أهداف الدورة التدريبية

1. تعريف المشاركين بالمفاهيم الأساسية لتقنيات الذكاء الاصطناعي وتطبيقاتها.

2. تمكين المتدربين من استخدام أدوات ولغات برمجة شائعة في تطوير تطبيقات الذكاء الاصطناعي.

3. تطوير مهارات تصميم وبناء نماذج تعلم الآلة (Machine Learning) والتعلم العميق (Deep Learning).

4. إكساب المشاركين القدرة على دمج تقنيات الذكاء الاصطناعي في التطبيقات العملية.

5. تعزيز المهارات التطبيقية عبر تدريبات عملية ومشاريع متكاملة تحاكي احتياجات السوق.

المحتوى التدريبي

مقدمة في الذكاء الاصطناعي وتطبيقاته

• التعريف بالذكاء الاصطناعي وفروعه الأساسية.

• استعراض تطبيقات الذكاء الاصطناعي في مختلف القطاعات (الصحة، الأعمال، النقل، التسويق).

• أدوات وتكنولوجيا الذكاء الاصطناعي الأكثر استخدامًا (Python، TensorFlow، PyTorch).

تحضير ومعالجة البيانات

• جمع البيانات من مصادر مختلفة.

• تنظيف البيانات وتجهيزها للنماذج.

• استكشاف البيانات باستخدام أدوات التحليل البصري.

بناء نماذج تعلم الآلة

• أنواع خوارزميات التعلم (المراقب، غير المراقب، التعزيز).

• تطبيق الانحدار والتصنيف في النمذجة.

• تقييم النماذج باستخدام مقاييس الأداء.

التعلم العميق ومعالجة اللغة والصور

• الشبكات العصبية الاصطناعية (ANN).

• تطبيقات التعلم العميق في التعرف على الصور والصوت.

• أساسيات معالجة اللغة الطبيعية (NLP) وبناء تطبيقات مثل Chatbots.

المشاريع التطبيقية

• مشروع: تطوير نظام توصية (Recommendation System).

• مشروع: بناء تطبيق للتعرف على الصور.

• مشروع: تصميم Chatbot باستخدام تقنيات NLP.

• مشروع نهائي متكامل يجمع بين عدة تقنيات لتطبيق عملي في قطاع محدد (مثل الصحة أو الأعمال).