عن الدورة
تستعرض هذه الدورة اثنين من أهم مجالات التعلم الآلي: التعلم العميق والتعلم التعزيزي. يتعلم المشاركون في البداية نظرية الشبكات العصبية كأساس للتعلم العميق، إلى جانب التعرف على البنى الحديثة لهذه الشبكات. بعد ذلك، تنتقل الدورة إلى التعلم التعزيزي، وهو مجال متنامٍ يركز على تطوير أنظمة ذكاء اصطناعي تتعلم من التفاعل مع البيئة. رغم أن التطبيقات العملية للتعلم التعزيزي محدودة حاليًا، إلا أنه يعد مجالًا واعدًا في أبحاث الذكاء الاصطناعي المستقبلية. تقدم الدورة فهمًا عميقًا لأنواع التعلم الآلي مثل التعلم المُشرف، التعلم غير المُشرف، والتعلم التعزيزي، مع مناقشة تحديات مثل مشكلة الأبعاد العالية التي تؤثر على تقنيات التجميع.
ماذا ستتعلم
- فهم نظرية الشبكات العصبية الحديثة كأساس للتعلم العميق
- التدرب على بناء نماذج التعلم العميق المختلفة
- استيعاب أنواع التعلم الآلي: المُشرف وغير المُشرف والتعلم التعزيزي
- شرح التحديات مثل لعنة الأبعاد وكيفية تأثيرها على تجميع البيانات
المتطلبات المسبقة
- مألوفية أساسية بالمصطلحات والتقنيات العامة
- الرغبة في المتابعة العملية عبر تمارين وتطبيقات
المدرسون
Mark J Grover
Digital Content Delivery Lead
Joseph Santarcangelo
Ph.D., Data Scientist at IBM
Xintong Li
Data Scientist at IBM
Kopal Garg
Data Scientist