أساسيات علم البيانات
المدة: أسبوع واحد
المهارات المكتسبة:
- تجهيز البيانات (Data Preparation).
- فهم أدوات تصوير البيانات (Data Visualization).
- معالجة وتحويل البيانات في قواعد البيانات.
- التعامل مع أنواع البيانات المختلفة.
مخرجات التعلّم
أساسيات تعلّم الآلة
المدة: أسبوعان
المهارات المكتسبة:
- تصميم خوارزميات تعلّم الآلة
- العمل مع خوارزميات التعلّم الموجّه Supervised Learning
- العمل مع خوارزميات التعلّم غير الموجّه Unsupervised Learning
- اختيار الخوارزمية الأنسب لحل المشكلات
مخرجات التعلّم
Statistical Model Validation
المدة: أسبوع واحد
المهارات المكتسبة:
- معايير تقييم الخوارزميات المختلفة
- اختبارات الفرضيات الإحصائية
- المقارنة بين نماذج التعلّم الآلي
- تحسين أداء النماذج
أنواع بيانات متقدمة
المدة: أسبوع واحد
المهارات المكتسبة:
- معالجة الصور وتقنيات زيادة البيانات
- معالجة البيانات الجغرافية المكانية
- تجهيز البيانات النصية البيانات واستخراج الخصائص
- تحليل السلاسل الزمنية
مخرجات التعلّم
الشبكات العصبية والتعلّم العميق
المدة: أسبوع واحد
المهارات المكتسبة:
- أسس التعلّم العميق
- استخدام مكتبة Keras في Python
- الشبكات العصبية الالتفافية CNN
- الشبكات العصبية المتكررة RNN
مخرجات التعلّم
أدوات علم البيانات
المدة: أسبوع واحد
المهارات المكتسبة:
- أساسيات HTML لاستخراج البيانات Web Scraping
- مكتبات Python لاستخراج البيانات من الويب
- قواعد البيانات العلائقية وغير العلائقية
- تحويل البيانات ومعالجتها
- تحويلات البيانات
مخرجات التعلّم
عرض البيانات من خلال السرد التحليلي
المدة: أسبوع واحد
المهارات المكتسبة:
- اختيار النوع الأمثل من الرسوم البيانية لكل حالة
- التعرف على الفوضى التي تشوش المعلومات وإزالتها
- بناء لوحات بيانات تفاعلية للتواصل مع الجمهور
- نصائح وحيل لتقديم عرض ناجح
مخرجات التعلّم
علوم البيانات في بيئة الإنتاج
المدة: أسبوع واحد
المهارات المكتسبة:
- جمع البيانات ووضع العلامات عليها
- معالجة البيانات وتحليلها
- تدريب النماذج وتصحيح الأخطاء
- نشر النماذج ومراقبتها
مخرجات التعلّم
Learn how ZAKA is transforming the AI landscape in MENA
Arabic 
English