هل فكرت يومًا في الدخول الي عالم الذكاء الاصطناعي. ولكنك لا تعرف من أين تبدأ وربما سمعت عن الأسعار الباهظة للدورات التدريبية. ولكن الموضوع اختلف تمامًا يُمكنك الاستفادة من الدورات المجانية المتاحة للتعرف بشكل كبير عن الذكاء الاصطناعي. تقدم جامعة هارفارد فرصة ذهبية للمشاركة في هذا المجال المتطور بشكل مجاني . أصدرت جامعة هارفارد 5 دورات مجانية حول الذكاء الاصطناعي .
توفر دورات الذكاء الاصطناعي المجانية في جامعة هارفارد كل شيء بدءًا من التعلم الآلي وحتى برمجة بايثون. لقد تم تصميمها لتزويدك بالمهارات اللازمة للنجاح في ثورة الذكاء الاصطناعي .
دعنا نستكشف كيف يمكنك الاستفادة من هذه الموارد وتحويل حياتك المهنية أو اهتماماتك الشخصية في مجال الذكاء الاصطناعي. فيما يلي 5 دورات مجانية من جامعة هارفارد لإتقان الذكاء الاصطناعي في عام 2024.
1. CS50’s Introduction to Artificial Intelligence with Python
تقوم هذه الدورة بتدريس مفاهيم الذكاء الاصطناعي الأساسية من خلال المشاريع العملية. يتعلم الطلاب كيفية بناء أنظمة ذكية باستخدام لغة بايثون واستكشاف تقنيات مثل خوارزميات البحث والتعلم الآلي.
برنامج التعلم في هذه الدورة
- Graph search algorithms
- Reinforcement learning
- Machine learning
- Artificial intelligence principles
- How to design intelligent systems
- How to use AI in Python programs
وصف الدورة التدريبية
| البيانات | وصف الدورة |
| مدة الدراسة | 7 أسابيع طويلة |
| وقت الدراسة | 10 – 30 ساعة في الأسبوع |
| مكان الدراسة | ذاتى |
| الموضوع | CS50’s Introduction to Artificial Intelligence with Python |
2. Data Science: Machine Learning
الدورة الثانية تخص التعلم الآلي، و علوم البيانات، تدعم التكنولوجيا الرائعة مثل توصيات الأفلام وتعلم تقنيات علم البيانات. تتعمق هذه الدورة في خوارزميات التعلم الآلي الشائعة من خلال بناء نظام توصيات الأفلام الخاص بك. تعرف على كيفية قيام البيانات بتدريب الخوارزميات على التنبؤ بالنتائج المستقبلية، وتجنب الإفراط في التجهيز من خلال تقنيات مثل التحقق المتبادل.
برنامج التعلم في هذه الدورة
- The basics of machine learning
- How to perform cross-validation to avoid overtraining
- Several popular machine learning algorithms
- How to build a recommendation system
- What is regularization and why it is useful
وصف الدورة التدريبية
| البيانات | وصف الدورة |
| مدة الدراسة | |
| وقت الدراسة | 2 – 4 ساعات في الأسبوع |
| مكان الدراسة | ذاتى |
| الموضوع | Data Science: Machine Learning |
3. Fundamentals of TinyML
توفر هذه الدراسة التركيز على أساسيات التعلم الآلي والأنظمة المدمجة، مثل الهواتف الذكية.
برنامج التعلم في هذه الدورة
- Fundamentals of Machine Learning (ML)
- Fundamentals of Deep Learning
- How to gather data for ML
- How to train and deploy ML models
- Understanding embedded ML
- Responsible AI Design
وصف الدورة التدريبية
| البيانات | وصف الدورة |
| مدة الدراسة | 5 أسابيع طويلة |
| وقت الدراسة | 2 – 4 ساعات في الأسبوع |
| مكان الدراسة | ذاتى |
| الموضوع | Fundamentals of TinyML |
4. Data Science: Capstone
تطبيق ما تعلمته من علوم البيانات على ارض الواقع
برنامج التعلم في هذه الدورة
-
- How to apply the knowledge base and skills learned throughout the series to a real-world problem
- Independently work on a data analysis project
وصف الدورة التدريبية
| البيانات | وصف الدورة |
| مدة الدراسة | |
| وقت الدراسة | 15 – 20 ساعة في الأسبوع |
| مكان الدراسة | ذاتى |
| الموضوع | Data Science: Capstone |
5. High-Dimensional Data Analysis
يوفر تحليل البيانات عالية الأبعاد ، التركيز على العديد من التقنيات المستخدمة على نطاق واسع في تحليل البيانات عالية الأبعاد.
إذا كنت مهتمًا بتحليل البيانات وتفسيرها، فهذه هي الدورة التدريبية لعلوم البيانات التى تناسبك . تبدأ بتعلم التعريف الرياضي للمسافة ونستخدمه لتحفيز استخدام تحليل القيمة المفردة (SVD) لتقليل الأبعاد والقياس متعدد الأبعاد وارتباطه بتحليل المكونات الرئيسية. سوف تتعرف على تأثير الدفعة : مشكلة تحليل البيانات الأكثر تحديًا في العلوم يمكن استخدام التقنيات لاكتشاف تأثيرات الدفعة وضبطها. على وجه التحديد، سوف تقوم بوصف تحليل المكونات الرئيسية وتحليل العوامل وإظهار كيفية تطبيق هذه المفاهيم على تصور البيانات وتحليل البيانات للبيانات التجريبية عالية الإنتاجية.
برنامج التعلم في هذه الدورة
- Mathematical Distance
- Dimension Reduction
- Singular Value Decomposition and Principal Component Analysis
- Multiple Dimensional Scaling Plots
- Factor Analysis
- Dealing with Batch Effects
وصف الدورة التدريبية
| البيانات | وصف الدورة |
| مدة الدراسة | 4 أسابيع طويلة |
| وقت الدراسة | 2 – 4 ساعات في الأسبوع |
| مكان الدراسة | ذاتى |
| الموضوع | High-Dimensional Data Analysis |
