easyT
  • S'abonner
Se connecter
easyT
  • Diplômes
  • Cours
  • Livres numériques
  • Formateurs
  • S'abonner
Se connecter

Parcourir

  • Tous les cours
  • Diplômes
  • S'abonner
  • Formateurs

Compte

  • Mes cours
  • Achats
  • Favoris
  • Paramètres

Rejoignez-nous

  • Devenir formateur
  • Affiliation
  • À propos

Téléchargez l'app

Apps en développement
Tous droits réservés © 2003-2026 · easyT.onlineConditions généralesPolitique de confidentialitéPolitique de remboursementContactez-nousVérifier un certificat
Programmation IA et Apprentissage Automatiqueعربى

Principes et Bases de la Programmation de l'IA

Explorez les bases de l'IA et son application pratique

Maîtrisez les fondements de l'intelligence artificielle pour transformer vos idées en réalité.

4.7(63)372 pages7 chapitres0 apprenants

Ce que vous apprendrez

  • Comprendre les concepts de base de l'IA
  • Appliquer des algorithmes d'apprentissage automatique
  • Développer des modèles prédictifs
  • Utiliser des outils de programmation pour l'IA
  • Analyser des données pour des décisions éclairées
  • Explorer les tendances actuelles en IA
مبادئ وأساسيات برمجة الذكاء الاصطناعي
$2.99
Acheter

À propos du livre

Ce livre offre une introduction complète aux principes fondamentaux de la programmation de l'intelligence artificielle. Il est conçu pour ceux qui souhaitent comprendre les concepts clés et les techniques utilisées dans le domaine de l'IA.

À travers des explications claires et des exemples pratiques, vous découvrirez comment l'intelligence artificielle peut être appliquée dans divers secteurs. Ce livre est essentiel pour quiconque désire se lancer dans le monde fascinant de l'IA et en tirer parti dans ses projets futurs.

À qui s'adresse ce livre

  • Étudiants en informatique
  • Professionnels souhaitant se reconvertir
  • Entrepreneurs intéressés par l'IA
  • Passionnés de technologie
  • Chercheurs en sciences des données

Pourquoi lire ce livre

  • Approche pédagogique adaptée aux débutants
  • Exemples concrets et études de cas
  • Ressources supplémentaires pour approfondir
  • Mise à jour sur les dernières avancées en IA

Table des matières

1

الفصل الأول: مقدمة إلي الذكاء الاصطناعي

  1. تعريف الذكاء الاصطناعي
  2. تاريخ الذكاء الاصطناعي
  3. مراحل تطور الذكاء الاصطناعي:
  4. من هو اول من اكتشف الذكاء الاصطناعي؟
  5. تطبيقات الذكاء الاصطناعي في الحياة اليومية
  6. المساعدات الصوتية الذكية
  7. التعرف على الصور والفيديو
  8. السيارات ذاتية القيادة
  9. الأمن السيبراني
  10. الرعاية الصحية
  11. التجارة الإلكترونية
  12. الترجمة الآلية
  13. وسائل التواصل الاجتماعي
  14. التعليم
  15. انواع وتصنيفات الذكاء الاصطناعي:
  16. TYPE 1النوع الأول من الذكاء الاصطناعي: بناءً على القدرات
  17. TYPE2النوع الثاني من الذكاء الاصطناعي: بناءً على الوظائف
  18. اهمية الذكاء الاصطناعي:
  19. تحسين الكفاءة والإنتاجية:
  20. تطوير الرعاية الصحية
  21. تحسين تجربة المستخدم
  22. تطوير المناخ والأبحاث البيئية
  23. تعزيز الأمان والأمن
  24. تعزيز الابتكار في التعليم
  25. دعم البحث والتطوير
  26. أخلاقيات الذكاء الاصطناعي
  27. المسؤولية والتحديات الأخلاقية
  28. تأثير الذكاء الاصطناعي على الوظائف والمجتمع
  29. 1. التأثير على الوظائف
  30. 2. التأثير على المجتمع
  31. 3. التحديات والفرص
2

الفصل الثاني: تعلم الآلة

  1. تعريف تعلم الآلة
  2. الفرق بين تعلم الآلة والذكاء الاصطناعي
  3. الذكاء الاصطناعي (AI)
  4. تعلم الآلة (ML)
  5. أنواع التعلم العميق
  6. التعلم الخاضع للإشراف
  7. كيفية عمل التعلم الخاضع للإشراف
  8. التعلم شبه الخاضع للإشراف
  9. كيفية عمل التعلم شبه الخاضع للإشراف
  10. التعلم غير الخاضع للإشراف
  11. التعلم التعزيزي
  12. كيفية عمل التعلم التعزيزي
  13. دورة التعلم التعزيزي
  14. أمثلة على التعلم التعزيزي
  15. مقارنة بين الأنواع الأربعة لتعلم الآلة
  16. الخوارزميات الأساسية لتعلم الآلة
  17. التعلم الخاضع للإشراف (SUPERVISED LEARNING)
  18. التعلم شبه الخاضع للإشراف (SEMI-SUPERVISED LEARNING)
  19. Q-LEARNING
  20. الفرق بين SARSA و Q-LEARNING
  21. خطوات DQN
  22. تحسينات على DQN
3

الفصل الثالث: الشبكات العصبية العميقة

  1. مقدمة إلى الشبكات العصبية
  2. مفهوم العصبونات الاصطناعية
  3. كيفية عمل العصبونات الاصطناعية
  4. تطبيقات العصبونات الاصطناعية
  5. بنية الشبكة العصبية
  6. الطبقة المدخلة -INPUT LAYER
  7. الطبقات المخفية -HIDDEN LAYERS
  8. الطبقة المخرجة -OUTPUT LAYER
  9. أنواع الشبكات العصبية
  10. التعلم العميق
  11. الشبكات العصبية العميقة
  12. خوارزمية الانتشار العكسي
  13. تطبيقات التعلم العميق
  14. الشبكات العصبية المتكررة RNN والشبكات العصبية التلافيفية CNN
  15. مقدمة إلى RNN وCNN
  16. استخدامات RNN في معالجة اللغة الطبيعية
  17. نمذجة اللغة LANGUAGE MODELING
  18. الترجمة الآلية MACHINE TRANSLATION
  19. التعرف على الكلام SPEECH RECOGNITION
  20. تحليل المشاعر SENTIMENT ANALYSIS
  21. توليد النصوص TEXT GENERATION
  22. تلخيص النصوص TEXT SUMMARIZATION
  23. الإجابة عن الأسئلة QUESTION ANSWERING
  24. التعرف على الكيانات المسماة NAMED ENTITY RECOGNITION
  25. البحث الدلالي SEMANTIC SEARCH
  26. تصنيف النصوص TEXT CLASSIFICATION
  27. استخدامات CNN في رؤية الكمبيوتر
  28. تصنيف الصور
  29. الكشف عن الأجسام
  30. التجزئة الدلالية
  31. التجزئة المتقدمة INSTANCE SEGMENTATION
  32. التعرف على الوجوه
  33. تحسين الصور
  34. تحليل الفيديو
  35. التعرف على العواطف
  36. الرؤية الذاتية للسيارات
  37. الواقع المعزز AR والواقع الافتراضي VR
  38. التعرف على الإيماءات
  39. الفحص الطبي
  40. التعرف على الأنماط الزراعية
  41. التعرف على الفيروسات والبكتيريا
  42. تحليل البيانات الجغرافية
  43. الصيانة التنبؤية
  44. تحليل الخطوط اليدوية
  45. تحليل المشاعر في وسائل التواصل الاجتماعي
  46. تحسين جودة الفيديو
  47. الفن الرقمي والتصميم
  48. الأمن والمراقبة
  49. التطبيقات الصناعية
  50. الروبوتات
4

الفصل الرابع: معالجة اللغة الطبيعية (NLP)

  1. مقدمة إلى معالجة اللغة الطبيعية
  2. تعريف معالجة اللغة الطبيعية
  3. أهداف معالجة اللغة الطبيعية
  4. تطبيقات معالجة اللغة الطبيعية
  5. الخوارزميات والتقنيات في NLP
  6. تحليل المشاعر
  7. تطبيقات عملية
  8. تحديات تحليل المشاعر
  9. أمثلة على الأدوات والمكتبات
  10. مستقبل تحليل المشاعر
  11. نماذج لغة
  12. الأدوات والمكتبات الشائعة
  13. مميزات NLTK
  14. ما هو BERT؟
  15. مميزات BERT
  16. كيفية استخدام BERT
  17. GPT GENERATIVE PRE-TRAINED TRANSFORMER
  18. ما هو GPT؟
  19. مميزات GPT
5

الفصل الخامس: تطبيقات الذكاء الاصطناعي

  1. الذكاء الاصطناعي في الرعاية الصحية
  2. التشخيص الطبي
  3. ما هي التحديات الرئيسية في تطبيق الذكاء الاصطناعي في التشخيص الطبي؟
  4. الذكاء الاصطناعي في النقل
  5. السيارات ذاتية القيادة
  6. ما هي الخطوات الرئيسية التي يجب اتخاذها لضمان سلامة وأمان السيارات ذاتية القيادة؟
  7. ما هي أهم التحديات التي تواجه تطوير السيارات ذاتية القيادة وكيف يمكن التغلب عليها؟
  8. تحسين المرور
  9. ما هي أهم التحديات التي تواجه تطبيق الذكاء الاصطناعي في إدارة حركة المرور؟
  10. الذكاء الاصطناعي في الأعمال التجارية
  11. التجارة الإلكترونية
6

الفصل السادس: مستقبل الذكاء الاصطناعي

  1. التحديات المستقبلية
  2. الأمن والخصوصية
  3. الأمن في الذكاء الاصطناعي
  4. ما هي أفضل الممارسات لتطبيق الأمن والخصوصية في تطوير أنظمة الذكاء الاصطناعي؟
  5. التحكم والسيطرة
  6. الاتجاهات المستقبلية في الذكاء الاصطناعي
  7. تطورات في تعلم الآلة والتعلم العميق
  8. الذكاء الاصطناعي والابتكار
  9. تأثير الذكاء الاصطناعي على المجتمع
  10. التغيرات الاقتصادية والاجتماعية
  11. الفرص والمخاطر
7

الفصل السابع: مشروعات عملية

  1. تنفيذ مشروع تعلم الآلة
  2. إنشاء شبكة عصبية بسيطة
  3. بناء شبكة عصبية للتعرف على الأرقام المكتوبة بخط اليد باستخدام مكتبة TENSORFLOW
  4. مشروع معالجة اللغة الطبيعية
  5. تحليل المشاعر

Livres associés

  • الذكاء الاصطناعي في هندسة المواد

  • تعلم الآن تعلم الآلة

تقييمات القراء

التقييمات هنا من القراء الذين يملكون الكتاب — عن طريق الشراء أو ضمن اشتراكهم.
4.7
★★★★★
63 تقييم
5★
43
4★
20
3★
0
2★
0
1★
0