Global Program Catalog

← العودة إلى جميع الدوراتالذكاء الاصطناعي والبيانات والأتمتة

تعلم الآلة التطبيقي باستخدام Python

تعلم الآلة التطبيقي باستخدام Python دورة شهادة منظمة وموجهة نحو المسار المهني، صُممت لبناء المعرفة العملية والمصطلحات المهنية والمهارات التطبيقية. يتقدم المتعلم عبر وحدات إرشادية وسيناريوهات واقعية واختبارات معرفة ومسار تقييم نهائي.

مهني6–8 أسبوعاً10 وحدات50 درساً8 لغاتابتداءً من $79

التسجيل في الدورة · $79 →

الوصف التفصيلي للدورة

يبدأ العمل في الذكاء الاصطناعي بمهمة محددة بوضوح ومدخلات موثوقة. يتعلم النموذج الأنماط أو يطبقها، والاستدلال هو المرحلة التي ينتج فيها النموذج المدرّب مخرجات. في الذكاء الاصطناعي التوليدي يحدد الأمر التعليمات والسياق والقيود وشكل المخرجات المطلوب. كما تتطلب أعمال البيانات التنظيف والتحليل الوصفي والتصور قبل استخلاص النتائج. يجب تقييم جودة النموذج أو سير العمل بمعايير واضحة مثل الدقة والملاءمة والاتساق وزمن الاستجابة والتكلفة. الهلوسة والتحيز وتسرب الخصوصية وحقن الأوامر والأتمتة المفرطة مخاطر عملية، لذلك يجب التحقق من المخرجات المهمة ومراجعتها بشرياً.

التقييم والإكمال: 10 اختبارات للوحدات · اختبار نهائي من 20 سؤالاً · درجة النجاح 70%

ماذا ستتعلم

✓ شرح المفاهيم الأساسية والمصطلحات المهنية في تعلم الآلة التطبيقي باستخدام Python.
✓ تطبيق الأساليب والأدوات العملية في مواقف عمل واقعية.
✓ تحليل المشكلات والمخاطر ونقاط القرار الشائعة.
✓ إكمال الأنشطة الإرشادية واختبارات المعرفة.
✓ ربط التعلّم بالأهداف المهنية والوظيفية.
✓ الاستعداد للتقييم النهائي ومسار الشهادة.

ما الذي ستدرسه فعلياً

المعرفة الخاصة بموضوع الدورة

المهمة المهنية التطبيقية

أنشئ سير عمل صغيراً يحدد المشكلة والمدخلات، ويختار النموذج أو الطريقة، ويكتب خطوات الأمر أو المعالجة، ويحدد مقياسين للجودة، ويختبر حالة فشل واحدة، ويسجل طريقة التحقق من النتيجة.

المحتوى التفصيلي للوحدات العشر

1. تعلم الآلة التطبيقي باستخدام Python — البداية والأهداف وخطة التعلم

توضح وحدة البداية نطاق تعلم الآلة التطبيقي باستخدام Python واستخداماته الأساسية ومكانه ضمن الذكاء الاصطناعي والبيانات والأتمتة. يحدد الطالب أهداف الدورة والمتطلبات السابقة وخطة التعلم ومعايير النجاح. يبدأ العمل في الذكاء الاصطناعي بمهمة محددة بوضوح ومدخلات موثوقة. كما تتطلب أعمال البيانات التنظيف والتحليل الوصفي والتصور قبل استخلاص النتائج.

التطبيق العملي: حدد هدفك التعليمي، وقيّم معرفتك الحالية، وأنشئ ملفاً للعمل والأدلة لاستخدامه طوال الدورة.

التقييم ودليل الإكمال: في نهاية الوحدة يجب أن يستطيع الطالب شرح نطاق الدورة وحدودها وهدفه التعليمي بوضوح.

2. تعلم الآلة التطبيقي باستخدام Python — المفاهيم الأساسية والمصطلحات المهنية

تعلّم هذه الوحدة المفاهيم الأساسية والمصطلحات المهنية في تعلم الآلة التطبيقي باستخدام Python والفروق بينها، مع أمثلة من الاستخدام الواقعي في الذكاء الاصطناعي والبيانات والأتمتة. يتعلم النموذج الأنماط أو يطبقها، والاستدلال هو المرحلة التي ينتج فيها النموذج المدرّب مخرجات. يجب تقييم جودة النموذج أو سير العمل بمعايير واضحة مثل الدقة والملاءمة والاتساق وزمن الاستجابة والتكلفة.

التطبيق العملي: أنشئ قاموساً صغيراً من عشرة مصطلحات على الأقل، واشرح كل مصطلح بكلماتك وأضف مثالاً على استخدامه.

التقييم ودليل الإكمال: يجب أن يستطيع الطالب تعريف المصطلحات وتمييزها واستخدامها في السياق المناسب.

3. تعلم الآلة التطبيقي باستخدام Python — المبادئ والنماذج والأطر الأساسية

تربط الوحدة المبادئ والنماذج والأطر الأساسية في تعلم الآلة التطبيقي باستخدام Python، وتدرس افتراضاتها ومجالات فائدتها وحدودها ضمن الذكاء الاصطناعي والبيانات والأتمتة. في الذكاء الاصطناعي التوليدي يحدد الأمر التعليمات والسياق والقيود وشكل المخرجات المطلوب. الهلوسة والتحيز وتسرب الخصوصية وحقن الأوامر والأتمتة المفرطة مخاطر عملية، لذلك يجب التحقق من المخرجات المهمة ومراجعتها بشرياً.

التطبيق العملي: قارن بين نموذجين أو منهجين من حيث نقاط القوة والقيود والمدخلات المطلوبة والمخرجات المتوقعة.

التقييم ودليل الإكمال: يجب أن يستطيع الطالب تبرير اختيار نموذج أو إطار وشرح حدوده.

4. تعلم الآلة التطبيقي باستخدام Python — الأدوات والموارد وسير العمل المهني

تقدم الوحدة أدوات وموارد وسير العمل المهني في تعلم الآلة التطبيقي باستخدام Python، وكيف تجمع المدخلات وتوثق الخطوات وتجهز المخرجات ضمن الذكاء الاصطناعي والبيانات والأتمتة. كما تتطلب أعمال البيانات التنظيف والتحليل الوصفي والتصور قبل استخلاص النتائج. يبدأ العمل في الذكاء الاصطناعي بمهمة محددة بوضوح ومدخلات موثوقة.

التطبيق العملي: صمم سير عمل يوضح المدخل والأداة والخطوة والمخرج ونقطة التحكم والدليل المحفوظ.

التقييم ودليل الإكمال: يجب أن يستطيع الطالب اختيار الأداة المناسبة وبناء سير عمل قابل للتتبع من البداية إلى النهاية.

5. تعلم الآلة التطبيقي باستخدام Python — الأساليب والتقنيات والتطبيق خطوة بخطوة

تحول الوحدة تعلم الآلة التطبيقي باستخدام Python إلى طريقة قابلة للتطبيق خطوة بخطوة، مع اختيار المنهج وترتيب الخطوات ونقاط القرار والتحقق من النتيجة في الذكاء الاصطناعي والبيانات والأتمتة. يجب تقييم جودة النموذج أو سير العمل بمعايير واضحة مثل الدقة والملاءمة والاتساق وزمن الاستجابة والتكلفة. يتعلم النموذج الأنماط أو يطبقها، والاستدلال هو المرحلة التي ينتج فيها النموذج المدرّب مخرجات.

التطبيق العملي: اختر مهمة واقعية وقسمها إلى التحضير والتنفيذ والتحقق والتحسين، وحدد معيار نجاح لكل مرحلة. أنشئ سير عمل صغيراً يحدد المشكلة والمدخلات، ويختار النموذج أو الطريقة، ويكتب خطوات الأمر أو المعالجة، ويحدد مقياسين للجودة، ويختبر حالة فشل واحدة، ويسجل طريقة التحقق من النتيجة.

التقييم ودليل الإكمال: يجب أن يستطيع الطالب تطبيق الطريقة وشرح سبب ترتيبها وكيفية التحقق من النتيجة.

6. تعلم الآلة التطبيقي باستخدام Python — الممارسة الموجهة وتنمية المهارات

تطور الوحدة مهارة تعلم الآلة التطبيقي باستخدام Python من خلال الممارسة المتكررة والموجهة، مع التركيز على التكيف والتغذية الراجعة وتشخيص الأخطاء والتحسين في الذكاء الاصطناعي والبيانات والأتمتة. الهلوسة والتحيز وتسرب الخصوصية وحقن الأوامر والأتمتة المفرطة مخاطر عملية، لذلك يجب التحقق من المخرجات المهمة ومراجعتها بشرياً. في الذكاء الاصطناعي التوليدي يحدد الأمر التعليمات والسياق والقيود وشكل المخرجات المطلوب.

التطبيق العملي: نفذ المهمة نفسها في سيناريوهين مختلفين وقارن ما تغير ولماذا. أنشئ سير عمل صغيراً يحدد المشكلة والمدخلات، ويختار النموذج أو الطريقة، ويكتب خطوات الأمر أو المعالجة، ويحدد مقياسين للجودة، ويختبر حالة فشل واحدة، ويسجل طريقة التحقق من النتيجة.

التقييم ودليل الإكمال: يجب أن يستطيع الطالب استخدام التغذية الراجعة واكتشاف الخطأ وإنتاج نسخة محسنة.

7. تعلم الآلة التطبيقي باستخدام Python — حالات واقعية وحل المشكلات واتخاذ القرار

تنقل الوحدة معرفة تعلم الآلة التطبيقي باستخدام Python إلى مستوى حل المشكلات واتخاذ القرار من خلال حالات واقعية في الذكاء الاصطناعي والبيانات والأتمتة، بما في ذلك نقص المعلومات وضغط الوقت وتعارض الأهداف. يبدأ العمل في الذكاء الاصطناعي بمهمة محددة بوضوح ومدخلات موثوقة. كما تتطلب أعمال البيانات التنظيف والتحليل الوصفي والتصور قبل استخلاص النتائج.

التطبيق العملي: اكتب تحليل حالة يتضمن المشكلة والحقائق المؤكدة والافتراضات والخيارات والحل المختار ومبرراته. أنشئ سير عمل صغيراً يحدد المشكلة والمدخلات، ويختار النموذج أو الطريقة، ويكتب خطوات الأمر أو المعالجة، ويحدد مقياسين للجودة، ويختبر حالة فشل واحدة، ويسجل طريقة التحقق من النتيجة.

التقييم ودليل الإكمال: يجب أن يستطيع الطالب مقارنة الخيارات تحت عدم اليقين وتبرير القرار بالأدلة.

8. تعلم الآلة التطبيقي باستخدام Python — الجودة والأخلاقيات والمخاطر والسلامة والمعايير المهنية

تتناول الوحدة الجودة والأخلاقيات والمخاطر والسلامة والمعايير المهنية في تعلم الآلة التطبيقي باستخدام Python، مع التركيز على الدقة والخصوصية والمسؤولية والتوثيق في الذكاء الاصطناعي والبيانات والأتمتة. يتعلم النموذج الأنماط أو يطبقها، والاستدلال هو المرحلة التي ينتج فيها النموذج المدرّب مخرجات. يجب تقييم جودة النموذج أو سير العمل بمعايير واضحة مثل الدقة والملاءمة والاتساق وزمن الاستجابة والتكلفة.

التطبيق العملي: أنشئ قائمة مخاطر وجودة تتضمن خمسة مخاطر على الأقل وضوابط وقواعد تحقق وخطوات تصعيد عند الحاجة.

التقييم ودليل الإكمال: يجب أن يستطيع الطالب تعريف معايير النتيجة الجيدة والأخلاقية والتعرف على المخاطر المهمة واقتراح ضوابط مناسبة.

9. تعلم الآلة التطبيقي باستخدام Python — التطبيق المتقدم والمشروع والدمج في بيئة العمل

تدمج الوحدة المتقدمة معرفة تعلم الآلة التطبيقي باستخدام Python في مشروع واحد، يجمع الهدف والنطاق والمهام والموارد والجودة والمخرجات ضمن الذكاء الاصطناعي والبيانات والأتمتة. في الذكاء الاصطناعي التوليدي يحدد الأمر التعليمات والسياق والقيود وشكل المخرجات المطلوب. الهلوسة والتحيز وتسرب الخصوصية وحقن الأوامر والأتمتة المفرطة مخاطر عملية، لذلك يجب التحقق من المخرجات المهمة ومراجعتها بشرياً.

التطبيق العملي: صمم مشروع ختامي صغيراً يحدد الهدف والنطاق وخمس مهام ومخاطرين ومؤشرين للجودة ومخرجاً نهائياً. أنشئ سير عمل صغيراً يحدد المشكلة والمدخلات، ويختار النموذج أو الطريقة، ويكتب خطوات الأمر أو المعالجة، ويحدد مقياسين للجودة، ويختبر حالة فشل واحدة، ويسجل طريقة التحقق من النتيجة.

التقييم ودليل الإكمال: يجب أن يستطيع الطالب دمج عدة مهارات في مشروع واحد وربط الخطة بالمخرج الفعلي.

10. تعلم الآلة التطبيقي باستخدام Python — التقييم النهائي والملف المهني والتطبيق الوظيفي

تلخص الوحدة النهائية ما تم تعلمه في تعلم الآلة التطبيقي باستخدام Python وتحوله إلى ملف مهني وتطبيق وظيفي ضمن الذكاء الاصطناعي والبيانات والأتمتة، مع التحضير للاختبار النهائي. كما تتطلب أعمال البيانات التنظيف والتحليل الوصفي والتصور قبل استخلاص النتائج. يبدأ العمل في الذكاء الاصطناعي بمهمة محددة بوضوح ومدخلات موثوقة.

التطبيق العملي: اختر أفضل ثلاثة أعمال في الدورة واكتب لكل منها المشكلة والطريقة والنتيجة والدليل والتحسين التالي. أنشئ سير عمل صغيراً يحدد المشكلة والمدخلات، ويختار النموذج أو الطريقة، ويكتب خطوات الأمر أو المعالجة، ويحدد مقياسين للجودة، ويختبر حالة فشل واحدة، ويسجل طريقة التحقق من النتيجة.

التقييم ودليل الإكمال: يجب أن يستطيع الطالب دمج المفاهيم والأساليب وحل الحالات وضبط الجودة لإظهار الكفاءة في التقييم النهائي.

تعلم الآلة التطبيقي باستخدام Python

10 وحدات · 50 درساً · Stripe · تعلم عبر الإنترنت وبوتيرتك الخاصة

التسجيل في الدورة · $79

المنهج الكامل — 10 وحدات / 50 درساً

1. تعلم الآلة التطبيقي باستخدام Python — البداية والأهداف وخطة التعلم

تعلم الآلة التطبيقي باستخدام Python — البداية والأهداف وخطة التعلم — أهداف التعلم والمعرفة الأساسية الخاصة بالموضوع
تعلم الآلة التطبيقي باستخدام Python — البداية والأهداف وخطة التعلم — المفاهيم والمصطلحات وأهميتها
تعلم الآلة التطبيقي باستخدام Python — البداية والأهداف وخطة التعلم — تطبيق منهج أو أداة أو سير عمل خطوة بخطوة
تعلم الآلة التطبيقي باستخدام Python — البداية والأهداف وخطة التعلم — حالة واقعية ومهمة تطبيقية وتحليل الأخطاء
تعلم الآلة التطبيقي باستخدام Python — البداية والأهداف وخطة التعلم — اختبار المعرفة وضبط الجودة والتقييم المختصر

التطبيق: حدد هدفك التعليمي، وقيّم معرفتك الحالية، وأنشئ ملفاً للعمل والأدلة لاستخدامه طوال الدورة.

التقييم والإكمال: في نهاية الوحدة يجب أن يستطيع الطالب شرح نطاق الدورة وحدودها وهدفه التعليمي بوضوح.

2. تعلم الآلة التطبيقي باستخدام Python — المفاهيم الأساسية والمصطلحات المهنية

تعلم الآلة التطبيقي باستخدام Python — المفاهيم الأساسية والمصطلحات المهنية — أهداف التعلم والمعرفة الأساسية الخاصة بالموضوع
تعلم الآلة التطبيقي باستخدام Python — المفاهيم الأساسية والمصطلحات المهنية — المفاهيم والمصطلحات وأهميتها
تعلم الآلة التطبيقي باستخدام Python — المفاهيم الأساسية والمصطلحات المهنية — تطبيق منهج أو أداة أو سير عمل خطوة بخطوة
تعلم الآلة التطبيقي باستخدام Python — المفاهيم الأساسية والمصطلحات المهنية — حالة واقعية ومهمة تطبيقية وتحليل الأخطاء
تعلم الآلة التطبيقي باستخدام Python — المفاهيم الأساسية والمصطلحات المهنية — اختبار المعرفة وضبط الجودة والتقييم المختصر

التطبيق: أنشئ قاموساً صغيراً من عشرة مصطلحات على الأقل، واشرح كل مصطلح بكلماتك وأضف مثالاً على استخدامه.

التقييم والإكمال: يجب أن يستطيع الطالب تعريف المصطلحات وتمييزها واستخدامها في السياق المناسب.

3. تعلم الآلة التطبيقي باستخدام Python — المبادئ والنماذج والأطر الأساسية

تعلم الآلة التطبيقي باستخدام Python — المبادئ والنماذج والأطر الأساسية — أهداف التعلم والمعرفة الأساسية الخاصة بالموضوع
تعلم الآلة التطبيقي باستخدام Python — المبادئ والنماذج والأطر الأساسية — المفاهيم والمصطلحات وأهميتها
تعلم الآلة التطبيقي باستخدام Python — المبادئ والنماذج والأطر الأساسية — تطبيق منهج أو أداة أو سير عمل خطوة بخطوة
تعلم الآلة التطبيقي باستخدام Python — المبادئ والنماذج والأطر الأساسية — حالة واقعية ومهمة تطبيقية وتحليل الأخطاء
تعلم الآلة التطبيقي باستخدام Python — المبادئ والنماذج والأطر الأساسية — اختبار المعرفة وضبط الجودة والتقييم المختصر

التطبيق: قارن بين نموذجين أو منهجين من حيث نقاط القوة والقيود والمدخلات المطلوبة والمخرجات المتوقعة.

التقييم والإكمال: يجب أن يستطيع الطالب تبرير اختيار نموذج أو إطار وشرح حدوده.

4. تعلم الآلة التطبيقي باستخدام Python — الأدوات والموارد وسير العمل المهني

تعلم الآلة التطبيقي باستخدام Python — الأدوات والموارد وسير العمل المهني — أهداف التعلم والمعرفة الأساسية الخاصة بالموضوع
تعلم الآلة التطبيقي باستخدام Python — الأدوات والموارد وسير العمل المهني — المفاهيم والمصطلحات وأهميتها
تعلم الآلة التطبيقي باستخدام Python — الأدوات والموارد وسير العمل المهني — تطبيق منهج أو أداة أو سير عمل خطوة بخطوة
تعلم الآلة التطبيقي باستخدام Python — الأدوات والموارد وسير العمل المهني — حالة واقعية ومهمة تطبيقية وتحليل الأخطاء
تعلم الآلة التطبيقي باستخدام Python — الأدوات والموارد وسير العمل المهني — اختبار المعرفة وضبط الجودة والتقييم المختصر

التطبيق: صمم سير عمل يوضح المدخل والأداة والخطوة والمخرج ونقطة التحكم والدليل المحفوظ.

التقييم والإكمال: يجب أن يستطيع الطالب اختيار الأداة المناسبة وبناء سير عمل قابل للتتبع من البداية إلى النهاية.

5. تعلم الآلة التطبيقي باستخدام Python — الأساليب والتقنيات والتطبيق خطوة بخطوة

تعلم الآلة التطبيقي باستخدام Python — الأساليب والتقنيات والتطبيق خطوة بخطوة — أهداف التعلم والمعرفة الأساسية الخاصة بالموضوع
تعلم الآلة التطبيقي باستخدام Python — الأساليب والتقنيات والتطبيق خطوة بخطوة — المفاهيم والمصطلحات وأهميتها
تعلم الآلة التطبيقي باستخدام Python — الأساليب والتقنيات والتطبيق خطوة بخطوة — تطبيق منهج أو أداة أو سير عمل خطوة بخطوة
تعلم الآلة التطبيقي باستخدام Python — الأساليب والتقنيات والتطبيق خطوة بخطوة — حالة واقعية ومهمة تطبيقية وتحليل الأخطاء
تعلم الآلة التطبيقي باستخدام Python — الأساليب والتقنيات والتطبيق خطوة بخطوة — اختبار المعرفة وضبط الجودة والتقييم المختصر

التطبيق: اختر مهمة واقعية وقسمها إلى التحضير والتنفيذ والتحقق والتحسين، وحدد معيار نجاح لكل مرحلة. أنشئ سير عمل صغيراً يحدد المشكلة والمدخلات، ويختار النموذج أو الطريقة، ويكتب خطوات الأمر أو المعالجة، ويحدد مقياسين للجودة، ويختبر حالة فشل واحدة، ويسجل طريقة التحقق من النتيجة.

التقييم والإكمال: يجب أن يستطيع الطالب تطبيق الطريقة وشرح سبب ترتيبها وكيفية التحقق من النتيجة.

6. تعلم الآلة التطبيقي باستخدام Python — الممارسة الموجهة وتنمية المهارات

تعلم الآلة التطبيقي باستخدام Python — الممارسة الموجهة وتنمية المهارات — أهداف التعلم والمعرفة الأساسية الخاصة بالموضوع
تعلم الآلة التطبيقي باستخدام Python — الممارسة الموجهة وتنمية المهارات — المفاهيم والمصطلحات وأهميتها
تعلم الآلة التطبيقي باستخدام Python — الممارسة الموجهة وتنمية المهارات — تطبيق منهج أو أداة أو سير عمل خطوة بخطوة
تعلم الآلة التطبيقي باستخدام Python — الممارسة الموجهة وتنمية المهارات — حالة واقعية ومهمة تطبيقية وتحليل الأخطاء
تعلم الآلة التطبيقي باستخدام Python — الممارسة الموجهة وتنمية المهارات — اختبار المعرفة وضبط الجودة والتقييم المختصر

التطبيق: نفذ المهمة نفسها في سيناريوهين مختلفين وقارن ما تغير ولماذا. أنشئ سير عمل صغيراً يحدد المشكلة والمدخلات، ويختار النموذج أو الطريقة، ويكتب خطوات الأمر أو المعالجة، ويحدد مقياسين للجودة، ويختبر حالة فشل واحدة، ويسجل طريقة التحقق من النتيجة.

التقييم والإكمال: يجب أن يستطيع الطالب استخدام التغذية الراجعة واكتشاف الخطأ وإنتاج نسخة محسنة.

7. تعلم الآلة التطبيقي باستخدام Python — حالات واقعية وحل المشكلات واتخاذ القرار

تعلم الآلة التطبيقي باستخدام Python — حالات واقعية وحل المشكلات واتخاذ القرار — أهداف التعلم والمعرفة الأساسية الخاصة بالموضوع
تعلم الآلة التطبيقي باستخدام Python — حالات واقعية وحل المشكلات واتخاذ القرار — المفاهيم والمصطلحات وأهميتها
تعلم الآلة التطبيقي باستخدام Python — حالات واقعية وحل المشكلات واتخاذ القرار — تطبيق منهج أو أداة أو سير عمل خطوة بخطوة
تعلم الآلة التطبيقي باستخدام Python — حالات واقعية وحل المشكلات واتخاذ القرار — حالة واقعية ومهمة تطبيقية وتحليل الأخطاء
تعلم الآلة التطبيقي باستخدام Python — حالات واقعية وحل المشكلات واتخاذ القرار — اختبار المعرفة وضبط الجودة والتقييم المختصر

التطبيق: اكتب تحليل حالة يتضمن المشكلة والحقائق المؤكدة والافتراضات والخيارات والحل المختار ومبرراته. أنشئ سير عمل صغيراً يحدد المشكلة والمدخلات، ويختار النموذج أو الطريقة، ويكتب خطوات الأمر أو المعالجة، ويحدد مقياسين للجودة، ويختبر حالة فشل واحدة، ويسجل طريقة التحقق من النتيجة.

التقييم والإكمال: يجب أن يستطيع الطالب مقارنة الخيارات تحت عدم اليقين وتبرير القرار بالأدلة.

8. تعلم الآلة التطبيقي باستخدام Python — الجودة والأخلاقيات والمخاطر والسلامة والمعايير المهنية

تعلم الآلة التطبيقي باستخدام Python — الجودة والأخلاقيات والمخاطر والسلامة والمعايير المهنية — أهداف التعلم والمعرفة الأساسية الخاصة بالموضوع
تعلم الآلة التطبيقي باستخدام Python — الجودة والأخلاقيات والمخاطر والسلامة والمعايير المهنية — المفاهيم والمصطلحات وأهميتها
تعلم الآلة التطبيقي باستخدام Python — الجودة والأخلاقيات والمخاطر والسلامة والمعايير المهنية — تطبيق منهج أو أداة أو سير عمل خطوة بخطوة
تعلم الآلة التطبيقي باستخدام Python — الجودة والأخلاقيات والمخاطر والسلامة والمعايير المهنية — حالة واقعية ومهمة تطبيقية وتحليل الأخطاء
تعلم الآلة التطبيقي باستخدام Python — الجودة والأخلاقيات والمخاطر والسلامة والمعايير المهنية — اختبار المعرفة وضبط الجودة والتقييم المختصر

التطبيق: أنشئ قائمة مخاطر وجودة تتضمن خمسة مخاطر على الأقل وضوابط وقواعد تحقق وخطوات تصعيد عند الحاجة.

التقييم والإكمال: يجب أن يستطيع الطالب تعريف معايير النتيجة الجيدة والأخلاقية والتعرف على المخاطر المهمة واقتراح ضوابط مناسبة.

9. تعلم الآلة التطبيقي باستخدام Python — التطبيق المتقدم والمشروع والدمج في بيئة العمل

تعلم الآلة التطبيقي باستخدام Python — التطبيق المتقدم والمشروع والدمج في بيئة العمل — أهداف التعلم والمعرفة الأساسية الخاصة بالموضوع
تعلم الآلة التطبيقي باستخدام Python — التطبيق المتقدم والمشروع والدمج في بيئة العمل — المفاهيم والمصطلحات وأهميتها
تعلم الآلة التطبيقي باستخدام Python — التطبيق المتقدم والمشروع والدمج في بيئة العمل — تطبيق منهج أو أداة أو سير عمل خطوة بخطوة
تعلم الآلة التطبيقي باستخدام Python — التطبيق المتقدم والمشروع والدمج في بيئة العمل — حالة واقعية ومهمة تطبيقية وتحليل الأخطاء
تعلم الآلة التطبيقي باستخدام Python — التطبيق المتقدم والمشروع والدمج في بيئة العمل — اختبار المعرفة وضبط الجودة والتقييم المختصر

التطبيق: صمم مشروع ختامي صغيراً يحدد الهدف والنطاق وخمس مهام ومخاطرين ومؤشرين للجودة ومخرجاً نهائياً. أنشئ سير عمل صغيراً يحدد المشكلة والمدخلات، ويختار النموذج أو الطريقة، ويكتب خطوات الأمر أو المعالجة، ويحدد مقياسين للجودة، ويختبر حالة فشل واحدة، ويسجل طريقة التحقق من النتيجة.

التقييم والإكمال: يجب أن يستطيع الطالب دمج عدة مهارات في مشروع واحد وربط الخطة بالمخرج الفعلي.

10. تعلم الآلة التطبيقي باستخدام Python — التقييم النهائي والملف المهني والتطبيق الوظيفي

تعلم الآلة التطبيقي باستخدام Python — التقييم النهائي والملف المهني والتطبيق الوظيفي — أهداف التعلم والمعرفة الأساسية الخاصة بالموضوع
تعلم الآلة التطبيقي باستخدام Python — التقييم النهائي والملف المهني والتطبيق الوظيفي — المفاهيم والمصطلحات وأهميتها
تعلم الآلة التطبيقي باستخدام Python — التقييم النهائي والملف المهني والتطبيق الوظيفي — تطبيق منهج أو أداة أو سير عمل خطوة بخطوة
تعلم الآلة التطبيقي باستخدام Python — التقييم النهائي والملف المهني والتطبيق الوظيفي — حالة واقعية ومهمة تطبيقية وتحليل الأخطاء
تعلم الآلة التطبيقي باستخدام Python — التقييم النهائي والملف المهني والتطبيق الوظيفي — اختبار المعرفة وضبط الجودة والتقييم المختصر

التطبيق: اختر أفضل ثلاثة أعمال في الدورة واكتب لكل منها المشكلة والطريقة والنتيجة والدليل والتحسين التالي. أنشئ سير عمل صغيراً يحدد المشكلة والمدخلات، ويختار النموذج أو الطريقة، ويكتب خطوات الأمر أو المعالجة، ويحدد مقياسين للجودة، ويختبر حالة فشل واحدة، ويسجل طريقة التحقق من النتيجة.

التقييم والإكمال: يجب أن يستطيع الطالب دمج المفاهيم والأساليب وحل الحالات وضبط الجودة لإظهار الكفاءة في التقييم النهائي.

درس نموذجي قبل الدفع

تعلم الآلة التطبيقي باستخدام Python — البداية والأهداف وخطة التعلم

مهمة تطبيقية: حدد هدفك التعليمي، وقيّم معرفتك الحالية، وأنشئ ملفاً للعمل والأدلة لاستخدامه طوال الدورة.

التقييم والإكمال: في نهاية الوحدة يجب أن يستطيع الطالب شرح نطاق الدورة وحدودها وهدفه التعليمي بوضوح.

كيف تعمل هذه الدورة؟

لمن تناسب هذه الدورة؟

قبل أن تبدأ

التقييم والإكمال

10 اختبارات للوحدات · اختبار نهائي من 20 سؤالاً · درجة النجاح 70%

ما الذي يشمله التسجيل؟

✓ 10 وحدات
✓ 50 درساً
✓ 10 اختبارات للوحدات · اختبار نهائي من 20 سؤالاً · درجة النجاح 70%
✓ تعلم عبر الإنترنت وبوتيرتك الخاصة
✓ الدعم: Secure Contact Form

الوصول بعد الدفع

1
التسجيل في الدورة

2
Stripe

3
الوصول بعد الدفع

4
تعلم عبر الإنترنت وبوتيرتك الخاصة

خيارات الشهادة والتسجيل

منهج مهني متخصص

يركز هذا المنهج المتخصص الدورة على موضوعها المهني الفعلي. تبقى أسماء الوحدات التقنية متسقة للحفاظ على دقة المصطلحات، وتحتوي كل وحدة على مهمة تطبيقية ودليل إتقان باللغة العربية.

1. Machine Learning Problem Framing

مهمة تطبيقية: أنشئ مخرجاً عملياً حول Machine Learning Problem Framing ضمن تعلم الآلة التطبيقي باستخدام Python. سجل الهدف والمدخلات المتحقق منها والطريقة ونقاط القرار والنتيجة وفحصين للجودة وتحسيناً واحداً بعد المراجعة.

دليل الإتقان: اشرح المفاهيم الأساسية في Machine Learning Problem Framing وقدم مخرجاً مراجعاً يثبت التطبيق الصحيح ضمن تعلم الآلة التطبيقي باستخدام Python.

2. Data Collection, Labels and Train-Test Splits

مهمة تطبيقية: أنشئ مخرجاً عملياً حول Data Collection, Labels and Train-Test Splits ضمن تعلم الآلة التطبيقي باستخدام Python. سجل الهدف والمدخلات المتحقق منها والطريقة ونقاط القرار والنتيجة وفحصين للجودة وتحسيناً واحداً بعد المراجعة.

دليل الإتقان: اشرح المفاهيم الأساسية في Data Collection, Labels and Train-Test Splits وقدم مخرجاً مراجعاً يثبت التطبيق الصحيح ضمن تعلم الآلة التطبيقي باستخدام Python.

3. Feature Engineering and Baseline Models

مهمة تطبيقية: أنشئ مخرجاً عملياً حول Feature Engineering and Baseline Models ضمن تعلم الآلة التطبيقي باستخدام Python. سجل الهدف والمدخلات المتحقق منها والطريقة ونقاط القرار والنتيجة وفحصين للجودة وتحسيناً واحداً بعد المراجعة.

دليل الإتقان: اشرح المفاهيم الأساسية في Feature Engineering and Baseline Models وقدم مخرجاً مراجعاً يثبت التطبيق الصحيح ضمن تعلم الآلة التطبيقي باستخدام Python.

4. Supervised Learning and Model Selection

مهمة تطبيقية: أنشئ مخرجاً عملياً حول Supervised Learning and Model Selection ضمن تعلم الآلة التطبيقي باستخدام Python. سجل الهدف والمدخلات المتحقق منها والطريقة ونقاط القرار والنتيجة وفحصين للجودة وتحسيناً واحداً بعد المراجعة.

دليل الإتقان: اشرح المفاهيم الأساسية في Supervised Learning and Model Selection وقدم مخرجاً مراجعاً يثبت التطبيق الصحيح ضمن تعلم الآلة التطبيقي باستخدام Python.

5. Unsupervised Learning and Pattern Discovery

مهمة تطبيقية: أنشئ مخرجاً عملياً حول Unsupervised Learning and Pattern Discovery ضمن تعلم الآلة التطبيقي باستخدام Python. سجل الهدف والمدخلات المتحقق منها والطريقة ونقاط القرار والنتيجة وفحصين للجودة وتحسيناً واحداً بعد المراجعة.

دليل الإتقان: اشرح المفاهيم الأساسية في Unsupervised Learning and Pattern Discovery وقدم مخرجاً مراجعاً يثبت التطبيق الصحيح ضمن تعلم الآلة التطبيقي باستخدام Python.

6. Model Metrics and Error Analysis

مهمة تطبيقية: أنشئ مخرجاً عملياً حول Model Metrics and Error Analysis ضمن تعلم الآلة التطبيقي باستخدام Python. سجل الهدف والمدخلات المتحقق منها والطريقة ونقاط القرار والنتيجة وفحصين للجودة وتحسيناً واحداً بعد المراجعة.

دليل الإتقان: اشرح المفاهيم الأساسية في Model Metrics and Error Analysis وقدم مخرجاً مراجعاً يثبت التطبيق الصحيح ضمن تعلم الآلة التطبيقي باستخدام Python.

7. Overfitting, Regularization and Validation

مهمة تطبيقية: أنشئ مخرجاً عملياً حول Overfitting, Regularization and Validation ضمن تعلم الآلة التطبيقي باستخدام Python. سجل الهدف والمدخلات المتحقق منها والطريقة ونقاط القرار والنتيجة وفحصين للجودة وتحسيناً واحداً بعد المراجعة.

دليل الإتقان: اشرح المفاهيم الأساسية في Overfitting, Regularization and Validation وقدم مخرجاً مراجعاً يثبت التطبيق الصحيح ضمن تعلم الآلة التطبيقي باستخدام Python.

8. Bias, Explainability and Responsible ML

مهمة تطبيقية: أنشئ مخرجاً عملياً حول Bias, Explainability and Responsible ML ضمن تعلم الآلة التطبيقي باستخدام Python. سجل الهدف والمدخلات المتحقق منها والطريقة ونقاط القرار والنتيجة وفحصين للجودة وتحسيناً واحداً بعد المراجعة.

دليل الإتقان: اشرح المفاهيم الأساسية في Bias, Explainability and Responsible ML وقدم مخرجاً مراجعاً يثبت التطبيق الصحيح ضمن تعلم الآلة التطبيقي باستخدام Python.

9. Deployment, Monitoring and Model Drift

مهمة تطبيقية: أنشئ مخرجاً عملياً حول Deployment, Monitoring and Model Drift ضمن تعلم الآلة التطبيقي باستخدام Python. سجل الهدف والمدخلات المتحقق منها والطريقة ونقاط القرار والنتيجة وفحصين للجودة وتحسيناً واحداً بعد المراجعة.

دليل الإتقان: اشرح المفاهيم الأساسية في Deployment, Monitoring and Model Drift وقدم مخرجاً مراجعاً يثبت التطبيق الصحيح ضمن تعلم الآلة التطبيقي باستخدام Python.

10. Capstone Machine Learning Project

مهمة تطبيقية: أنشئ مخرجاً عملياً حول Capstone Machine Learning Project ضمن تعلم الآلة التطبيقي باستخدام Python. سجل الهدف والمدخلات المتحقق منها والطريقة ونقاط القرار والنتيجة وفحصين للجودة وتحسيناً واحداً بعد المراجعة.

دليل الإتقان: اشرح المفاهيم الأساسية في Capstone Machine Learning Project وقدم مخرجاً مراجعاً يثبت التطبيق الصحيح ضمن تعلم الآلة التطبيقي باستخدام Python.

التسجيل — دفع آمن عبر Stripe

NordCrest Academy

Global Program Catalog

تعلم الآلة التطبيقي باستخدام Python

الوصف التفصيلي للدورة

ماذا ستتعلم

ما الذي ستدرسه فعلياً

المعرفة الخاصة بموضوع الدورة

المهمة المهنية التطبيقية

المحتوى التفصيلي للوحدات العشر

تعلم الآلة التطبيقي باستخدام Python

المنهج الكامل — 10 وحدات / 50 درساً

درس نموذجي قبل الدفع

تعلم الآلة التطبيقي باستخدام Python — البداية والأهداف وخطة التعلم

كيف تعمل هذه الدورة؟

لمن تناسب هذه الدورة؟

قبل أن تبدأ

التقييم والإكمال

ما الذي يشمله التسجيل؟

الوصول بعد الدفع

خيارات الشهادة والتسجيل

رقمية

مطبوعة

بدعم جامعي

منهج مهني متخصص

اسأل عن هذه الدورة