مطوّر تعلّم الآلة مع دعم اللغة الألمانية المتعلقة بالوظيفة

المهارات اللغوية المتعلقة بالوظيفة في سياق العمل (يوم واحد تقريباً)

تكرار التراكيب النحوية المهمة للتواصل المهني

تطبيق التراكيب اللغوية المعقدة في السياق المهني

قراءة وفهم النصوص المتعلقة بالعمل، وفهم النصوص المتعلقة بالعمل، وفهم القراءة الشاملة والانتقائية

فهم تعليمات العمل والمحادثات والاجتماعات

المراسلات في بيئة مهنية (يومان تقريباً)

تخطيط وتصميم الخطابات المهنية

التحية المعاصرة ومقدمات الخطابات

كتابة الرسائل الموجهة للعملاء ورسائل البريد الإلكتروني

مساعدات الصياغة المدعومة بالذكاء الاصطناعي لرسائل البريد الإلكتروني والرسائل

إعداد التقارير في الشركة

إنشاء خطابات الغلاف وفقًا لمعيار DIN 5008

الذكاء الاصطناعي في الاتصالات المهنية (يوم واحد تقريباً)

نظرة عامة على أدوات الذكاء الاصطناعي في بيئة العمل المهنية

دعم المراسلات المهنية من خلال الذكاء الاصطناعي

إنشاء النصوص المهنية وتحسينها باستخدام الذكاء الاصطناعي

فرص وقيود الذكاء الاصطناعي في الحياة العملية اليومية

المجال المهني لإدارة الاتصالات (3 أيام تقريباً)

التواصل في الشركة

أشكال التواصل في فرق العمل

الاجتماعات والعروض التقديمية

إدارة النزاعات

إجراء مقابلات التقييم

إجراء مقابلات العمل

إجراء مقابلات المبيعات والاستشارات

كتابة العروض

المعارض التجارية والعروض التقديمية للمنتجات

معالجة الشكاوى

المجال الوظيفي للأعمال (6 أيام تقريباً)

أساسيات الموارد البشرية والإدارة وقانون العمل

أساسيات المالية والرقابة

هيكل ومحتوى محاسبة الرواتب

فهم ووصف التحليلات والرسوم البيانية والإحصاءات

المجال المهني للتسويق (6 أيام تقريباً)

أساسيات الإعلان

تحليل السوق وأبحاث السوق

التسويق عبر الإنترنت والتجارة الإلكترونية

الاتصالات التسويقية

استخدام الذكاء الاصطناعي في إنشاء النصوص التسويقية

عمليات الشركة (7 أيام تقريبًا)

إعادة الهيكلة وإدارة العمليات

تغييرات العمليات في الشركة

التحول الرقمي

إدارة الطاقة وحماية البيئة في الشركة

إدارة المشاريع

المجال المهني للخدمات اللوجستية والتجارة (حوالي 8 أيام)

الإنتاج و

الشراء والمشتريات

التسليم والنقل

تجارة التجزئة

عمل المشروع والتحضير للشهادة وامتحان شهادة "جوته-اختبار المحترفين" (6 أيام تقريباً)

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 تقريبًا)

أنواع البيانات

الدوال

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

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

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