تعلم الآلة


Training Description
ستزود هذه الدورة المشاركين بأفضل الممارسات والتقنيات والمعرفة العملية اللازمة من أجل رفع المؤسسات من أجل تحسين استثماراتها في الذكاء الاصطناعي لتصبح في طليعة ثورة الذكاء الاصطناعي حيث أن هذه التقنيات في الواقع هي عوامل تمكين رئيسية للأنظمة المعقدة التي تطورالمؤسسات إلى عقلية هندسة النظام.
Training Course index
Day One
- Deep Learning Concept
- Neural Network Concept
- Development History of Neural Networks
- Single-Layer Perceptron
- XOR Problem
- Feedforward Neural Network
- Solution of XOR
- Impacts of Hidden Layers on A Neural Network
Day Two
- Activation Function
- Sigmoid
- Tanh
- Softsign
- Rectified Linear Unit (ReLU)
- Softplus
- Softmax
- Normalizer
- Penalty Parameters
- L1 Regularization
- L2 Regularization
- L1 v.s. L2
- Dataset Expansion
- Dropout
- Early Stopping
Day Three
- Optimizer
- Momentum Optimizer
- AdaGrad Optimizer (1)
- AdaGrad Optimizer (2)
- RMSProp Optimizer
- Adam Optimizer (1)
- Adam Optimizer (2)
- Optimizer Performance Comparison
- Convolutional Neural Network
- Main Concepts of CNN
Training course outcomes
مخرجات التعلم
في نهاية الدورة سيكون المتدربين قادرين على :
• وصف وتعريف وتطوير الشبكات العصبية.
• التعرف على المكونات الهامة للشبكات العصبية للتعلم العميق.
• فهم التدريب وتحسين الشبكات العصبية.
• وصف المشاكل الشائعة في التعلم العميق
Training Pre-requirements
- ن يكون عمر المتقدم أكبر من 18 سنة
- أن يكون حاصل على دبلوم فأعلى في مجال الاتصالات وتقنية المعلومات
- أن يكون المتقدم على رأس العمل
- أن يكون ملّم بالإحصاء
- أن يكون لديه خبره في مجال الاتصالات والتقنية
Related Professional Certificates |
|
---|---|
Trainer Name |
|
Trainer Experiences |
|