الـ chatbots و generative AI. هذا القسم يمهّد لفهم المراحل التي يُبنى عليها علم الـ NLP بالكامل.
Text Preprocessing Introduction00:18:00
Feature Extraction Introduction00:47:00
Language Models Introduction00:19:00

Text PreProcessing

يقدّم هذا الـ Topic الأساسيات العملية لمعالجة النصوص Text Pre-Processing، ابتداءً من التعامل مع Unstructured Data وتنظيفها باستخدام Regex، مرورًا بخطوات Tokenization، و Stemming، و Lemmatization، وانتهاءً بتحويل النص إلى شكل عددي قابل للاستخدام من خلال تقنيات Vectorization مثل Bag-of-Words, One-Hot Encoding, N-gram, و TF-IDF. يساعد هذا الـ Topic المتعلم على فهم الطرق الأساسية التي تُستخدم في أي NLP pipeline لبناء تمثيل رقمي دقيق للنص، ويمكّنه من تطبيق هذه الخطوات داخل مشروع تطبيقي فعلي في تصنيف الأخبار.

Neural Language Models and RNN

يشرح هذا الـTopic تطور النماذج اللغوية من الأساليب الإحصائية إلى Neural Language Models المبنية على الشبكات العصبية. يبدأ بتقديم نموذج الـ Recurrent Neural Network (RNN) وآلية عمله في التعامل مع النصوص المتتابعة، ثم يتناول مشكلات مثل Vanishing Gradient. يتم أيضًا توضيح نماذج الـ LSTM و GRU وكيف تعالج هذه التحديات لتحسين توقع النصوص وفهم السياق.

Sequence-to-Sequence Models

يفسّر هذا الجزء فكرة Seq2Seq Architecture ودورها في تطبيقات إنتاج النص مثل الترجمة الآلية وتلخيص النصوص. يتناول المحتوى طبقة الـ Encoder–Decoder، وكيفية تمرير السياق بينهما، بالإضافة إلى تطبيقات عملية على بناء Sequence Models والتعامل مع البيانات الزمنية والنصية.

Attention Mechanism

يقدّم هذا الـTopic مفهوم الـ Attention Mechanism الذي غيّر مشهد الـ NLP بالكامل. يشرح كيفية السماح للنموذج بالتركيز على الكلمات الأكثر أهمية داخل الجملة، مع توضيح الفارق بين Global Attention و Local Attention، وكيف ساهم هذا المفهوم في تحسين أداء نماذج الترجمة والتحليل اللغوي بشكل جذري.

Generative AI and RAG Systems

قدّم هذا الـTopic تعريفًا مركزًا بتقنيات Generative AI وكيفية استخدام نماذج الـ Transformers مثل BERT في بناء أنظمة Q/A Systems وChatbots. كما يشرح آليات RAG, وSemantic Search, وطرق التعامل مع Vector Databases مثل FAISS, Pinecone, وWeaviate، إضافة إلى تطبيق عملي يشمل الـ Deployment وطرق تحسين الأداء باستخدام Quantization.

احصل على شهادة

أضف هذه الشهادة إلى سيرتك الذاتية لإثبات مهاراتك وزيادة فرصك في لفت الانتباه.

selected template

أساتذتك

Hozaifa Zaki

Senior Data Scientist at VOIS

4.88/5
3 Courses
16 Reviews
55 Students

Senior Data Scientist with 3+ years of experience in NLP, LLMs, and Generative AI, currently driving innovation at (VOIS) after a strong track record at (Orange Innovation Egypt). Specializing in building end-to-end ML solutions, from research and prototyping to large-scale production deployment.

- Leadership: Leading a landmark AI project in collaboration with the Egyptian Museum to translate ancient hieroglyphs using state-of-the-art language models.
- Research & Development: Author of many published academic research focused on pushing the boundaries of LLM efficiency and OCR capabilities.
- Knowledge Sharing: Committed to growing the AI community by teaching aspiring data scientists at the NTI and providing practical tutorials and insights to a global audience on YouTube.

شاهد المزيد

Student Feedback

4.9
7 التقييمات
86%
14%
0%
0%
0%

تصنيف (5)

10/10

شغل عالي جدا و بجد مبسوط بس اتمنى يكون في تدريبات اكتر

قيم جدا

جيدا

متكامله

مجانا
مستوى
جميع المستويات
المدة الزمنية 48.8 ساعات
محاضرات
95 محاضرات

المواد

  • Introduction to NLP
  • Text Processing Pipeline
  • Text Classification
  • Text Clustering and Topic Modeling
  • Recommendation system
  • Sequence models
  • Sequence-to-sequence models
  • Attention and Transformers
  • Hugging Face
  • Large Language Models
  • Generative AI
  • Deploy NLP Models

احدث الدورات

Python Essentials
مجانا
Data Preparation
مجانا
SQL Essentials
مجانا

ليس لديك حساب حتى الآن؟ قم بالتسجيل مجانًا