-
نوع الدرجة العلمية: شهادة "PCEP™ - مبرمج بايثون معتمد مبتدئ معتمد"
شهادة "التعلم الآلي
شهادة "التعلم المعزز -
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: 12 أسابيع
البرمجة باستخدام بايثون
أساسيات بايثون (يوم واحد تقريباً)
التاريخ والمفاهيم
الاستخدام ومجالات التطبيق
بناء الجملة
المعجم والدلالات
اصطلاحات PEP-8
المفسر مقابل المترجم
الأنظمة العددية: ثنائي، وثماني، وسداسي عشري
الترميز العلمي
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، ومزدوج، وإملاء، ومجموعة
دوال القوائم والطرق
التفرع والحلقات (إذا، من أجل، بينما)
مشغلات الأعضاء
أساسيات السلاسل: الهروب من السلاسل متعددة الأسطر
تحديد الأولويات وعوامل الربط
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
أنواع المعلمات: الموضعية، الكلمات المفتاحية، المختلطة
القيم الافتراضية
التظليل والكلمة المفتاحية العامة
لا شيء والعائد بدون قيمة
استكشاف الأخطاء وإصلاحها (0.5 يوم تقريباً)
أساسيات معالجة الأخطاء باستخدام المحاولة والاستثناء
أنواع الأخطاء النموذجية والتسلسل الهرمي للاستثناءات
انتشار الأخطاء ومقاطعات البرنامج
هيكلة كتل الاستثناء
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 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
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 أساسية مضغوطة بالبرمجة باستخدام بايثون. ستكون واثقًا من استخدام لغة البرمجة بفئاتها ومكتباتها ووظائفها.
بالإضافة إلى ذلك، يمكنك تجهيز البيانات لتطبيقات التعلم الآلي، واختيار الأساليب المناسبة للتعلم الخاضع للإشراف والتعلم غير الخاضع للإشراف، وتدريب النماذج وتقييمها وتحسينها. يمكنك تفسير نتائج النماذج وتنفيذ تطبيقات التعلم الآلي الأساسية. كما أنك على دراية بأحدث التطورات في مجال التعلم العميق والذكاء الاصطناعي التوليدي.
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.
خريجو علوم الحاسب الآلي، وخريجو الرياضيات، وخريجو الهندسة 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.
يُستخدم التعلم الآلي في مختلف القطاعات لتحليل كميات ضخمة من البيانات، وتحديد الأنماط، وتحسين العمليات، ووضع التوقعات. وتُستخدم المعرفة في هذا المجال، من بين أمور أخرى، في تكنولوجيا المعلومات، والصناعة، واللوجستيات، والقطاع المالي، والتسويق. كما أن المعرفة بلغة البرمجة «بايثون» (Python)، بالإضافة إلى تطوير نماذج التعلم الآلي وتقييمها وتطبيقها، تفتح آفاقًا جديدة للعمل في المجالات التي تعتمد على البيانات والذكاء الاصطناعي.
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 .