أسس هندسة الذكاء الاصطناعي: Python، Machine Learning، و LLM Agents

يتطور مجال الذكاء الاصطناعي بسرعة، مما يجعل من الضروري إتقان كل من الرياضيات التأسيسية وأحدث تقنيات التنفيذ. توفر هذه الدورة مسارًا منظمًا لفهم كيفية عمل الذكاء الاصطناعي وكيفية بناء تطبيقات حديثة باستخدام الأدوات والممارسات القياسية في الصناعة. ستكتسب المهارات اللازمة للتنقل في دورة حياة الذكاء الاصطناعي بأكملها، بدءًا من معالجة البيانات وصولاً إلى نشر النماذج. من خلال الشروحات المكتوبة الواضحة والتمارين القائمة على الأكواد، ستتحول من مبتدئ إلى ممارس قدير جاهز لمعالجة تحديات البيانات المعقدة. ستتعلم كيف تفكر كمهندس ذكاء اصطناعي، مع التركيز على المنطق، وقابلية التوسع، والتنفيذ الأخلاقي. ما ستتعلمه: - فهم الأسس الرياضية للذكاء الاصطناعي، بما في ذلك الجبر الخطي والإحصاء والاحتمالات. - إتقان برمجة Python لعلوم البيانات ومعالجتها باستخدام المكتبات الحديثة. - تطبيق خوارزميات Machine Learning للتصنيف والانحدار والتجميع (clustering). - بناء وتدريب نماذج Deep Learning باستخدام الشبكات العصبية وهياكل Transformer. - تطبيق تقنيات Natural Language Processing (NLP) لمعالجة النصوص وبناء أنظمة ذكية. - استكشاف أطر عمل AI agent الحديثة وأنماط retrieval-augmented generation (RAG). - ممارسة أساسيات MLOps لإدارة دورة حياة ونشر نماذج الذكاء الاصطناعي. يبدأ المنهج بالتعاريف الأساسية وأساسيات Python قبل التقدم عبر Machine Learning الكلاسيكي، و Deep Learning، ومفاهيم الذكاء الاصطناعي التوليدي المتقدمة. ستدرس الشروحات المكتوبة وأمثلة الأكواد التي توضح كيفية الانتقال من النظرية إلى أنظمة الذكاء الاصطناعي الوظيفية. تم تصميم هذه الدورة للمبتدئين الذين ليس لديهم خبرة سابقة في الذكاء الاصطناعي؛ كل ما تحتاجه للبدء هو اهتمام أساسي بالمنطق والبيانات. ابدأ رحلتك في عالم الذكاء الاصطناعي اليوم.