الشبكات العصبية من الصفر باستخدام Python

هل سبق لك أن أردت النظر داخل "الصندوق الأسود" للتعلم الآلي؟ تزيل هذه الدورة الغموض عن الشبكات العصبية من خلال إرشادك خلال عملية بناء شبكة من الصفر، مع التركيز على المبادئ الأساسية بدلاً من الاعتماد على المكتبات عالية المستوى. ستكتسب فهماً عميقاً وبديهياً لكيفية تعلم الشبكات العصبية بالفعل. بحلول النهاية، ستكون قد كتبت الكود لشبكة عصبية وظيفية، مستوعباً الآليات الأساسية لـ forward propagation و backpropagation و gradient descent التي تشغل الذكاء الاصطناعي الحديث. ما ستتعلمه: - فهم المكونات الأساسية للخلية العصبية (neuron)، بما في ذلك weights و biases و activation functions. - تطبيق عملية forward propagation لتوليد التنبؤات من بيانات الإدخال. - إتقان خوارزمية backpropagation لحساب تدرجات الخطأ (error gradients) بكفاءة. - تطبيق gradient descent لتحديث أوزان الشبكة (network weights) بشكل متكرر وتحسين دقة النموذج. - هيكلة شبكتك باستخدام فئات Python (Python classes) للحصول على كود نظيف ومنظم وقابل لإعادة الاستخدام. - بناء وتدريب شبكتك الكاملة لحل مشكلة classification عملية. - استيعاب الرياضيات الأساسية وراء التعلم العميق من خلال شروحات مكتوبة واضحة وخطوة بخطوة. تبدأ الدورة بالنظرية التأسيسية لـ perceptrons وهندسة الشبكة، ثم تنتقل إلى تمارين ترميز عملية حيث ستقوم بتطبيق كل مكون قطعة قطعة. نختتم بتدريب الشبكة التي قمت ببنائها على مجموعة بيانات (dataset). تم تصميم هذه الدورة للمبتدئين. إن الإلمام الأساسي ببنية Python (Python syntax) مفيد، ولكن لا يلزم خبرة سابقة في التعلم الآلي أو الرياضيات المعقدة. نشرح كل شيء بدءاً من المبادئ الأولى. ابدأ رحلتك نحو فهم أساسي للتعلم العميق اليوم.