يهدف إلى تزويد المشاركين بالمعرفة والمهارات العملية المطلوبة لفهم وبناء وتنفيذ نماذج التعلم الآلي في مختلف التطبيقات.
- مقدمة في التعلم الآلي
المدة: (4 أسابيع – مستوى مبتدئ)
- مفاهيم وأساسيات التعلم الآلي
- أنواع الخوارزميات الأساسية
- تقنيات تدريب وتقييم النماذج
- تطبيقات عملية ومشاريع تطويرية
- بايثون لعلوم البيانات والتعلم الآلي
المدة: (4 أسابيع – مستوى مبتدئ)
- برمجة بايثون المتقدمة
- مكتبات علوم البيانات (NumPy, Pandas)
- مكتبات التعلم الآلي (Scikit-learn)
- مشاريع تطبيقية متكاملة
- معالجة البيانات وهندسة الميزات
المدة: (3 أسابيع – مستوى مبتدئ)
- تقنيات معالجة وتنظيف البيانات
- اختيار وتحويل الميزات
- التعامل مع البيانات المفقودة
- تطبيقات عملية في هندسة الميزات
- تقنيات التعلم الخاضع للإشراف
المدة: (3 أسابيع – مستوى متوسط)
- نماذج التصنيف والانحدار
- شجرات القرار والغابات العشوائية
- خوارزميات التحسين
- مشاريع تطبيقية متقدمة
- تقنيات التعلم غير الخاضع للإشراف
المدة: (3 أسابيع – مستوى متوسط)
- خوارزميات التجميع
- تقليل الأبعاد
- اكتشاف الشذوذ
- تطبيقات عملية
- أساسيات الشبكات العصبية والتعلم العميق
المدة: (6 أسابيع – مستوى متوسط)
- مقدمة في الشبكات العصبية
- هندسة وتدريب النماذج العميقة
- التحسين والضبط
- مشاريع تطبيقية متقدمة
- التعلم المعزز
المدة: (5 أسابيع – مستوى متقدم)
- أساسيات التعلم المعزز
- خوارزميات وسياسات التعلم
- تطبيقات في الألعاب والروبوتات
- مشاريع عملية متقدمة
- تقنيات التعلم الآلي المتقدمة
المدة: (5 أسابيع – مستوى متقدم)
- نماذج التعلم المتقدمة
- التعلم متعدد المهام
- التعلم بالنقل
- تطبيقات متقدمة
- التعلم الآلي مع TensorFlow
المدة: (8 أسابيع - مستوى متوسط)
- أساسيات TensorFlow
- بناء وتدريب النماذج
- تحسين الأداء والنشر
- مشاريع تطبيقية شاملة
- مهندس التعلم الآلي مع Microsoft Azure
المدة: (8 أسابيع - مستوى متوسط)
- منصة Azure للتعلم الآلي
- تطوير وتدريب النماذج
- نشر وإدارة الحلول
- مشاريع عملية متكاملة