| فئة | أخصائي علم البيانات والذكاء الاصطناعي, إحصائي, الإنجليزية, الذكاء الاصطناعي الفني, بيانات الذكاء الاصطناعي والروبوتات, جميع الدورات, عالم بيانات, عالم تعلّم الآلة, لغة, متوفر الآن, محلل ذكاء الأعمال, محلل مالي, مهندس أنظمة الذكاء الاصطناعي, مهندس بيانات |
|---|---|
| اسم البرنامج | الذكاء الاصطناعي + البيانات™ |
| مدة | بقيادة مدرب:5 أيام (حضوري أو افتراضي) | يسير بخطى ذاتية:40 ساعة (5 أيام) |
| المتطلبات الأساسية | معرفة أساسية بعلوم الحاسوب والإحصاء (مفيدة ولكنها ليست إلزامية). اهتمام كبير بتحليل البيانات. الاستعداد لتعلم لغات البرمجة، مثل Python و R. |
| تنسيق الامتحان | 50 سؤالاً، نسبة النجاح 70%، المدة 90 دقيقة، اختبار عبر الإنترنت تحت المراقبة. |
سيكتسب المتعلمون مهارات في إدارة البيانات ومعالجتها الأولية وتحليلها، باستخدام الأساليب الإحصائية والتقنيات الاستكشافية للكشف عن الرؤى والأنماط.
سيُطوِّر الطلاب مهارات برمجة قوية ضرورية لعلوم البيانات، إلى جانب تقنيات تعلّم الآلة الأساسية والمتقدمة لبناء نماذج تنبؤية.
سيتعلم المتعلمون توظيف أدوات الذكاء الاصطناعي التوليدي وخوارزميات التعلم الآلي لاستخلاص رؤى أعمق من البيانات، مما يعزز قدراتهم التحليلية.
سيكتسب الطلاب الذين يجتازون هذه الدورة القدرة على اتخاذ قرارات مستنيرة تستند إلى تحليل البيانات، وإيصال النتائج بفعالية من خلال السرد القصصي المقنع للبيانات.
معاينة لمقدمة الدورة
2.1 المفاهيم الأساسية للإحصاء
2.2 نظرية الاحتمالات
2.3 الاستدلال الإحصائي
3.1 أنواع البيانات
3.2 مصادر البيانات
3.3 تقنيات تخزين البيانات
4.1 مقدمة إلى بايثون لعلوم البيانات
4.2 مقدمة إلى R لعلوم البيانات
5.1 تقنيات تعويض البيانات
5.2 التعامل مع القيم المتطرفة وتحويل البيانات
6.1 مقدمة في التحليل الاستكشافي للبيانات (EDA)
6.2 تصور البيانات
7.1 مقدمة في أدوات الذكاء الاصطناعي التوليدي
7.2 تطبيقات الذكاء الاصطناعي التوليدي
8.1 مقدمة في خوارزميات التعلم المُشرف
8.2 مقدمة في التعلم غير المُشرف
8.3 خوارزميات متنوعة للتجميع العنقودي
8.4 تعلم قواعد الارتباط مع التطبيق العملي
9.1 تقنيات التعلم التجميعي
9.2 تقليل الأبعاد
9.3 تقنيات التحسين المتقدمة
10.1 مقدمة في اتخاذ القرارات القائم على البيانات
10.2 أدوات مفتوحة المصدر لاتخاذ القرارات القائم على البيانات
10.3 استخلاص رؤى قائمة على البيانات من مجموعة بيانات المبيعات
11.1 فهم قوة سرد القصص القائم على البيانات
11.2 تحديد حالات الاستخدام والأهمية التجارية
11.3 صياغة سرديات مقنعة
11.4 تصور البيانات لتحقيق الأثر
12.1 مقدمة المشروع وبيان المشكلة
12.2 جمع البيانات وإعدادها
12.3 تحليل البيانات والنمذجة
12.4 سرد البيانات وعرضها
1. فهم وكلاء الذكاء الاصطناعي
2. دراسات حالة
3. تدريب عملي على وكلاء الذكاء الاصطناعي
يُحلل البيانات المعقدة لاستخلاص الرؤى، ويبني النماذج التنبؤية، ويُوظف الأساليب الإحصائية، ويُبلغ النتائج للتأثير في عملية اتخاذ القرار.
يصمم ويطور أنظمة التعلم الآلي، وينفذ الخوارزميات، ويُحسّن مسارات البيانات، ويدمج النماذج في تطبيقات قابلة للتوسع وجاهزة للإنتاج.
يقوم بتطوير حلول الذكاء الاصطناعي، وبرمجة الشبكات العصبية، وتحسين خوارزميات الذكاء الاصطناعي، وضمان النشر الأخلاقي للذكاء الاصطناعي، واستكشاف أخطاء أنظمة الذكاء الاصطناعي وإصلاحها.
يُفسّر البيانات، ويُعدّ التقارير، ويُحدّد الاتجاهات، ويدعم القرارات التجارية برؤى قابلة للتنفيذ، ويستخدم أدوات التصوير البياني لعرض البيانات.
تغطي الشهادة أساسيات علم البيانات، والإحصاء، والبرمجة، ومعالجة البيانات، إلى جانب موضوعات متقدمة مثل الذكاء الاصطناعي التوليدي وتعلم الآلة.
توفر هذه الشهادة للمشاركين الأدوات والمهارات اللازمة للتعامل مع تحديات البيانات المعقدة، مثل تنظيف البيانات وتحويلها وتحليلها.
يمكن لخريجي برنامج شهادة AI+ Data™ شغل أدوار وظيفية مثل: عالم بيانات، ومهندس تعلّم آلة، ومحلل بيانات، ومستشار ذكاء اصطناعي، وغيرها من الوظائف القائمة على البيانات.
سيكتسب المشاركون مهارات في تحليل البيانات، وتعلم الآلة، وتصور البيانات، ومعالجة البيانات، والتحليلات التنبؤية، فضلاً عن إتقان لغتي Python و R.
نعم، صُممت شهادة ™AI+ Data لتكون مرنة، ويمكن الحصول عليها بالتزامن مع العمل بدوام كامل؛ حيث تتوفر مواد الدورة عبر الإنترنت.
70%
50 أسئلة اختيار من متعدد/إجابات متعددة
