دبلومة تعلّم الآلة

Machine Learning Diploma

من الرياضيات خلف النموذج إلى مشروع كامل يعمل

تبدأ من الانحدار الخطي (Linear Regression) والانحدار التدرّجي (Gradient Descent)، وتنتهي ببناء مشروع تعلّم آلة كامل (End-to-End ML): تعريف المتطلبات، تجهيز البيانات، التدريب، ثم النشر (Deployment).

يدرّسها د. مصطفى سعد إبراهيم
Senior Vision Engineer, NVIDIA
مسار الذكاء الاصطناعيالمستوى: متقدم
88محاضرة
130ساعة
17وحدة مرتّبة
4مشاريع تطبيقية
محتوى الدبلومة
رسم توضيحي لمحتوى دبلومة تعلّم الآلة

شاهد المحاضرات المجانية الآن

دبلومة تعلّم الآلة · 3 محاضرات مجانية

سنرسل إليك رابط المحاضرات المجانية فقط.
رسم توضيحي لمحتوى دبلومة تعلّم الآلة
تشاهد الآن: المحاضرات المجانية
استعرض المنهج
مخرجات التعلّم

ماذا ستتعلم

  • تبني الانحدار الخطي (Linear Regression) بالانحدار التدرّجي (Gradient Descent) وتفهم اشتقاقه الرياضي.
  • تختار النموذج وتضبطه: Polynomial Regression و Cross-Validation و Ridge و Lasso وموازنة Bias-Variance.
  • تجهّز البيانات وتهندس الخصائص (Feature Engineering)، وتتجنّب تسرّب البيانات (Data Leakage).
  • تبني شبكة عصبية للانحدار وتشتق الانتشار العكسي (Backpropagation).
  • تبني نماذج التصنيف (Logistic Regression) وتقيّمها بالمقاييس الصحيحة: Precision و Recall و F-score.
  • تطبّق التعلّم غير الموجَّه (AutoEncoder و K-means و GMM) والنمذجة الاحتمالية.
  • تتعرّف على PyTorch والشبكات الالتفافية (CNN) والتكرارية (RNN و LSTM).
  • تنفّذ مشروعًا كاملًا (End-to-End ML) من تعريف المتطلبات إلى النشر ومراقبة انزياح البيانات (Data Shift)، مع مهمة Kaggle.
من سيدرّس لك؟
د. مصطفى سعد إبراهيم يتحدث أمام طلاب CSkilledNVIDIA · PhD, SFU
د. مصطفى سعد إبراهيمSenior Vision Engineer, NVIDIA
من سيدرّس لك؟

د. مصطفى سعد إبراهيم

يعمل في الذكاء الاصطناعي منذ 15 عامًا بين البحث والهندسة، ونشر أبحاثًا في مؤتمرَي CVPR وECCV، تجاوز مجموع استشهاداتها 1,000 استشهاد. يدرّس البرمجة منذ عام 2006، وهو صاحب قناة عربية بارزة في البرمجة التنافسية على YouTube، بأكثر من 134 ألف مشترك.

لماذا يدرّس هذه الدبلومة بنفسه

  • يعمل يوميًا على أنظمة رؤية حاسوبية في الصناعة
  • يربط الشرح بما يحتاجه المبرمج في العمل الحقيقي
  • رئيس لجنة التحكيم في مسابقات البرمجة في مصر والأردن (ECPC و ACPC)
+سنة تدريس
+دورات ودبلومات
+طالب
الملف الكامل للمدرّس
الخارطة التفصيلية للتعلم

المنهج الكامل: 17 وحدة

بعد الدروس واجبات تطبيقية ونشرح حلولها بالفيديو، وتنتهي الدبلومة بمشاريع تطبيقية. 3 محاضرات مجانية لتحكم على الشرح قبل أن تقرّر.

01Welcome3 محاضرة
مجانيةML Welcome A
ML Welcome B
ML Intro - Data DS and ML
02Introduction2 محاضرة
Background - Gaussian Line and Graph
Background Calculus - Intro remain
03Libraries2 محاضرة
Quiz 1 - Libraries Scikit- Jupyter - Numpy
Matplotlib - Pandas
04Linear Regression6 محاضرة
مجانيةPandas - Linear Regression
Gradient Descent 1
Gradient Descent 2
Linear Regression with Gradient Descent 1
Linear Regression with Gradient Descent 2
Linear Regression with Gradient Descent 2
05Homework: Gradient Descent2 محاضرة
Gradient Descent Homework - 2 subtasks
Gradient Descent Homework - Solution
06Modeling and Data Concepts17 محاضرة
Linear Regression Codes - Polynomial Regression Intro
Polynomial Regression - Model Selection
Model Selection - Data Collection Task
Data task sol part 1 - quiz 2 answer
Model Selection - Cross Validation
Data Collection Task 2
Data Collection Task 3
Cross Validation - Overfitting
Pipeline Concerns and Modeling - Overfitting
Quiz 3 - Ridge
Ridge
Lasso
Bias-Variance Tradeoff - Homework2
Homework 2 remain - homework 1 gradient - logarithm
Feature Engineering
Kaggle Task - Creating a baseline - Project 1
ML Big Picture
07Neural Network for Regression5 محاضرة
Feedforward Neural Network
DP and Multivariate Chain Rule Motivations
NN Big Picture
NN Backpropagation
Backpropagation Homework
08Data Concepts (Continue)5 محاضرة
Data-based Challenges
Data-based Challenges - Answers
Augmented - Synthetic - Leakage - Unlimited Variance Challenge
Unlimited Challenge - Database - Data in Practice
Data in Practice - Challenges
09Binary Classification7 محاضرة
Regression - Separability - Sigmoid - Frame Filter Challenge
Logistic Regression - Log Loss Cost function
Confusion Matrix - Precision - Recall intro
PR - Fscore - FPR
2 Curves
Average Precision
Imbalanced dataset - fraud project
10End to End ML8 محاضرة
Requirements and Problem Definition
Requirements Challenge - Brainstorming
Problem Reformulation and Scoping Challenge- Brainstorming
Diagrams - Storage - Development
Development cont - Inference
Inference - Model Deployment
Model Deployment 2
Data Shift - Seniority
11Multi-class Classification4 محاضرة
Multiclassifier 1
Multiclassifier 2
Model Calibration
Multiclassifier 2 homeworks
12Unsupervised Learning3 محاضرة
AutoEncoder 1
AutoEncoder 2 - K-means
GMM
13Misc Topics5 محاضرة
KNN - Interview Qs
Probabilistic Modeling 1
Probabilistic Modeling 2
Probabilistic Modeling 3
Probabilistic Modeling 4 naive - sampling
14PyTorch Framework6 محاضرة
Deep Learning and Frameworks history
PyTorch Installations
Pytorch intro
PyTorch Continue
PyTorch Continue challenge
Design Challenge Solution
15CNN7 محاضرة
Computer Vision Before DNN
Convolutional Operator - pad - stride
Convolutional Layer
Convolutional Network 1
Convolutional Network 2
Misc Topics 1
Misc Topics 2
16RNN6 محاضرة
RNN 1
RNN 2
RNN 3
RNN 4
LSTM 1
LSTM 2
17Deep Learning Project1 محاضرة
Deep Learning Project - CVPR 16
المهارات والأدوات

ما تخرج به من هذه الدبلومة

الأدوات

PythonNumPyPandasscikit-learnMatplotlibJupyterPyTorchKaggle

المفاهيم

Gradient DescentRegularizationCross-ValidationFeature EngineeringLogistic RegressionPrecision / RecallNeural NetworksK-meansDeploymentData Shift

المتطلبات السابقة

خلفية قوية في Python، مع التفاضل والتكامل والجبر الخطي والاحتمالات

لماذا CSkilled بدل المصادر المتفرقة؟

مقارنة بين التعلّم من مصادر متفرقة، والتعلّم من منهج واحد متكامل.

المصادر المتفرقة (يوتيوب / دورات عامة / معسكرات)

  • العمق والمنهج: محتوى موزّع بلا ترتيب واضح، فتضيع بين المستويات.
  • الممارسة: مسائل قليلة وغالبًا بلا حلول مشروحة، ومشاريع صغيرة غير مكتملة.
  • المدرّس واللغة: مستوى شرح متفاوت، وكثير منها بالإنجليزية فقط.
  • الدعم والتكلفة: بلا توجيه، وباشتراكات بالدولار أو معسكرات مرتفعة التكلفة.

ماذا تحصل عليه في أكاديمية CSkilled؟

  • العمق والمنهج: 88 محاضرة و130 ساعة في 17 وحدة مرتّبة، تشرح الفكرة قبل استخدام أي أداة جاهزة.
  • الممارسة والمشاريع: مسائل مصحّحة بحلول مشروحة، ومشاريع تطبيقية تجمع ما تعلّمته في عمل متكامل.
  • المدرّس واللغة: شرح بالعربية مع المصطلح الإنجليزي، وست دبلومات يشرحها د. مصطفى سعد، يدرّس البرمجة منذ 20 سنة، مهندس أول رؤية حاسوبية في NVIDIA ودكتوراه في الرؤية الحاسوبية.
  • الدعم والسداد: فريق دعم يجيب عن أسئلتك على واتساب، وتقسيط بدون فوائد حتى 6 أشهر.
آراء طلابنا

تجارب حقيقية من طلاب أكملوا الرحلة

مئات الآراء الموثقة
دبلومة تعلّم الآلة
88 محاضرة · 130 ساعة
شاهد المحاضرات المجانيةالخطط والأسعار
الأسعار وطرق السداد

اختر خطة السداد التي تناسبك

بدون فوائد وبدون رسوم خفية. الرقم الكبير هو ما تدفعه اليوم.

هذه الدبلومة هي الثالثة في مسار الذكاء الاصطناعي (4 دبلومات).شاهد المسار
دفعة واحدة

السداد الكامل

تدفع اليوم20,000ج.م
تدفع مرة واحدة، بدون أقساط بعدها
اختر الخطة
الإجمالي: 20,000 ج.م
أقل عدد دفعات 3 أشهر

تقسيط 3 أشهر

دفعة مقدّمة اليوم8,700ج.م
ثم دفعتان شهريتان × 5,650 ج.م
اختر الخطة
الإجمالي: 20,000 ج.م
الأكثر شيوعًا 6 أشهر

تقسيط 6 أشهر

دفعة مقدّمة اليوم6,750ج.م
ثم 5 دفعات شهرية × 2,650 ج.م
اختر الخطة
الإجمالي: 20,000 ج.م
دفعة واحدة

السداد الكامل

تدفع اليوم$400
تدفع مرة واحدة، بدون أقساط بعدها
اختر الخطة
الإجمالي: $400

التقسيط متاح حاليًا بالجنيه المصري فقط. للاستفسار عن التقسيط بالدولار تواصل معنا.

الدفعة المقدّمة عند الاشتراك، ثم الأقساط كل 30 يومًا. بدون فوائد وبدون غرامات تأخير، ويتوقف الوصول مؤقتًا إذا لم يصل القسط خلال 3 أيام من موعده.

إنستابايفوريالبطاقاتبدون فوائدوصول مدى الحياةدفع آمن عبر Paymob

لديك سؤال عن السداد؟ تواصل معنا على واتساب

احكم على الشرح بنفسك

ابدأ بالمحاضرات المجانية اليوم

دبلومة تعلّم الآلة: 88 محاضرة و130 ساعة، تبدأ مجانًا وبدون بيانات دفع.

بدون بيانات دفعتقسيط بدون فوائد حتى 6 أشهرشرح بالعربية مع المصطلح الإنجليزي
أسئلة شائعة

أسئلة قبل الاشتراك

ما المتطلبات السابقة لهذه الدبلومة؟

خلفية قوية في Python، مع أساسيات التفاضل والتكامل والجبر الخطي والاحتمالات. إن لم تكن جاهزًا فابدأ بدبلومة البرمجة بلغة Python.

كم ساعة أحتاج أسبوعيًا؟

من 6 إلى 8 ساعات أسبوعيًا تكفي للتقدّم بثبات. الدراسة ذاتية الإيقاع ويمكن التوفيق بينها وبين الدراسة أو العمل.

هل المحاضرات مسجّلة؟

نعم، مسجّلة بالكامل وتشاهدها في الوقت الذي يناسبك.

ما مدة صلاحية الوصول إلى المحتوى؟

وصول مدى الحياة (Lifetime Access): تشاهد المحتوى في أي وقت دون مدة صلاحية، مع أي تحديثات أو إضافات جديدة للمحتوى مجانًا.

هل أحصل على شهادة؟

نعم، تحصل على شهادة إتمام صادرة من CSkilled وموقّعة من د. مصطفى سعد.

ما طرق السداد المتاحة؟

إنستاباي وفوري والبطاقات البنكية، مع تقسيط حتى 6 أشهر بدون فوائد.

لماذا الشرح بالعربية والمصطلحات بالإنجليزية؟

لتفهم الفكرة بلغتك، وتتعامل مع المراجع وسوق العمل بمصطلحاته.

shieldمبدأ الأكاديمية: لا وعود وظيفية خيالية، بل تأهيل هندسي متين.
هل لديك سؤال؟