London, 2024-11-21

التعلم العميق والشبكات العصبية

نظرة عامة

تخيل مستقبلًا يمكن فيه لنماذج التعلم العميق أن تتعلم بمساعدة قليلة أو بدون مساعدة من البشر، وأن تكون مرنة تجاه التغيرات في بيئتها، وأن تحل مجموعة واسعة من المشكلات الانعكاسية والمعرفية. تعتبر دورة التعلم العميق في الأكاديمية البريطانية للتدريب والتطوير برنامجنا الأساسي الذي سيساعدك على فهم القدرات والتحديات والتبعات المرتبطة بالتعلم العميق. تعد هذه الدورة إعدادًا لك للمشاركة في تطوير تقنيات الذكاء الاصطناعي المتطورة. كما توفر لك المسار اللازم لاكتساب المعرفة والمهارات اللازمة لتطبيق التعلم الآلي في عملك، ورفع مستوى حياتك المهنية التقنية، واتخاذ خطوة حاسمة في عالم الذكاء الاصطناعي.

 
 
 
الأهداف والفئة المستهدفة

الفئة المستهدفة

  • مهندسي البرمجة.
  • أفراد فريق العمل في المؤسسات الحديثة.
  • المهتمين بالذكاء الاصطناعي وتطبيقاته.
  • كل من يجد في نفسه الحاجة لهذه الدورة ويرغب بتطوير مهاراته وخبراته.

 

أهداف البرنامج

في نهاية برنامج التدريبي سوف يتعرف المشاركون على:

  • بناء وتدريب الشبكات العصبية العميقة.
  • تحديد محددات البنية الأساسية، وتنفيذ الشبكات العصبية الموجهة والتعلم العميق للتطبيقات.
  • تدريب مجموعات الاختبار، تحليل التباين لتطبيقات DL، استخدام التقنيات القياسية وخوارزميات التحسين، وبناء الشبكات العصبية في TensorFlow.
  • انشاء شبكة CNN وتطبيقها على مهام الكشف والتعرف، استخدم نقل النمط العصبي لإنشاء أعمال فنية، وتطبيق الخوارزميات على بيانات الصور والفيديو.
  • بناء وتدريب RNNs، العمل مع NLP وWord Embeddings، واستخدام رموز Hugging Face ونماذج المحولات لأداء NER وإجابة الأسئلة.
محتوى البرنامج
  • مقدمة في التعلم العميق.
  • التعلم الخاضع للإشراف مع الشبكات العصبية.
  • أهمية التعلم العميق؟
  • أساسيات الشبكات العصبية.
  • التصنيف الثنائي.
  • الانحدار اللوجستي.
  • دالة تكلفة الانحدار اللوجستي.
  • المشتقات وأمثلة عليها.
  • الرسم البياني الحسابي.
  • المشتقات مع رسم بياني حسابي.
  • التوجيه وأمثلته.
  • توجيه الانحدار اللوجستي.
  • توجيه إخراج الانحدار اللوجستي.
  • البث في بايثون.
  • ملاحظة حول متجهات Python / Numpy.
  • جولة سريعة في دفاتر Jupyter / iPython.
  • شرح دالة تكلفة الانحدار اللوجستي.
  • الشبكات العصبية الضحلة.
  • نظرة عامة على الشبكات العصبية.
  • تمثيل الشبكة العصبية.
  • حساب مخرجات الشبكة العصبية.
  • شرح لتطبيق Vectorized.
  • وظائف التنشيط.
  • لماذا تحتاج وظائف التنشيط غير الخطية؟
  • مشتقات وظائف التنشيط.
  • نزول متدرج للشبكات العصبية.
  • الحدس العكسي.
  • الشبكة العصبية العميقة L-layer.
  • الحصول على أبعاد المصفوفة الخاصة بك بشكل صحيح.
  • لماذا التمثيل العميق؟
  • اللبنات الأساسية للشبكات العصبية العميقة.
  • المحددات مقابل Hyperparameters.
  • نماذج عملية وتطبيقات.