حول هذه الدورة
التعلم العميق هو أحد فروع تعلم الآلة وأحد أهم التطورات في مجال الذكاء الاصطناعي في الوقت الحالي. يركز هذا المجال على تطوير الشبكات العصبية الاصطناعية التي تحاكي طريقة عمل الدماغ البشري لمعالجة البيانات واتخاذ القرارات. في هذه الدورة، سيتم التعرف على مفهوم الشبكة العصبية وكيفية بناء نموذج البرسيبترون (Perceptron) الذي يعد أبسط أنواع الشبكات العصبية. كما ستتناول الدورة أيضاً النماذج التوليدية مثل Hot Encoder (أو One-Hot Encodingسيتم شرح هذه المفاهيم بالتفصيل، بالإضافة إلى كيفية تطبيقها لبناء نماذج تعلم عميق فعّالة.
أهداف التعلم
متطلبات
- Python: الإلمام بأساسيات لغة البرمجة بايثون.
- Maths for Machine Learning: المعرفة بالمفاهيم الرياضية الأساسية لتعلم الآلة.
- Data Preparation: القدرة على تجهيز البيانات وتحضيرها للنماذج.
الجمهور المستهدف
- لطلاب: الهندسة أو علوم الحاسب أو الرياضيات الذين يرغبون في التخصص في الذكاء الاصطناعي وتعلم الآلة.
- المهنيون: المهندسون أو المحللون الذين يرغبون في اكتساب معرفة أعمق في كيفية استخدام الرياضيات لتحسين أداء النماذج الحاسوبية.
- الهواة: أي شخص لديه خلفية في الرياضيات الأساسية ويرغب في فهم الأساسيات الرياضية وراء تقنيات تعلم الآلة.
منهاج دراسي
Deep Learning
Introduction to Deep Learning and Neural Networks03:10:34
Deep Neural Networks02:30:27
Quiz1
Optimization and Errors in Neural Networks02:21:56
Quiz2
Neural Networks hands on using TensorFlow and Keras03:09:12
Quiz3
احصل على شهادة
أضف هذه الشهادة إلى سيرتك الذاتية لإثبات مهاراتك وزيادة فرصك في لفت الانتباه.
أساتذتك
Ahmed Ashraf
Machine Learning Engineer @ Cybral
Results-driven Machine Learning Engineer with expertise in NLP and MLOps, specializing in optimizing model performance, developing scalable data solutions, and enhancing system security. Skills: • Machine Learning & NLP: supervised, unsupervised algorithms, NN, CNNs, RNNs, LSTMs, Classical NLP, Tokenization, stemming, lemmatization, POS tagging, named entity recognition (NER), Embeddings, Word2Vec, GloVe, BERT, GPT, Attention, Transformer, Pytorch, HuggingFace, LLMs, Prompt Engineering, RAG, Vector Store, Langchain, LLM serving • MLOps & Deployment: Azure Repos - Pipelines, Git, Docker - Compose - Swarm, Mlflow, Weights & Biases, OLLAMA • API Development & Integration: Python, Flask, Flask-RESTx, Http/s, GRPC, Protocol Buffers, Swagger, Postman, SSL/TLS, Authentication, role-based access control, rate limiting, Microservices, Service Registry • Graph Database: Neo4j, Cypher language, APOC: Awesome Procedures on Cypher • Other Tools & Technologies: Numpy, Pandas, Matplotlib, Sklearn, NLTK, Redis, A/B Testing
