ترقبوا الانطلاقة
انطلاقة تعليمية شاملة تليق بسوريا المجد
.svg)
إتقان تعلم الآلة التطبيقي
مميز
دورة شاملة تبدأ من المفاهيم الأساسية في تعلم الآلة وصولاً إلى نماذج اللغة الكبيرة (LLM)، تُقدّم بشكل نظري وتطبيقي بالعربية.
2
طلاب
1
المحاضرات
محمد الشامي
مدرب
حول هذه الدورة
في هذه الدورة، يقودك محمد الشامي خطوة بخطوة من الأساسيات إلى المراحل المتقدمة في تعلم الآلة، مع التركيز على تطبيق المفاهيم عمليًا. تغطي الدورة بدايةً مفاهيم أساسية مثل أنواع البيانات، التعلم المراقب وغير المراقب، ثم تتوسع لتشمل تقنيات وأساليب متقدمة كتعلم LLM. يتم دمج المحتوى النظري مع تطبيقات عملية بشكل منتظم، مما يساعد على بناء مهارات واقعية قابلة للاستخدام العملي في المشاريع أو الوظيفة. تبدأ الدورة بشرح "كيف تتعلم تعلم الآلة" وتستمر نحو مفاهيم مثل البيانات المصنفة وغير المصنفة
التعليمات
اطلع على الأسئلة الشائعة حول هذه الدورة.
ما هي المتطلبات الأساسية قبل البدء بالدورة؟
لا يحتاج الطالب إلى خلفية قوية في الذكاء الاصطناعي، لكن من المهم معرفة أساسيات الرياضيات (الجبر الخطي، الاحتمالات، والإحصاء) وفهم مبادئ البرمجة بلغة Python.
لمن هذه الدورة مناسبة؟
الدورة مناسبة للطلاب، الباحثين، المبرمجين، والمهتمين بالذكاء الاصطناعي وتعلم الآلة. سواء كنت مبتدئًا أو لديك معرفة سابقة وتريد الانتقال لمستوى متقدم، ستجد محتوى مفيدًا.
كيف يتم تنظيم محتوى الدورة؟
المحتوى مُقسّم إلى محاضرات متدرجة، تبدأ من المفاهيم الأساسية (مثل أنواع البيانات والمفاهيم العامة) ثم تتطور إلى موضوعات أكثر تقدمًا (الخوارزميات، التعلم المعزز، ونماذج اللغة الكبيرة).
هل الدورة نظرية فقط أم تشمل جانبًا عمليًا؟
الدورة تجمع بين الجانب النظري والعملي، حيث يشرح المدرّب المفاهيم أولاً ثم يقدّم تطبيقات عملية باستخدام مكتبات وأدوات شائعة مثل Scikit-learn و TensorFlow.
هل سأحصل على خطة واضحة لتعلم الآلة بعد الدورة؟
نعم، يقدّم المدرّب خارطة طريق (Roadmap) واضحة وشاملة تساعدك على مواصلة تعلم الذكاء الاصطناعي وتطبيقه في المشاريع الواقعية بعد انتهاء الدورة.
ما هي المهارات التي سأكتسبها بعد إتمام الدورة؟
بنهاية الدورة، ستكون قادرًا على:
التمييز بين أنواع تعلم الآلة (Supervised, Unsupervised, Reinforcement).
التعامل مع البيانات المصنفة وغير المصنفة.
استخدام مكتبات الذكاء الاصطناعي في بايثون لتطبيق الخوارزميات.
فهم كيفية بناء وتقييم النماذج.
متابعة أحدث التطورات في تعلم الآلة لعام 2025 وما بعده.
أنا باحث مساعد وطالب دكتوراه في الهندسة الكهربائية وهندسة الحاسوب في جامعة ولاية نيو مكسيكو، أعمل بدافع قوي على توظيف أحدث تقنيات معالجة اللغة الطبيعية (NLP) ونماذج اللغة الكبيرة (LLMs) لتعزيز كل مرحلة من مراحل خط أنابيب الضبط الدقيق (Fine-tuning pipeline). يركز بحثي الحالي على تطوير دفاعات مدعومة بالذكاء الاصطناعي — مثل اكتشاف الشذوذ، الضبط العدائي، معايرة الثقة، وتدفقات البيانات الآمنة — لجعل نماذج ...
نظرة عامة على المنهاج
تتضمن هذه الدورة 0 وحدات، 1 دروس، و0 ساعات من المواد.
البرمجيات الاساسية
ف5قصثقلفصثق
أسئلة
1
المدة
33 الدقائق
درجة النجاح
50/100
الدرجة الإجمالية
100
المحاولات
0/1
الشهادات
2 أقسام
شهادة
شهادة اختبار
ستحصل على هذه الشهادة بعد اجتياز اختبار “البرمجيات الاساسيةZ”.
النوع
شهادة اختبار
درجة النجاح
50/100
شهادة الدورة
شهادة الدورة
إذا اجتزت جميع دروس هذه الدورة، ستحصل على هذه الشهادة.
النوع
شهادة الدورة
0
0 مراجعات
جودة المحتوى (0)
مهارات الأستاذ (0)
قيمة الشراء (0)
جودة الدعم (0)
رضاك مضمون أو استرداد كامل المبلغ.
تشمل هذه الدورة
محتوي قابل للتنزيل
1 اختبارات اونلاين
شهادة رسمية
دعم المدرب
منتدى الدورة
مواصفات الدورة
الأقسام
0
الدروس
1
السعة
غير محدود
المدة
1:40 ساعة
طلاب
2
تاريخ الإنشاء
30/08/2025
تاريخ التحديث
30/08/2025
إرسال الدورة كهدية
أرسلها كهدية لأصدقائك
العلامات
أنت تشاهد
إتقان تعلم الآلة التطبيقي
اشترك في النشرة الإخبارية
احصل على آخر الاخبار والتحديثات وموارد التعلم مباشرة
منصة ثبات © 2025
الرد على التعليق