مقدمة في التعلم العميق: Neural Networks, Computer Vision, و NLP

التعلم العميق هو المحرك وراء الإنجازات الحديثة للذكاء الاصطناعي (AI)، حيث يدعم كل شيء بدءًا من المساعدين الأذكياء وصولاً إلى أنظمة الرؤية الحاسوبية المعقدة. توفر هذه الدورة أساسًا متينًا وعمليًا في التعلم العميق، مما يمكّنك من فهم آليات الشبكات العصبية وتطبيقها عبر تطبيقات متنوعة مثل التعرف على الصور وتوليد النصوص والتعامل مع مصادر البيانات المدمجة. ما ستتعلمه: * فهم البنية التأسيسية وعمليات تدريب الشبكات العصبية الاصطناعية. * تطبيق Convolutional Neural Networks (CNNs) لتصنيف الصور ومهام الرؤية الحاسوبية الأساسية. * إتقان شبكات Recurrent و Transformer لمعالجة البيانات المتسلسلة و Natural Language Processing (NLP). * تحليل المبادئ الكامنة وراء الأنظمة متعددة الوسائط (multimodal) التي تجمع بين أنواع البيانات المختلفة (مثل النصوص والصور). * ممارسة تقنيات prompt engineering الأساسية الضرورية للتفاعل مع النماذج التوليدية الحديثة. * إعداد مسارات عمل بسيطة لنشر ومراقبة نماذج التعلم العميق (basic MLOps). يبدأ المنهج باللبنات الرياضية والنظرية للشبكات العصبية قبل الانتقال إلى التطبيقات العملية في الرؤية الحاسوبية ومعالجة اللغة الطبيعية. أخيرًا، نستكشف المفاهيم التمهيدية في الأنظمة متعددة الوسائط ومتعددة الوكلاء (multi-agent). تم تصميم هذه الدورة للمبتدئين تمامًا المهتمين بالذكاء الاصطناعي (AI) والتعلم الآلي (machine learning). لا تتطلب خبرة سابقة في التعلم العميق أو معرفة متقدمة بالرياضيات. ابدأ ببناء معرفتك التأسيسية في الذكاء الاصطناعي اليوم.