الأسس الإحصائية والاحتمالية للذكاء الاصطناعي

ابنِ أساساً قوياً في مفاهيم الذكاء الاصطناعي الأساسية عبر هذه الدورة المفتوحة (MOOC). تقدّم دورة «الأسس الإحصائية والاحتمالية للذكاء الاصطناعي» عرضاً ميسّراً للرياضيات والإحصاء التي تقف خلف المفاهيم الجوهرية في تعلّم الآلة وعلم البيانات والذكاء الاصطناعي. تغطي الدورة التحليل الوصفي والاستكشافي للبيانات، إلى جانب مقدمة موجزة في الإحصاء الاستدلالي. تبدأ بالإحصاءات الملخِّصة (Summary Statistics) لفهم البيانات وتلخيصها، ثم تركّز على تصوّر البيانات واستخلاص خصائصها الأساسية من خلال الرسوم البيانية المناسبة. يشمل ذلك مخططات الصندوق (Box Plots)، والمدرجات التكرارية (Histograms)، وتقديرات كثافة النواة (Kernel Density Estimates)، إضافة إلى الانحدار (Regression) لفهم العلاقات بين المتغيرات. كما تقدّم الدورة مبادئ الاحتمالات اللازمة لفهم الأساليب المستخدمة في الإحصاء الاستدلالي وتعلّم الآلة على المستوى التمهيدي. وتنطلق من المفاهيم الأساسية للاحتمال لبناء نماذج عشوائية (Stochastic Models) تصف العمليات العشوائية، وتعلّمك كيفية استخدام أدوات واحتمالات أساسية لاستخراج معلومات مفيدة من هذه النماذج. بنهاية الدورة ستكون قادراً على قراءة البيانات وتمثيلها بصرياً بشكل صحيح، وفهم الأساس الاحتمالي الذي تقوم عليه طرق الاستدلال الإحصائي الأولية وبعض منهجيات تعلّم الآلة التمهيدية، بما يدعم انتقالك إلى موضوعات أكثر تقدماً في تحليل البيانات والذكاء الاصطناعي.

• وصف البيانات باستخدام الإحصاءات الملخِّصة
• إنشاء مخططات إحصائية مناسبة لتصوير المعلومات في البيانات
• صياغة وتحليل نماذج عشوائية تصف العمليات العشوائية
• استخدام أدوات وأساليب احتمالية أساسية لاستخراج معلومات من النماذج العشوائية
• تطبيق طرائق احتمالية
• فهم مخرجات أساليب الاستدلال الإحصائي الأساسية

• معرفة تمهيدية بالتفاضل والتكامل والجبر الخطي
• تثبيت R على جهازك (ويُفضّل مع بيئة تطوير مثل RStudio)، ومعرفة أساسية بـ R