صورة من المؤلف
إحدى أكبر المشكلات التي يواجهها المبتدئون عند محاولة تعلم الذكاء الاصطناعي هي اختيار أفضل الموارد. لأن هناك موارد bazillion هناك. مقدمة CS50 للذكاء الاصطناعي مع Python يعد التدريس في جامعة هارفارد مصدرًا ممتازًا لتعلم الذكاء الاصطناعي.
على مدار 7 أسابيع، ستتعلم أولاً المفاهيم الأساسية للمنطق الرياضي وخوارزميات البحث عن الرسوم البيانية. وبعد ذلك، ستتمكن أيضًا من استكشاف التعلم الآلي والشبكات العصبية ونماذج اللغة. والأهم من ذلك، أنك ستبني أيضًا العديد من المشاريع المثيرة للاهتمام أثناء تقدمك في هذه الدورة التدريبية.
إذا كنت ترغب في تحديث أساسيات البرمجة لديك قبل الالتحاق بهذه الدورة، فقم بذلك CS50x مقدمة لعلوم الكمبيوتر- وهو مجاني أيضًا - للتعرف على أساسيات البرمجة وعلوم الكمبيوتر.
بعد ذلك، دعونا نراجع محتويات الدورة.
رابط الدورة: مقدمة CS50 للذكاء الاصطناعي مع Python
بالنظر إلى النقطتين A وB، تهدف خوارزميات البحث إلى العثور على المسار بين A وB. والحل الأمثل غالبًا ما يكون أقصر مسار بين A وB. وتشمل الأمثلة تطبيقات الملاح التي تجد أقصر طريق بين أي مكانين.
تغطي هذه الوحدة الأولى الخاصة بالبحث المواضيع التالية:
- بحث العمق الأول (DFS)
- اتساع البحث الأول (BFS)
- الجشع أفضل البحث الأول
- بحث
- مينيماكس
- تقليم ألفا بيتا
فيما يلي المشاريع التي ستقوم بإنشائها لهذه الوحدة:
الرابط: بحث
تركز الوحدة الثانية على العوامل القائمة على المعرفة والتي تستخدم المعرفة الموجودة لاستخلاص النتائج.
لذا فإن البحث (الوحدة الأولى) ووحدات المعرفة يعتمدان على خوارزميات الرسم البياني والمنطق الرياضي. سوف تتعرف على التعلم الآلي والتحسين في الوحدات اللاحقة.
تغطي هذه الوحدة الثانية حول المعرفة ما يلي:
- المنطق الاقتراحي
- استحضار
- الإستنباط
- فحص النموذج
- دقة الشاشة
- منطق الطلب الأول
والمشاريع التي ستقوم ببنائها هي:
- الفرسان: برنامج لحل الألغاز المنطقية وكنسة العقل والذكاء الاصطناعي للعب بناء
- بناء الذكاء الاصطناعي للعب كاسحة ألغام
الرابط: معرفة
تعد الاحتمالية أحد أهم المفاهيم عند تعلم التعلم الآلي. تعلمك هذه الوحدة المفاهيم الأساسية في الاحتمالات والمتغيرات العشوائية. سيكون عليك إنشاء مشروعين مثيرين للاهتمام لإنهاء هذه الوحدة.
تغطي هذه الوحدة:
- احتمال
- احتمال مشروط
- المتغيرات العشوائية
- استقلال
- شبكات بايزي
- أخذ العينات
- نماذج ماركوف
- نماذج ماركوف المخفية
المشاريع التي ستبنيها هي:
- الذكاء الاصطناعي الذي يصنف صفحات الويب حسب الأهمية
- الذكاء الاصطناعي الذي يقيم احتمالية أن يكون لدى الشخص سمة وراثية
الرابط: عدم اليقين
يعد التحسين أداة رياضية مهمة تسمح لك بحل مجموعة واسعة من المشكلات. في جوهره، يتيح لك التحسين العثور على الحل الأمثل من بين مجموعة من الحلول.
تغطي هذه الوحدة خوارزميات التحسين التالية:
- البحث المحلي
- تسلق التل
- محاكاة الصلب
- البرمجة الخطية
- رضا القيد
- البحث التراجعي
في هذه الوحدة، ستقوم ببناء الذكاء الاصطناعي الذي يولد الكلمات المتقاطعة.
الرابط: التحسين
هذه هي الوحدة التي يمكنك من خلالها استكشاف التعلم الآلي والتفاصيل الدقيقة لخوارزميات التعلم الآلي المختلفة. ستتعلم نماذج التعلم الخاضعة للإشراف وغير الخاضعة للإشراف والمعززة.
الموضوعات التي يتم تناولها تشمل:
- تصنيف الجار الأقرب
- التعلم الإدراكي
- دعم شاحنات النقل
- تراجع
- وظائف الخسارة
- التنظيم
- عملية اتخاذ القرار ماركوف
- س التعلم
- يعني K- التكتل
فيما يلي المشاريع الخاصة بهذه الوحدة:
- التنبؤ بما إذا كان العميل سيكمل طلبًا عبر الإنترنت
- الذكاء الاصطناعي الذي يتعلم العزف على نيم باستخدام التعلم المعزز
الرابط: تعلم
تركز هذه الوحدة على أساسيات التعلم العميق. بالإضافة إلى تعلم أساسيات التعلم العميق، ستتعلم أيضًا كيفية بناء الشبكات العصبية وتدريبها باستخدام TensorFlow.
فيما يلي نظرة عامة على الموضوعات التي تغطيها وحدة الشبكات العصبية:
- الشبكات العصبية الاصطناعية
- وظائف التنشيط
- أصل التدرج
- التكاثر العكسي
- Overfitting
- Tensorflow
- التفاف الصورة
- الشبكات العصبية التلافيفية
- الشبكات العصبية المتكررة
لإنهاء تعلمك، ستعمل على مشروع التعرف على إشارات المرور.
الرابط: الشبكات العصبية
تركز هذه الوحدة النهائية على العمل باللغة الطبيعية. بدءًا من أساسيات معالجة اللغة وحتى المحولات والانتباه، إليك قائمة بالمواضيع التي تغطيها هذه الوحدة:
- بناء الجملة
- دلالات
- السياق الحر النحوي
- N- غرام
- حقيبة الكلمات
- انتباه
- ترانسفورمرس
فيما يلي المشاريع الخاصة بهذه الوحدة:
- محلل يقوم بتحليل الجمل واستخراج العبارات الاسمية
- تنبؤ كلمة مقنعة
الرابط: اللغة
من خوارزميات الرسم البياني إلى التعلم الآلي، والتعلم العميق، ونماذج اللغة - تغطي هذه الدورة العديد من الموضوعات الأساسية في الذكاء الاصطناعي.
أنا متأكد من أن إلقاء المحاضرات ومراجعة ملاحظات المحاضرات والعمل على المشاريع كل أسبوع سيكون بمثابة تجربة تعليمية رائعة. تعلم سعيد!
بالا بريا سي مطور وكاتب تقني من الهند. تحب العمل في تقاطع الرياضيات والبرمجة وعلوم البيانات وإنشاء المحتوى. تشمل مجالات اهتمامها وخبرتها DevOps وعلوم البيانات ومعالجة اللغة الطبيعية. تستمتع بالقراءة والكتابة والترميز والقهوة! تعمل حاليًا على التعلم ومشاركة معرفتها مع مجتمع المطورين من خلال تأليف برامج تعليمية وأدلة إرشادية ومقالات رأي والمزيد.
- محتوى مدعوم من تحسين محركات البحث وتوزيع العلاقات العامة. تضخيم اليوم.
- PlatoData.Network Vertical Generative Ai. تمكين نفسك. الوصول هنا.
- أفلاطونايستريم. ذكاء Web3. تضخيم المعرفة. الوصول هنا.
- أفلاطون كربون، كلينتك ، الطاقة، بيئة، شمسي، إدارة المخلفات. الوصول هنا.
- أفلاطون هيلث. التكنولوجيا الحيوية وذكاء التجارب السريرية. الوصول هنا.
- المصدر https://www.kdnuggets.com/free-harvard-course-introduction-to-ai-with-python?utm_source=rss&utm_medium=rss&utm_campaign=free-harvard-course-introduction-to-ai-with-python
