المنهج الدراسي

سنة واحدة. عشرة مجالات. بدون حشو.

كل ما في هذه الصفحة يُستخدم فعلياً في فرق الذكاء الاصطناعي. إذا لم يكن الموضوع مستخدماً في الصناعة، فلن يكون في المنهج.

سجّل — ٥٠ دولار / شهرياً
الوحدة 01

التعلّم الموجّه الأساسي

الانحدار، التصنيف، نماذج الأشجار، التقييم، تسرّب البيانات، المعايرة. ٨٠٪ من تعلّم الآلة الذي يصل للإنتاج.

الوحدة 02

التعلّم غير الموجّه

التجميع، تقليل الأبعاد، كشف الشذوذ. التقسيم وتمثيل البيانات كما يستخدمها المهندسون فعلاً.

الوحدة 03

أساسيات التعلّم العميق

المصفوفات، الانتشار العكسي، المُحسِّنات، التنظيم. حلقات التدريب، GPU، الدقة المختلطة — مع PyTorch.

الوحدة 04

الرؤية الحاسوبية

معالجة الصور، الزيادة، نقل التعلّم، الكشف والتجزئة على مجموعات بيانات حقيقية.

الوحدة 05

الشبكات الالتفافية CNN

من LeNet إلى النماذج الحديثة. ضبط ResNet/EfficientNet، استخراج الميزات، النشر.

الوحدة 06

معالجة اللغة الطبيعية NLP

التقطيع، التضمين، التصنيف، وسم التسلسلات. من TF-IDF إلى المحوّلات.

الوحدة 07

الشبكات المتكررة RNN

RNN / LSTM / GRU للمسائل التسلسلية. متى لا تزال مهمة ومتى استبدلها المحوّل.

الوحدة 08

النماذج اللغوية الكبيرة LLM

بنية المحوّل، هندسة التعليمات، الضبط الدقيق، التقييم. استخدام LLMs كأدوات هندسية.

الوحدة 09

أنظمة RAG

التقطيع، التضمينات، قواعد البيانات المتجهية، جودة الاسترجاع، البحث الهجين. إجابات مع مصادر.

الوحدة 10

وكلاء الذكاء الاصطناعي

استخدام الأدوات، التخطيط، الذاكرة، التقييم. نشر تدفقات وكيلية لا تنهار في الإنتاج.

Convolutional feature maps
// الرؤية

شاهد ما يراه النموذج.

كل أسبوع من CNN ينتهي بمُصنِّف أو كاشف يعمل فعلياً، بنيته ودرّبته وتستطيع الدفاع عنه سطراً بسطر.

// اللغة

أطلق LLMs وأنظمة RAG والوكلاء.

الثلث الأخير من السنة مخصّص بالكامل لهندسة LLM — نفس المنظومة التي توظّف عليها الفرق الكبرى الآن.

LLM transformer stack

جاهز لتبدأ تعلّم الذكاء الاصطناعي بجدية؟

٥٠ دولار / شهرياً. ألغِ في أي وقت. سجّل بحساب Gmail أو Hotmail.

أنشئ حسابك