هندسة نماذج الذكاء الاصطناعي: التفسير، الضبط، والتجريب

يهدف هذا المساق إلى إعداد مديري البرامج والمشاريع لتوجيه مشاريع الذكاء الاصطناعي بما يتجاوز التشغيل الأساسي نحو أن تكون موثوقة وقابلة للتفسير والتكرار. يتناول المساق كيفية تحسين أداء النماذج من خلال هندسة الميزات وضبط المعلمات الفائقة، إضافة إلى استخدام تقنيات تفسير مثل SHAP وLIME لتعزيز ثقة أصحاب المصلحة. يعتمد البرنامج على سيناريوهات تطبيقية حقيقية، تشمل تحسين كشف الاحتيال، عرض نماذج الموافقة على الائتمان، وتخطيط التجارب بواسطة أدوات مثل Jupyter. يكتسب الطالب مهارات طرح الأسئلة الصحيحة وقيادة الفرق الفنية وترجمة مخرجات النماذج المعقدة لتأثير أعمال ملموس. بنهاية الدورة، يُصبح المتعلم قادرًا على تطوير مشاريع ذكاء اصطناعي احترافية ذات موثوقية عالية وقابلية تفسير واضحة.

• فهم كيفية هندسة ميزات الذكاء الاصطناعي لتحسين الأداء
• تطبيق ضبط المعلمات الفائقة لتحسين النماذج
• استخدام تقنيات التفسير لبناء ثقة أصحاب المصلحة
• تنظيم التجارب لضمان نتائج موثوقة وقابلة للتكرار

• معرفة أساسية بمصطلحات الذكاء الاصطناعي والتعلم الآلي
• الاستعداد للتدريب العملي والتطبيقات