أساسيات الذكاء الاصطناعي والشبكات العصبية باستخدام Python

يُحدث الذكاء الاصطناعي تحولاً في كل صناعة، ولكن فهم كيفية تعلم هذه الأنظمة فعليًا قد يبدو أمرًا مربكًا. تقدم هذه الدورة شرحًا مبسطًا للآليات الأساسية للشبكات العصبية، وتوجهك من الإلهامات البيولوجية إلى معماريات التعلم العميق الحديثة. ستنتقل من مبتدئ فضولي إلى ممارس واثق قادر على تصميم وتدريب وتقييم الشبكات العصبية الاصطناعية. ستفهم الأسس الرياضية للانحدار التدريجي، وتعمل مع مكتبات Python القياسية في الصناعة، وتكتب كودًا نظيفًا ومنظمًا لمهام تعلم الآلة. ما ستتعلمه: - فهم المفاهيم الأساسية للذكاء الاصطناعي، ومعماريات الشبكات العصبية، ومصطلحات تعلم الآلة الرئيسية - شرح آليات الخلايا العصبية الاصطناعية (perceptrons)، ودوال التنشيط، والانتشار الأمامي (forward propagation)، ودوال الخسارة (loss functions) - تطبيق الانتشار الخلفي (backpropagation) وتحسين الانحدار التدريجي (gradient descent) لتدريب الشبكات العصبية بفعالية - بناء وتقييم نماذج التصنيف باستخدام TensorFlow و Keras في Jupyter Notebook - إعداد مجموعات البيانات بكفاءة باستخدام اصطلاحات ومكتبات معالجة البيانات الحديثة في Python - استكشاف نماذج الذكاء الاصطناعي الحديثة، بما في ذلك تضمينات المتجهات (vector embeddings) والمفاهيم الأساسية وراء نماذج المحولات (transformer models) تبدأ الدورة بالمفاهيم الأساسية للذكاء الاصطناعي والإلهامات البيولوجية قبل الانتقال خطوة بخطوة عبر التحسين الرياضي، وتدريب الشبكات العصبية، والتنفيذ العملي للنماذج. ستقرأ شروحات واضحة، وتحلل أمثلة كود منظمة، وتدرس سير عمل تعلم الآلة الواقعية. تم تصميم هذه الدورة للمبتدئين الذين لديهم معرفة أساسية بـ Python ويرغبون في دخول مجال الذكاء الاصطناعي. لا يلزم وجود خبرة سابقة في تعلم الآلة أو الرياضيات المتقدمة. ابدأ القراءة اليوم لبناء أساسك في الذكاء الاصطناعي والتعلم العميق.