البرنامج التدريبي عالم الذكاء الاصطناعي

الادلة الارشادية:
-دليل الاقسام الالكتروني
-دليل تعليمات كيفية البدء

سياسات المركز:
-سياسة الاجابة على الاستفسارات
-سياسة التواصل 

الوصف العام

تهدف هذه الدورة إلى تمكين المتدربين من فهم الأسس النظرية والعملية لعالم الذكاء الاصطناعي، واستكشاف تطبيقاته الحديثة في مختلف المجالات. تغطي الدورة المفاهيم الرئيسية مثل التعلم الآلي، الرؤية الحاسوبية، ومعالجة اللغة الطبيعية، مع تقديم تطبيقات عملية واقعية. يتم تدريب المتدربين على أدوات وتقنيات معاصرة تُستخدم في الصناعة، كما تُنمي الدورة القدرة على تحليل المشكلات وتصميم حلول ذكية

الفئة المستهدفة:

• المهتمون بمجال الذكاء الاصطناعي والتحول الرقمي
• مطورو البرمجيات ومهندسو البيانات
• طلاب وخريجو علوم الحاسوب والهندسة
• محللو الأعمال
• موظفو الجهات التقنية والراغبون في التخصص بالـ AI

الأهداف التدريبية:

• إكساب المتدربين فهماً شاملاً لمفاهيم وتقنيات الذكاء الاصطناعي
• تطوير مهارات تحليل البيانات وتطبيق نماذج تعلم الآلة
• تمكين المتدربين من استخدام أدوات الذكاء الاصطناعي العملية في بيئات مختلفة
• إعداد المتدربين لتصميم حلول ذكية قابلة للتنفيذ في مؤسساتهم

المحاور الرئيسية:

أولاً: مقدمة في الذكاء الاصطناعي (10 ساعات)

• تاريخ وتطور الذكاء الاصطناعي (2 ساعة)
• المفاهيم الأساسية والتفرعات (2 ساعة)
• الفرق بين الذكاء الاصطناعي والتعلم الآلي والتعلم العميق (3 ساعات)
• أخلاقيات الذكاء الاصطناعي وتحدياته المستقبلية (3 ساعات)

ثانياً: تعلم الآلة (Machine Learning) (12 ساعة)

• أنواع التعلم الآلي (Supervised, Unsupervised, Reinforcement) (4 س)
• بناء النماذج وخطوات التدريب (2 ساعة)
• خوارزميات شهيرة (Decision Trees, KNN, SVM) (4 ساعات)
• قياس دقة النموذج وتقييم الأداء (2 ساعة)

ثالثاً: تحليل البيانات ومعالجتها (10 ساعات)

• مصادر البيانات وطرق جمعها (2 ساعة)
• تنظيف البيانات وتحليلها باستخدام Pandas وNumpy (3 ساعات)
• تصور البيانات باستخدام مكتبات مثل Matplotlib وSeaborn (3 ساعات)
• التعامل مع البيانات الكبيرة (Big Data) (2 ساعة)

رابعاً: الرؤية الحاسوبية (Computer Vision) (8 ساعات)

• مفاهيم وأساسيات رؤية الحاسوب (2 ساعة)
• تحليل الصور والفيديو باستخدام OpenCV (3 ساعات)
• تطبيقات التعرف على الوجه والأجسام (2 ساعة)
• حالات استخدام في الصناعة (1 ساعة)

خامساً: معالجة اللغة الطبيعية (NLP) (10 ساعات)

• فهم اللغة الطبيعية وتحدياتها (2 ساعة)
• تحليل النصوص وتصنيف المشاعر (3 ساعات)
• استخدام أدوات مثل NLTK وspaCy (3 ساعات)
• نماذج توليد النصوص (مثل ChatGPT وBERT) (2 ساعة)

سادساً: تطبيقات عملية ومشاريع نهائية (10 ساعات)

• تصميم مشروع ذكاء اصطناعي عملي (4 ساعات)
• العمل الجماعي وتوزيع الأدوار (2 ساعات)
• عرض النتائج والتحسينات المقترحة (2 ساعة)
• مراجعة المشاريع وتقديم التغذية الراجعة (2 ساعة)