الإسم: أساسيات الذكاء الاصطناعي وتعلم الآلة
الكود: DIGTRAR 106
القطاعات: التحول الرقمي
تؤكد الدراسات أن 65% من الشركات تخطط للاعتماد على تقنيات تعلم الآلة خلال السنوات القليلة المقبلة، خاصة مع الإمكانيات الكبيرة التي توفرها تلك التكنولوجيا، وقدرتها المذهلة على دعم عملية اتخاذ القرار وتطوير الأنشطة التجارية للمؤسسات. لهذا، نقدم ذلك البرنامج التدريبي المُعتمد، والذي يمكن كافة المشاركين من التعرف على مفاهيم الذكاء الاصطناعي وتعلم الآلة، والتعامل بكفاءة مع تقنياتها، مع تطوير استراتيجية متكاملة تساعد على استخدام تلك المفاهيم والتقنيات بكفاءة في تحقيق الأهداف المستدامة للمؤسسات والاستعداد الفعال للمستقبل.
عقب الانتهاء من هذا البرنامج التدريبي، سيتمكن المشاركون من:
- اكتساب فهم شامل لمفاهيم الذكاء الاصطناعي وتعلم الآلة
. - التعرف على دور تقنيات تعلم الآلة في دعم اتخاذ القرار وتطوير أنشطة المؤسسة.
- التعامل بكفاءة مع أحدث تقنيات تعلم الآلة.
- استخدام تقنيات تعلم الآلة في تنفيذ استراتيجيات فعالة لمعالجة وتحليل البيانات.
- مدخل إلى الذكاء الاصطناعي: المفهوم والتاريخ.
- أنواع أنظمة الذكاء الاصطناعي والفوارق بينها. -
أهمية الذكاء الاصطناعي وتعلم الآلة في تحسين أداء الأعمال.
- . الأطر الإستراتيجية للذكاء الاصطناعي.
- إدارة مخاطر الذكاء الاصطناعي.
- مفهوم تعلم الآلة وأهميته.
- مدخل إلى أبرز لغات أنظمة تعلم الآلة. -
لغة Python
. - لغة R. -
لغة Javascript.
- لغة C++
- لغة Shell.
لغة JAVA. -
- استخدام تعلم الآلة في التحليل الفعال للبيانات.
- أبرز خوارزميات تعلم الآلة. -
خوارزميات الانحدار الخطي والانحدار اللوجستي
- شجرة القرار.
- خوارزمية الغابات العشوائية.
- خوارزمية Naïve Bayes.
- خوارزمية آلة المتجهات الداعمة (SVM). -
خوارزمية الجار الأقرب (KNN).
- خوارزمية K-Means.
- المعوقات التي تواجه الاستخدام الفعال لاستراتيجيات تعلم الآلة.
- الاستعانة بنماذج الاحتملات في إدارة البيانات الغير مؤكدة.
- مهارات ومهام مهندس تعلم الآلة الناجح. -
دراسة حالة.
missing content
missing content
05 - 09 Feb 2022
5 Days
Live Online Classroom
31 Jul - 04 Aug 2022
5 Days
Virtual
