easyT
  • Subscribe
Sign In
easyT
  • Diplomas
  • Courses
  • E-books
  • Instructors
  • Subscribe
Sign In

Browse

  • All courses
  • Diplomas
  • Subscribe
  • Instructors

Account

  • My courses
  • Purchases
  • Wishlist
  • Settings

Join us

  • Become an instructor
  • Affiliate program
  • About us

Get the app

Apps in development
All rights reserved © 2003-2026 · easyT.onlineTerms & conditionsPrivacy policyRefund policyContact usVerify a certificate
AI for Business & Productivityعربى

التعلم العميق

مقدمة في الذكاء الاصطناعي

Transform your understanding of AI with deep learning techniques.

4.5(61)388 pages13 chapters0 learners

What you'll learn

  • Fundamentals of neural networks
  • Techniques for training deep learning models
  • Data preprocessing methods
  • Evaluation metrics for model performance
  • Practical applications in various domains
  • Advanced topics in deep learning
التعلم العميق
$2.99
Buy now

About this book

يغطي الكتاب أساسيات التعلم العميق والذكاء الاصطناعي.

Who this book is for

  • Aspiring data scientists
  • AI enthusiasts
  • Software developers
  • Researchers in computer science
  • Students in technology fields

Why read this book

  • Clear explanations of complex concepts
  • Practical examples and case studies
  • Focus on real-world applications
  • Comprehensive coverage of deep learning techniques

Table of contents

1

الفصل الأول

  1. مقدمة التعلم العميق
  2. الذكاء الاصطناعي والتعلم الآلي والتعلم العميق
  3. ما هو الذكاء الاصطناعي؟
  4. أنواع الذكاء الاصطناعي:
  5. تطبيقات الذكاء الصناعي Application of AI:
  6. ما هو تعلم الآلة؟ what is machine learning
  7. كيف يعمل التعلم الآلي؟
  8. أنواع التعلم الآلي:
  9. الإشراف على التعلم:
  10. التعلم غير الخاضع للإشراف:
  11. التعلم المعزز Reinforcment Learning:
  12. عمليات التعلم الآلي:
  13. تطبيقات تعلم الآلة:
  14. ما هو التعلم العميق؟
  15. كيف يعمل التعلم العميق؟
  16. أنواع الشبكات العصبية العميقة Types of Deep NN:
  17. تطبيقات شبكات التعلم العميق types of Deep NN:
2

الفصل الثاني

  1. بناء الشبكة العصبية
  2. النظرة الأولى على الشبكات العصبية:
  3. تمثيلات البيانات للشبكات العصبية:
  4. Scalars (موتر 0D):
  5. المتجهات (موتر 1D):
  6. المصفوفات (موتر 2D):
  7. موتر ثلاثي الأبعاد وموترات عالية الأبعاد:
  8. الصفات الرئيسية:
  9. لجعل هذا أكثر واقعية، دعنا نلقي نظرة على البيانات التي قمنا بمعالجتها في MNIST
  10. معالجة الموترات في Numpy:
  11. مفهوم دفعات البيانات:
  12. أمثلة من العالم الحقيقي لموترات البيانات:
  13. بيانات المتجه:
  14. بيانات التسلسل الزمني أو بيانات التسلسل:
  15. بيانات الصورة:
  16. بيانات الفيديو:
  17. تروس الشبكات العصبية: عمليات الموتر:
  18. العمليات المنطقية:
  19. البث:
  20. الضرب الغير اتجاهي في تنسوف Tensor Dot:
  21. إعادة تشكيل الموتر Tensor Reshaping:
  22. التفسير الهندسي لعمليات الموتر:
  23. تفسير هندسي للتعلم العميق:
  24. محرك الشبكات العصبية التحسين القائم على التدرج:
  25. ما هو المشتق؟
  26. تشريح الشبكة العصبية:
  27. الطبقات: اللبنات الأساسية للتعلم العميق:
  28. النماذج: شبكات الطبقات:
  29. وظائف الخسارة والمحسِّنون:
3

الفصل الرابع

  1. مبادئ تعلم الآلة
  2. أربعة فروع للتعلم الآلي 4 branches of Machine Learning
  3. التعلم تحت الإشراف:
  4. تعليم غير مشرف عليه:
  5. التعلم تحت الإشراف الذاتي:
  6. التعلم المعزز :
  7. معجم التصنيف والانحدار:
  8. تقييم نماذج التعلم الآلي:
  9. مجموعات التدريب والتحقق والاختبار:
4

الفصل الخامس

  1. التعلم العميق وتطبيقاته في الإبصار في الكمبيوتر
  2. تاريخ بداية الشبكات العصبية الترشيحية:
  3. الأربع عمليات أساسية في CONNET في الشكل(3) كالتالي:
  4. القناة (Channel):
  5. والآن سنبدأ في العمليات الأربع الأساسية:
  6. العمق Depth:
  7. الخطوة التمريرية Stride:
  8. التبطين الصفري Zero-padding:
  9. عملية التجميع pooling تقوم بتقليص حجم المدخلات المكانية بشكل مستمر، وبشكل مفصل فإنها تقوم بالتالي:
  10. عملية التدريب واستخدام الانتشار العكسيBackpropagation :
  11. تصور الشبكات العصبية الترشيحية (شبكات الالتفاف) CNN :
  12. بنيات أخرى لـ ConvNet:
  13. مقدمة في convents:
  14. إضافة وتجديد عناصر القاموس:
  15. حذف عنصر من القاموس:
  16. الدوال والإجراءات :
  17. مقارنة القواميس:
  18. الدالة Str:
  19. الدالة type:
  20. الدالة clear:
  21. الدالة copy:
  22. الدالة get:
  23. الدالة has_key:
  24. الدالة Items:
  25. الإجراء keys:
  26. الدالة update:
  27. الدالة values:
5

الفصل السادس

  1. التعلم العميق واستخدامه مع النصوص والمتتابعات
  2. العمل مع البيانات النصية:
6

الفصل السابع

  1. أفضل الممارسات في التعلم العميق
  2. تجاوز النموذج التسلسلي:
  3. عائلة من الشبكات (تم تطويرها بواسطة He et al. في Microsoft). 2 يتكون الاتصال المتبقي:
  4. تمرير المعاملات بالقيمة وبالمرجعية:
  5. تمرير المعاملات الأساسية default paramaters:
  6. المعاملات متغيرة الأطوال:
  7. دوال السطر الواحد lambada functions:
7

الفصل الثامن

  1. التعلم العميق التوليدي
  2. توليد النص باستخدام LSTM:
  3. جملة from...import:
  4. جملة from ...import:
  5. البحث عن الوحدات:
  6. تصميم الوحدات module Design:
  7. الدالة dir():
8

الفصل التاسع

  1. التعامل مع الملفات
  2. الطباعة على الشاشة:
  3. قراءة مدخلات لوحة المفاتيح reading keyboard input:
  4. فتح وغلق الملفات:
  5. فتح ملف open file:
  6. طريقة كتابة الأمر:
  7. صفات الملفات file attribute:
  8. القراءة والكتابة في الملفات:
  9. القراءة من ملف:
9

الفصل العاشر

  1. جمل التحكم
  2. جملة if:
  3. جملة if elif:
  4. اختبار المتعدد للشروط:
  5. جملة الشرط:
  6. جمل التكرار:
  7. جملة for:
  8. جملة التكرار الشرطي while:
  9. الأمر enumerate:
  10. التحكم في حلقات التكرار:
  11. الأمر break:
10

الفصل الحادي عشر

  1. التعامل مع أخطاء البرنامج
  2. التعامل مع الأخطاء Hanling Exception:
  3. رفع الأخطاء Raising Errors:
11

الفصل الثالث عشر

  1. المثال الأول:
  2. كتابة التطبيق داخل بيئة اكليبس:
  3. زر الأمر Button:
  4. مربع النص Entry:
  5. أزرار الراديو Radio Buttons:
  6. زر الاختيار checkbutton:
  7. كائن القائمة menu widget:
  8. مربع الحواري للرسائل message:
  9. المكون منطقة النص text:
  10. مكون Canvas:
  11. شريط الانزلاق scrollbar:
  12. استخدام مكتبة pmw:
  13. مربع التعريف AboutDialogBox:
  14. مكون البالونة Ballon:
  15. مكون صندوق الأزرار Button Box:
  16. مربع منسدل Combobox:
  17. مكون ComboBoxDialog:
  18. مكون العداد :Counter
  19. مكون المربع الحواري Dialog:
12

الفصل العشرون

  1. الاستجابة للأحداث
  2. التعامل مع الأحداث Handling events:
  3. التعامل مع أحدث الأزرار keyEvents:
  4. الحدث updateUI:
  5. إحداث التعامل مع الفار mouse events:
  6. تصميم الأحداث الخاصة custom events:
13

الفصل الحادي والعشرون

  1. قواعد بيانات
  2. استيراد مكتبة MySql:
  3. تصميم قاعدة بيانات :
  4. تصميم جدول :
  5. إدخال سجل بيانات داخل الجدول:
  6. إدخال مجموعة سجلات:
  7. عرض بيانات من الجدول:
  8. اختيار السجل الأول:
  9. حذف سجل:
  10. حذف جدول:
  11. تصميم جدول بحقل فريد:
  12. حذف جدول:
  13. عرض وصف الجدول:
  14. إضافة خاصية primaryKey إلى حقل موجود:
  15. تغيير صفة حقل:
  16. لعرض الحقول مرتبة:
  17. عرض عدد محدد:
  18. البدء من حقل معين:
  19. الربط بين الجداول:

Related books

  • دليل استخدام أدوات الذكاء الاصطناعي

  • خوارزميات الذكاء الصناعي وتطبيقاته العملية

  • الذكاء الاصطناعي في القانون: الثورة الرقمية في الأنظمة القانونية

  • الذكاء الاصطناعي في التعليم: دليل شامل ومرجع عملي

تقييمات القراء

التقييمات هنا من القراء الذين يملكون الكتاب — عن طريق الشراء أو ضمن اشتراكهم.
4.5
★★★★★
61 تقييم
5★
31
4★
30
3★
0
2★
0
1★
0