مبادئ وممارسات الذكاء الاصطناعي

مبادئ وممارسات الذكاء الاصطناعي

أهداف البرنامج :-

• التعرف على شكل تقييم المهارات والكفاءات المتاحة واللازمة.
• شرح مفهوم الذكاء الاصطناعي وجميع أشكاله.
• عرض التقنيات والخوارزميات وراء الذكاء الاصطناعي.
• معرفة كيفية تطبيق الأشكال المختلفة للذكاء الاصطناعي في سلسلة القيمة.
• معرفة كيفية تطبيق أفضل الممارسات في مشروع الذكاء الاصطناعي مع أنشطته.
• المناقشة بمستوى مؤهل مع المتخصصين في الأعمال والبيانات بشأن المواضيع ذات الصلة.

البرنامج موجه إلى :-

• الإدارة العليا والمتوسطة التي تدرك أن التحول الرقمي أمر لا مفر منه.
• المدراء الراغبين في التعرف على ما يمكن أن يقوم به الذكاء الاصطناعي لهم وقيادة التحول الرقمي والبيانات، بدلاً من فهم المنهجيات التقنية التي تحدث تحتهم.
• الذين يدركون أن الابتكار والتنمية هو جزء من ممارسة الأعمال ويريدون أن يكونوا مستعدين للذكاء الاصطناعي ليحصدوا فوائده.

محاور البرنامج :-

مقدمة في الذكاء الاصطناعي  ، التعلم الآلي  وعلوم البيانات:

• مفهوم الذكاء الاصطناعي وأشكاله.
• الذكاء الاصطناعي كمزيج من التقنيات الحديثة.
• الذكاء الاصطناعي من منظور تاريخي.
• الذكاء الاصطناعي: “المنطق، السبب، الفعل”.
• التفكير في الذكاء الاصطناعي: “التعلّم الآلي”.
• ركائز البناء التسع.

أدوات الذكاء الاصطناعي وخارطة الطريق:

• التقنيات: {R، Python، Spotfire، Hadoop}.
• المنصات: {Ms Azure ,IBM Watson ,Google Tensorflow}.
• تطوير خارطة الطريق.

إعداد خارطة الطريق الأولى:

• قم بتطوير استراتيجيتك وتكتيكاتك من أجل تحقيق قمع مشروع الذكاء الاصطناعي {AI Funnel}.

الخوارزميات ومحركات البحث:

• تطبيقات التعلم المشرف عليها.
• التصنيف: الخوارزميات مثل “Naïve bayes”.
• الانحدار: “خوارزميات مثل الانحدار الخطي وأشجار القرار”.
• تطبيقات التعلم شبه المشرف عليها.
• الخوارزميات مثل “Q-Learning” ، “SARSA”.
• تطبيقات التعلم غير المشرف عليها.
• التجميع: الخوارزميات مثل “kMeans” والتسلسل الهرمي.

مصفوفة فرصة الذكاء الاصطناعي:

• حالات الاستخدام الناجحة من قبل سلسلة القيمة بورتر “Porter”.
• الأنشطة الأساسية: “العمليات الواردة والتسويق والمبيعات والخدمات الصادرة”
• دعم الأنشطة: “الإدارة والمالية والموارد البشرية والبحث والتطوير والمشتريات”.
• حالات الاستخدام الناجحة عن طريق التكنولوجيا.
• البرمجة اللغوية العصبية  “NLP”.
• التعرف على الصور.
• التعلم الآلي.

تشغيل مشاريع ناجحة للذكاء الاصطناعي:

• عملية المشروع.
• تكوين الأفكار وتعريف المشكلة.
• تحليل البيانات الاستكشافية.
• تطوير النموذج.
• التنفيذ.
• المهارات والقدرات.
• التغييرات المؤسسية.
• الأخطاء الشائعة العشرة.

تحديد منهجية الذكاء الاصطناعي “العمل الجماعي”:

• الممارسة مع ركائز البناء واستخدام الحالات.

التطبيق على أرض الواقع لأنشاء مؤسسة خاصة:

• منهجية الكراج الإبداعية لتحديد وتعريف مشروع الذكاء الاصطناعي.