وصف المقرر : أساسيات تعلم الآلة، والشبكات العصبية، والشبكات العصبية التلافيفية (CNN)، ونماذج المحولات (Transformer Models)، وتطبيقات نماذج تعلم الآلة في التعرف على الأرقام المكتوبة بخط اليد، ومعالجة اللغات الطبيعية NLP (ChatGPT).
الساعات المعتمدة : 3
المتطلبات السابقة : COE 325
أهداف المقرر :
يقدم هذا المقرر مقدمة شاملة لتعلم الآلة، مع التركيز على مبادئ وتطبيقات الشبكات العصبية، والشبكات العصبية التلافيفية (CNNs)، ونماذج المحولات (Transformers). سيتعلم الطلاب معمارية الشبكات العصبية، والتدريب باستخدام الانتشار الخلفي، واختبار النماذج، إلى جانب عمليات CNN مثل التلافيف والتجميع الأقصى. من خلال الخبرة العملية، سيتعلمون تشغيل وتعديل كود بايثون لترسيخ فهمهم. كما يغطي المقرر اللبنات الأساسية لنماذج المحولات وتطبيقها في معالجة اللغات الطبيعية NLP وتطبيقات تقدمية مثل GPT.
مخرجات المقرر :
– سيكون الطلاب قادرين على شرح المفاهيم الأساسية لتعلم الآلة، بما في ذلك معماريات الشبكات العصبية، وعمليات CNN، ولبنات بناء نماذج المحولات.
– سيكون الطلاب قادرين على تطبيق خوارزميات الانتشار الخلفي لتدريب الشبكات العصبية.
– سيكون الطلاب قادرين على تحليل أداء نماذج تعلم الآلة في تطبيقات العالم الحقيقي.
– يتم تقسيم الطلاب إلى مجموعات مكونة من ثلاثة حل المشكلات المتعلقة بتعلم الآلة.
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