AI & Machine Learning

• التعرف على مفهوم Artificial Intelligence.
• الفرق بين AI وMachine Learning بشكل مبسط.
• أمثلة على استخدامات AI في الحياة اليومية.
• التعرف على فكرة البيانات وكيف يستخدمها الذكاء الاصطناعي.
• مقدمة إلى Python ودورها في مجال AI.
• Python Syntax الأساسية.
• Variables وData Types.
• Input & Output.
• Operators.
• Conditions.
• Loops.
• Functions.
• Lists & Dictionaries.
• التعامل مع النصوص والبيانات.
• التعرف على Python Libraries المستخدمة في AI.
• استخدام المكتبات واستيرادها.
• تنفيذ تطبيقات Python بسيطة مرتبطة بمفاهيم AI.

• مفهوم Generative AI.
• كيفية عمل تطبيقات الذكاء الاصطناعي بشكل مبسط.
• التعامل مع AI Models.
• استخدام APIs لربط Python بخدمات الذكاء الاصطناعي.
• إرسال واستقبال البيانات من AI Models.
• Prompting وأساسيات كتابة التعليمات للـ AI.
• Text Generation.
• Question Answering.
• Text Summarization.
• استخراج المعلومات من النصوص.
• تصنيف النصوص بشكل مبسط.
• التعامل مع الملفات والنصوص.
• بناء Chatbot.
• إضافة Context للمحادثة.
• تحسين استجابات الـ Chatbot.

هنا الطالب ينتقل من استخدام نموذج جاهز → إلى تدريب نموذج وتخصيص تطبيق ذكاء اصطناعي.

• مفهوم Machine Learning.
• الفرق بين Traditional Programming وMachine Learning.
• مفهوم Dataset.
• Features & Labels.
• جمع وتجهيز البيانات.
• Training Data & Testing Data.
• تدريب نموذج Machine Learning.
• اختبار النموذج.
• تقييم النتائج بشكل مبسط.
• تحسين النموذج من خلال البيانات.
• فهم أهمية جودة البيانات.
• تطبيقات Classification بشكل مبسط.
• التعرف على فكرة Prediction.
• بناء AI Model لمشكلة محددة.
• ربط النموذج بتطبيق Python.
• تطوير Chatbot مخصص.
• إضافة Knowledge Base / Context.
• تخصيص شخصية وطريقة استجابة الـ Chatbot.
• بناء تطبيقات AI متخصصة.