تعلم الذكاء الاصطناعي من الصفر ومجانا عن طريق سلسلة من الخطوات المرتبة المناسبة للمبتدئين ومصادر وكورسات مجانية يمكنك التعلم منها لمعرفة كل ما هو متعلق بالذكاء الاصطناعي حتى تصل الى الخطوة التي ستكون قادر فيها على العمل على مشاريع حقيقية
تعلم الذكاء الاصطناعي من الصفر هو عملية طويلة، ولكنها قابلة للتحقيق. وضعنا لكم في السفل الخطة كاملة بالخطوات والمصادر للتعلم عن:
لا بد ان يكون لديك هذه الأساسيات في الرياضيات لتكون قادر على بناء خوارزميات بعد ذلك
الإحصاء.
الاحتمالات.
الجبر الخطي.
التفاضل والتكامل.
ويوجد هنا كورسات مجانية ستساعدك على تعلم الرياضيات
تعتبر البرمجة أساسي لتعلم الذكاء الاصطناعي ومن دونها لن تكون قادر على تنفيذ أي مشروع. يمكن استخدام لغات برمجة مختلفة مثل بايثون وجافا و R ولكن ينصح اذا كنت مبتدئ بتعلم لغة بايثون لأنها من اللغات السهلة في التعلم.
مصادر مجانية لتعلم الذكاء الاصطناعي في بايثون
Introduction to Python Programming
لبيانات الضخمة (Big Data) هي مجموعة من البيانات كبيرة الحجم ومتنوعة الأنواع، والتي يصعب تخزينها ومعالجتها باستخدام تقنيات معالجة البيانات التقليدية. تتميز البيانات الضخمة بخمس خصائص أساسية، وهي:
لان النماذج المتعلقة بالذكاء الاصطناعي تحتاج الى كم كبير من البيانات، لذلك معرفة الأدوات المستخدمة لإدارة البيانات الضخمة يعتبر مهم.
مصادر لتعلم عن البيانات الضخمة
Hadoop Developer In Real World
الخطوة الخامسة لتعلم علوم البيانات
علوم البيانات هي مجال متعدد التخصصات يجمع بين مبادئ وممارسات المكتسبة من مجالات الرياضيات والإحصاء والذكاء الاصطناعي وهندسة الحاسوب من أجل تحليل كميات كبيرة من البيانات. يهدف علماء البيانات إلى استخراج رؤىً هادفة من البيانات، والتي يمكن استخدامها لاتخاذ قرارات أفضل في الأعمال والحكومات والمجتمع.
في هذه الخطوة، ستتعلم تحضير البيانات وتحليلها ومعالجة البيانات ويمكنك تعلم علوم البيانات من أي مصادر ووضعنا لكم قائمة من الكورسات التي ستساعدك على التعلم.
IBM Data Science Professional Certificate
الخطوة السادسة هي تعلم الالة
ML هو اختصار لـ "Machine Learning". يُعرف تعلم الآلة أيضًا باسم الذكاء الاصطناعي التعلمي، وهو فرع من الذكاء الاصطناعي يهتم بتطوير خوارزميات يمكنها التعلم من البيانات دون برمجة صريحة.
يمكنك تعلم "تعلم الالة ML" من اندرو وهو واحد من النابغين في مجال الذكاء الاصطناعي، وهذا الكورس يمكنك الحصول عليه مجانا عن طريق طلب الدعم المالي.
Supervised Machine Learning: Regression and Classification
Machine Learning by Georgia Tech
Introduction to Machine Learning Course
Machine Learning: Unsupervised Learning
الخطوة السابعة: تعلم خوارزميات Deep Learning
التعلم العميق هو مجال فرعي من علم الذكاء الاصطناعي يهتم بتطوير خوارزميات تعلم الآلة التي تتعلم من البيانات بطريقة مستوحاة من الدماغ البشري. تتعرف نماذج التعلم العميق على الأنماط المعقدة في البيانات، مثل الصور والنصوص والأصوات والبيانات الأخرى، لإنتاج رؤى وتنبؤات دقيقة.
خلال تعلم DL سوف تركز على فهم هذه النقاط
Neural Network
CNN
RNN
GAN
LSTM
المصادر المجانية المتاحة
Intro to Deep Learning with PyTorch
Intro to TensorFlow for Deep Learning
Neural Networks and Deep Learning
الخطوة الثامنة هي تعلم Business Intelligent
ذكاء الأعمال (BI) هو عملية جمع وتحليل البيانات لمساعدة الشركات على اتخاذ قرارات أفضل. يتضمن BI مجموعة متنوعة من التقنيات والأساليب، بما في ذلك التقارير والتحليلات والذكاء الاصطناعي.
من خلال هذه الأدوات ستتعلم عرض البيانات بطريقة فعالة
Fundamentals of Visualization with Tableau
Data Visualization and Communication with Tableau
الخطوة التاسعة: العمل على مشروع
اذا وصلت الى هذه الخطوة، فهنيئا لك. فانت الان تمتلك مهارات جيدة في الذكاء الاصطناعي وكل ما تحتاجه الان هو العمل على مشاريع لتثقل هذه المهارات ويمكنك البحث في منصة kaggle لايجاد مشاريع يمكنك العمل عليها.
تعتبر هذه الخطوات التسعة هي الخريطة لتعلم الذكاء الاصطناعي من الصفر.
فيما يلي بعض الأمثلة على مشاريع الذكاء الاصطناعي:
