كل الدورات
عن الدورة
تقدم هذه الدورة تحديثًا متطورًا مع Coursera Coach لتعلم تفاعلي. تبدأ الدورة بأساسيات الذكاء الاصطناعي والتعلم الآلي، موضحة كيفية عمل الشبكات العصبية ومعالجة البيانات والتنبؤ بالنتائج. يتم التركيز على بناء نماذج التعلم العميق باستخدام مكتبة Keras، مع تطبيقات عملية على الشبكات العصبية الالتفافية. في القسم الثاني، تدرس الشبكات التنافسية التوليدية (GAN) التي تستخدم شبكتين متنافستين لإنشاء بيانات مشابهة للواقع. تتعلم كيفية بناء نماذج GAN باستخدام مجموعة بيانات MNIST، وفهم آلية عملها وتحسين أدائها للوصول إلى نتائج دقيقة وفعالة.
ماذا ستتعلم
- تعريف المفاهيم الأساسية للذكاء الاصطناعي والتعلم الآلي
- شرح بنية الخلايا العصبية والشبكات العصبية الأساسية
- تمييز بنى البيانات المختلفة في بايثون واستخداماتها
- تطوير نماذج شبكات عصبية باستخدام التقنيات الحديثة مثل stride وpadding وflattening
المتطلبات المسبقة
- معرفة أساسية بالمفاهيم والمصطلحات المتعلقة بالموضوع
- الاستعداد للممارسة والتدريب العملي
المدرسون
P
Packt - Course Instructors
المواضيع
التعلم الآلي
علم البيانات
تحليل البيانات
الذكاء الاصطناعي
الشبكات العصبية الاصطناعية
تصنيف وتراجع البيانات
معالجة البيانات الأولية
التعلم العميق
معلومات الدورة
المنصةCoursera
المستوىغير محدد
طريقة التعلمغير محدد
السعرمجاني
المهارات
التعلم الآلي
علم البيانات
تحليل البيانات
الذكاء الاصطناعي
الشبكات العصبية الاصطناعية
تصنيف وتراجع البيانات
معالجة البيانات الأولية
التعلم العميق
Development Environment
Exploratory Data Analysis
إعلان
إعلان