حول هذه الدورة
تعد هذه الدورة من الأساسيات المهمة للبدء في مجال الذكاء الاصطناعي وعلوم البيانات، حيث تركز على الخوارزميات كأداة رئيسية لحل المشكلات. الخوارزميات هي منهجية منطقية لتنظيم وتسلسل خطوات حل المشكلة بشكل أكفأ وأسرع، مما يساعد في توفير الوقت والموارد. في هذه الدورة، يتعلم المشاركون مختلف أنواع الخوارزميات مثل خوارزميات الترتيب (Sorting Algorithms) وخوارزميات البحث (Searching Algorithms)، بالإضافة إلى أنواع أخرى تستخدم في تطبيقات الذكاء الاصطناعي وتحليل البيانات. تهدف الدورة إلى تطوير مهارات المتدربين في اختيار واستخدام الخوارزميات المناسبة لحل المشكلات بشكل فعال وذكي.
أهداف التعلم
المواد
- Recursion
- Divide and Conquer Algorithm
- Sorting Algorithms
- Searching Algorithms
- Depth First Search - DFS
- Breadth First Search - BFS
متطلبات
- معرفة أساسية بالبرمجة (من الأفضل باستخدام Python، لكن الدورة مفيدة لأي لغة برمجة).
- قدرة على فهم المفاهيم الأساسية في الرياضيات مثل العمليات الحسابية.
الجمهور المستهدف
- المطورون والمبرمجون المبتدئون والمتوسطون: الذين يريدون تعلم خوارزميات أساسية لتحسين حلولهم البرمجية.
- طلاب علوم الكمبيوتر: الذين يرغبون في فهم أعمق للخوارزميات وتحليل أدائها.
- محللو البيانات وعلوم البيانات: الذين يحتاجون إلى تطبيق خوارزميات الفرز والبحث في معالجة البيانات وتحليلها.
- المهتمون بالذكاء الاصطناعي: الذين يرغبون في فهم الخوارزميات التي تدعم نماذج الذكاء الاصطناعي وكيفية استخدامها في تحليل البيانات.
منهاج دراسي
Algorithms
Algorithms Asymptotic Analysis Part 100:26:51
Algorithms Asymptotic Analysis Part 200:26:35
Divide and Conquer00:13:03
Quiz 1
Bubble sort00:24:57
Selection sort00:13:41
Insertion sort00:16:18
Merge sort00:42:09
Quick sort00:42:28
Quiz 2
Binary Search 100:22:56
Binary Search 200:18:48
Binary Search 300:33:40
Quiz 3
DFS Part 100:23:07
DFS Part2 (Practice)00:24:31
DFS Part 3 (Practice)00:26:01
BFS (Part 1)00:17:20
BFS (Practice)00:12:48
Quiz 4
احصل على شهادة
أضف هذه الشهادة إلى سيرتك الذاتية لإثبات مهاراتك وزيادة فرصك في لفت الانتباه.
أساتذتك
Ola Abdullah
Applied Scientist at Microsoft
I’m a passionate graduate with bachelor’s in computer science and more than 1 year of Experience in Data Science, ML and DL. Highly skilled in problem-solving, Implementing algorithms and data-structure. Extract insights from massive data sets of structured, semi-structured, and unstructured data. Apply data preprocessing, exploratory data analysis, modeling, evaluation, and deployment of machine learning solutions. Develop machine learning models, including natural language processing algorithms and computer vision
المواد
- Recursion
- Divide and Conquer Algorithm
- Sorting Algorithms
- Searching Algorithms
- Depth First Search - DFS
- Breadth First Search - BFS
