عن الدورة
يرجى الملاحظة: يمكن للمتعلمين الذين يُكملون دورة IBM هذه بنجاح الحصول على شارة مهارية (Skill Badge) — وهي اعتماد رقمي تفصيلي وقابل للتحقق يوضح المعارف والمهارات التي اكتسبتها خلال هذه الدورة. سجّل لتعرف المزيد، وأكمل الدورة، ثم اطلب شارتك. ملاحظة مهمة: لضمان النجاح في إكمال هذه الدورة، يُرجى التأكد من أنك ملمّ بأساسيات PyTorch ولديك معرفة عملية تمكّنك من تطبيقها في تعلم الآلة. إذا لم تكن تمتلك هذه المتطلبات المسبقة، فننصح بشدة بإكمال دورة «أساسيات PyTorch لتعلم الآلة» قبل البدء بهذه الدورة. تُعد هذه الدورة الجزء الثاني من سلسلة مكوّنة من جزأين حول كيفية تطوير نماذج التعلم العميق باستخدام PyTorch. في الدورة الأولى تعلّمت أساسيات PyTorch؛ أما في هذه الدورة فستنتقل إلى مستوى أكثر تقدماً لبناء نماذج تعلم عميق عملية وتدريبها بكفاءة. ستتعرّف على مفاهيم وتقنيات أساسية مثل المُرمِّزات التلقائية (Autoencoders) والشبكات العصبية الالتفافية (Convolutional Neural Networks)، وكيفية توظيفها في مهام مثل تقليل الأبعاد واستخلاص السمات. كما ستتعلم كيفية إعداد خطوط عمل (Pipelines) للتعلم العميق تشمل تجهيز البيانات، وبناء النموذج، والتدريب، والتقييم ضمن بيئة بايثون ودفاتر Jupyter، مع التركيز على تطبيقات تعلم الآلة ذات الصلة.
ماذا ستتعلم
- تطبيق معارف الشبكات العصبية العميقة وأساليب تعلم الآلة ذات الصلة
- بناء الشبكات العصبية العميقة وتدريبها باستخدام PyTorch
- إنشاء خطوط عمل متكاملة للتعلم العميق (Deep Learning Pipelines)
المتطلبات المسبقة
- إتقان أساسيات بايثون ودفاتر Jupyter
- فهم مفاهيم تعلم الآلة
- فهم مفاهيم التعلم العميق
المدرسون
Joseph Santarcangelo
PhD., Data Scientist