-
نوع الدرجة العلمية: شهادة "التعلم الآلي والتعلم العميق"
شهادة "MATLAB وSimulink" -
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: 12 أسابيع
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)
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
النمذجة الرياضية باستخدام MATLAB وSimulink
أساسيات ماتلاب (2 يومان تقريباً)
واجهة مستخدم ماتلاب
قراءة البيانات من ملف
المتغيرات والمصفوفات والعوامل والدوال الأساسية
التمثيل البياني للبيانات
تخصيص الرسوم البيانية
تصدير الرسومات البيانية
المتغيرات والأوامر (يومان تقريباً)
المشغلات العلائقية والمنطقية
المجموعات والمجموعات ذات المجسمات ثنائية الأبعاد (متعدد الأشكال)
إجراء الحسابات الرياضية والإحصائية باستخدام المتجهات
الرسوم البيانية في الإحصاء
التحليل والتصور (يوم واحد تقريباً)
إنشاء المصفوفات وتعديلها
العمليات الرياضية مع المصفوفات
التمثيل البياني لبيانات المصفوفات
تطبيقات المصفوفات: التعيينات، والتدوير، وأنظمة المعادلات الخطية، وطريقة المربع الأصغر
الذكاء الاصطناعي في إجراءات العمل
عرض تقنيات محددة للذكاء الاصطناعي
والتطبيقات الممكنة في البيئة المهنية
معالجة البيانات (يوم واحد تقريبًا)
أنواع البيانات: المصفوفات الهيكلية، ومصفوفات الخلايا، والسلسلة مقابل الشار والفئوية والتاريخ والوقت وغيرها الكثير
إنشاء وتنظيم البيانات المجدولة
اختيار البيانات الشرطية
الاستيراد/التصدير باستخدام Matlab: هياكل المجلدات، وبيانات .mat، وبيانات الجداول، والنصوص المستمرة
برمجة MATLAB (3 أيام تقريبًا)
هياكل التحكم: الحلقات، إذا-إلا، الاستثناءات
الدوال
البرمجة الموجهة للكائنات
تصميم التطبيق
المحاكاة باستخدام برنامج MATLAB (5 أيام تقريباً)
التكامل العددي والتفاضل
أساسيات محاكاة المعادلات التفاضلية العادية، خيارات محاكاة المعادلات التفاضلية العادية في ماتلاب وخيارات الحل
تقنية المحاكاة في ماتلاب: معلمات الإدخال، استيفاء البيانات، دراسات المحاكاة
التحكم في المحاكاة: دوال الحدث (التقاطع الصفري)، دوال الخرج
أمثلة تطبيقية، على سبيل المثال محاكاة محرك كهربائي، محاكاة صاروخ
سيمولينك (4 أيام تقريباً)
أساسيات سيمولينك: الرسوم البيانية والدوال والإشارات والمعادلات التفاضلية
الدوال والأنظمة الفرعية والمكتبات
الاستيراد/التصدير، وجداول البحث، والتحكم
التقاطع الصفري، أتمتة مهام المحاكاة (الوصول إلى ماتلاب)
أمثلة تطبيقية، على سبيل المثال محاكاة قطار قيادة طائرة
عمل المشروع (يومان 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.
بالإضافة إلى ذلك، لديك المعرفة المتخصصة اللازمة ومعرفة المصطلحات المحددة للنمذجة الرياضية باستخدام MATLAB وSimulink. أنت على دراية بأدوات برنامج MATLAB ولغة برمجة MATLAB. كما أنك على دراية بنمذجة الأنظمة العددية باستخدام برنامج Simulink.
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.
ستتعلم أيضًا برامج رياضية قياسية للهندسة والعلوم باستخدام MATLAB وSimulink.
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 .