الرياضيات الأساسية للذكاء الاصطناعي

تقدّم هذه الدورة الذاتية الإيقاع وغير المتزامنة مراجعة شاملة ومنعشة لأساسيات الرياضيات التي يعتمد عليها الذكاء الاصطناعي، وهي مناسبة للمتعلمين الذين يرغبون في بناء قاعدة معرفية قوية قبل الانتقال إلى مقررات أكثر تقدماً. تركّز الدورة على ترسيخ المفاهيم الأساسية في الإحصاء، والجبر الخطي، والتفاضل والتكامل متعدد المتغيرات، والاحتمالات، إلى جانب موضوعات رياضية تأسيسية داعمة. يمكن للمتعلمين توقّع مراجعة منهجية للمحتوى الرياضي والتقني المرتبط بهذه المجالات، بما يساعدهم على استعادة المهارات الضرورية لفهم نماذج الذكاء الاصطناعي وتحليلها. كما تتضمن الدورة أنشطة تمكّن المتعلم من تقييم مستواه عبر اختبار/تقييم ذاتي، بهدف تحديد نقاط القوة والجوانب التي تحتاج إلى تعزيز قبل متابعة مسارات تعلم أكثر شمولاً. وبالإضافة إلى ذلك، تتناول الدورة مكوّنات رياضية ووظيفية تُستخدم في سياقات الذكاء الاصطناعي، مثل العودية (Recursions)، وتعابير لامبدا (Lambda Expressions)، والدوال ذات الرتبة الأعلى (Higher-Order Functions)، بما يدعم فهم كيفية تمثيل الأفكار الرياضية وتنفيذها برمجياً. تُقدَّم الدورة من جامعة كولومبيا، وهي خيار مناسب لمن لديهم خلفية برمجية ويرغبون في توحيد أساسهم الرياضي استعداداً لدراسة أعمق في الذكاء الاصطناعي وعلوم البيانات.

• فهم مكوّنات الرياضيات المستخدمة في دوال الذكاء الاصطناعي، بما يشمل العودية (Recursions) وتعابير لامبدا (Lambda Expressions) والدوال ذات الرتبة الأعلى (Higher-Order Functions).

• خبرة في بايثون
• خبرة في جافا أو سي أو سي بلس بلس (موصى بها بشدة لكنها غير مطلوبة)
• أداء أكاديمي جيد في مجالات الرياضيات المتقدمة: الجبر الخطي، والتفاضل والتكامل متعدد المتغيرات، والإحصاء