Course Overview
تشمل دورة AI منهجًا شاملًا في الذكاء الاصطناعي يورث فهمًا معمَّقًا لكافة تطبيقاته وخوارزمياته المعقدة. إلى جانب تطبيقات عملية لمشاريع فعلية معتمدة على علم الذكاء الاصطناعي (Artificial intelligence).
والذي يمكنُ تعريفه بأنه فرع من فروع علوم الحاسوب يُعنى بدراسة وتصميم الأنظمة الذكية القادرة على استيعاب ما يدور حولها من أحداث واتخاذ القرارات بناءًا عليها، بل وتعلم الأخطاء من التجارب السابقة.
ما يميز هذه الدورة هو إسقاط جميع خوارزميات الذكاء الاصطناعي (AI) على تطبيق عملي لمشاريع متعلقة في مجال تخصص هندسة الاتصالات.
ما هي أهم محاور دورة AI؟
تتوزع دورة AI على 7 محاور أساسية تمتد من أبسط المعلومات والمفاهيم العامة إلى المعلومات التخصصية في مجال (الذكاء الاصطناعي Artificial Intelligence).
-
python
يتضمن هذا المحور كل ما يتعلق بلغة البرمجة python الشهيرة والمستخدمة في نطاقات علمية واسعة أهمها علم البيانات. بالإضافة إلى تطبيقات الذكاء الصنعي (AI) المختلفة، وذلك بفضل سهولة تعلمها وقدرتها على تنفيذ العديد من الخوارزميات. إلى جانب احتوائها على عدة مكتبات.
-
data analysis
ضمن هذا المحور سيجري التعامل مع (Data) حقيقية من شركات اتصالات قائمة بالفعل. سواء من جهة التحليل للبيانات أو استعراضها أو استخراج بعض التقيييمات بناءًا عليها. بالإضافة إلى ذلك تعلم اكتشاف المشاكل والثغرات الموجودة فيها ومن ثمَّ كيفية التعامل مع هذه المشاكل.
-
machine learning
سيحتل هذا المحور القسم الأكبر من دورة ai. لا سيما أنه متعلق بـ ( machine learning) وهو علم ذكاء اصطناعي (Artificial intelligence) يستخدم لبناء خوارزميات ونماذج تعتمد على علم الإحصاء وتهدف لاستخراج نتائج فعالة من البيانات.
-
END TO END Machine learning project
في هذا المحور سيتعلم المتدربون كيفية بناء مشروع في التعلم الآلي (Machine learning) متكامل من البداية إلى النهاية. بالإضافة إلى ذلك التطرق لمختلف أنواع المشاكل التي قد تواجههم في أثناء بناء المشروع. بالإضافة للتفاصيل المهمة التي يجب إيلائها أهمية عند إنشاء أي مشروع سواء من ناحية اختيار الخوارزمية الأنسب أو حتى من ناحية فهم واستخراج المعلومات المهمة من البيانات. لتنتهي المرحلة الأخيرة من بناء المشروع بتعلم طريقة اختباره وتقييمه.
-
classification
يقصد في هذا المحور تعلم علم التصنيف في الذكاء الاصطناعي، أي تنبؤ معلومات معينة عن البيانات ومن ثم تصنيفها تبعًا لذلك. سيتطرق المتدربون خلال هذا المحور لبناء مشروع كامل يربط بين الذكاء الاصطناعي وبعض أنظمة الاتصالات.
-
regression
يشبه هذا المحور إلى حدٍ ما فكرة المحور السابق ( classification) إلا أنه يعتمد على تنبؤ قيم وأرقام معينة ودقيقة. لا سيما أنه سيتعرف المتدربون على فائدته وأهميته بصورة أوضح عبر بناء مشروع متكامل يتعلق بأنظمة الاتصالات.
-
Advanced Machine learning Algorithms
في المحور الأخير من دورة AI سيتعرف المتدربون على كامل المعلومات المتعلقة ببعض خوارزميات الذكاء الاصطناعي المتقدمة مثل خوارزمية آلة المتجهات الداعمة (Support Vector Machine) وخوارزمية شجرة القرار (decision tree).
الفئة المستهدفة من دورة الذكاء الاصطناعي
- طلاب هندسة الاتصالات خصوصًا وباقي التخصصات الهندسية عمومًا.
- المهتمين في تعلم علم البيانات والذكاء الاصطناعي AI.
- الخريجين من مختلف التخصصات الهندسية.
- طلاب هندسة تكنولوجيا المعلومات.
- طلاب هندسة الحاسبات.
محتوى الدورة
-
Chapter 1 | python
- python1 – intro
- python 1
- python 2 – colab
- python 3 – hello python
- python 4 – data types
- python 5 – fundamentals
- python 6
- python 8 – conditions
- python 9 – conditions 2
- python 10 – while loop
- python 12 – lists and tuples
- python 13 – For loop
- python 14 – functions
- python 15 – dictionaries
- python 16 – sets
- python 17 – oop1
- python 18 – oop2
- python 19 oop3
-
chapter 2 | data analysis
-
chapter 3 | Machine Learning Fundamentals
-
chapter 4 | End to End Machine Learning
-
chapter 5 | classification
-
chapter 6 | liner regression
-
chapter 7 | SVm
-
chapter 8 | decision tree
Alaa mattar
يعطيكم العافية