Certified Computer Vision Master

يهدف مسار "إتقان الرؤية الحاسوبية" إلى تدريب مهندسي الرؤية الحاسوبية المحترفين، حيث يقدم هذا المسار تدريباً شاملاً يغطي جميع المهارات والتقنيات اللازمة للتميز في هذا المجال.

جميع الكورسات

New Era of Artificial Intelligence
New Era of Artificial Intelligence

هذا الكورس يهدف الى تعليم مفاهيم الذكاء الاصطناعي الأساسية وتطبيقاته في مختلف المجالات، بما في ذلك Computer Vision و Natural Language Processing و Tabular Data Processing و Audio Processing. ستتعرف أيضًا على أنواع ال Machine Learning المختلفة، مثل Supervised Learning و Unsupervised Learning و Reinforcement Learning، وستتعلم كيفية بناء Supervised Learning Model وكيفية استخدام Data Analysis Types المختلفة ومتى يجب استخدام كل نوع منها.


Python Programming Foundation
Python Programming Foundation

هذا الكورس يهدف إلى تعليم البرمجة باستخدام لغة Python ويتضمن الكورس 7 دروس. في كل درس ، يتم تعريف المفاهيم الأساسية للبرمجة باستخدام Python بشكل واضح ومفهوم ، ويتم توضيح كيفية استخدام هذه المفاهيم في تطوير برامج Python. يتم تقديم الدروس في شكل فيديوهات تعليمية يتميز بسلاسة وسهولة الفهم ، ويتم توفير ملفات التمارين للمساعدة في تطبيق المفاهيم التي تم تعلمها خلال الكورس.


Exploratory Data Analysis
Exploratory Data Analysis

هذا الكورس يهدف إلى تعليم تحليل البيانات الاستكشافي (EDA) باستخدام لغة Python ومكتبة Pandas وأدوات الرسوم البيانية باستخدام Matplotlib. ستتعلم الطرق المختلفة لتحميل البيانات واستكشافها وتحليلها باستخدام Pandas، بما في ذلك الفرز والتصفية والتطبيق و Map و Groupby وإنشاء الجداول الملخصة. ستتعلم أيضًا كيفية إضافة أعمدة وإزالة الصفوف والأعمدة. سيتم تدريبك أيضًا على تنبؤ الانتقال بين العملاء باستخدام مجموعة مزيجة من المتغيرات. بالإضافة إلى ذلك، ستتعلم أيضًا كيفية تصور البيانات باستخدام أدوات الرسوم البيانية المختلفة، بما في ذلك الرسوم البيانية الرقمية والرسوم البيانية الفئوية والرسوم البيانية المتعددة المتغيرات والرسوم البيانية الكمية مقابل الفئوية والفئوية مقابل الفئوية وتصور البيانات بالكامل باستخدام تقليل الأبعاد.


Exploratory Data Analysis
Exploratory Data Analysis

هذا الكورس يهدف إلى تعليم تحليل البيانات الاستكشافي (EDA) باستخدام لغة Python ومكتبة Pandas وأدوات الرسوم البيانية باستخدام Matplotlib. ستتعلم الطرق المختلفة لتحميل البيانات واستكشافها وتحليلها باستخدام Pandas، بما في ذلك الفرز والتصفية والتطبيق و Map و Groupby وإنشاء الجداول الملخصة. ستتعلم أيضًا كيفية إضافة أعمدة وإزالة الصفوف والأعمدة. سيتم تدريبك أيضًا على تنبؤ الانتقال بين العملاء باستخدام مجموعة مزيجة من المتغيرات. بالإضافة إلى ذلك، ستتعلم أيضًا كيفية تصور البيانات باستخدام أدوات الرسوم البيانية المختلفة، بما في ذلك الرسوم البيانية الرقمية والرسوم البيانية الفئوية والرسوم البيانية المتعددة المتغيرات والرسوم البيانية الكمية مقابل الفئوية والفئوية مقابل الفئوية وتصور البيانات بالكامل باستخدام تقليل الأبعاد.


Supervised Learning Foundation
Supervised Learning Foundation

يعد هذا الكورس خيارًا ممتازًا للمتعلمين الذين يرغبون في الحصول على فهم سريع وموجز لمفاهيم ال Supervised Learning في Traditional Machine Learning. يشرح الكورس بشكل مبسط وسلسل أشهر الالجوريزمات وتطبيقاتها، بدون التعمق في النظريات. يتميز الكورس بالتركيز على التطبيقات العملية، مما يجعله مثاليًا للمتعلمين الذين يرغبون في الحصول على فهم سريع لل Supervised Learning وتطبيقاته في الحياة العملية.


Unsupervised Learning Foundation
Unsupervised Learning Foundation

يتميز هذا الكورس بتوفير فهم متخصص وعميق لمفاهيم unsupervised learning، بما في ذلك الألغوريتمات الأكثر استخدامًا مثل K Means، PCA، Gaussian Mixture Models، وغيرها. يشرح الكورس بشكل مفصل كيفية تطبيق هذه الألغوريتمات وكيفية استخدامها لحل مشكلات الـ unsupervised learning، بالإضافة إلى توفير تطبيقات عملية لهذه المفاهيم. يعتبر هذا الكورس مثاليًا للمتعلمين الذين يرغبون في تطوير مهاراتهم في unsupervised learning وتحسين أدائهم في هذا المجال، سواء كانوا مبتدئين أو متوسطين في هذا المجال.


Neural Networks Foundation
Neural Networks Foundation

تعتبر شبكات العصبية من أهم وأشهر الأساليب المستخدمة في علم الذكاء الاصطناعي والتعلم الآلي. ويهدف هذا الكورس إلى تعليم المشاركين مفاهيم شبكات العصبية بشكل كامل، بدءًا من مفهوم البيرسبترون والأوزان ووظيفة التنشيط وأنواعها، وصولاً إلى عملية تعلم شبكات العصبية. سيتم شرح كل مفهوم بشكل وافٍ وسهل الفهم، وسيتم توضيح الاستخدام الفعلي لشبكات العصبية في العديد من المجالات المختلفة. كما سيتم التركيز على برمجة شبكات عصبية باستخدام Numpy و Pytorch و Tensorflow، وسيتم توضيح مختلف الخطوات اللازمة لبناء شبكات عصبية فعالة. بعد الانتهاء من هذا الكورس، ستكون قادرًا على فهم مفاهيم شبكات العصبية بشكل كامل، والعمل على بناء شبكات عصبية باستخدام Numpy و Pytorch و Tensorflow. كما ستكتسب المهارات اللازمة لتطبيق شبكات العصبية في المجالات المختلفة، مثل التعلم الآلي والتصنيف والتنبؤ.


Deep Neural Networks Foundation
Deep Neural Networks Foundation

يهدف هذا الكورس إلى تعليم المشاركين كيفية استخدام شبكات العصبية التحويلية (CNNs) في المهام المتعلقة بالرؤية الحاسوبية، بالإضافة إلى كيفية استخدام شبكات العصبية المتكررة (RNNs) و LSTMs في المهام المتعلقة بمعالجة اللغة الطبيعية. سيتم شرح الأسباب وراء فشل الشبكات العصبية الاصطناعية (ANNs) في المهام المتعلقة بالرؤية الحاسوبية ومعالجة اللغة الطبيعية (NLP). وسيتم توضيح كيفية استخدام طبقات الشبكات العصبية التحويلية (CNNs) في مهام الرؤية الحاسوبية، بما في ذلك الطبقة الحاسوبية والطبقة الخارجية والطبقة الخفية والتحويلات. سيتم شرح كيفية استخدام طبقات التجميع والتسطيح لاستخراج المعلومات الرئيسية من الصور، وسيتم توضيح كيفية إنشاء نظام تعرف على الوجوه باستخدام CNNs، بدءًا من إنشاء بيانات خاصة بنا وتحميلها ومعالجتها وتدريب النموذج واستخدامه للتنبؤ. كما سيتم شرح كيفية استخدام طبقات التضميد وشبكات العصبية المتكررة (RNNs) و LSTMs في مهام معالجة اللغة الطبيعية، بما في ذلك طبقة التضميد وشبكات العصبية المتكررة والذاكرة الطويلة القصيرة. وأخيرًا، سيتم شرح كيفية إنشاء نظام لتوليد الشعر باستخدام RNNs. بعد الانتهاء من هذا الكورس، سيكون لديك المهارات اللازمة لتطبيق شبكات العصبية التحويلية وشبكات العصبية المتكررة في المهام المتعلقة بالرؤية الحاسوبية ومعالجة اللغة الطبيعية.


Natural Language Processing Foundation
Natural Language Processing Foundation

يهدف الكورس "مقدمة في معالجة اللغة الطبيعية (NLP)" إلى تعليم المشاركين أساسيات معالجة اللغة الطبيعية وكيفية استخدامها في تحليل النصوص والبيانات اللغوية. يتعلم المشاركون المهارات اللازمة للاستفادة من الأدوات الأساسية لمعالجة اللغة الطبيعية، بما في ذلك Tokenizers و Stop Words و Stemming و Lemmatization و Word net. يتعلم المشاركون أيضًا تقنيات التعرّف على الكيانات المُسمّاة (Named Entity Recognition) وجزء من كلام Tagging و Chunking و Chinking وكيفية استخدامها في تحليل النصوص. كما يتعلمون كيفية تضمين الكلمات وتحويلها إلى بيانات رقمية باستخدام Vectorization و Count Vectorizer و TF-IDF و Word2Vec. يتم إنشاء مصنف NLP لتصنيف تغريدات Twitter في نهاية الدورة. يتم تقديم مشروع Capstone يستخدم فيه المشاركون المهارات التي تعلموها في الدورة لإنشاء مصنف NLP لتصنيف تغريدات Twitter.


Computer Vision Foundation
Computer Vision Foundation

هذا الكورس يهدف إلى تعليم المشاركين أساسيات فن الرؤية الحاسوبية (Computer Vision)، وكيفية استخدامها في تحليل الصور والفيديو. سيتعلم المشاركون كيفية تحويل الصور والفيديو إلى بيانات رقمية واستخدام أدوات معالجة الصور المختلفة مثل Image Filtering و Morphological Transformation و Edge Detection. سيتعلمون أيضًا كيفية استخدام ميزات الصور لإنشاء نظم تعرف على الجماليات والأشياء. في نهاية الدورة، سيتم إنشاء تطبيق لتعرف على بطاقات الهوية الوطنية.


Transformers Neural Networks Foundation
Transformers Neural Networks Foundation

يستهدف هذا الكورس الأفراد الراغبين في تعلم مفهوم الـTransformers، وهي هيكلية شبكات عصبية حديثة غيرت شكل معالجة اللغة الطبيعية ورؤية الحاسوب. يتناول الكورس مواضيع مثل طبقات التضمين، الترميز الوضعي، آلية الانتباه Attention، والانتباه المتعدد الرؤوس وغيرها. ستتعلم كيفية تنفيذ الـTransformers بدايةً من الصفر باستخدام PyTorch، وكيفية بناء البيانات والمفردات الخاصة بك، وتدريب وتحقق النماذج الخاصة بك.


Object Detection Foundation
Object Detection Foundation

تغطي هذه الدورة أساسيات الكشف عن الأجسام، بدءًا من تصنيف الصور والتقدم إلى تقنيات أكثر تقدمًا مثل R-CNN و Fast R-CNN و Faster R-CNN. تغطي الدورة أيضًا YOLO، من الإصدار 1 إلى 8، وتوضح كيفية تطوير نماذج كشف الأجسام المخصصة باستخدام Streamlit. تتضمن الدورة اختبارًا بعد كل قسم لاختبار فهم المتعلم للمفاهيم المغطاة.


ViT and SWin Transformers in CV
ViT and SWin Transformers in CV

تتناول هذه الدورة موضوعات متقدمة في مجال الرؤية الحاسوبية، مركزة بشكل خاص على قيود الشبكات العصبية التكرارية (CNNs) والتقنيات الناشئة للتغلب على هذه القيود. ستغطي الدورة الهندسة المعمارية لـ Vision Transformer (ViT) و Swin Transformer ، بالإضافة إلى تقنيات التعلم ذاتي الإشراف والتطورات الأخرى الحديثة في بحوث الرؤية الحاسوبية.


يهدف مسار "إتقان الرؤية الحاسوبية" إلى تدريب مهندسي الرؤية الحاسوبية المحترفين، حيث يقدم هذا المسار تدريباً شاملاً يغطي جميع المهارات والتقنيات اللازمة للتميز في هذا المجال. يتعلم المتدربون كيفية معالجة الصور، واكتشاف الأجسام، واستخدام الشبكات العصبية لتحقيق نتائج دقيقة وفعالة. تشمل المواضيع الرئيسية:

  • أساسيات معالجة الصور وتطبيقاتها العملية
  • تقنيات اكتشاف الأجسام والتعرف عليها
  • الشبكات العصبية العميقة واستخداماتها في الرؤية الحاسوبية
  • تحليل الصور واستنتاج الأنماط
  • تطبيقات الرؤية الحاسوبية في الصناعات المختلفة

انضم إلى هذا المسار لتطوير مهاراتك وتصبح مهندس رؤية حاسوبية محترف قادر على مواجهة التحديات وحل المشكلات بفعالية باستخدام أحدث التقنيات والأدوات.

الأسئلة الشائعة

مسار إتقان الرؤية الحاسوبية هو مسار مصمم لتدريب الأفراد ليصبحوا مهندسي رؤية حاسوبية محترفين، من خلال تغطية جميع المهارات والتقنيات المطلوبة في هذا المجال.

يفضل أن يكون لديك خلفية في البرمجة والمعرفة الأساسية بمفاهيم الرؤية الحاسوبية. ومع ذلك، يمكن للمبتدئين أيضًا الانضمام والاستفادة من المحتوى التعليمي المقدم.

ستتعلم عن أساسيات معالجة الصور، تقنيات اكتشاف الأجسام، الشبكات العصبية العميقة، تحليل الصور، وتطبيقات الرؤية الحاسوبية في الصناعات المختلفة.

المهارات الرئيسية

الرؤية الحاسوبية معالجة الصور اكتشاف الأجسام الشبكات العصبية العميقة تحليل الصور تطبيقات الرؤية الحاسوبية مهندس رؤية حاسوبية تقنيات الرؤية الحاسوبية تدريب مهندسي الرؤية الحاسوبية مهارات الرؤية الحاسوبية