1. مقدمة في الذكاء الاصطناعي
- ما هو الذكاء الاصطناعي؟
- تطبيقات الذكاء الاصطناعي وأمثلة واقعية
- الذكاء الاصطناعي وتعلم الآلة والتعلم العميق
- أنواع الذكاء الاصطناعي
- سير عمل تطوير الذكاء الاصطناعي
2. مقدمة في بايثون
- تثبيت بايثون وبيئة التطوير
- صياغة أوامر بايثون
- المتغيرات والتعليقات
- معاملات بايثون
3. أنواع البيانات في بايثون
- الأعداد
- السلاسل النصية
- القوائم
- الصفوف (Tuples)
- المجموعات
- القواميس
- القيم المنطقية
4. الإدخال والإخراج والتعامل مع الملفات
- إدخال المستخدم
- تنسيق المخرجات
- قراءة الملفات وكتابتها
- التعامل مع ملفات CSV
5. المعاملات والتعبيرات في بايثون
- المعاملات الحسابية
- معاملات المقارنة
- المعاملات المنطقية
- معاملات الإسناد
6. التحكم في تدفق البرنامج
- If / Elif / Else
- الشروط المتداخلة
- التعبيرات الشرطية
7. الحلقات في بايثون
- حلقة For
- حلقة While
- Break وContinue
- الحلقات المتداخلة
8. الدوال في بايثون
- تعريف الدوال
- المعاملات والوسائط
- القيم المعادة
- دوال Lambda
- الوحدات والحزم
9. البرمجة كائنية التوجه في بايثون
- الفئات والكائنات
- الدوال البانية
- الخصائص والطرائق
- الوراثة
- التغليف
10. NumPy للذكاء الاصطناعي
- مصفوفات NumPy
- العمليات على المصفوفات
- الفهرسة والتقطيع
- العمليات الرياضية
- عمليات المصفوفات الرياضية
11. Pandas لتحليل البيانات
- Series وDataFrames
- استيراد مجموعات البيانات
- اختيار البيانات وتصفيتها
- الفرز والتجميع
- التعامل مع البيانات المفقودة
12. تصوير البيانات باستخدام بايثون
- Matplotlib
- Seaborn
- المخططات والرسوم البيانية
- تصوير البيانات للذكاء الاصطناعي
13. مقدمة في تعلم الآلة
- ما هو تعلم الآلة؟
- التعلم الخاضع للإشراف
- التعلم غير الخاضع للإشراف
- بيانات التدريب والاختبار
- السمات والتسميات
- تدريب النموذج والتنبؤ
14. المعالجة المسبقة للبيانات
- تنظيف البيانات
- التعامل مع القيم المفقودة
- ترميز البيانات الفئوية
- تحجيم السمات
- اختيار السمات
- تقسيم البيانات للتدريب والاختبار
15. الانحدار الخطي
- الانحدار الخطي البسيط
- الانحدار الخطي المتعدد
- تدريب النموذج
- التنبؤ والتقييم
16. الانحدار متعدد الحدود
- سمات متعددة الحدود
- تدريب النموذج
- التنبؤ
- تقييم النموذج
17. انحدار متجهات الدعم (SVR)
- مقدمة في SVR
- دوال النواة
- تدريب نماذج SVR
- التنبؤ والتقييم
18. خوارزميات التصنيف
- الانحدار اللوجستي
- أقرب الجيران (KNN)
- أشجار القرار
- الغابة العشوائية
- آلة متجهات الدعم (SVM)
19. تقييم نماذج التصنيف
- مصفوفة الالتباس
- الدقة (Accuracy)
- الإحكام (Precision)
- الاستدعاء (Recall)
- درجة F1
- ROC-AUC
20. التعلم غير الخاضع للإشراف
- التجميع
- التجميع بطريقة K-Means
- التجميع الهرمي
- تقليل الأبعاد
- تحليل المكونات الرئيسية (PCA)
21. مقدمة في التعلم العميق
- الشبكات العصبية
- العصبونات والطبقات
- دوال التنشيط
- تدريب الشبكات العصبية
- دوال الخسارة
- خوارزميات التحسين
22. مقدمة في TensorFlow / Keras
- بناء الشبكات العصبية
- تدريب النماذج
- اختبار النماذج
- حفظ النماذج وتحميلها
23. معالجة اللغة الطبيعية (NLP)
- مقدمة في معالجة اللغة الطبيعية
- المعالجة المسبقة للنصوص
- تجزئة النصوص
- كلمات الوقف
- تصنيف النصوص
- تحليل المشاعر
24. الرؤية الحاسوبية
- مقدمة في الرؤية الحاسوبية
- معالجة الصور باستخدام بايثون
- تصنيف الصور
- مقدمة في OpenCV
25. الذكاء الاصطناعي التوليدي والنماذج اللغوية الكبيرة
- مقدمة في الذكاء الاصطناعي التوليدي
- النماذج اللغوية الكبيرة (LLMs)
- روبوتات المحادثة بالذكاء الاصطناعي
- هندسة الأوامر
- واجهات برمجة الذكاء الاصطناعي باستخدام بايثون
- تطبيقات عملية للذكاء الاصطناعي
26. مشروع الذكاء الاصطناعي
- اختيار مشكلة للذكاء الاصطناعي
- جمع البيانات
- المعالجة المسبقة للبيانات
- تطوير النموذج
- تدريب النموذج
- تقييم النموذج
- نشر النموذج
- عرض المشروع النهائي
مواعيد البرنامج
المواعيد تُعلن لاحقاً