-
نوع الدرجة العلمية: شهادة "أخصائي البيانات الضخمة"
شهادة "أخصائي ذكاء اصطناعي" -
المؤهلات الإضافية: شهادة "التعلم الآلي
شهادة "التعلم العميق -
الامتحان النهائي: عمل مشروع عملي مع عروض تقديمية نهائية
-
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: 12 أسابيع
أخصائي البيانات الضخمة
ما هي البيانات الضخمة؟ (يوم واحد تقريباً)
الحجم، والسرعة، والتنوع، والقيمة، والصدقية
فرص ومخاطر الكميات الكبيرة من البيانات
التمايز: ذكاء الأعمال، تحليلات البيانات، علم البيانات
ما هو التنقيب في البيانات؟
مقدمة في أطر عمل أباتشي (يومان تقريباً)
حلول البيانات الضخمة في السحابة
أنماط الوصول إلى البيانات
تخزين البيانات
MapReduce (3 أيام تقريباً)
فلسفة MapReduce
مجموعة Hadoop العنقودية
تسلسل مهام MapReduce
الذكاء الاصطناعي في إجراءات العمل
عرض تقنيات محددة للذكاء الاصطناعي
والتطبيقات الممكنة في البيئة المهنية
المكونات (3 أيام تقريباً)
عرض موجز للأدوات المختلفة
نقل البيانات
تطبيقات YARN
واجهة برمجة تطبيقات Hadoop JAVA
أباتشي سبارك
NoSQL و HBase (3 أيام تقريباً)
نظرية كاب
ACID و BASE
أنواع قواعد البيانات
قاعدة HBase
تصورالبيانات الضخمة (3 أيام تقريباً)
نظريات التصور
اختيار الرسم البياني
أنواع جديدة من الرسوم البيانية
أدوات لتصور البيانات
عمل المشروع (5 أيام تقريباً)
لتوحيد المحتوى المكتسب
عرض نتائج المشروع
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
التغييرات ممكنة. يتم تحديث محتوى الدورة التدريبية بانتظام.
بعد انتهاء الدورة، ستكون قادراً على معالجة كميات كبيرة وغير منظمة من البيانات بمساعدة البرامج الخاصة بالصناعة. سيكون لديك معرفة بإطار عمل Apache ومعرفة كيفية تصور البيانات بطريقة جذابة.
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.
تستهدف الدورة التدريبية الأشخاص الحاصلين على شهادة في علوم الحاسب الآلي أو المعلوماتية التجارية أو الرياضيات أو مؤهل مماثل.
نظرًا لأنه يتعين على الشركات إدارة وهيكلة أحجام متزايدة من البيانات من أجل تحليل عملياتها التجارية واستهدافها، فإن مهارات معالجة البيانات مطلوبة في جميع القطاعات.
بصفتك متخصصاً في الذكاء الاصطناعي في مجالات التعلم الآلي والتعلم العميق، فأنت مؤهل تأهيلاً عالياً ويمكن توظيفك في جميع المجالات، وبالتالي يزداد الطلب عليك في سوق العمل. يمكنك تحليل كميات كبيرة من البيانات بحثاً عن الأنماط والنماذج. غالبًا ما يُستخدم التعلُّم العميق في سياق الذكاء الاصطناعي للتعرُّف على الوجوه أو الأشياء أو الكلام.
توفر لك شهادتك المفيدة نظرة تفصيلية عن المؤهلات التي اكتسبتها وتحسن من فرصك المهنية.
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 .