عن الدورة
وفقًا لموقع Indeed، تبدأ رواتب مهندسي تعلم الآلة حاليًا من 100,809 دولارًا أمريكيًا وقد تصل إلى ما يزيد قليلًا عن 254,000 دولار. في هذه الدورة ستكتسب تقنيات متقدمة في Keras وTensorFlow 2.x تحتاجها لبناء نماذج تعلم آلة قوية وتحسينها بكفاءة. ستتدرّب على أساليب عملية في التعلم العميق، والتعلم المعزز، والنماذج التوليدية، والتعامل مع البيانات المتسلسلة، بما يجهّزك لمواجهة تحديات واقعية معقدة في مجالات متعددة. ستبدأ بالتعرّف إلى الميزات المتقدمة في Keras، بما في ذلك واجهة البرمجة الوظيفية (Functional API) التي تُستخدم لتصميم نماذج أكثر تعقيدًا ومرونة من النماذج التسلسلية التقليدية. بعد ذلك ستتعلم كيفية إنشاء طبقات (Layers) ونماذج مخصصة (Custom Models) لتكييف الحلول مع احتياجات خاصة ومشكلات فريدة، وكيفية دمج Keras بسلاسة مع TensorFlow 2.x للاستفادة من إمكانات أوسع وتحكم أكبر في عملية التدريب والنشر. ثم ستستخدم Keras لتطوير شبكات عصبية التفافية متقدمة (CNNs) لمعالجة البيانات ذات البنية الشبكية مثل الصور، إلى جانب العمل على نماذج Transformers للتعامل مع البيانات المتسلسلة والتنبؤ بالسلاسل الزمنية. كما ستتعرف إلى مفاهيم أساسية في التعلم غير الخاضع للإشراف ضمن Keras، وإلى شبكات Q العميقة (DQNs) ومبادئ التعلم المعزز، بما يساعدك على بناء نماذج تتعلم من التفاعل واتخاذ القرار. تقدم هذه الدورة من IBM، وهي مناسبة لمن لديهم خبرة أساسية إلى متوسطة في بايثون وتعلم الآلة، ومعرفة بأساسيات التعلم العميق باستخدام Keras.
ماذا ستتعلم
- إنشاء طبقات ونماذج مخصصة في Keras ودمج Keras مع TensorFlow 2.x
- تطوير شبكات عصبية التفافية متقدمة (CNNs) باستخدام Keras
- تطوير نماذج Transformers للبيانات المتسلسلة والتنبؤ بالسلاسل الزمنية
- شرح المفاهيم الأساسية للتعلم غير الخاضع للإشراف في Keras، وشبكات Q العميقة (DQNs)، والتعلم المعزز
المتطلبات المسبقة
- خبرة أساسية/متوسطة في برمجة Python وتعلم الآلة
- أساسيات التعلم العميق باستخدام Keras
المدرسون
Saeed Aghabozorgi
PhD, Sr. Data Scientist
Romeo Kienzler
Chief Data Scientist
Samaya Madhavan
Advisory Software Engineer