كم عدد دروس كورس MIT 6.S191: Introduction to Deep Learning؟

الكورس يحتوي على 90 درس بإجمالي مدة 73 ساعة 18 دقيقة.

هل كورس MIT 6.S191: Introduction to Deep Learning مجاني؟

نعم، الكورس مجاني بالكامل ويمكنك مشاهدته على موقع مصر 24 دون أي رسوم.

هل يناسب كورس MIT 6.S191: Introduction to Deep Learning المبتدئين؟

الكورس موجّه لمستوى مبتدئ. مناسب تماماً للمبتدئين الذين لا يملكون خبرة سابقة.

هل أحصل على شهادة عند إتمام الكورس؟

نعم، يمكنك الحصول على شهادة إتمام مجانية عند إنهاء جميع دروس الكورس.

كورس MIT 6.S191: Introduction to Deep Learning - أكاديمية مصر ٢٤

Name: كورس MIT 6.S191: Introduction to Deep Learning 2026
Availability: InStock
Author: Alexander Amini

MIT Introduction to Deep Learning | 6.S191

EG-24 ACADEMY

EG24

EG-24ACADEMY

— أكاديمية مصر 24 —

CERTIFICATE

OF COMPLETION

THISCERTIFICATE IS PROUDLY PRESENTED TO

اسمك هنا

FOR SUCCESSFULLY COMPLETING THE COURSE

كورس MIT 6.S191: Introduction to Deep Learning

ISSUED ON

23 أغسطس 2026

Ahmed Hamdy

AHMED HAMDY

FOUNDER

VERIFY CERTIFICATE

CERTIFICATE ID

PREVIEW

رقم تحقق الشهادة

EG24

ACADEMY

LEARN GROW

🔒

شاهد 50% من الكورس واحصل على شهادتك المجانية

✅ تتبع تقدمك في الكورس

🏆 شهادة مجانية عند الإتمام

📊 إحصائياتك محفوظة دائماً

🔖 استكمل من حيث توقفت

إنشاء حساب مجاني يأخذ ثوانٍ فقط

تحقق من شهادتك

📋 محتوى الكورس 90 درس · 73 ساعة 18 دقيقة

1 MIT Introduction to Deep Learning | 6.S191 56:16
2 MIT 6.S191: Recurrent Neural Networks, Transformers, and Attention 57:34
3 MIT 6.S191: Convolutional Neural Networks 56:46
4 MIT 6.S191: Deep Generative Modeling 49:36
5 MIT 6.S191: Reinforcement Learning 59:19
6 MIT 6.S191: Language Models and New Frontiers 56:17
7 MIT 6.S191: The Three Laws of AI 51:49
8 MIT 6.S191: AI for Science 59:10
9 MIT 6.S191: Secrets of Massively Parallel Training 52:40
10 MIT Introduction to Deep Learning (2025) | 6.S191 1:09:26
11 MIT 6.S191 (2025): Recurrent Neural Networks, Transformers, and Attention 1:01:34
12 MIT 6.S191 (2025): Convolutional Neural Networks 1:01:04
13 MIT 6.S191 (2025): Deep Generative Modeling 48:57
14 MIT 6.S191 (2025): Reinforcement Learning 1:02:00
15 MIT 6.S191 (2025): Language Models and New Frontiers 47:36
16 MIT 6.S191 (2025): Large Language Models (Google) 55:52
17 MIT 6.S191 (2025): Large Language Models (Liquid AI) 1:08:18
18 MIT 6.S191 (2025): A Hipocratic Oath, for *your* AI (Comet ML) 51:26
19 MIT 6.S191 (2025): AI for Biology (Microsoft) 57:13
20 MIT Introduction to Deep Learning (2024) | 6.S191 1:09:58
21 MIT 6.S191 (2024): Recurrent Neural Networks, Transformers, and Attention 1:01:31
22 MIT 6.S191 (2024): Convolutional Neural Networks 1:07:58
23 MIT 6.S191 (2024): Deep Generative Modeling 56:19
24 MIT 6.S191 (2024): Reinforcement Learning 1:00:19
25 MIT 6.S191 (2024): Language Models and New Frontiers 56:15
26 MIT 6.S191 (2024): Google - Generative AI for Media 1:08:19
27 MIT 6.S191 (2024): Building AI Models in the Wild 54:57
28 MIT Introduction to Deep Learning (2023) | 6.S191 58:12
29 MIT 6.S191 (2023): Recurrent Neural Networks, Transformers, and Attention 1:02:50
30 MIT 6.S191 (2023): Convolutional Neural Networks 55:15
31 MIT 6.S191 (2023): Deep Generative Modeling 59:52
32 MIT 6.S191 (2023): Robust and Trustworthy Deep Learning 53:50
33 MIT 6.S191 (2023): Reinforcement Learning 57:33
34 MIT 6.S191 (2023): Deep Learning New Frontiers 1:08:47
35 MIT 6.S191 (2023): Text-to-Image Generation 44:36
36 MIT 6.S191 (2023): The Modern Era of Statistics 53:10
37 MIT 6.S191 (2023): The Future of Robot Learning 1:02:42
38 MIT Introduction to Deep Learning (2022) | 6.S191 49:01
39 MIT 6.S191 (2022): Recurrent Neural Networks and Transformers 58:18
40 MIT 6.S191 (2022): Convolutional Neural Networks 49:23
41 MIT 6.S191 (2022): Deep Generative Modeling 54:46
42 MIT 6.S191 (2022): Reinforcement Learning 54:53
43 MIT 6.S191 (2022): Deep Learning New Frontiers 53:29
44 MIT 6.S191: LiDAR for Autonomous Driving 49:04
45 MIT 6.S191: Automatic Speech Recognition 41:44
46 MIT 6.S191: AI for Science 44:43
47 MIT 6.S191: Uncertainty in Deep Learning 50:08
48 MIT 6.S191 (2021): Introduction to Deep Learning 56:36
49 MIT 6.S191 (2021): Recurrent Neural Networks 1:00:31
50 MIT 6.S191 (2021): Convolutional Neural Networks 55:57
51 MIT 6.S191 (2021): Deep Generative Modeling 1:01:54
52 MIT 6.S191 (2021): Reinforcement Learning 57:08
53 MIT 6.S191 (2021): Deep Learning New Frontiers 50:46
54 MIT 6.S191: Evidential Deep Learning and Uncertainty 48:52
55 MIT 6.S191: AI Bias and Fairness 43:22
56 MIT 6.S191: Deep CPCFG for Information Extraction 40:58
57 MIT 6.S191: Taming Dataset Bias via Domain Adaptation 42:51
58 MIT 6.S191: Towards AI for 3D Content Creation 47:59
59 MIT 6.S191: AI in Healthcare 33:31
60 MIT 6.S191 (2020): Introduction to Deep Learning 52:52
61 MIT 6.S191 (2020): Recurrent Neural Networks 45:28
62 MIT 6.S191 (2020): Convolutional Neural Networks 37:20
63 MIT 6.S191 (2020): Deep Generative Modeling 40:40
64 MIT 6.S191 (2020): Reinforcement Learning 44:11
65 MIT 6.S191 (2020): Deep Learning New Frontiers 38:10
66 MIT 6.S191 (2020): Neurosymbolic AI 41:10
67 MIT 6.S191 (2020): Generalizable Autonomy for Robot Manipulation 47:00
68 MIT 6.S191 (2020): Neural Rendering 36:44
69 MIT 6.S191 (2020): Machine Learning for Scent 38:52
70 Barack Obama: Intro to Deep Learning | MIT 6.S191 1:50
71 MIT 6.S191 (2019): Introduction to Deep Learning 45:28
72 MIT 6.S191 (2019): Recurrent Neural Networks 36:31
73 MIT 6.S191 (2019): Convolutional Neural Networks 41:17
74 MIT 6.S191 (2019): Deep Generative Modeling 43:44
75 MIT 6.S191 (2019): Deep Reinforcement Learning 44:53
76 MIT 6.S191 (2019): Deep Learning Limitations and New Frontiers 36:21
77 MIT 6.S191 (2019): Visualization for Machine Learning (Google Brain) 37:40
78 MIT 6.S191 (2019): Biologically Inspired Neural Networks (IBM) 31:30
79 MIT 6.S191 (2019): Image Domain Transfer (NVIDIA) 46:33
80 MIT 6.S191 (2018): Introduction to Deep Learning 42:40
81 MIT 6.S191 (2018): Sequence Modeling with Neural Networks 27:13
82 MIT 6.S191 (2018): Convolutional Neural Networks 35:10
83 MIT 6.S191 (2018): Deep Generative Modeling 44:07
84 MIT 6.S191 (2018): Deep Reinforcement Learning 32:49
85 MIT 6.S191 (2018): Deep Learning Limitations and New Frontiers 31:37
86 MIT 6.S191 (2018): Issues in Image Classification 17:19
87 MIT 6.S191 (2018): Faster ML Development with TensorFlow 19:20
88 MIT 6.S191 (2018): Deep Learning - A Personal Perspective 32:56
89 MIT 6.S191 (2018): Beyond Deep Learning: Learning+Reasoning 32:21
90 MIT 6.S191 (2018): Computer Vision Meets Social Networks 33:58

▶ يُشغَّل الآن

MIT Introduction to Deep Learning | 6.S191

📘 نظرة عامة على الكورس

يُقدّم هذا الكورس المجاني شرحاً شاملاً لـ MIT 6.S191: Introduction to Deep Learning من الصفر في مجال الذكاء الاصطناعي وـ Machine Learning، ويستهدف المبتدئين الراغبين في بناء مهاراتهم العملية واحترافية في 2026. يُقدّمه Alexander Amini باللغة العربية بأسلوب مبسّط ومنظّم.

يضم الكورس 90 درساً بمدة إجمالية 73 ساعة 18 دقيقة، تأخذك من الصفر حتى الاحتراف خطوةً بخطوة.

لماذا تتعلم MIT 6.S191: Introduction to Deep Learning من الصفر؟

الذكاء الاصطناعي من أسرع المجالات نمواً في سوق العمل، مع زيادة الطلب على المتخصصين بنسبة 300% خلال السنوات الأخيرة.
مجاني بالكامل — ابدأ الآن دون أي رسوم
شهادة إتمام معتمدة — أضفها لـ CV وLinkedIn
تعلّم في أي وقت — بالسرعة التي تناسبك
مجالات الذكاء الاصطناعي: رؤية الحاسب، معالجة اللغة الطبيعية، الروبوتيات، الألعاب، التنبؤ والتوصية.

مسار التعلم في هذا الكورس

يسير الكورس وفق مسار منطقي متدرّج: الرياضيات والإحصاء → Python → ML → Deep Learning → Specialization

المتطلبات السابقة

Python + رياضيات (إحصاء وجبر خطي) — يمكن لأي شخص البدء في هذا الكورس.

الأدوات والبرامج المستخدمة

Python
TensorFlow
PyTorch
Scikit-learn
Jupyter
Keras
Hugging Face

متطلبات الجهاز

RAM 16GB فأكثر
GPU (NVIDIA RTX مُوصى)
SSD سريع
تخزين 500GB+

الوظائف المتاحة بعد إتمام الكورس

AI Engineer
ML Engineer
Data Scientist
AI Researcher
NLP Engineer

متوسط رواتب MIT 6.S191: Introduction to Deep Learning من الصفر 2026

مصر: 12,000-40,000 ج
السعودية: 18,000-50,000 ر
أمريكا: $120,000-$200,000

كم من الوقت تحتاج لإتقان MIT 6.S191: Introduction to Deep Learning من الصفر؟

أساسيات ML: 40-60 ساعة
Deep Learning: 60-100 ساعة
تخصص كامل: 200-400 ساعة

الشهادات المعتمدة في مجال الذكاء الاصطناعي وـ Machine Learning

Google ML Engineer
AWS ML Specialty
Coursera ML Specialization (Andrew Ng)
Deep Learning Specialization

مشاريع عملية ستتمكن من بناؤها

Image Classifier
Chatbot
Recommendation System
Object Detection
Sentiment Analysis

ماذا بعد هذا الكورس؟

بعد إتمام الكورس، يُوصى بالتعمق في: LLMs، Computer Vision، NLP، MLOps، Generative AI.

الأقسام الجامعية ذات الصلة

يُناسب هذا الكورس طلاب: كلية حاسبات ومعلومات، كلية هندسة (ذكاء اصطناعي)، جامعة القاهرة، جامعة عين شمس.

سجّل في كورس MIT 6.S191: Introduction to Deep Learning من الصفر الآن، ابدأ رحلتك نحو الاحتراف في الذكاء الاصطناعي وـ Machine Learning مجاناً. تذكّر: أفضل وقت للتعلم هو الآن.

المدرّس / القناة

Alexander Amini

🎬

عدد الدروس

90 درس

⏱️

المدة الإجمالية

73 ساعة 18 دقيقة

📶

المستوى

مبتدئ

🌍

اللغة

English

🎓

الشهادة

مجانية عند الإكمال

✅

المتطلبات

لا توجد متطلبات مسبقة

📂

التصنيف

الذكاء الاصطناعي وـ Machine Learning

🎯 ماذا ستتعلم في هذا الكورس

✓

MIT Introduction to Deep Learning | 6.S191

✓

MIT 6.S191: Recurrent Neural Networks, Transformers, and Attention

✓

MIT 6.S191: Convolutional Neural Networks

✓

MIT 6.S191: Deep Generative Modeling

✓

MIT 6.S191: Reinforcement Learning

✓

MIT 6.S191: Language Models and New Frontiers

✓

MIT 6.S191: The Three Laws of AI

✓

MIT 6.S191: AI for Science

✓

+ 82 موضوع آخر...

💼 الوظائف التي يؤهلك لها الكورس

💼

متعلق بـ الذكاء الاصطناعي وـ Machine Learning

❓ أسئلة شائعة عن الكورس

كم عدد دروس الكورس؟ +

يحتوي الكورس على 90 درس بإجمالي مدة 73 ساعة 18 دقيقة.

هل الكورس مجاني بالكامل؟ +

نعم، الكورس مجاني تماماً ومتاح بالكامل على منصة مصر 24 بدون أي رسوم.

هل الكورس مناسب للمبتدئين؟ +

الكورس موجّه لمستوى مبتدئ، وهو مناسب تماماً للمبتدئين من الصفر.

ما لغة الشرح في الكورس؟ +

الكورس مشروح باللغة الإنجليزية بأسلوب واضح ومبسّط.

هل يمكن تعلم الكورس بدون خبرة سابقة؟ +

نعم بالتأكيد. هذا الكورس مصمم للمبتدئين من الصفر.

كم يستغرق إتمام هذا الكورس؟ +

المدة الإجمالية 73 ساعة 18 دقيقة. يُنصح بتخصيص ساعة يومياً.

هل أحصل على شهادة عند الإتمام؟ +

نعم، تحصل على شهادة إتمام مجانية من مصر 24 بعد مشاهدة جميع الدروس.

من يقدم هذا الكورس؟ +

الكورس مقدم من Alexander Amini.

EG-24 ACADEMY

EG24

EG-24ACADEMY

— أكاديمية مصر 24 —

CERTIFICATE

OF COMPLETION

THISCERTIFICATE IS PROUDLY PRESENTED TO

اسمك هنا

FOR SUCCESSFULLY COMPLETING THE COURSE

كورس MIT 6.S191: Introduction to Deep Learning

ISSUED ON

23 أغسطس 2026

Ahmed Hamdy

AHMED HAMDY

FOUNDER

VERIFY CERTIFICATE

CERTIFICATE ID

PREVIEW

رقم تحقق الشهادة

EG24

ACADEMY

LEARN GROW

🔒

شاهد 50% من الكورس واحصل على شهادتك المجانية

✅ تتبع تقدمك في الكورس

🏆 شهادة مجانية عند الإتمام

📊 إحصائياتك محفوظة دائماً

🔖 استكمل من حيث توقفت

إنشاء حساب مجاني يأخذ ثوانٍ فقط

تحقق من شهادتك

⭐ تقييم الكورس

0.0

★ ★ ★ ★ ★

(0 تقييم)

📋 محتوى الكورس 90 درس · 73 ساعة 18 دقيقة

1 MIT Introduction to Deep Learning | 6.S191 56:16
2 MIT 6.S191: Recurrent Neural Networks, Transformers, and Attention 57:34
3 MIT 6.S191: Convolutional Neural Networks 56:46
4 MIT 6.S191: Deep Generative Modeling 49:36
5 MIT 6.S191: Reinforcement Learning 59:19
6 MIT 6.S191: Language Models and New Frontiers 56:17
7 MIT 6.S191: The Three Laws of AI 51:49
8 MIT 6.S191: AI for Science 59:10
9 MIT 6.S191: Secrets of Massively Parallel Training 52:40
10 MIT Introduction to Deep Learning (2025) | 6.S191 1:09:26
11 MIT 6.S191 (2025): Recurrent Neural Networks, Transformers, and Attention 1:01:34
12 MIT 6.S191 (2025): Convolutional Neural Networks 1:01:04
13 MIT 6.S191 (2025): Deep Generative Modeling 48:57
14 MIT 6.S191 (2025): Reinforcement Learning 1:02:00
15 MIT 6.S191 (2025): Language Models and New Frontiers 47:36
16 MIT 6.S191 (2025): Large Language Models (Google) 55:52
17 MIT 6.S191 (2025): Large Language Models (Liquid AI) 1:08:18
18 MIT 6.S191 (2025): A Hipocratic Oath, for *your* AI (Comet ML) 51:26
19 MIT 6.S191 (2025): AI for Biology (Microsoft) 57:13
20 MIT Introduction to Deep Learning (2024) | 6.S191 1:09:58
21 MIT 6.S191 (2024): Recurrent Neural Networks, Transformers, and Attention 1:01:31
22 MIT 6.S191 (2024): Convolutional Neural Networks 1:07:58
23 MIT 6.S191 (2024): Deep Generative Modeling 56:19
24 MIT 6.S191 (2024): Reinforcement Learning 1:00:19
25 MIT 6.S191 (2024): Language Models and New Frontiers 56:15
26 MIT 6.S191 (2024): Google - Generative AI for Media 1:08:19
27 MIT 6.S191 (2024): Building AI Models in the Wild 54:57
28 MIT Introduction to Deep Learning (2023) | 6.S191 58:12
29 MIT 6.S191 (2023): Recurrent Neural Networks, Transformers, and Attention 1:02:50
30 MIT 6.S191 (2023): Convolutional Neural Networks 55:15
31 MIT 6.S191 (2023): Deep Generative Modeling 59:52
32 MIT 6.S191 (2023): Robust and Trustworthy Deep Learning 53:50
33 MIT 6.S191 (2023): Reinforcement Learning 57:33
34 MIT 6.S191 (2023): Deep Learning New Frontiers 1:08:47
35 MIT 6.S191 (2023): Text-to-Image Generation 44:36
36 MIT 6.S191 (2023): The Modern Era of Statistics 53:10
37 MIT 6.S191 (2023): The Future of Robot Learning 1:02:42
38 MIT Introduction to Deep Learning (2022) | 6.S191 49:01
39 MIT 6.S191 (2022): Recurrent Neural Networks and Transformers 58:18
40 MIT 6.S191 (2022): Convolutional Neural Networks 49:23
41 MIT 6.S191 (2022): Deep Generative Modeling 54:46
42 MIT 6.S191 (2022): Reinforcement Learning 54:53
43 MIT 6.S191 (2022): Deep Learning New Frontiers 53:29
44 MIT 6.S191: LiDAR for Autonomous Driving 49:04
45 MIT 6.S191: Automatic Speech Recognition 41:44
46 MIT 6.S191: AI for Science 44:43
47 MIT 6.S191: Uncertainty in Deep Learning 50:08
48 MIT 6.S191 (2021): Introduction to Deep Learning 56:36
49 MIT 6.S191 (2021): Recurrent Neural Networks 1:00:31
50 MIT 6.S191 (2021): Convolutional Neural Networks 55:57
51 MIT 6.S191 (2021): Deep Generative Modeling 1:01:54
52 MIT 6.S191 (2021): Reinforcement Learning 57:08
53 MIT 6.S191 (2021): Deep Learning New Frontiers 50:46
54 MIT 6.S191: Evidential Deep Learning and Uncertainty 48:52
55 MIT 6.S191: AI Bias and Fairness 43:22
56 MIT 6.S191: Deep CPCFG for Information Extraction 40:58
57 MIT 6.S191: Taming Dataset Bias via Domain Adaptation 42:51
58 MIT 6.S191: Towards AI for 3D Content Creation 47:59
59 MIT 6.S191: AI in Healthcare 33:31
60 MIT 6.S191 (2020): Introduction to Deep Learning 52:52
61 MIT 6.S191 (2020): Recurrent Neural Networks 45:28
62 MIT 6.S191 (2020): Convolutional Neural Networks 37:20
63 MIT 6.S191 (2020): Deep Generative Modeling 40:40
64 MIT 6.S191 (2020): Reinforcement Learning 44:11
65 MIT 6.S191 (2020): Deep Learning New Frontiers 38:10
66 MIT 6.S191 (2020): Neurosymbolic AI 41:10
67 MIT 6.S191 (2020): Generalizable Autonomy for Robot Manipulation 47:00
68 MIT 6.S191 (2020): Neural Rendering 36:44
69 MIT 6.S191 (2020): Machine Learning for Scent 38:52
70 Barack Obama: Intro to Deep Learning | MIT 6.S191 1:50
71 MIT 6.S191 (2019): Introduction to Deep Learning 45:28
72 MIT 6.S191 (2019): Recurrent Neural Networks 36:31
73 MIT 6.S191 (2019): Convolutional Neural Networks 41:17
74 MIT 6.S191 (2019): Deep Generative Modeling 43:44
75 MIT 6.S191 (2019): Deep Reinforcement Learning 44:53
76 MIT 6.S191 (2019): Deep Learning Limitations and New Frontiers 36:21
77 MIT 6.S191 (2019): Visualization for Machine Learning (Google Brain) 37:40
78 MIT 6.S191 (2019): Biologically Inspired Neural Networks (IBM) 31:30
79 MIT 6.S191 (2019): Image Domain Transfer (NVIDIA) 46:33
80 MIT 6.S191 (2018): Introduction to Deep Learning 42:40
81 MIT 6.S191 (2018): Sequence Modeling with Neural Networks 27:13
82 MIT 6.S191 (2018): Convolutional Neural Networks 35:10
83 MIT 6.S191 (2018): Deep Generative Modeling 44:07
84 MIT 6.S191 (2018): Deep Reinforcement Learning 32:49
85 MIT 6.S191 (2018): Deep Learning Limitations and New Frontiers 31:37
86 MIT 6.S191 (2018): Issues in Image Classification 17:19
87 MIT 6.S191 (2018): Faster ML Development with TensorFlow 19:20
88 MIT 6.S191 (2018): Deep Learning - A Personal Perspective 32:56
89 MIT 6.S191 (2018): Beyond Deep Learning: Learning+Reasoning 32:21
90 MIT 6.S191 (2018): Computer Vision Meets Social Networks 33:58

كورس MIT 6.S191: Introduction to Deep Learning

📘 نظرة عامة على الكورس

لماذا تتعلم MIT 6.S191: Introduction to Deep Learning من الصفر؟

مسار التعلم في هذا الكورس

المتطلبات السابقة

الأدوات والبرامج المستخدمة

متطلبات الجهاز

الوظائف المتاحة بعد إتمام الكورس

متوسط رواتب MIT 6.S191: Introduction to Deep Learning من الصفر 2026

كم من الوقت تحتاج لإتقان MIT 6.S191: Introduction to Deep Learning من الصفر؟

الشهادات المعتمدة في مجال الذكاء الاصطناعي وـ Machine Learning

مشاريع عملية ستتمكن من بناؤها

ماذا بعد هذا الكورس؟

الأقسام الجامعية ذات الصلة

🎯 ماذا ستتعلم في هذا الكورس

💼 الوظائف التي يؤهلك لها الكورس

❓ أسئلة شائعة عن الكورس

كورسات مشابهة في الذكاء الاصطناعي وـ Machine Learning

كورس شروحات ادوات الأتمتة ( Ai Automation)

كورس تطبيق Sora من Open AI: ثورة في عالم إنشاء الفيديو بالذكاء الاصطناعي

كورس الأسبوع الأول: أساسيات الذكاء الاصطناعي

دورة أساسيات الذكاء الاصطناعي