-
نوع الدرجة العلمية: شهادة "PCEP™ - مبرمج بايثون معتمد مبتدئ معتمد"
شهادة "استشاري الذكاء الاصطناعي
شهادة "التعلم المعزز -
المؤهلات الإضافية: شهادة "PCAP™ - مبرمج بايثون مساعد معتمد"
-
الامتحان النهائي: Praxisbezogene Projektarbeiten mit Abschlusspräsentationen
Certified Entry-Level Python Programmer (PCEP™) (in englischer Sprache)
Certified Associate Python Programmer (PCAP™) (in englischer Sprache) -
أوقات الدرس: دوام كاملمن الإثنين إلى الجمعة من الساعة 8:30 صباحًا إلى 3:35 مساءً (في الأسابيع التي تتخللها عطلات رسمية من الساعة 8:30 صباحًا إلى 5:10 مساءً)
-
لغة التعليم: الألمانية
-
المدة: 20 أسابيع
البرمجة باستخدام بايثون
أساسيات بايثون (يوم واحد تقريباً)
التاريخ والمفاهيم
الاستخدام ومجالات التطبيق
بناء الجملة
المعجم والدلالات
اصطلاحات PEP-8
المفسر مقابل المترجم
الخطوات الأولى مع بايثون (حوالي 5 أيام)
الأعداد
السلاسل
التاريخ والوقت
المدخلات والمخرجات القياسية
المشغلات العددية
المقارنة والعوامل المنطقية والمنطقية والبتية
تحويل نوع البيانات
قائمة، إملاء توبلي، مجموعة
دوال القوائم والطرق
التفرعات والحلقات (إذا، من أجل، بينما)
مشغِّلات الأعضاء
الذكاء الاصطناعي في إجراءات العمل
عرض تقنيات محددة للذكاء الاصطناعي
والتطبيقات الممكنة في البيئة المهنية
الوظائف (5 أيام تقريباً)
تحديد الدوال الخاصة بك
المتغيرات
المعلمات والوسائط
قيم الإرجاع
التكرار
مساحات التسمية
البرمجة الوظيفية
استكشاف الأخطاء وإصلاحها (0.5 يوم تقريباً)
المحاولة، باستثناء
أنواع الأخطاء
اعتراض انقطاعات البرنامج
إعادة توجيه الأخطاء بين الدوال
البرمجة الموجهة للكائنات (حوالي 4.5 أيام ونصف)
فئات بايثون
الأساليب
الكائنات الثابتة
فئة البيانات
الوراثة
عمل المشروع والإعداد للشهادة وامتحان شهادة "PCEP™ - مبرمج بايثون معتمد للمبتدئين" باللغة الإنجليزية (4 أيام تقريباً)
بايثون متقدم
الوحدات النمطية والحزم ومعالجة الأخطاء (4 أيام تقريباً)
مقدمة في وحدات وحزم بايثون النمطية
استيراد واستخدام الحزم القياسية وحزم الجهات الخارجية
إنشاء وحدات وحزم مخصصة
العمل مع sys و os (وظائف النظام الأساسي المضيف)
مقدمة في الاستثناءات ومعالجة الأخطاء (المحاولة، باستثناء، وأخيرًا)
إنشاء واستخدام الاستثناءات المحددة ذاتيًا.
أفضل الممارسات للتعامل مع الأخطاء القوية
الذكاء الاصطناعي في إجراءات العمل
عرض تقنيات محددة للذكاء الاصطناعي
والتطبيقات الممكنة في البيئة المهنية
السلاسل وأساسيات العمليات التشغيلية المفتوحة (8 أيام تقريباً)
مقدمة للعمل مع السلاسل
طرق السلاسل المتكاملة (التقسيم، الضم، البحث، الاستبدال، إلخ)
تنسيق السلاسل ومعالجتها
تشريح السلاسل والعمل مع التعبيرات العادية (RegEx)
مقدمة في الفصول والكائنات وطرق المثيل والمتغيرات
التغليف والوراثة وتعدد الأشكال
المنشئات (__init__) والفاسدات (__del__)
التسلسل الهرمي للوراثة والفئات الفائقة
دراسة متعمقة للبرمجة الموجهة للكائنات (2.5 يوم تقريباً)
دراسة متعمقة للوراثة وتعدد الأشكال
تطبيق الطرق السحرية (__str__، __repr__، __repr__، _eq__، __lt__، إلخ)
الخصائص والمزخرفات في الفصول
أنماط التصميم: المفرد، المصنع، إلخ.
فهم القوائم لمعالجة القوائم بكفاءة
دوال لامدا وكتابة الدوال المجهولة
الإغلاقات وتحديد النطاق في بايثون
فهم واستخدام المولدات والمكررين
العمل مع الملفات وقواعد البيانات وتطوير الويب (2.5 يوم تقريبًا)
قراءة وكتابة الملفات (CSV، JSON)
مقدمة إلى SQL والاتصال بقواعد بيانات SQLite
عمليات CRUD في قاعدة البيانات (الإنشاء والقراءة والتحديث والحذف)
مقدمة إلى فلاسك وإنشاء تطبيق ويب بسيط
المسارات والقوالب في فلاسك
تطبيقات CRUD في فلاسك (تكامل قاعدة البيانات)
عمل المشروع والإعداد للشهادة وامتحان شهادة "PCAP™ - مبرمج بايثون معتمد" باللغة الإنجليزية (3 أيام تقريباً)
التعلّم الآلي
مقدمة في التعلم الآلي (5 أيام تقريباً)
لماذا التعلم الآلي؟
أمثلة تطبيقية
التعلم الخاضع للإشراف، والتعلم غير الخاضع للإشراف، والتعلم الخاضع للإشراف الجزئي، والتعلم المعزز
أمثلة على مجموعات البيانات
التعرف على البيانات
بيانات التدريب والتحقق من الصحة وبيانات الاختبار
عرض البيانات
إجراء التنبؤات
التعلم تحت الإشراف (حوالي 5 أيام)
التصنيف والانحدار
التعميم والإفراط في التعميم وعدم التعميم
حجم مجموعة البيانات
خوارزميات التعلّم تحت الإشراف
النماذج الخطية
مصنفات بايز
أشجار القرار
الغابة العشوائية
تعزيز التدرج
الجيران الأقرب ك
ماكينات دعم المتجهات
المجال العشوائي الشرطي
الشبكات العصبية والتعلم العميق
الاحتمالات
التعلم غير الخاضع للإشراف (5 أيام تقريباً)
أنواع التعلم غير الخاضع للإشراف
المعالجة المسبقة والقياس
تحويلات البيانات
قياس بيانات التدريب والاختبار
تقليل الأبعاد
هندسة الميزات
التعلّم المتشعب
تحلل المكونات الرئيسية (PCA)
تحليل المصفوفة غير السالبة (NMF)
التعلُّم المتشعب مع التحليل العنقودي للمكونات الرئيسية
التحليل العنقودي
التجميع k-Means
التجميع العنقودي التجميعي
التحليل العنقودي الهرمي
DBSCAN
خوارزميات التجميع
التقييم والتحسين (يومان تقريباً)
اختيار النموذج وتقييم النموذج
ضبط المعلمات الفائقة للمُقدِّر
التحقق التبادلي
بحث الشبكة
مقاييس التقييم
التصنيف
عمل المشروع (3 أيام تقريباً)
لتوحيد المحتوى الذي تم تعلمه
عرض نتائج المشروع
التعلّم العميق
مقدمة في التعلم العميق (يوم واحد تقريباً)
التعلم العميق كنوع من التعلم الآلي
أساسيات الشبكات العصبية (4 أيام تقريباً)
المدرك التلقائي
حساب الشبكات العصبية
تحسين معلمات النموذج، والانتشار الخلفي
مكتبات التعلم العميق
الانحدار مقابل التصنيف
منحنيات التعلّم، والإفراط في التركيب والتنظيم
تحسين المعلمات المفرطة
نزول التدرج العشوائي (SGD)
الزخم، مُحسِّن آدم
معدل التعلم
الشبكة العصبية التلافيفية (CNN) (يومان تقريباً)
تصنيف الصور
الطبقات التلافيفية، طبقات التجميع
طبقات إعادة التشكيل، التسطيح، تجميع المتوسط العالمي
مسابقة ImageNet-منافسة الشبكات العصبية المتداخلة (CNN)
الشبكات العصبية العميقة، وتلاشي التدرجات، وتخطي الاتصالات، وتطبيع الدُفعات
نقل التعلم (يوم واحد تقريباً)
تكييف النماذج
التدريب المسبق غير الخاضع للإشراف
زيادة بيانات الصور، والذكاء الاصطناعي القابل للتفسير
شبكة CNN الإقليمية (يوم واحد تقريباً)
توطين الكائنات
مشاكل الانحدار
الشبكات العصبية المتفرعة
طرق توليد الصور الإبداعية (يوم واحد تقريباً)
شبكات الخصومة التوليدية (GAN)
التزييف العميق
نماذج الانتشار
الشبكات العصبية المتكررة (يومان تقريباً)
تحليل التسلسل
الطبقات المتكررة
الانتقاء الخلفي عبر الزمن (BPTT)
تحليل السلاسل الزمنية
مشاكل التدرج الانفجاري والتلاشي
LSTM (الذاكرة طويلة وقصيرة المدى)
GRU (وحدة متكررة مبوبة)
شبكة RNN العميقة
LSTM العميقة
معالجة النصوص باستخدام الشبكات العصبية (يومان تقريباً)
المعالجة المسبقة للنص
تضمين الطبقات
تصنيف النصوص
تحليل المشاعر
نقل التعلّم في معالجة اللغات الطبيعية
الترجمات
طريقة التسلسل إلى التسلسل، وبنية التشفير وفك التشفير
النماذج اللغوية (يوم واحد تقريباً)
BERT، GPT
طبقات الانتباه، المحولات
خطوط أنابيب توليد النصوص
التلخيص
روبوتات الدردشة
التعلم المعزز العميق (يوم واحد تقريباً)
التحكم في الأنظمة الديناميكية
أنظمة الوكلاء
التدريب من خلال المكافآت
تدرجات السياسة
التعلُّم الكمي العميق
الشبكات العصبية الباييزية (يوم واحد تقريباً)
حالات عدم اليقين في الشبكات العصبية
التقييم الإحصائي للتوقعات
الثقة، الانحراف المعياري
البيانات غير المتوازنة
طرق أخذ العينات
عمل المشروع (3 أيام تقريباً)
لتوحيد المحتوى الذي تم تعلمه
عرض نتائج المشروع
التعلُّم المعزز
مقدمة في التعلم المعزز (يوم واحد تقريباً)
التعريف والمفاهيم الأساسية
الاختلافات عن طرق التعلم الأخرى
مجالات التطبيق والأمثلة
عمليات اتخاذ القرار ماركوف (MDPs) (يومان تقريباً)
تعريف وخصائص عمليات اتخاذ القرار المتغيرة
دوال القيمة والسياسة
معادلات بيلمان
نهج البرمجة الديناميكية
التعلم الكمي (يومان تقريباً)
التعريف والخوارزمية
الاستكشاف مقابل الاستغلال
خصائص التقارب والتحسين
تطبيقات في الألعاب والروبوتات ومجالات أخرى
التعلم المعزز العميق (3 أيام تقريباً)
التعلّم الكمي العميق
تدرجات السياسة الحتمية العميقة (DDPG)
الطرق الحرجة للفاعل
طرق تدرج السياسة
مواضيع متقدمة (4 أيام تقريباً)
التعلم المعزز القائم على النموذج
التعلم المعزز متعدد الوكلاء
التعلم المعزز العكسي
التعلُّم المعزز الفوقي
تطبيقات عملية (3 أيام تقريباً)
تنفيذ خوارزميات التعلم المعزز
التطبيق على مشاكل ودراسات حالة مختارة
تقييم وضبط الخوارزميات
الملخص والنظرة المستقبلية (يومان تقريباً)
ملخص لأهم المفاهيم والنتائج
التحديات والتطورات المستقبلية في مجال التعلم المعزز
عمل المشروع (3 أيام تقريباً)
لتوحيد المحتوى الذي تم تعلمه
عرض نتائج المشروع
التغييرات ممكنة. يتم تحديث محتوى الدورة التدريبية بانتظام.
بعد انتهاء الدورة، سيكون لديك معرفة أساسية مضغوطة بالبرمجة باستخدام بايثون. ستكون واثقًا من استخدام لغة البرمجة بفئاتها ومكتباتها ووظائفها.
سوف تتقن أيضًا مبادئ البرمجة الموجهة للكائنات، بما في ذلك الفئات والوراثة وأنماط التصميم في بايثون. سوف تكون قادرًا على تطبيق مفاهيم مثل المولدات والمزخرفات وفهم القوائم وتحليل البيانات وتصورها بكفاءة. ستعمل أيضًا بثقة مع الملفات وقواعد البيانات وستتمكن من إنشاء تطبيقات ويب أساسية باستخدام Flask، بما في ذلك تطبيق CRUD كامل.
لديك أيضاً معرفة ذات صلة بالتعلم الآلي والتعلم العميق. أنت تعرف أهم أسباب استخدام التعلم الآلي ومجالات التطبيق والفئات والمفاهيم المختلفة للتعلم الآلي. كما أنك تفهم مجالات تطبيق التعلم العميق وكيفية عمل الشبكات العصبية. ستكون قادرًا على توفير عمليات التعلم الآلي وتوثيقها.
ستفهم أيضًا المفاهيم الأساسية للتعلّم المعزز وستعرف الاختلافات مع طرق التعلّم الأخرى. ستكون على دراية بعمليات اتخاذ القرار في ماركوف، والتعلم الكمي والتعلم المعزز العميق، وستكون قادرًا على تطبيق موضوعات متقدمة مثل التعلم المعزز القائم على تعدد العوامل والتعلم المعزز القائم على النموذج.
المبرمجين، وطلاب العلوم، وطلاب الاقتصاد، وطلاب علوم الحاسب الآلي، والمتخصصين في تكنولوجيا المعلومات، والأشخاص ذوي الخبرة في الهندسة أو تحليل البيانات، والمهنيين ذوي الخبرة العملية ذات الصلة.
بصفتك مستشاراً للذكاء الاصطناعي، يمكنك العمل في مجالات مثل الاستشارات الإدارية وتحليل البيانات والرعاية الصحية والتجارة الإلكترونية من خلال دعم الشركات في تنفيذ حلول الذكاء الاصطناعي. ستساعد في تحسين العمليات التجارية واتخاذ قرارات قائمة على البيانات وتطوير تقنيات مبتكرة.
بالإضافة إلى ذلك، فإن تعدد استخدامات لغة بايثون يجعل الموظفين ذوي المهارات ذات الصلة جذابين في العديد من الصناعات والشركات. فالأشخاص الذين يتمتعون بمهارات البرمجة في بايثون مطلوبون بشكل خاص في تطوير الويب والتعلم الآلي وتحليل البيانات.
من خلال التعلم المعزز، ستكتسب أيضاً معرفة شاملة لعدة صناعات تُستخدم غالباً في تكنولوجيا الروبوتات والأتمتة، ولكن أيضاً في صناعة السيارات، على سبيل المثال لوظائف مساعدة السائق، أو في تطوير وتحسين أنظمة النقل ذاتية القيادة.
المفهوم التعليمي
إن محاضريك مؤهلون تأهيلاً عالياً من الناحيتين المهنية والتعليمية وسيقومون بتدريسكم من اليوم الأول إلى اليوم الأخير (لا يوجد نظام للدراسة الذاتية).
سوف تتعلم في مجموعات صغيرة فعالة. تتكون الدورات عادةً من 6 إلى 25 مشاركاً. تُستكمل الدروس العامة بالعديد من التمارين العملية في جميع وحدات الدورة التدريبية. تُعد مرحلة الممارسة جزءًا مهمًا من الدورة، حيث أنه خلال هذا الوقت تقوم بمعالجة ما تعلمته وتكتسب الثقة والروتين في تطبيقه. يتضمن القسم الأخير من الدورة التدريبية مشروعاً أو دراسة حالة أو امتحاناً نهائياً.
الفصول الدراسية الافتراضية alfaview®
Bildungszentrumتُقدَّم الدروس باستخدام تقنية الفيديو الحديثة alfaview® - إما من منزلك أو في مقرنا في . يمكن للدورة التدريبية بأكملها رؤية بعضكم البعض وجهاً لوجه عبر alfaview®، والتواصل مع بعضكم البعض بجودة صوت متزامنة الشفاه والعمل على مشاريع مشتركة. وبالطبع، يمكنك أيضاً رؤية مدربيك المتصلين والتحدث إليهم مباشرةً في أي وقت، وسيقوم المحاضرون بتدريسكم في الوقت الفعلي طوال مدة الدورة التدريبية. الدروس ليست تعليماً إلكترونياً، بل تدريس حقيقي مباشر وجهاً لوجه عبر تقنية الفيديو.
alfatraining Agentur für Arbeit الدورات التدريبية في مدعومة ومعتمدة وفقًا للائحة اعتماد AZAV. Bildungsgutschein Aktivierungs- und Vermittlungsgutscheinعند تقديم أو، عادةً ما يتم تغطية تكاليف الدورة التدريبية بالكامل من قبل جهة التمويل.
Europäischen Sozialfonds Deutsche Rentenversicherung يمكن التمويل أيضًا من خلال (ESF) أو (DRV) أو برامج التمويل الإقليمية. Berufsförderungsdienst كجندي منتظم، يمكن حضور المزيد من الدورات التدريبية عن طريق (BFD). Agentur für Arbeit (Qualifizierungschancengesetz) يمكن للشركات أيضًا تأهيل موظفيها عن طريق برنامج تمويل من .