التعلّم العميق باستخدام بايثون: الشبكات التلافيفية والاصطناعية والمتكررة

توفر هذه الدورة المتخصصة طريقًا عمليًا يعتمد على المشاريع لإتقان تقنيات التعلّم العميق باستخدام لغة بايثون. يستكشف المتعلمون الشبكات العصبية التلافيفية (CNN)، والشبكات العصبية الاصطناعية (ANN)، والشبكات العصبية المتكررة (RNN) مع طبقات LSTM، من خلال دراسات حالة تطبيقية في مجالات التعرف على الصور، وتوقع مغادرة العملاء، والتنبؤ بأسعار الأسهم. تركز الدورة على الشق النظري والتطبيقي مما يضمن اكتساب مهارات برمجية باستخدام TensorFlow وKeras تمكن المتعلمين من تطبيق الشبكات العصبية على مشكلات حقيقية في الأعمال والمالية. تناسب الدورة المبتدئين الذين يمتلكون مهارات حاسوبية أساسية، وتسهل الانتقال نحو تطوير حلول ذكاء اصطناعي فعالة.

• تصميم وبناء وتقييم نماذج CNN وANN وRNN باستخدام Python وTensorFlow وKeras
• تطبيق تقنيات المعالجة المسبقة واستخراج الميزات والتحسين على البيانات الحقيقية
• تنفيذ حلول التعلّم العميق للتعرف على الصور وتوقع مغادرة العملاء وأسعار الأسهم

• مهارات حاسوبية وإنترنت أساسية
• القدرة على قراءة تعليمات الدورة باللغة الإنجليزية وإتمام الأنشطة العملية