موقع حكومي رسمي تابع لحكومة المملكة العربية السعوديةكيف تتحقق؟

روابط المواقع التعليمية الرسمية السعودية تنتهي بـ edu.sa

تحقق من نطاق الجهة في شريط عنوان المتصفح قبل مشاركة بياناتك.

المواقع الإلكترونية الحكومية الموثوقة تستخدم بروتوكول HTTPS

تحقق من أن الموقع يستخدم بروتوكول HTTPS لتشفير الاتصال.

هيئة الحكومة الرقمية مسجل لدى هيئة الحكومة الرقمية برقم: 20260416249

ما الذي تبحث عنه؟

الكليات

التعلم الآلي

وصف المقرر : تعلم الآلة هو مجال رحب ومتعدد التخصصات يتداخل مع العديد من المجالات ذات الصلة ويستمد مفاهيمه منها، مثل الذكاء الاصطناعي (AI)، ومعالجة اللغات الطبيعية (NLP)، واسترجاع المعلومات (IR)، والتحسين الرياضي (Optimization)، وغيرها. يُعنى تعلم الآلة بجعل الآلات قادرة على التعلم، وعلى وجه الخصوص تطوير خوارزميات وبرمجيات حاسوبية تحسن أداءها ذاتياً وتكتسب المهارات والمعرفة من البيانات والخبرة. على مدار العقد الماضي تقريباً، نجح تعلم الآلة في ابتكار برامج تتعلم قيادة المركبات الذاتية، وتمييز الأصوات والصور، واقتراح المنتجات، وتحليل المشاعر، وتشخيص الأمراض، وتحويل الكلام المنطوق إلى نصوص، على سبيل المثال لا الحصر. يعد هذا المساق مقرراً تمهيدياً لمرحلة الدراسات العليا في تعلم الآلة، ويغطي أبرز موضوعات تعلم الآلة، بنظرياتها وخوارزمياتها التطبيقية من منظورات متعددة. يشتمل المساق على موضوعات: التعلم الاستقرائي والاستنباطي، تمثيل البيانات، الانحدار، التصنيف، التعلم الخاضع للإشراف، أشجار القرار، الشبكات العصبية الاصطناعية (ANN)، خوارزمية نايف بايز، آلات المتجهات الداعمة (SVMs)، التعلم غير الخاضع للإشراف، خوارزميات التجميع، تعظيم التوقع (EM)، خوارزمية K-means، تعلم الآلة للنماذج البيانية، الشبكات البايزية، شبكات الصلة والتبعية، التعلم شبه الخاضع للإشراف، تقييم الأداء، خفض الأبعاد، فرط التخصيص (Overfitting)، التعلم العميق، التعلم التعزيزي، والتطبيقات العملية.
الساعات المعتمدة : 3
أهداف المقرر :

– تقديم المفاهيم والتقنيات الأساسية في تعلم الآلة.
– تطوير مهارات استخدام حزم وبرمجيات تعلم الآلة الحديثة لحل المشكلات العملية.
– اكتساب الخبرة العملية في إجراء الدراسات والبحوث العلمية المستقلة.

مخرجات المقرر :

1.1 تصنيف مجموعة من خوارزميات تعلم الآلة بناءً على نقاط قوتها وضعفها باستخدام أنماط مختلفة من البيانات.
2.1 تنفيذ وتحليل خوارزميات التعلم القائمة، بما في ذلك الأساليب المدروسة بعناية للتصنيف، والانحدار، والتنبؤ المهيكل، والتجميع، وتعلّم التمثيل.
2.2 استخدام أدوات البرمجيات وأطر العمل المناسبة لتطوير حلول تعلم آلة حديثة لمعالجة المشكلات العملية.
3.1 التعاون الفعال مع فريق عمل ضمن مشروع تطبيقي لحل مشكلة واقعية.

معلومات إضافية :

تاريخ آخر تحديث لمحتوى الصفحة:

survey_v2

ملفات تعريف الارتباط

هذا الموقع يستخدم ملفات تعريف الارتباط الخاصة لضمان سهولة الاستخدام، وتحسين تجربتك أثناء التصفح، كما يوضح الأحكام والسياسات المتعلقة بخصوصية المستخدم. من خلال الاستمرار في تصفح هذا الموقع، فإنك تقر بقبول استخدام ملفات تعريف الارتباط، وما جاء في سياسة الخصوصية