easyT
  • Subscribe
Sign In
easyT
  • Diplomas
  • Courses
  • E-books
  • Instructors
  • Subscribe
Sign In

Browse

  • All courses
  • Diplomas
  • Subscribe
  • Instructors

Account

  • My courses
  • Purchases
  • Wishlist
  • Settings

Join us

  • Become an instructor
  • Affiliate program
  • About us

Get the app

Apps in development
All rights reserved © 2003-2026 · easyT.onlineTerms & conditionsPrivacy policyRefund policyContact usVerify a certificate
AI Programming & Machine Learningعربى

Principles and Basics of AI Programming

A comprehensive guide to understanding AI

Unlock the potential of AI with foundational knowledge and practical insights.

4.7(63)372 pages7 chapters0 learners

What you'll learn

  • Understand core AI concepts
  • Explore machine learning fundamentals
  • Learn about neural networks
  • Analyze data for AI applications
  • Implement basic AI algorithms
  • Evaluate ethical considerations in AI
مبادئ وأساسيات برمجة الذكاء الاصطناعي
$2.99
Buy now

About this book

This book serves as an essential resource for anyone looking to grasp the core principles and fundamentals of artificial intelligence. It breaks down complex concepts into digestible sections, making it accessible for both beginners and those with some background in technology.

With a focus on practical applications, this guide not only explains the theoretical underpinnings of AI but also showcases real-world examples and case studies. Readers will gain a solid foundation that prepares them for deeper exploration into the ever-evolving field of artificial intelligence.

Who this book is for

  • Students interested in technology
  • Professionals seeking to upskill
  • Entrepreneurs exploring AI solutions
  • Educators teaching AI concepts
  • Tech enthusiasts wanting foundational knowledge

Why read this book

  • Clear explanations of complex topics
  • Real-world examples for practical understanding
  • Step-by-step guidance for beginners
  • Focus on ethical implications of AI

Table of contents

1

الفصل الأول: مقدمة إلي الذكاء الاصطناعي

  1. تعريف الذكاء الاصطناعي
  2. تاريخ الذكاء الاصطناعي
  3. مراحل تطور الذكاء الاصطناعي:
  4. من هو اول من اكتشف الذكاء الاصطناعي؟
  5. تطبيقات الذكاء الاصطناعي في الحياة اليومية
  6. المساعدات الصوتية الذكية
  7. التعرف على الصور والفيديو
  8. السيارات ذاتية القيادة
  9. الأمن السيبراني
  10. الرعاية الصحية
  11. التجارة الإلكترونية
  12. الترجمة الآلية
  13. وسائل التواصل الاجتماعي
  14. التعليم
  15. انواع وتصنيفات الذكاء الاصطناعي:
  16. TYPE 1النوع الأول من الذكاء الاصطناعي: بناءً على القدرات
  17. TYPE2النوع الثاني من الذكاء الاصطناعي: بناءً على الوظائف
  18. اهمية الذكاء الاصطناعي:
  19. تحسين الكفاءة والإنتاجية:
  20. تطوير الرعاية الصحية
  21. تحسين تجربة المستخدم
  22. تطوير المناخ والأبحاث البيئية
  23. تعزيز الأمان والأمن
  24. تعزيز الابتكار في التعليم
  25. دعم البحث والتطوير
  26. أخلاقيات الذكاء الاصطناعي
  27. المسؤولية والتحديات الأخلاقية
  28. تأثير الذكاء الاصطناعي على الوظائف والمجتمع
  29. 1. التأثير على الوظائف
  30. 2. التأثير على المجتمع
  31. 3. التحديات والفرص
2

الفصل الثاني: تعلم الآلة

  1. تعريف تعلم الآلة
  2. الفرق بين تعلم الآلة والذكاء الاصطناعي
  3. الذكاء الاصطناعي (AI)
  4. تعلم الآلة (ML)
  5. أنواع التعلم العميق
  6. التعلم الخاضع للإشراف
  7. كيفية عمل التعلم الخاضع للإشراف
  8. التعلم شبه الخاضع للإشراف
  9. كيفية عمل التعلم شبه الخاضع للإشراف
  10. التعلم غير الخاضع للإشراف
  11. التعلم التعزيزي
  12. كيفية عمل التعلم التعزيزي
  13. دورة التعلم التعزيزي
  14. أمثلة على التعلم التعزيزي
  15. مقارنة بين الأنواع الأربعة لتعلم الآلة
  16. الخوارزميات الأساسية لتعلم الآلة
  17. التعلم الخاضع للإشراف (SUPERVISED LEARNING)
  18. التعلم شبه الخاضع للإشراف (SEMI-SUPERVISED LEARNING)
  19. Q-LEARNING
  20. الفرق بين SARSA و Q-LEARNING
  21. خطوات DQN
  22. تحسينات على DQN
3

الفصل الثالث: الشبكات العصبية العميقة

  1. مقدمة إلى الشبكات العصبية
  2. مفهوم العصبونات الاصطناعية
  3. كيفية عمل العصبونات الاصطناعية
  4. تطبيقات العصبونات الاصطناعية
  5. بنية الشبكة العصبية
  6. الطبقة المدخلة -INPUT LAYER
  7. الطبقات المخفية -HIDDEN LAYERS
  8. الطبقة المخرجة -OUTPUT LAYER
  9. أنواع الشبكات العصبية
  10. التعلم العميق
  11. الشبكات العصبية العميقة
  12. خوارزمية الانتشار العكسي
  13. تطبيقات التعلم العميق
  14. الشبكات العصبية المتكررة RNN والشبكات العصبية التلافيفية CNN
  15. مقدمة إلى RNN وCNN
  16. استخدامات RNN في معالجة اللغة الطبيعية
  17. نمذجة اللغة LANGUAGE MODELING
  18. الترجمة الآلية MACHINE TRANSLATION
  19. التعرف على الكلام SPEECH RECOGNITION
  20. تحليل المشاعر SENTIMENT ANALYSIS
  21. توليد النصوص TEXT GENERATION
  22. تلخيص النصوص TEXT SUMMARIZATION
  23. الإجابة عن الأسئلة QUESTION ANSWERING
  24. التعرف على الكيانات المسماة NAMED ENTITY RECOGNITION
  25. البحث الدلالي SEMANTIC SEARCH
  26. تصنيف النصوص TEXT CLASSIFICATION
  27. استخدامات CNN في رؤية الكمبيوتر
  28. تصنيف الصور
  29. الكشف عن الأجسام
  30. التجزئة الدلالية
  31. التجزئة المتقدمة INSTANCE SEGMENTATION
  32. التعرف على الوجوه
  33. تحسين الصور
  34. تحليل الفيديو
  35. التعرف على العواطف
  36. الرؤية الذاتية للسيارات
  37. الواقع المعزز AR والواقع الافتراضي VR
  38. التعرف على الإيماءات
  39. الفحص الطبي
  40. التعرف على الأنماط الزراعية
  41. التعرف على الفيروسات والبكتيريا
  42. تحليل البيانات الجغرافية
  43. الصيانة التنبؤية
  44. تحليل الخطوط اليدوية
  45. تحليل المشاعر في وسائل التواصل الاجتماعي
  46. تحسين جودة الفيديو
  47. الفن الرقمي والتصميم
  48. الأمن والمراقبة
  49. التطبيقات الصناعية
  50. الروبوتات
4

الفصل الرابع: معالجة اللغة الطبيعية (NLP)

  1. مقدمة إلى معالجة اللغة الطبيعية
  2. تعريف معالجة اللغة الطبيعية
  3. أهداف معالجة اللغة الطبيعية
  4. تطبيقات معالجة اللغة الطبيعية
  5. الخوارزميات والتقنيات في NLP
  6. تحليل المشاعر
  7. تطبيقات عملية
  8. تحديات تحليل المشاعر
  9. أمثلة على الأدوات والمكتبات
  10. مستقبل تحليل المشاعر
  11. نماذج لغة
  12. الأدوات والمكتبات الشائعة
  13. مميزات NLTK
  14. ما هو BERT؟
  15. مميزات BERT
  16. كيفية استخدام BERT
  17. GPT GENERATIVE PRE-TRAINED TRANSFORMER
  18. ما هو GPT؟
  19. مميزات GPT
5

الفصل الخامس: تطبيقات الذكاء الاصطناعي

  1. الذكاء الاصطناعي في الرعاية الصحية
  2. التشخيص الطبي
  3. ما هي التحديات الرئيسية في تطبيق الذكاء الاصطناعي في التشخيص الطبي؟
  4. الذكاء الاصطناعي في النقل
  5. السيارات ذاتية القيادة
  6. ما هي الخطوات الرئيسية التي يجب اتخاذها لضمان سلامة وأمان السيارات ذاتية القيادة؟
  7. ما هي أهم التحديات التي تواجه تطوير السيارات ذاتية القيادة وكيف يمكن التغلب عليها؟
  8. تحسين المرور
  9. ما هي أهم التحديات التي تواجه تطبيق الذكاء الاصطناعي في إدارة حركة المرور؟
  10. الذكاء الاصطناعي في الأعمال التجارية
  11. التجارة الإلكترونية
6

الفصل السادس: مستقبل الذكاء الاصطناعي

  1. التحديات المستقبلية
  2. الأمن والخصوصية
  3. الأمن في الذكاء الاصطناعي
  4. ما هي أفضل الممارسات لتطبيق الأمن والخصوصية في تطوير أنظمة الذكاء الاصطناعي؟
  5. التحكم والسيطرة
  6. الاتجاهات المستقبلية في الذكاء الاصطناعي
  7. تطورات في تعلم الآلة والتعلم العميق
  8. الذكاء الاصطناعي والابتكار
  9. تأثير الذكاء الاصطناعي على المجتمع
  10. التغيرات الاقتصادية والاجتماعية
  11. الفرص والمخاطر
7

الفصل السابع: مشروعات عملية

  1. تنفيذ مشروع تعلم الآلة
  2. إنشاء شبكة عصبية بسيطة
  3. بناء شبكة عصبية للتعرف على الأرقام المكتوبة بخط اليد باستخدام مكتبة TENSORFLOW
  4. مشروع معالجة اللغة الطبيعية
  5. تحليل المشاعر

تقييمات القراء

التقييمات هنا من القراء الذين يملكون الكتاب — عن طريق الشراء أو ضمن اشتراكهم.
4.7
★★★★★
63 تقييم
5★
43
4★
20
3★
0
2★
0
1★
0