في البداية، يقدم المقرر نهج «التفكير التصميمي» (Design Thinking) لحل المشكلات وتطوير أفكار جديدة. بعد ذلك، يتم تناول موضوع «التعلم الآلي» (Machine Learning) – حيث يتم توليد المعرفة الاصطناعية من التجربة. في البداية، سيتم تعريفك بسلسلة العمل الكاملة للتعلم الآلي – بدءًا من إعداد البيانات وتطوير النماذج وصولاً إلى التقييم والتفسير. بعد ذلك، يتعمق المقرر في مجال «التعلم العميق» (Deep Learning) باعتباره أحد مجالات «التعلم الآلي»، ويشرح أساليبه القائمة على الشبكات العصبية. بالإضافة إلى ذلك، ستوسع معرفتك لتشمل «التعلم المعزز»، وهو إحدى التقنيات الثلاث الرئيسية للتعلم الآلي، حيث يتم تدريب البرنامج من خلال التفاعل المباشر مع بيئته عن طريق التجربة والخطأ، لتحقيق أفضل النتائج.
-
نوع الدرجة العلمية: شهادة "التفكير التصميمي
شهادة "التعلم الآلي والتعلم العميق"
شهادة "التعلم المعزز -
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: 13 أسابيع
التفكير التصميمي
مقدمة في التفكير التصميمي (حوالي يوم ونصف)
نظرة عامة على عملية التفكير التصميمي
أهم قواعد ومراحل التفكير التصميمي
المناهج والتطبيقات العملية
الأدوات الرقمية والذكاء الاصطناعي في عملية الابتكار
المرحلة 1: البحث (حوالي نصف يوم)
أساليب البحث المتمحور حول المستخدم
تقنيات المقابلة وتحليل الاحتياجات
البحث المدعوم بالذكاء الاصطناعي ومعالجة المعلومات
المرحلة 2: التوليف (حوالي 0.5 يوم)
تحليل وتنظيم النتائج
تطوير تعريفات المشكلات والشخصيات
تصور النتائج وتجميعها
المرحلة 3: توليد الأفكار (حوالي نصف يوم)
تقنيات إبداعية لتطوير الأفكار
طرق إيجاد الحلول وتقييمها
استخدام الذكاء الاصطناعي التوليدي في عملية توليد الأفكار
المرحلة 4: إنشاء النماذج الأولية (حوالي 0.5 يوم)
تطوير الحلول الأولية والنماذج الأولية
مقدمة في النماذج الأولية السريعة و"Click Dummies"
الأدوات الرقمية لتصور المفاهيم
المرحلة 5: الاختبار (حوالي 0.5 يوم)
طرق إجراء الاختبارات وجلسات التقييم
تحليل وتحسين الحلول المقترحة
العمل التكراري والتطوير السريع
عمل المشروع (يوم واحد تقريباً)
لتوحيد المحتوى الذي تم تعلمه
عرض نتائج المشروع
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
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، 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.
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.
بالإضافة إلى ذلك، يقدم هذا المقرر منهجية «التفكير التصميمي»، التي تتيح تطوير حلول مبتكرة تركز على المستخدم لمواجهة التحديات المعقدة. ستتعرف على مبادئ التفكير التصميمي وسيرته المنظمة والتكرارية، وستكتشف كيف تدعم الأدوات العملية والأدوات الرقمية والذكاء الاصطناعي عمليات الابتكار الإبداعية والمتعددة التخصصات.
خريجو علوم الحاسب الآلي، وخريجو الرياضيات، وخريجو الهندسة 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.
غالبًا ما يُستخدم التعلّم المعزز في تكنولوجيا الروبوتات والأتمتة، ولكن أيضًا في صناعة السيارات، على سبيل المثال لوظائف مساعدة السائق، أو في تطوير وتحسين أنظمة النقل ذاتية القيادة. هناك طلب كبير على المتخصصين ذوي المعرفة ذات الصلة في سوق العمل 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 .