01
أسس الذكاء الاصطناعي
افهم ما هو الذكاء الاصطناعي، وكيف تتعلم الأنظمة، وأين تفشل، وكيف تحكم على الادعاءات دون مبالغة.
مكتبة الذكاء الاصطناعي المجانية
الأساسيات أدلةمجانا إلى الأبد.
84 أدلة باللغة الإنجليزية البسيطة، ومسارات تعليمية منظمة، ومكتبة مفتوحة - تم إنشاؤها بواسطة منظمة غير ربحية مستقلة 501(c)(3) حتى يتمكن أي شخص من فهم الذكاء الاصطناعي الحديث.
84أدلة مجانية
1مسارات الموضوع
~2 minلكل دليل
~3hوقت القراءة
ابدأ هنا
خمسة الدورات القائمة على النتائج
تتضمن كل دورة نتائج صريحة، وكفاءات محددة، وأنشطة تدريبية، ومشروع تخرجي تطبيقي.
02
مستخدم ذكاء اصطناعي مسؤول
استخدم الذكاء الاصطناعي بشكل منتج مع حماية الخصوصية، والتحقق من المخرجات، والحفاظ على المساءلة البشرية.
03
الذكاء الاصطناعي في العمل
قيم حالات استخدام مكان العمل، وتشغيل تجارب آمنة، وقياس القيمة، والتواصل مع التغييرات بمسؤولية.
04
سياسة الذكاء الاصطناعي والمجتمع
حلل أنظمة الذكاء الاصطناعي من خلال الحقوق، والعدالة، والحوكمة، والسلامة، ونتائج المصلحة العامة.
05
البناء باستخدام أنظمة الذكاء الاصطناعي
فهم نماذج اللغة، والاسترجاع، والوكلاء، والتقييم، والتكلفة، وضمانات النشر من خلال تصميم النظام العملي.
مسارات الموضوع
تصفح حسب المسار
انتقل إلى المنطقة التي تهتم بها. يحتوي كل مسار على أدلة متعددة باللغة الإنجليزية البسيطة.
الأساسياتالمفاهيم الأساسية: كيف يعمل الذكاء الاصطناعي على مستوى عالٍ.84 أدلة لغة الذكاء الاصطناعيLLMs، البرمجة اللغوية العصبية، ChatGPT، والتحفيز، وفهم النص.155 أدلة الذكاء الاصطناعي البصريتوليد الصور ورؤية الكمبيوتر والفيديو والتصميم.133 أدلة الذكاء الاصطناعي الصوتيالصوت والموسيقى والبودكاست والصوت أولاً الذكاء الاصطناعي.117 أدلة الشركاتالملفات الشخصية لـ OpenAI، Anthropic، Google، Meta، والمزيد.121 أدلة التطبيقاتكيف يظهر الذكاء الاصطناعي في البرمجة والبحث والوكلاء والحياة اليومية.111 أدلة الصناعاتالذكاء الاصطناعي في الرعاية الصحية والتمويل والتعليم والطاقة والمزيد.91 أدلة التقنيةالرقائق والضبط الدقيق وRAG والمتجهات والبنية التحتية للذكاء الاصطناعي.177 أدلة المجتمعالتحيز والخصوصية وحقوق النشر والسلامة ومستقبل الذكاء الاصطناعي.30 أدلة
مكتبة كاملة
جميع الأدلة
84 من 1019 الأدلة المعروضة. تصفية حسب المسار أو البحث أعلاه.
الأساسيات
ضبط اللعب الذاتي
يعمل الضبط الذاتي على تحسين النموذج من خلال جعله يتنافس مع مخرجاته السابقة أو يتعلم منها، مما يؤدي إلى توليد إشارة التدريب الخاصة به.
الأساسياتالتدريب في وقت الاختبار
يتيح التدريب في وقت الاختبار (TTT) للنموذج مواصلة التعلم من كل مدخلات جديدة في اللحظة التي يقوم فيها بالتنبؤ، بدلاً من البقاء متجمداً بعد التدريب.
الأساسياتGrokking وتأخر التعميم
Grokking هي ظاهرة مذهلة حيث تقوم الشبكة العصبية أولاً بحفظ بيانات التدريب الخاصة بها، وتظل عند دقة تحقق قريبة من الصفر لفترة طويلة، وبعد ذلك...
الأساسياتالإفراط في التجهيز وعدم التجهيز
التجهيز الزائد يحدث عندما يحفظ النموذج بيانات التدريب الخاصة به ويفشل في الأمثلة الجديدة؛ يحدث النقص في التجهيز عندما يكون من السهل جدًا التقاط النمط الحقيقي.
الأساسياتالتنظيم
التنظيم عبارة عن مجموعة من التقنيات التي تقيد النموذج عمدًا بحيث يتم تعميمه على البيانات الجديدة بدلاً من حفظ مجموعة التدريب.
الأساسياتالانتشار العكسي
Backpropagation هي الخوارزمية التي تتيح للشبكة العصبية التعلم من أخطائها من خلال حساب مقدار مساهمة كل وزن في الخطأ بكفاءة.
الأساسياتنزول التدرج
النزول المتدرج هو طريقة التحسين التي تحرك أوزان النموذج إلى أسفل نحو خطأ أقل، خطوة صغيرة واحدة في كل مرة.
الأساسياتوظائف الخسارة
دالة الخسارة هي الرقم الوحيد الذي يخبر النموذج بمدى خطأ تنبؤاته، مما يحول هدفًا غامضًا إلى شيء يمكن للرياضيات تحسينه.
الأساسياتوظائف التنشيط
وظائف التنشيط هي البوابات الصغيرة غير الخطية الموجودة داخل كل خلية عصبية والتي تسمح للشبكات العصبية بتعلم الأنماط المعقدة والمنحنية بدلاً من الخطوط المستقيمة فقط.
الأساسياتالشبكات العصبية التلافيفية
الشبكات العصبية التلافيفية (CNNs) هي البنية الأساسية لفهم الصور.
الأساسياتالشبكات العصبية المتكررة
تم تصميم الشبكات العصبية المتكررة (RNNs) للتعامل مع تسلسلات مثل النص والكلام والسلاسل الزمنية.
الأساسياتشبكات الخصومة التوليدية
تقوم شبكات الخصومة التوليدية (GANs) بإنشاء بيانات جديدة واقعية عن طريق وضع شبكتين عصبيتين ضد بعضهما البعض في مسابقة.
هل انتهيت من القراءة؟ اثبت ذلك.
Check what you learned with a topic quiz, then explore our structured courses or work toward a certificate. Every guide stays free to read.