دورة مقدمة في مفاهيم الذكاء الاصطناعي

التخصص : الذكاء الاصطناعي

تقدّم هذه الدورة مدخلاً مهنيًا مبسّطًا لفهم مفاهيم الذكاء الاصطناعي وأساليب التعلم الآلي، مع إكساب المشاركين القدرة على التعامل مع أدوات الذكاء الاصطناعي وتطبيقها في سيناريوهات عملية.
المدة: 5 أيام – المستوى: مبتدئ.

تبدأ في

29 - يونيو - 2026

تنتهي في

3 - يوليو - 2026

الموقع

هولندا - امستردام

اللغة

العربية

اطلع على تفاصيل الدورة وسجل للالتحاق.

سجل الآن

الفئات المستهدفة

  • المبتدئون في مجال الذكاء الاصطناعي والتعلم الآلي
  • المهتمون بعلوم البيانات
  • محترفو تقنية المعلومات الراغبون في اكتساب معرفة بالذكاء الاصطناعي
  • محللو الأعمال والاستراتيجيون
  • الطلاب والباحثون
  • رواد الأعمال التقنيون
  • مطورو البرمجيات
  • المشاركون في برامج التدريب المؤسسي
  • قادة التحول الرقمي
  • المهتمون بتطوير فهم أولي للذكاء الاصطناعي

المهارات المستهدفة

  • فهم المفاهيم الأساسية للذكاء الاصطناعي
  • الإلمام بالمبادئ العامة للتعلم الآلي
  • استخدام الخوارزميات البسيطة في التحليل
  • تشغيل أدوات الذكاء الاصطناعي الشائعة
  • حل المشكلات باستخدام أساليب الذكاء الاصطناعي
  • التفكير النقدي في تطبيقات الذكاء الاصطناعي
  • دمج تقنيات الذكاء الاصطناعي والتعلم الآلي
  • تحليل البيانات باستخدام نماذج التعلم الآلي
  • اختبار النماذج وتقييمها
  • تطبيقات عملية لأدوات الذكاء الاصطناعي

المخرجات المتوقعة

  • التعرف على المفاهيم الأساسية للذكاء الاصطناعي.
  • فهم المبادئ العامة للخوارزميات وأساليب التعلم الآلي.
  • استخدام أدوات الذكاء الاصطناعي بطريقة عملية.
  • بناء نماذج تعلم آلي بسيطة واختبارها.
  • تحليل البيانات باستخدام تقنيات الذكاء الاصطناعي.
  • تطبيق خوارزميات AI في سيناريوهات عملية.
  • فهم كيفية دمج الذكاء الاصطناعي في الحلول الرقمية.
  • اكتساب القدرة على تقييم نتائج النماذج.
  • تطوير مهارات التفكير النقدي تجاه تطبيقات AI.
  • الاستعداد للتعلّم المتقدم في مجالات AI وML.

فهرس الموضوعات التدريبية

  • مقدمة عن الذكاء الاصطناعي
  • التطور التاريخي والمفاهيم المرتبطة
  • الفرق بين AI وML وDL
  • مجالات استخدام الذكاء الاصطناعي
  • القضايا الأخلاقية واتجاهات المستقبل

  • أشهر أدوات الذكاء الاصطناعي
  • لمحة عن لغات البرمجة المستخدمة
  • بيئات التطوير
  • التثبيت والإعداد
  • تطبيقات عملية
  • أدوات AI السحابية
  • حلول المشاكل الشائعة

  • مقدمة عن الخوارزميات
  • التعلم الخاضع للإشراف
  • التعلم غير الخاضع للإشراف
  • التعلم المعزز
  • تطبيقات عملية للخوارزميات
  • دراسات حالة
  • تقييم النماذج

  • تنظيف البيانات ومعالجتها
  • اختيار الخصائص
  • تدريب النماذج
  • اختبار النماذج
  • تحسين النماذج
  • نشر النماذج
  • تطبيقات عملية

  • استخدامات عملية للدمج
  • تطوير حلول متكاملة
  • استخدام الأدوات المشتركة
  • التحديات والفرص
  • أفضل الممارسات
  • رؤى مستقبلية