حول هذه الدورة
دورة Deep Learning هتأخذك في رحلة شاملة لفهم وتطبيق تقنيات Deep Learning في الذكاء الاصطناعي. الدورة هتركز على تمكينك من بناء وتدريب models باستخدام Neural Networks (الشبكات العصبية)، وتطبيق تقنيات Feedforward و Backpropagation، إلى جانب تعلم تقنيات متقدمة للتحسين مثل Gradient Descent و Adam. ستتمكن من فهم generative models مثل Autoencoders و Variational Autoencoders (VAE) و Generative Adversarial Networks (GANs) وكيفية استخدامها لتوليد بيانات جديدة.
أهداف التعلم
المواد
- Introduction to Deep Learning
- Perceptron
- Neural Network and Deep Neural Network
- Optimizations (GD, SGD, Momentum, AdaGrade, RmsProp, Adam)
- Generative AI
- Auto Encoder
- Variational Auto Encoder
- Generative Adversarial Networks
متطلبات
- معرفة أساسية بالرياضيات، خصوصًا الجبر والإحصاء.
- معرفة سابقة بأساسيات Python و البحث في البيانات.
- فهم أساسيات الذكاء الاصطناعي و التعلم الآلي.
الجمهور المستهدف
- لمطورون والباحثون في الذكاء الاصطناعي: الذين يريدون تعلم تقنيات Deep Learning لبناء models معقدة.
- طلاب علوم الكمبيوتر وعلوم البيانات: الذين يرغبون في تعلم تقنيات Deep Learning وتحليل البيانات.
- المهتمون بتوليد البيانات: الذين يرغبون في تعلم كيفية بناء models مثل Autoencoders و GANs لتوليد بيانات جديدة.
منهاج دراسي
Deep Learning
Deep Learning Fundamentals: From History to Single-Layer Perceptrons03:00:46
Quiz1
Building Deep Neural Networks02:44:55
Quiz2
Mastering TensorFlow: An Introduction and Practical Guide02:48:33
Quiz3
Training Neural Networks: Backpropagation, Loss Functions, and Real-World Practice02:07:29
Quiz4
Optimization in Machine and Deep Learning: Bias-Variance, Overfitting, and Error Analysis02:09:52
Quiz5
Generative AI: An Introduction, Auto-Encoders ,Variational Auto Encoder and Practical Guide03:16:07
Quiz6
GANs02:44:35
Quiz7
Revision02:14:34
احصل على شهادة
أضف هذه الشهادة إلى سيرتك الذاتية لإثبات مهاراتك وزيادة فرصك في لفت الانتباه.
أساتذتك
Nourhan Sharaf
Dedicated data scientist
Dedicated data scientist with a Master’s degree in Data Science and Artificial Intelligence. Passionate about data-driven solutions, analytical thinking to drive impactful business outcomes, and building models to fix problems. Committed to continuous learning and staying up-to-date with the latest trends in data science and AI
المواد
- Introduction to Deep Learning
- Perceptron
- Neural Network and Deep Neural Network
- Optimizations (GD, SGD, Momentum, AdaGrade, RmsProp, Adam)
- Generative AI
- Auto Encoder
- Variational Auto Encoder
- Generative Adversarial Networks
