وحدات البرنامج
الفصل الدراسي الأول: أسس الحوسبة والذكاء الاصطناعي
: يقدم مقدمة شاملة لمفاهيم الذكاء الاصطناعي وتاريخه وتطبيقاته واتجاهاته المستقبلية.
الوحدات:
- تاريخ وتطور الذكاء الاصطناعي - أجيال الذكاء الاصطناعي، المعالم الرئيسية، فترات الركود
- أساسيات الذكاء الاصطناعي - مفاهيم الذكاء الاصطناعي، العوامل الذكية، اتخاذ القرار العقلاني
- مجالات الذكاء الاصطناعي - تعلم الآلة، التعلم العميق، معالجة اللغة الطبيعية، الرؤية الحاسوبية، الروبوتات
- تطبيقات الذكاء الاصطناعي - الرعاية الصحية، التمويل، التعليم، الأمن السيبراني، المدن الذكية
- مستقبل الذكاء الاصطناعي - مفاهيم الذكاء العام، الاتجاهات الناشئة، وظائف الذكاء الاصطناعي
المعامل: استكشاف أدوات الذكاء الاصطناعي، تحليل حالات استخدام الذكاء الاصطناعي، توليد أفكار مشاريع الذكاء الاصطناعي
الوحدات:
- أساسيات بايثون - المتغيرات، أنواع البيانات، العوامل
- هياكل التحكم - الحلقات، الشروط، الدوال
- البرمجة كائنية التوجه - الفئات، الكائنات، الوراثة
- هياكل البيانات - القوائم، القواميس، المجموعات
- مكتبات بايثون - NumPy، Pandas، Matplotlib
- معالجة البيانات - التعامل مع الملفات، تنظيف البيانات، تحويل البيانات
المعامل: تمارين برمجة بايثون، مشاريع معالجة البيانات، تطبيقات ذكاء اصطناعي صغيرة
الوحدات:
- الجبر الخطي - المتجهات، المصفوفات، عمليات المصفوفات، القيم الذاتية
- الإحصاء - الاحتمالات، التوزيعات، اختبار الفرضيات
- حساب التفاضل والتكامل - المشتقات، التدرجات، التحسين
- طرق التحسين - النزول التدريجي، دوال التكلفة
- رياضيات تحليل البيانات - الارتباط، مفاهيم الانحدار
المعامل: النمذجة الرياضية، تمارين تحليل البيانات، أنشطة التصور
الفصل الدراسي الثاني: تعلم الآلة
الوحدات:
- جمع البيانات - البيانات المنظمة، البيانات غير المنظمة
- إعداد البيانات - التنظيف، التحويل
- تحليل البيانات الاستكشافي - التصور، اكتشاف الأنماط
- هندسة الميزات - الاختيار، الاستخراج
- سرد قصص البيانات - لوحات المعلومات، إعداد التقارير
المعامل: مشاريع تحليل البيانات، تطوير لوحات المعلومات
الوحدات:
- عملية تعلم الآلة - تعريف المشكلة، إعداد البيانات، تدريب النموذج
- التعلم تحت الإشراف - الانحدار الخطي، الانحدار اللوجستي، أشجار القرار، الغابة العشوائية
- التعلم غير تحت الإشراف - التجميع، K-Means، التجميع الهرمي
- تقييم النموذج - الدقة، الدقة، الاستدعاء، درجة F1
- تحسين النموذج - ضبط المعلمات الفائقة، التحقق المتقاطع
المعامل: مشاريع Scikit-learn، النمذجة التنبؤية
الوحدات:
- Jupyter Notebooks
- Google Colab
- Git و GitHub
- بيئات تطوير الذكاء الاصطناعي
- إدارة النماذج
- أساسيات MLOps
المعامل: مشاريع التحكم في الإصدارات، التطوير التعاوني
الفصل الدراسي الثالث: تقنيات الذكاء الاصطناعي المتقدمة
الوحدات:
- الشبكات العصبية - المدركات، دوال التنشيط
- الشبكات العصبية العميقة - تصميم المعمارية، الانتشار العكسي
- الشبكات العصبية الالتفافية (CNN) - معالجة الصور، استخراج الميزات
- الشبكات العصبية المتكررة (RNN) - نمذجة التسلسل، التنبؤ بالسلاسل الزمنية
- المحولات - آليات الانتباه، معماريات الذكاء الاصطناعي الحديثة
المعامل: TensorFlow، Keras، PyTorch
الوحدات:
- الصور الرقمية
- معالجة الصور
- كشف الأجسام
- تصنيف الصور
- التعرف على الوجوه
- تطبيقات الرؤية
المعامل: مشاريع OpenCV، أنظمة التعرف على الصور
الوحدات:
- معالجة النصوص
- التجزئة
- نماذج اللغة
- تحليل المشاعر
- تصنيف النصوص
- روبوتات المحادثة
المعامل: خطوط أنابيب معالجة اللغة الطبيعية، تطبيقات معالجة اللغة
الفصل الدراسي الرابع: الذكاء الاصطناعي التوليدي والتطبيقات الصناعية
الوحدات:
- مقدمة في الذكاء الاصطناعي التوليدي
- النماذج الأساسية
- نماذج اللغة الكبيرة (LLMs)
- هندسة البرومت
- التوليد المعزز بالاسترجاع (RAG)
- وكلاء الذكاء الاصطناعي
- ضبط النماذج
المعامل: هندسة البرومت، تطوير مساعد الذكاء الاصطناعي، تنفيذ RAG
الوحدات:
- أخلاقيات الذكاء الاصطناعي
- التحيز والعدالة
- الذكاء الاصطناعي القابل للتفسير (XAI)
- إدارة مخاطر الذكاء الاصطناعي
- الخصوصية والأمان
- أطر حوكمة الذكاء الاصطناعي
المعامل: تقييمات الذكاء الاصطناعي الأخلاقي، تمارين اكتشاف التحيز
الوحدات:
- الذكاء الاصطناعي في الرعاية الصحية
- الذكاء الاصطناعي في الأعمال
- الذكاء الاصطناعي في التمويل
- الذكاء الاصطناعي في التعليم
- الذكاء الاصطناعي في الأمن السيبراني
- ريادة الأعمال في الذكاء الاصطناعي
المعامل: دراسات حالة صناعية، تصميم حلول أعمال بالذكاء الاصطناعي
مشروع التخرج (100 ساعات)
يجب على الطلاب إكمال مشروع ذكاء اصطناعي متكامل.
مراحل المشروع::
- المرحلة 1: تعريف المشكلة - تطوير حالة العمل
- المرحلة 2: جمع البيانات - إعداد مجموعة البيانات
- المرحلة 3: تطوير النموذج - إنشاء نموذج الذكاء الاصطناعي
- المرحلة 4: الاختبار والتحقق - تقييم الأداء
- المرحلة 5: النشر - النشر على السحابة أو الويب
- المرحلة 6: العرض والدفاع
أمثلة المشاريع::
- روبوت محادثة بالذكاء الاصطناعي
- مساعد التشخيص الطبي
- نظام كشف الاحتيال
- محرك التوصيات
- منصة التعليم الذكية
- مساعد الأمن السيبراني بالذكاء الاصطناعي
- نظام حضور بالرؤية الحاسوبية
- تطبيق معالجة اللغة العربية