التعلم الآلي التطبيقي

تهدف هذه التخصصية إلى تمكين الطلاب المتقدمين من اكتساب مهارات عملية في التعلم الآلي، قابلة للتطبيق في مجالات متعددة. تغطي ثلاثة مساقات شاملة تقنيات أساسية مثل التعلم الموجه، طرق التجميع، التحليل الانحداري، التعلم غير الموجه، والشبكات العصبية. تركز الدورة على التعلم العملي، مما يتيح الفرصة لتطبيق التعلم الآلي على مشكلات واقعية تشمل تصنيف الصور، استخراج خصائص البيانات، وتحسين النماذج. يتعمق المتعلمون في موضوعات متقدمة كالشبكات العصبية التلافيفية (CNN)، التعلم المعزز، وتحليل Apriori، مع الاستفادة من إطار عمل PyTorch للمهام العميقة.

• إتقان تقنيات معالجة البيانات المسبقة لتطبيقات التعلم الآلي
• تقييم وتحسين نماذج التعلم الآلي من حيث الأداء والدقة
• تنفيذ خوارزميات التعلم الموجه وغير الموجه بفعالية
• تطبيق تصميمات متقدمة للشبكات العصبية مثل الشبكات العصبية التلافيفية في مهام رؤية الحاسوب

• معرفة أساسية بالمفاهيم والمصطلحات العامة في الموضوع
• الاستعداد للممارسة من خلال التمارين التطبيقية أو دراسات الحالة