دورة أساسيات الذكاء الاصطناعي
المصدر: Learn with Muhammed Essa
دورة أساسيات الذكاء الاصطناعي من Learn with Muhammed Essa: 8 درسًا متاحًا، مع ترتيب الدروس الأصلي ومحاور واضحة تساعدك على اختيار ما يناسب هدفك.
- 0 متعلّمين
- 3 س 28 د
- مبتدئ
- elposla
عن هذه الدورة
تتناول «دورة أساسيات الذكاء الاصطناعي» مجموعة دروس من Learn with Muhammed Essa، ويمكنك متابعتها بترتيب قائمة المصدر. تتضمن القائمة 8 درسًا متاحًا، بإجمالي زمن فيديو يبلغ 3 ساعة و28 دقيقة وقت المراجعة.
الموضوعات التي ستتابعها
هذه أمثلة من عناوين الدروس في بداية القائمة ووسطها ونهايتها، وتوضح نطاق المحتوى قبل البدء:
- 8 Ethics & data bias
- 6 Underfitting and Overfitting in Machine Learning
- 4 الذكاء الاصطناعي: الانحدار اللوجستي ومتعدد الحدود
- 2 Supervised, Unsupervised, Semi, Reinforcement Machine Learning
- 1 الذكاء الاصطناعي
كيف تبدأ الدراسة؟
ابدأ بدرس «8 Ethics & data bias» لتتعرف على طريقة الشرح وما يستخدمه المدرّس من مصطلحات أو أدوات. إذا وجدت مفهومًا غير واضح، سجّل اسمه وراجعه قبل الانتقال إلى التطبيق الذي يعتمد عليه.
اختر وقتًا يسمح بالتجربة بعد المشاهدة. يمكنك تقسيم القائمة إلى جلسات قصيرة، مع الاحتفاظ بملاحظات عن الخطوات التي نفذتها والأسئلة التي ظهرت أثناء العمل. مدة الفيديو المعروضة لا تمثل وحدها مدة التعلم المطلوبة.
نشاط مقترح لتطبيق ما تتعلمه
اختر مهمة عملية صغيرة وحدّد المعلومات المتاحة والنتيجة التي تحتاجها. جرّب أكثر من صياغة للطلب، ثم راجع الإجابات بنفسك ودوّن ما تغيّر في الدقة والوضوح.
لمن تناسب هذه القائمة؟
تناسب من يريد متابعة موضوع «دورة أساسيات الذكاء الاصطناعي» عبر دروس مرتبة، مع الاستعداد للمراجعة والتطبيق. راجع عناوين الدروس قبل اختيار نقطة البداية؛ قد تحتاج إلى أساس سابق إذا كانت القائمة مخصصة لجزء متقدم أو لإصدار معين.
المصدر الأصلي ومتابعة الدروس
أعدّ هذه الدروس Learn with Muhammed Essa. تنظم البوصلة الوصول إليها مع الحفاظ على ترتيبها ونسبتها لصاحبها. افتح قائمة artificial intelligence اساسيات الذكاء الاصطناعي على يوتيوب، أو زر قناة Learn with Muhammed Essa.
لترتيب خطوتك التالية، يمكنك أيضًا دورات التعلم المتاحة واختيار محتوى يكمل الموضوع الذي تدرسه.
محتوى الدورة
1 وحدة · 8 درس · 3 س 28 د
-
1 دروس الدورة بترتيب المصدر 8 دروس 3 س 28 د
المصدر: Learn with Muhammed Essa
- 8 Ethics & data bias مقفل 34 د
- 7 Artificial Neural Networks ANN & Generative Adversarial Networks GANs مقفل 28 د
- 6 Underfitting and Overfitting in Machine Learning مقفل 27 د
- 5 metrics, Accuracy, precision, recall, F1 Score, ROC, AUC ,MSE, RMSE, MAE, R2 Score مقفل 25 د
- 4 الذكاء الاصطناعي: الانحدار اللوجستي ومتعدد الحدود مقفل 4 د
- 3 Methodologies Regression, Classification مقفل 28 د
- 2 Supervised, Unsupervised, Semi, Reinforcement Machine Learning مقفل 30 د
- 1 الذكاء الاصطناعي مقفل 28 د
مدرّبك
elposla
تقييمات المتعلّمين
لا تقييمات بعد.