المتطلبات الاساسية للدورة:

1. خلفية هندسية (Engineer)
2. إتمام مستوى Python 1
3. إتمام مستوى Python 2

نبذة عن الدورة:

تهدف هذه الدورة إلى تزويد المشاركين بالمعرفة النظرية والعملية لتقنيات الذكاء الاصطناعي وتعلم الآلة.
تركز الدورة على الجوانب العملية من خلال مشروعات تطبيقية واقعية تساعد المتدرب على فهم كيفية تحليل البيانات، بناء النماذج التنبؤية، واستخدام الخوارزميات المتقدمة لاتخاذ قرارات فعالة مبنية على البيانات.

المحتويات (Outlines):

1. الأساسيات

• مكتبة Numpy لمعالجة البيانات
• مكتبة Pandas لتحليل البيانات
• الإحصاء الاستدلالي (Inferential Statistics)
• تصور البيانات (Data Visualization)

2. الانحدار الخطي والمشروعات

• الانحدار الخطي البسيط (Simple Linear Regression)
• مشروع 1: التنبؤ بأسعار المنازل في بوسطن (Boston House Price Prediction)
• الانحدار الخطي المتعدد (Multiple Linear Regression)
• خوارزمية الانحدار التدرجي (Gradient Descent)
• مقاييس أداء النماذج (Model Performance Metrics)
• اختيار النماذج (Model Selection)

3. خوارزميات التعلم الآلي

• خوارزمية نايف بايز (Naive Bayes)
• الانحدار اللوجستي (Logistic Regression)
• آلة متجه الدعم (Support Vector Machine – SVM)
• مشروع 2: التنبؤ ببقاء ركاب التيتانيك (Titanic Survivals Prediction)

4. الأساليب المتقدمة

• طرق التجميع (Ensemble Methods)
• الخوارزميات المتقدمة (Advanced Algorithms)
• مشروع 3: التنبؤ بالمتبرعين للجمعيات الخيرية (Finding Charity Donors)

5. التقييم النهائي

• الامتحان النهائي للمشروع (Final Project Exam)