-
نوع الدرجة العلمية: شهادة "PCEP™ - مبرمج بايثون معتمد مبتدئ معتمد"
شهادة "التعلم الآلي
شهادة "التعلم العميق
شهادة تحليل البيانات" -
الامتحان النهائي: Praxisbezogene Projektarbeiten mit Abschlusspräsentationen
Certified Entry-Level Python Programmer (PCEP™) (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: 16 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)
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
تحليلات البيانات
مقدمة في تحليل البيانات (يوم واحد تقريباً)
النموذج المرجعي CRISP-DM
سير عمل تحليلات البيانات
تعريف الذكاء الاصطناعي والتعلم الآلي والتعلم العميق
المتطلبات ودور مهندسي البيانات وعلماء البيانات ومحللي البيانات في الشركة
مراجعة أساسيات بايثون (يوم واحد تقريباً)
تحليل البيانات (3 أيام تقريبًا)
وحدات بايثون المركزية في سياق تحليل البيانات (NumPy، Pandas)
عملية إعداد البيانات
خوارزميات التنقيب عن البيانات في بايثون
الذكاء الاصطناعي في إجراءات العمل
عرض تقنيات محددة للذكاء الاصطناعي
والتطبيقات الممكنة في البيئة المهنية
تصور البيانات (3 أيام تقريباً)
تحليل البيانات الاستكشافية
الرؤى
جودة البيانات
تحليل الفوائد
التصور باستخدام Python: Matplotlib وSeaborn وPlotly Express
سرد قصص البيانات
إدارة البيانات (يومان تقريباً)
هياكل البيانات الضخمة
قواعد البيانات العلائقية مع SQL
المقارنة بين قواعد بيانات SQL وقواعد بيانات NoSQL
ذكاء الأعمال
حماية البيانات في سياق تحليل البيانات
تحليل البيانات في سياق البيانات الضخمة (يوم واحد تقريباً)
نهج MapReduce
سبارك
NoSQL
لوحات المعلومات (3 أيام تقريباً)
المكتبة: لوحات المعلومات
هيكل لوحات المعلومات وتخصيصها
عمليات الاستدعاء
التنقيب عن النصوص (يوم واحد تقريباً)
المعالجة المسبقة للبيانات وتصورها
المكتبة: سباسي
عمل المشروع (5 أيام تقريباً)
لتوحيد المحتوى المكتسب
عرض نتائج المشروع
التغييرات ممكنة. يتم تحديث محتوى الدورة التدريبية بانتظام.
بعد انتهاء الدورة، ستكون لديك معرفة بتحليل البيانات وتصورها بالإضافة إلى إدارة البيانات. ستكون على دراية بأهم أسباب استخدام التعلم الآلي ومجالات التطبيق والفئات والمفاهيم المختلفة للتعلم الآلي. ستكون أيضاً على دراية بمجالات تطبيق التعلم العميق وكيفية عمل الشبكات العصبية. ستفهم كيف يمكن للشبكات العصبية أن تتعرف على الأشياء في الصور وتكون قادرًا على توفير عمليات التعلم الآلي وتوثيقها.
كما أن لديك معرفة أساسية مضغوطة بالبرمجة باستخدام Python ولديك ثقة في استخدام لغة البرمجة بفئاتها ومكتباتها ووظائفها.
علوم الحاسب الآلي والرياضيات والهندسة الكهربائية والأشخاص الحاصلون على شهادة في الهندسة (التجارية)
إن تعدد استخدامات لغة Python يجعل الموظفين ذوي المهارات ذات الصلة جذابين في العديد من الصناعات والشركات. يتم البحث عن الأشخاص الذين يتمتعون بمهارات برمجة بايثون بشكل خاص في تطوير الويب والتعلم الآلي وتحليل البيانات.
كما أنك مؤهل تأهيلاً عالياً في المجالات المتخصصة في التعلم الآلي والتعلم العميق، ويمكنك أن تكون مؤهلاً تأهيلاً عالياً في جميع الصناعات ويزداد الطلب عليك في سوق العمل. يمكنك تحليل كميات كبيرة من البيانات بحثاً عن الأنماط والنماذج. غالبًا ما يُستخدم التعلُّم العميق في سياق الذكاء الاصطناعي للتعرف على الوجوه أو الأشياء أو الكلام.
نظرًا لأنه يتعين على الشركات أيضًا إدارة وهيكلة أحجام متزايدة من البيانات من أجل تحليل وتحديد أهداف عملياتها التجارية، فإن مهارات تحليل البيانات مطلوبة في جميع القطاعات.
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 .