|
所在平台: Udemy |
课程主页: https://www.udemy.com/course/gtkhtsxi/
课程评论：没有评论
This Coursera course, "gtkhtsxi," is a comprehensive 5-part program designed for beginners and intermediate learners interested in Artificial Intelligence (AI), C# programming, and machine learning models. **Key Course Sections:** * **Introduction to AI & Development Environment:** Learn AI fundamentals and set up your development environment for AI applications. * **C# & WinForms Essentials:** Gain a strong understanding of C# programming and WinForms for building interactive applications. * **Building Predictive Models:** Create and implement predictive models using machine learning techniques, exemplified by a temperature prediction project. * **Building Classification Models:** Learn to build efficient classification models, with a practical example in an AI-driven ideal weight calculation project. * **Building Image Recognition Models:** Explore computer vision basics and develop image recognition models, including a concrete crack detection project for structural analysis. **Additional Outcomes:** The course also includes an introduction to Natural Language Processing (NLP) techniques. Graduates will be equipped with practical skills to build real-world AI applications, enhancing their development and analytical capabilities for diverse projects.
انضم إلينا في دورة شاملة ومتكاملة مكونة من 5 أقسام تهدف إلى تزويدك بالمهارات الأساسية والمتقدمة في الذكاء الاصطناعي، وبرمجة C#، ونماذج تعلم الآلة. هذه الدورة مناسبة للمبتدئين والمتعلمين ذوي المستوى المتوسط الذين يتطلعون إلى استكشاف عالم الذكاء الاصطناعي وتعزيز مهاراتهم في البرمجة.أقسام الدورة:القسم 1: مقدمة في الذكاء الاصطناعي وإعداد بيئة التطويرابدأ رحلتك في مجال الذكاء الاصطناعي بفهم الأساسيات. تعلّم كيفية إعداد بيئة تطوير متكاملة لإنشاء تطبيقات تعتمد على الذكاء الاصطناعي.القسم 2: ملخص مفيد في لغة البرمجة C# وWinFormsاحصل على فهم قوي للغة البرمجة C# وWinForms. اكتسب المهارات الأساسية لبناء تطبيقات تفاعلية وفعالة.القسم 3: بناء نموذج التنبؤاستكشف عملية إنشاء وتنفيذ نماذج التنبؤ بتقنيات تعلم الآلة من خلال أمثلة عملية وتطبيقات واقعية، مثل مشروع توقع درجات الحرارة الذي يساعدك على تحليل البيانات الجوية والتنبؤ بدرجات الحرارة المستقبلية بدقة.القسم 4: بناء نموذج التصنيفتعلم كيفية بناء نماذج التصنيف بكفاءة. افهم الخطوات اللازمة لإنشاء وتدريب نماذج قادرة على تصنيف البيانات بشكل فعال، بما في ذلك مشروع إيجاد الوزن المثالي عن طريق الذكاء الاصطناعي الذي يساعد المستخدمين على تحديد الوزن المثالي بناءً على معايير معينة.القسم 5: بناء نماذج التعرف على الصوراختتم الدورة بجلسة عملية لبناء نماذج التعرف على الصور. اكتشف أساسيات رؤية الكمبيوتر وطبقها في تطوير حلول ذكاء اصطناعي قوية، مثل مشروع اكتشاف تشققات الخرسانة الذي يساعد في فحص الصور وتحليلها للكشف عن وجود التشققات في الهياكل الخرسانية.مخرجات إضافية:مقدمة في تقنيات معالجة اللغات الطبيعية (NLP) للحصول على فهم شامل لتطبيقات الذكاء الاصطناعي.ستجهزك هذه الدورة بالمهارات اللازمة لبناء تطبيقات ذكاء اصطناعي في العالم الحقيقي، مما يعزز من قدراتك في التطوير والتحليل، ويمنحك القدرة على تنفيذ مشاريع عملية تخدم مختلف المجالات.
