Recorded Courses
December 14, 2024 2025-04-26 0:09دورات مسجلة
Recorded Courses
مجانا
What you'll learn
فهم أساسيات Python: هنتعلم الأساسيات في Python مثل المتغيرات، الحلقات، الدوال، والتعامل مع النصوص.
استخراج البيانات من الويب: هنتعلم كيفية استخدام مكتبات Python مثل BeautifulSoup و Selenium لاستخراج البيانات من صفحات الويب.
تحليل البيانات المستخرجة: تعلم كيفية معالجة وتحليل البيانات المستخرجة باستخدام المهارات الأساسية في Python.
التعامل مع HTML و XML: تعلم كيفية قراءة وتحليل بيانات HTML و XML لاستخراج المعلومات المطلوبة.
تطبيقات عملية: بناء مشاريع لاستخراج البيانات من مواقع متعددة مثل الأخبار والمتاجر الإلكترونية وتحليل هذه البيانات بشكل عملي.
مجانا
All Levels
دورة Image Processing هي دورة شاملة تهدف إلى تعليمك الأس... …
مجانا
What you'll learn
مقدمة في Computer Vision: تعلم تعريف Computer Vision وتطبيقاته في الحياة الواقعية مثل image recognition، object detection، face recognition، medical imaging، وغيرها.
أساسيات الصور والفيديوهات: تعلم كيفية تمثيل الصور باستخدام color spaces، image representation، pixel operations، و interpolation.
تحسين الصور (Image Filtering): تعلم كيفية تحسين الصور باستخدام تقنيات مثل blurring، sharpening، و edge detection.
تجزئة الصور (Image Segmentation): تعلم كيفية تقسيم الصورة إلى أجزاء ذات دلالة باستخدام تقنيات مثل thresholding و region growing.
استخراج المميزات (Feature Detection and Extraction): تعلم كيفية استخراج المميزات الهامة من الصورة باستخدام تقنيات مثل SIFT و HOG.
مجانا
All Levels
دورة Deep Learning for Computer Vision هي دورة شاملة تبد... …
مجانا
What you'll learn
التعلم العميق (Deep Learning): التعرف على CNNs وتطبيقها في Computer Vision.
Transfer Learning: تعلم كيفية استخدام pre-trained models لتحسين سرعة ودقة التدريب.
الكشف عن الأشياء والتعرف عليها (Object Detection and Recognition).
تحليل الفيديو والتتبع (Video Analysis and Tracking): تعلم تقنيات مثل optical flow و motion estimation.
الرؤية الثلاثية الأبعاد (3D Vision): تطبيق تقنيات deep learning لتحليل الصور والفيديوهات ثلاثية الأبعاد.
مجانا
All Levels
دورة Computer Vision هي دورة شاملة تبدأ من الأساسيات وحت... …
مجانا
What you'll learn
مقدمة في Computer Vision: تعلم الأساسيات المتعلقة بـ Computer Vision وكيفية استخدامها في حياتنا اليومية.
أساسيات معالجة الصور والفيديوهات: تعلم كيفية معالجة الصور والفيديوهات باستخدام تقنيات مثل image filtering، image segmentation، و feature extraction.
Deep Learning في Computer Vision: تعلم كيفية استخدام Convolutional Neural Networks (CNNs) لبناء models قوية في object detection و image classification.
تحليل الفيديو والتتبع: تعلم كيفية تطبيق تقنيات مثل optical flow و motion estimation لتتبع الأجسام وتحليل الحركة في الفيديوهات.
الرؤية الثلاثية الأبعاد (3D Vision): تعلم كيفية استخدام 3D reconstruction لتحويل البيانات الثنائية الأبعاد إلى صور ثلاثية الأبعاد.
التطبيقات العملية: تطبيق ما تعلمته في مشاريع عملية مثل face recognition، augmented reality، و medical imaging.
مجانا
Beginner
Statistics and Data Preparation
تشتمل هذه الدورة على مواضيع متقدمة في تحليل البيانات وال... …
مجانا
Statistics and Data Preparation
What you'll learn
تنظيف البيانات: تعلم كيفية التعامل مع missing values (القيم المفقودة)، outliers (القيم الغريبة)، و duplicates (البيانات المكررة).
معالجة البيانات: تعلم كيفية استخدام تقنيات مثل Normalization، Standardization، و Scaling لتحويل البيانات وتوحيدها.
التحليل الاستكشافي للبيانات (EDA): تعلم كيفية استكشاف البيانات باستخدام statistical summaries و visualizations.
تصور البيانات (Data Visualization): تعلم كيفية استخدام Matplotlib و Seaborn لإنشاء الرسوم البيانية التي تساعد في فهم البيانات.
مجانا
متوسط
In this course we will learn how to use the most popular tool available, which is…
مجانا
What you'll learn
التعرف على واجهة Excel: تعلم كيفية التنقل في Excel واستخدام الوظائف الأساسية.
العمل مع البيانات: تعلم كيفية إدخال وتنظيم البيانات، وكيفية استخدام filters و sorting.
استخدام الصيغ (Formulas): تعلم كيفية استخدام SUM، AVERAGE، VLOOKUP، و IF، بالإضافة إلى الصيغ المتقدمة مثل INDEX و MATCH.
التنسيق الشرطي (Conditional Formatting): تعلم كيفية تطبيق conditional formatting لجعل البيانات أكثر وضوحًا.
إنشاء الرسوم البيانية (Charts): تعلم كيفية إنشاء الرسوم البيانية مثل bar charts، line charts، و pie charts لعرض البيانات بطريقة مرئية.
التحليل المتقدم: تعلم كيفية استخدام Pivot Tables و Pivot Charts لتحليل البيانات الكبيرة.
مجانا
Beginner
In this course we will learn how to use the most popular tool available, which is…
مجانا
What you'll learn
التعرف على واجهة Excel: تعلم كيفية التنقل في Excel واستخدام الوظائف الأساسية.
العمل مع البيانات: تعلم كيفية إدخال وتنظيم البيانات، وكيفية استخدام filters و sorting.
استخدام الصيغ (Formulas): تعلم كيفية استخدام SUM، AVERAGE، VLOOKUP، و IF، بالإضافة إلى الصيغ المتقدمة مثل INDEX و MATCH.
التنسيق الشرطي (Conditional Formatting): تعلم كيفية تطبيق conditional formatting لجعل البيانات أكثر وضوحًا.
إنشاء الرسوم البيانية (Charts): تعلم كيفية إنشاء الرسوم البيانية مثل bar charts، line charts، و pie charts لعرض البيانات بطريقة مرئية.
التحليل المتقدم: تعلم كيفية استخدام Pivot Tables و Pivot Charts لتحليل البيانات الكبيرة.
مجانا
What you'll learn
فهم أساسيات Python: هنتعلم الأساسيات في Python مثل المتغيرات، الحلقات، الدوال، والتعامل مع النصوص.
استخراج البيانات من الويب: هنتعلم كيفية استخدام مكتبات Python مثل BeautifulSoup و Selenium لاستخراج البيانات من صفحات الويب.
تحليل البيانات المستخرجة: تعلم كيفية معالجة وتحليل البيانات المستخرجة باستخدام المهارات الأساسية في Python.
التعامل مع HTML و XML: تعلم كيفية قراءة وتحليل بيانات HTML و XML لاستخراج المعلومات المطلوبة.
تطبيقات عملية: بناء مشاريع لاستخراج البيانات من مواقع متعددة مثل الأخبار والمتاجر الإلكترونية وتحليل هذه البيانات بشكل عملي
مجانا
متوسط
تعلم الآلة (Machine Learning) هو أحد أهم وأشهر مجالات ال... …
مجانا
What you'll learn
بناء models: تعلم كيفية بناء models باستخدام Supervised Learning و Unsupervised Learning.
فهم الأساسيات: تعلم الأساسيات وفهم Machine Learning وكيفية استخدامه لحل المشكلات المعقدة.
التعلم من البيانات: تعلم كيفية التعامل مع البيانات وتنظيفها وتجهيزها لبناء models دقيقة.
تحليل البيانات وتصورها: تعلم كيفية تحليل البيانات واستخراج الأنماط باستخدام تقنيات مثل Exploratory Data Analysis (EDA) و Data Visualization.
تطبيق تقنيات التحسين: تعلم كيفية تحسين models باستخدام تقنيات مثل cross-validation و hyperparameter tuning.
مجانا
متوسط
دورة Deep Learning هتأخذك في رحلة شاملة لفهم وتطبيق تقني... …
مجانا
What you'll learn
فهم الشبكات العصبية (Neural Networks): تعلم الأساسيات والمكونات الرئيسية للشبكات العصبية.
التغذية الأمامية والخلفية (Feedforward and Backpropagation): تعلم كيفية استخدام Feedforward و Backpropagation لتدريب الشبكات العصبية.
تقنيات التحسين (Optimization Techniques): تعلم تقنيات التحسين المستخدمة لتدريب الشبكات العصبية.
فهم Autoencoders و Variational Autoencoders (VAE): تعلم كيفية تطبيق Autoencoders في تقليل الأبعاد واكتشاف الأنماط.
فهم Generative Adversarial Networks (GANs): تعلم كيفية بناء واستخدام GANs لتوليد بيانات جديدة.
تحليل models: تعلم كيفية تقييم أداء الشبكات العصبية و generative models.
مجانا
All Levels
دورة Math for Machine Learning تهدف إلى تعليم الأساسيات ... …
مجانا
What you'll learn
الـ Vectors (المتجهات): تعلم كيفية التعامل مع vectors كأدوات لتمثيل البيانات في الفضاءات متعددة الأبعاد.
المصفوفات (Matrices): فهم كيفية استخدام matrices لتنفيذ العمليات الحسابية المتعلقة بالبيانات، مثل multiplication و addition.
القيم الذاتية والمتجهات الذاتية (Eigenvalues and Eigenvectors): تعلم كيفية حساب eigenvalues و eigenvectors واستخدامها في تقنيات مثل PCA (Principal Component Analysis) لتقليل الأبعاد.
تحليل القيمة المنفردة (Singular Value Decomposition - SVD): تعلم كيفية استخدام SVD لتحليل المصفوفات وتطبيقاتها في dimensionality reduction و data compression.
نظرية بايز (Bayes Theorem): تعلم كيفية استخدام Bayes Theorem في التنبؤات والقرارات بناءً على البيانات المبدئية.
المتغيرات العشوائية (Random Variables): تعلم كيفية التعامل مع random variables التي تعبر عن النتائج المحتملة في التجارب العشوائية.
التوزيع الاحتمالي المنفصل (Discrete Probability Distribution): فهم التوزيعات الاحتمالية التي تحتوي على عدد محدود من القيم مثل Binomial Distribution و Poisson Distribution.
التوزيع الاحتمالي المستمر (Continuous Probability Distribution): تعلم التوزيعات الاحتمالية المستمرة مثل Normal Distribution و Exponential Distribution.
الإحصاء الوصفي (Descriptive Statistics): تعلم كيفية استخدام mean و median و variance و standard deviation لفهم وتلخيص البيانات.
مجانا
What you'll learn
1. فهم المبادئ الأساسية لقواعد البيانات وعلاقاتها مع SQL.
2. إتقان استرجاع البيانات وتصفيتها باستخدام الاستعلامات المختلفة.
3. تعلم كيفية استخدام دوال التجميع مثل SUM و AVG و COUNT لتحليل البيانات.
4. إتقان استخدام التوصيل (Joins) لدمج البيانات من جداول متعددة.
5. تعلم كيفية كتابة استعلامات فرعية ونماذج معقدة باستخدام الاستعلامات المتداخلة.
6. معرفة كيفية التلاعب بالبيانات (إضافة، تعديل، حذف) باستخدام SQL.
7. فهم كيفية تعريف البيانات وتحديد القيود لضمان سلامتها.
8. تعلم كيفية إنشاء العروض والفهارس لتحسين أداء الاستعلامات.
9. إتقان إدارة المعاملات والتعامل مع الأخطاء في بيئات العمل.
10. اكتساب مهارات تحسين استعلامات SQL واتباع أفضل الممارسات لضمان الأداء الأمثل.
مجانا
متوسط
دورة Python من المستوى المتوسط إلى المتقدم هتأخذك من معر... …
مجانا
What you'll learn
فهم أساسيات Python: هنتعلم الأساسيات في Python مثل المتغيرات، الحلقات، الدوال، والتعامل مع النصوص.
استخراج البيانات من الويب: هنتعلم كيفية استخدام مكتبات Python مثل BeautifulSoup و Selenium لاستخراج البيانات من صفحات الويب.
تحليل البيانات المستخرجة: تعلم كيفية معالجة وتحليل البيانات المستخرجة باستخدام المهارات الأساسية في Python.
التعامل مع HTML و XML: تعلم كيفية قراءة وتحليل بيانات HTML و XML لاستخراج المعلومات المطلوبة.
تطبيقات عملية: بناء مشاريع لاستخراج البيانات من مواقع متعددة مثل الأخبار والمتاجر الإلكترونية وتحليل هذه البيانات بشكل عملي.
مجانا
متوسط
تتناول هذه الدورة مجموعة من الموضوعات الأساسية والمهمة ا... …
مجانا
What you'll learn
فهم الجبر الخطي: هنتعرف على المفاهيم الأساسية للجبر الخطي مثل المصفوفات، المتجهات، والتحويلات، وكيفية استخدامها في نماذج التعلم الآلي.
الإحصاء: هنتعلم أهم المفاهيم الإحصائية مثل التوزيعات، المتوسطات، الانحراف المعياري، وأهمية هذه المفاهيم في معالجة البيانات وتحليلها.
الاحتمالات: هنتعرف على أساسيات الاحتمالات وكيفية تطبيقها في بناء النماذج التي تتعامل مع عدم اليقين والقرارات الاحتمالية.
المكتبات الخارجية: هنتعلم كيفية استخدام مكتبات Python مثل NumPy، Pandas، Matplotlib، وScikit-learn لتحسين الأداء وتحليل البيانات.
إعداد البيانات: هنتعلم كيف نحضر البيانات بشكل مناسب لنماذج التعلم الآلي، بما في ذلك التنظيف، التحويل، والتعامل مع القيم المفقودة.
مجانا
متوسط
تعلم الآلة (Machine Learning) هو أحد أهم وأشهر مجالات ال... …
مجانا
What you'll learn
فهم أساسيات التعلم الآلي: هنتعرف على المفاهيم الأساسية للتعلم الآلي مثل الخوارزميات، والتدريب على البيانات، والاختبار.
التعرف على أنواع التعلم الآلي: هنتعلم الفرق بين التعلم supervised وunsupervised والتعلم المعزز.
بناء النماذج باستخدام Scikit-learn: تعلم كيفية بناء وتدريب النماذج باستخدام مكتبة Scikit-learn الشهيرة.
التعامل مع البيانات: هنتعلم كيفية تجهيز البيانات، تنظيفها، وتحليلها قبل تدريب النموذج.
تطبيقات عملية: بناء مشاريع حقيقية باستخدام تقنيات التعلم الآلي مثل تصنيف الصور، التنبؤ بالقيم، وتحليل البيانات.
مجانا
متوسط
Deep learning is a branch of machine learning and one of the most important developments…
مجانا
What you'll learn
مفهوم التعلم العميق: فهم الأساسيات ودوره كأحد فروع تعلم الآلة.
الشبكات العصبية الاصطناعية: التعرف على كيفية محاكاة طريقة عمل الدماغ البشري لمعالجة البيانات.
بناء نموذج البرسيبترون (Perceptron): تعلم بناء أبسط أنواع الشبكات العصبية.
النماذج التوليدية (Generative Models): فهم كيفية تطبيق تقنيات مثل One-Hot Encoding.
تصميم نماذج فعالة: تطوير نماذج تعلم عميق قادرة على تحقيق نتائج دقيقة.
التعامل مع البيانات المعقدة: تعلم كيفية معالجة وتحليل البيانات لاستخدامها في النماذج العميقة.
تطبيقات الذكاء الاصطناعي: تطبيق التعلم العميق في مختلف المجالات لتحقيق حلول مبتكرة.
استخدام الشبكات العصبية: تطوير فهم عملي لبناء شبكات قوية للتنبؤ واتخاذ القرارات.
مجانا
What you'll learn
فهم أساسيات رؤية الكمبيوتر: التعرف على معنى الصورة ومكوناتها وأساسيات معالجة الصور.
خطوات معالجة الصور: تعلم كيفية تطبيق خطوات معالجة الصور باستخدام تقنيات متعددة.
التعرف على تقنيات معالجة الصور: استكشاف الطرق المختلفة لمعالجة الصور وتطبيقاتها.
دمج رؤية الكمبيوتر والتعلم العميق: فهم كيفية تفاعل رؤية الكمبيوتر مع التعلم العميق لتطوير نماذج متقدمة.
تطبيق الرؤية ثلاثية الأبعاد: التعرف على تقنيات الرؤية ثلاثية الأبعاد واستخدامها في تحسين النماذج الذكية.
تطوير مهارات تحليل الصور: اكتساب القدرة على تحليل الصور وحل مشكلات حقيقية باستخدام أدوات حديثة.
استخدام تقنيات الذكاء الاصطناعي في رؤية الكمبيوتر: تطبيق تقنيات الذكاء الاصطناعي لتحسين الأداء في معالجة الصور.
إنشاء نماذج ذكية أكثر تطوراً: تعلم كيفية بناء نماذج رؤية الكمبيوتر التي تلبي متطلبات التطبيقات المتقدمة.
اكتساب مهارات عملية: التعرف على أدوات وتطبيقات عملية لتطوير حلول مبتكرة في رؤية الكمبيوتر.
التعامل مع بيانات الصور: تعلم كيفية تحليل وتفسير الصور في سياقات متعددة.
مجانا
What you'll learn
فهم التعلم العميق ومعالجة اللغة الطبيعية: التعرف على مفهوم التعلم العميق وتطبيقاته في معالجة النصوص.
معالجة النصوص وتحويلها إلى بيانات رقمية: تعلم خطوات تحويل النصوص إلى أرقام واتجاهات تفهمها الآلة.
تطبيق النماذج المولدة (Generative Models): استكشاف نماذج مثل LAMA وChatGPT وفهم طريقة عملها.
التعامل مع النماذج اللغوية الكبيرة (Large Language Models): التعرف على كيفية استخدام هذه النماذج في التطبيقات العملية.
بناء تطبيقات معالجة اللغة الطبيعية: تطوير حلول مبتكرة لمعالجة النصوص والترجمة الآلية وإنشاء المحتوى.
تحليل البيانات النصية باستخدام التعلم العميق: تطبيق تقنيات الذكاء الاصطناعي لتحليل النصوص وفهم البيانات النصية.
التفاعل مع النماذج التوليدية: اكتساب مهارات إنشاء محتوى توليدي باستخدام نماذج اللغة المتقدمة.
دمج تقنيات الذكاء الاصطناعي في التطبيقات العملية: فهم كيفية استخدام التعلم العميق لتطوير حلول ذكية.
استخدام التقنيات الحديثة في الذكاء الاصطناعي: تعلم كيفية التعامل مع أحدث تقنيات الذكاء الاصطناعي وتطبيقاتها.
تحليل وتطبيق النماذج اللغوية في مختلف المجالات: استخدام النماذج المتطورة لحل مشكلات معقدة في المجالات المتعددة.
