هذا الموعد: 28 ديسمبر 2026 – 1 يناير 2027
يُعقد هذا الموعد من دورة تعلم الآلة من الأساسيات إلى الذكاء الاصطناعي في أمستردام (هولندا) من الاثنين 28 ديسمبر إلى الجمعة 1 يناير 2027 (الأسبوع 53، الربع الرابع من 2026). وهو الموعد الوحيد في أمستردام (هولندا) خلال 2026، برسوم 5,900 £ وهي نفسها في كل المواعيد. التسجيل مفتوح لهذا الموعد. يُعقد حضورياً.
| التواريخ | الاثنين 28 ديسمبر 2026 – الجمعة 1 يناير 2027 |
|---|---|
| الأسبوع | 53 من 2026 |
| المدة | 5 أيام |
| الرسوم | 5,900 £ |
| الحالة | التسجيل مفتوح |
| طريقة الحضور | حضوري |
نظرة عامة على الدورة
لماذا هذه الدورة
يغير تعلم الآلة قطاعات متعددة عبر دعم القرارات المبنية على البيانات، وتوفير رؤى تنبؤية، وتمكين الأتمتة الذكية. تمنح هذه الدورة المكثفة لمدة أسبوع المشاركين أساسا متينا في مفاهيم تعلم الآلة وخوارزمياته وتطبيقاته، وتكسبهم عبر تمارين عملية باستخدام Python وأطره مهارات تطوير النماذج وتقييمها ونشرها لمعالجة مشكلات واقعية، وتقدمها بلاك بيرد للتدريب.
ما ستتعلمه وتمارسه
من خلال المشاركة في هذه الدورة، ستتمكن من:
- فهم المفاهيم والخوارزميات الأساسية في تعلم الآلة.
- اكتساب الكفاءة في Python لتحليل البيانات وتطوير النماذج.
- بناء نماذج التعلم الخاضع للإشراف وغير الخاضع للإشراف وتقييمها.
- استكشاف الشبكات العصبية وتقنيات التعلم العميق والبنى المتقدمة.
- تنفيذ مشروعات تعلم آلة متكاملة من المعالجة المسبقة للبيانات إلى النشر.
مسار الدورة
اليوم 1: مقدمة في تعلم الآلة وPython
- نظرة عامة على تعلم الآلة وتطبيقاته
- أساسيات Python لعلوم البيانات
- المعالجة المسبقة للبيانات والتحليل الاستكشافي
- مقدمة إلى scikit-learn ومكتبات Python الرئيسية
اليوم 2: التعلم الخاضع للإشراف والتصنيف والانحدار
- الانحدار الخطي والانحدار اللوجستي
- أشجار القرار والغابات العشوائية
- آلات المتجهات الداعمة SVM
- تقييم النماذج والتحقق المتقاطع ومؤشرات الأداء
اليوم 3: التعلم غير الخاضع للإشراف وخفض الأبعاد
- خوارزميات التجميع K-means والتجميع الهرمي
- تحليل المكونات الرئيسية PCA لخفض الأبعاد
- تقنيات اختيار الخصائص وهندستها
- أساليب اكتشاف الحالات الشاذة
اليوم 4: الشبكات العصبية والتعلم العميق
- أساسيات الشبكات العصبية الاصطناعية ANN
- بنى التعلم العميق للمهام المعقدة
- الشبكات العصبية الالتفافية CNN لمعالجة الصور
- الشبكات العصبية المتكررة RNN للبيانات المتسلسلة والزمنية
اليوم 5: موضوعات متقدمة وتنفيذ المشروع
- أساليب التجميع وخوارزميات التعزيز
- مقدمة في معالجة اللغات الطبيعية NLP
- أساسيات التعلم المعزز
- تنفيذ مشروع تعلم آلة متكامل من البداية إلى النهاية
منهجية التدريب
تجمع الدورة بين النظرية والتطبيق العملي لضمان الارتباط بواقع العمل:
- تمارين برمجية تفاعلية باستخدام Python ومكتبات تعلم الآلة الشائعة
- مجموعات بيانات واقعية لمشروعات التعلم الخاضع للإشراف وغير الخاضع له والتعلم العميق
- مناقشات جماعية وجلسات لحل تحديات النمذجة
- مشروع ختامي لتنفيذ سير عمل متكامل لتعلم الآلة
ما بعد الدورة
سيغادر المشاركون الدورة وهم قادرون على:
- بناء نماذج تنبؤية لسيناريوهات واقعية مثل تحليل تسرب العملاء.
- تطوير أنظمة لتصنيف الصور باستخدام تقنيات التعلم العميق.
- إنشاء محركات توصية وحلول التصفية التعاونية.
- تنفيذ أدوات لتحليل المشاعر في وسائل التواصل الاجتماعي والبيانات النصية.
- إدارة مشروعات تعلم الآلة المتكاملة بثقة من الفكرة إلى النشر.
هل لديك أسئلة حول هذا الموعد؟
نعلم أن اختيار البرنامج التدريبي المناسب قرار مهم. تجيب صفحة الأسئلة الشائعة عن أكثر الأسئلة تكراراً حول دوراتنا والتسجيل والشهادات وخيارات الدفع.
- معلومات الدورة - المدة والصيغة والمتطلبات
- التسجيل والدفع - حجز سهل وخيارات دفع مرنة
- الشهادات - شهادات معترف بها دولياً
- خدمات الدعم - المواد التدريبية والمتابعة بعد الدورة
سجّل اهتمامك
املأ النموذج أدناه وسيتواصل معك فريقنا قريباً