يتناول هذا البرنامج التدريبي بالتفصيل مجال التعلم الآلي — وهو أحد فروع الذكاء الاصطناعي، ويساعد في التعرف على الأنماط في البيانات، ووضع التنبؤات، واتخاذ قرارات تستند إلى البيانات. سيتم تعريفك بسير العمل الكامل — بدءًا من إعداد البيانات وتطوير النماذج وصولًا إلى التقييم والتفسير. وستتعرف خلال ذلك على تقنيات مثل الانحدار والتصنيف والشبكات العصبية والذكاء الاصطناعي التوليدي ومعالجة اللغة الطبيعية، بالإضافة إلى نشر النماذج. بعد ذلك، يشرح لك البرنامج أساليب التعلم العميق القائمة على الشبكات العصبية. ويستخدم التعلم العميق، باعتباره فرعًا من فروع التعلم الآلي، خوارزميات لعمليات التعلم الذكية. سيتم تعليمك الأدوات ذات الصلة، وتصنيف الصور باستخدام الشبكات العصبية التلافيفية (CNN)، وكذلك في مرحلة لاحقة الشبكات العصبية المتكررة (RNN) والنماذج التوليدية.
-
نوع الدرجة العلمية: شهادة "التعلم الآلي والتعلم العميق"
-
المؤهلات الإضافية: شهادة "التعلم الآلي
شهادة "التعلم العميق -
الامتحان النهائي: Praxisbezogene Projektarbeiten mit Abschlusspräsentationen
-
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: 8 أسابيع
التعلّم الآلي
مقدمة في التعلم الآلي وسير عمل التعلم الآلي (حوالي 3 أيام)
أساسيات التعلم الآلي ومجالات تطبيقه وأنواعه
تصنيف أساليب الذكاء الاصطناعي والتعلم الآلي الحديثة
سير عمل التعلم الآلي باستخدام scikit-learn
بيانات التدريب والتحقق والاختبار
التدريب الناقص، والتدريب المفرط، وتقييم النماذج
التحقق المتقاطع
تحضير البيانات وهندسة الميزات (حوالي يومين)
جودة البيانات والمعالجة المسبقة للبيانات
التحجيم والتطبيع والترميز
هندسة السمات واختيار السمات
التعامل مع القيم المفقودة والقيم الشاذة ومجموعات البيانات غير المتوازنة
التعلم الخاضع للإشراف – الانحدار والتصنيف (حوالي 5 أيام)
طرق الانحدار والتصنيف
النماذج الخطية والمنظمة
طرق قائمة على المسافة والاحتمالات والشجرة
طرق المجموعات والتعزيز
مقارنة النماذج وتحسين المعلمات الفائقة
مقاييس التقييم والتنبؤات الاحتمالية
أهمية السمات والذكاء الاصطناعي القابل للتفسير
التعلم غير المراقب (حوالي يومين)
تقليل الأبعاد واستخراج السمات
طرق التجميع وتقييم نتائج التجميع
الكشف عن الحالات الشاذة
تحليل السلاسل الزمنية والتوقعات (حوالي يوم واحد)
أساسيات وتحليل بيانات السلاسل الزمنية
طرق التنبؤ والتعلم الآلي للسلاسل الزمنية
الشبكات العصبية والذكاء الاصطناعي الحديث (حوالي يومين)
أساسيات الشبكات العصبية والتعلم العميق
التعلم الآلي للبيانات النصية ومعالجة اللغة الطبيعية
نماذج الأساس، ونماذج اللغة الكبيرة، والذكاء الاصطناعي التوليدي
نشر نماذج التعلم الآلي (حوالي يوم واحد)
تخزين النماذج المدربة وتوفيرها
تطوير تطبيقات التعلم الآلي البسيطة
واجهات ومنصات لنماذج التعلم الآلي
عمل المشروع (4 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)
الإدراك الحسي متعدد الطبقات
حساب الشبكات العصبية
تحسين معلمات النموذج، والانتشار الخلفي
مكتبات التعلم العميق
الانحدار مقابل التصنيف
وظائف الخسارة والتنشيط النموذجية
تقييم توقعات النموذج باستخدام المقاييس
مقاييس الانحدار والتصنيف
منحنيات التعلّم، والإفراط في التركيب والتنظيم
تحسين المعامل الفائق
تنظيم L1/12
التسرب
التوقف المبكر
نزول التدرج العشوائي (SGD)
الزخم، آدم الأمثل
تحسين معدل التعلم
تعديل معدل التعلم الديناميكي
تقليل معدل التعلم عند الهضبة
تحسين معدل التعلُّم باستخدام TensorBoard
التحكم في عملية الملاءمة باستخدام عمليات الاسترجاع
حفظ النماذج وتحميلها
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 ودمج النماذج
التدريب المسبق غير الخاضع للإشراف
زيادة بيانات الصور، والذكاء الاصطناعي القابل للتفسير
محمل البيانات
شبكة CNN الإقليمية (يوم واحد تقريباً)
توطين الكائنات
التجزئة الدلالية
مشاكل الانحدار
الشبكات العصبية المتفرعة
بنية YOLO
نماذج U-Net
طرق توليد الصور الإبداعية (يوم واحد تقريباً)
شبكات الخصومة التوليدية (GAN)
التزييف العميق
نماذج الانتشار
الاستبانة الفائقة
تكملة مناطق الصور المكملة
تطبيق نماذج الأساس من تعانق الوجه
نماذج متعددة الوسائط
لورا-ضبط دقيق
مجالات تطبيق النماذج التوليدية
القيود القانونية
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
معالجة اللغة الطبيعية (NLP)
الترجمات
توليد النص
طريقة التسلسل إلى التسلسل، بنية أداة التشفير وفك التشفير
نماذج التشفير فقط ونماذج فك التشفير فقط
التطبيق المحلي للنماذج اللغوية الكبيرة
النماذج اللغوية (يوم واحد تقريباً)
بنية الترانسفير
الانتباه والانتباه متعدد الرؤوس
الترميزات الموضعية
ضبط النماذج اللغوية الكبيرة
التلقين
خطوط أنابيب توليد النص
التلخيص
روبوتات المحادثة
التوليد المعزز للاسترجاع
وكلاء الذكاء الاصطناعي
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، ويتم تحديث محتوى الدورة التدريبية بانتظام.
بعد انتهاء الدورة، سيكون لديك معرفة ذات صلة بموضوعات التعلم الآلي والتعلم العميق. ستعرف أهم أسباب استخدام التعلم الآلي ومجالات التطبيق والفئات والمفاهيم المختلفة للتعلم الآلي. ستفهم أيضًا مجالات تطبيق التعلم العميق وكيفية عمل الشبكات العصبية. ستكون قادرًا على توفير عمليات التعلم الآلي وتوثيقها.
علوم الحاسب الآلي والرياضيات والهندسة الكهربائية والأشخاص الحاصلون على شهادة في الهندسة (التجارية)
أنت مؤهل تأهيلاً عالياً في المجالات المتخصصة في التعلم الآلي والتعلم العميق، ويمكنك أن تكون مؤهلاً تأهيلاً عالياً في مجالات التعلم الآلي والتعلم العميق، ويمكنك أن تكون مطلوباً 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.
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 .