رئيس مجلس الإدارة ورئيس التحرير أحمد حمدي

19 كورس التعلم العميق بالكامل

👤 Hesham Asem 🎬 120 درس ⏱️ 35 ساعة 33 دقيقة 📶 مبتدئ 🇪🇬 عربي
1.0 What is Deep Learning ما هو التعلم العميق
🏆أوائل أكاديمية مصر 24اتعلّم كل يوم ونافس على التاج 👑الترتيب ←
EG-24 ACADEMY
EG24
EG-24ACADEMY
— أكاديمية مصر 24 —
CERTIFICATE
OF COMPLETION
THISCERTIFICATE IS PROUDLY PRESENTED TO
اسمك هنا
FOR SUCCESSFULLY COMPLETING THE COURSE
19 كورس التعلم العميق بالكامل
ISSUED ON
05 أكتوبر 2026
Ahmed Hamdy
AHMED HAMDY
FOUNDER
VERIFY CERTIFICATE
CERTIFICATE ID
PREVIEW
رقم تحقق الشهادة
EG24
ACADEMY
LEARN GROW
🔒

شاهد 50% من الكورس واحصل على شهادة إتمام باسمك

✅ تتبع تقدمك في الكورس
🏆 شهادة مجانية عند الإتمام
📊 إحصائياتك محفوظة دائماً
🔖 استكمل من حيث توقفت

إنشاء حساب مجاني يأخذ ثوانٍ فقط

📋 محتوى الكورس 120 درس · 35 ساعة 33 دقيقة
  • 1 1.0 What is Deep Learning ما هو التعلم العميق 35:49
  • 2 1.1 Introduction to Deep Learning مقدمة للتعلم العميق 28:48
  • 3 1.2.1 Neural Network Basics أساسيات الشبكات العصبية 31:28
  • 4 1.2.2 Cost Function for NN معادلة الخطأ للشبكات العصبية 20:15
  • 5 1.2.3 Gradient Descent for NN الإنحدار الإشتقاقي للشبكات العصبية 23:16
  • 6 1.2.4 Back Propagation for NN المسار الخلفي للشبكات العصبية 17:20
  • 7 1.2.5 Vectorization in Python أسلوب الفيكتوريزاشن 24:35
  • 8 1.2.6 Broadcasting in Python أسلوب البرودكاستنج 20:09
  • 9 1.3.1 أساسيات الشبكات العصبية المجوفة 24:20
  • 10 1.3.2 مفهوم الشبكات العصبية المجوفة 22:31
  • 11 1.3.3 دالة الأكتيفاشن 20:14
  • 12 1.3.4 اشتقاق السيجمويد 18:36
  • 13 1.3.5 الإنحدار الإشتقاقي للشبكات العصبية المجوفة 18:44
  • 14 1.4.1 أساسيات الشبكات العصبية العميقة 34:15
  • 15 1.4.2 مفهوم الشبكات العصبية العميقة 13:03
  • 16 1.4.3 بناء الشبكات العصبية العميقة 12:21
  • 17 1.4.4 المعاملات العليا في الشبكات العصبية العميقة 12:41
  • 18 2.1.1 مفهوم السمات العملية للتعلم العميق 13:26
  • 19 2.1.2 التنوع و الإنحراف - الجزء الأول 12:54
  • 20 2.1.3 التنوع و الإنحراف - الجزء الثاني 20:09
  • 21 2.1.4 تنعيم البيانات 16:33
  • 22 2.1.5 فكرة حذف الخلايا dropout - الجزء الأول 22:14
  • 23 2.1.6 فكرة حذف الخلايا dropout - الجزء الثاني 13:23
  • 24 2.1.7 تشويه البيانات - التوقف المبكر 21:55
  • 25 2.1.8 تضخم و تضائل الإشتقاقات 14:23
  • 26 2.1.9 الفحص التدريجي 21:47
  • 27 2.2.1 الحصول علي القيم المثالية 13:35
  • 28 2.2.2 فكرة الاوبتيمايزاشن 15:58
  • 29 2.2.3 فكرة الميني باتش Mini-Batch Gradient Descent 17:53
  • 30 2.2.4 المتوسطات الأسية Exponentially Weighted Averages 17:47
  • 31 2.2.5 تذبذب المتوسطات الأسية 23:22
  • 32 2.2.6 الإشتقاق باستخدام الجذر التربيعي RMS Prop 16:48
  • 33 2.2.7 مقدار معامل التدريب Learning Rate 13:58
  • 34 2.2.8 نقطة السرج Saddle Point 6:27
  • 35 2.3.1 ضبط قيم الشبكات العميقة 19:15
  • 36 2.3.2 فكرة Cross Fertilization 15:48
  • 37 2.3.3 تسوية البيانات Data Normalization 14:51
  • 38 2.3.4 تعميم دالة الأكتيفاشن 14:23
  • 39 2.3.5 التسوية الجماعية Batch Norm 11:16
  • 40 2.3.6 أداة السوفت ماكس Softmax Classifier - الجزء الأول 21:18
  • 41 2.3.7 أداة السوفت ماكس Softmax Classifier - الجزء الثاني 15:45
  • 42 3.1.1 استراتيجيات تعلم الآلة 29:43
  • 43 3.1.2 تقسيم البيانات 25:07
  • 44 3.2.1 تحليل الخطأ error analysis 23:56
  • 45 3.2.2 اختلاف البيانات 20:10
  • 46 3.2.3 التحليل اليدوي للأخطاء 17:35
  • 47 3.2.4 المهام المتعددة Multi-Task 11:25
  • 48 3.2.5 النهاية للنهاية End to End 14:55
  • 49 4.1.1 أساسيات الشبكات العصبية الملتفة 17:27
  • 50 4.1.2 التعرف علي الحواف Edge Detection 24:50
  • 51 4.1.3 فكرة الفلتر 18:16
  • 52 4.1.4 فكرة الحشو Padding 21:56
  • 53 4.1.5 خطوة الفلتر Filter Stride 21:27
  • 54 4.1.6 القنوات المتعددة Several Channels 12:52
  • 55 4.1.7 معاملات الشبكة العصبية الملتفة 18:17
  • 56 4.1.8 مثال كامل علي الشبكة الملتفة 16:24
  • 57 4.1.9 أداة ال Max-Pooling 25:43
  • 58 4.2.1 حالات عملية من الـ CNN 18:24
  • 59 4.2.2 الشبكات المتبقية Residual Network 10:18
  • 60 4.2.3 معادلة الشبكات المتبقية Residual Network Equation 12:40
  • 61 4.2.4 شبكة البداية Inception Network 16:34
  • 62 4.2.5 التعليم المتنقل Transfer Learning 11:57
  • 63 4.2.6 تطبيق التعليم المتنقل Transfer Learning 13:26
  • 64 4.2.7 زيادة البيانات Data Augmentation 13:56
  • 65 4.3.1 مفهوم التعرف علي الأشياء Object Detection 25:17
  • 66 4.3.2 الخطوط الفاصلة Landmarks 9:25
  • 67 4.3.3 النوافذ المتحركة Sliding Windows 10:08
  • 68 4.3.4 فكرة الـ YOLO 15:35
  • 69 4.3.5 اسلوب Intersection Over Union 7:09
  • 70 4.3.6 حذف القيم الدنيا Non-Max Suppression 10:16
  • 71 4.3.7 مربع التحديد Anchor Box 12:38
  • 72 4.4.1 التعرف علي الوجوه Face Detection 10:22
  • 73 4.4.2 التعلم بصورة واحدة One Shot Learning 12:49
  • 74 4.4.3 دالة الخطأ الثلاثية Triplet Loss Function 13:13
  • 75 4.4.4 معادلة دالة الخطأ الثلاثية 10:04
  • 76 4.4.5 Style Transformation نقل الطابع 1 11:09
  • 77 4.4.6 Style Transformation نقل الطابع 2 12:10
  • 78 4.4.7 معادلة خطأ نقل الطابع Style Transformation cost function 17:28
  • 79 4.5.8 تصنيف صور الكلاب و القطط 20:50
  • 80 4.5.1 مقدمة في التطبيق العملي 12:30
  • 81 4.5.2 شرح للنماذج السابقة 29:30
  • 82 4.5.3 أدوات الشبكات العصبية الملتفة 32:05
  • 83 4.5.4 مثال تصنيف الصور الجزء الأول 22:33
  • 84 4.5.5 مثال تصنيف الصور الجزء الثاني 19:01
  • 85 4.5.6 مثال ارقام بخط اليد 33:28
  • 86 4.5.7 تصنيف صور ملابس mnist 14:41
  • 87 5.1.1 مفهوم الشبكات العصبية المتكررة 15:46
  • 88 5.1.2 التعامل مع الاسماء name entity 15:27
  • 89 5.1.3 مصفوفة الكلمات 11:57
  • 90 5.1.4 مصفوفة الكلمات 2 10:07
  • 91 5.1.5 تصميم الشبكات العصبية المتكررة 12:50
  • 92 5.1.6 المعادلة الرياضية للشبكات العصبية المتكررة 16:22
  • 93 5.1.7 المسار العكسي للشبكات العصبية المتكررة 10:40
  • 94 5.1.8 أنواع الشبكات العصبية المتكررة 19:55
  • 95 5.1.9 نموذج اللغة language model 7:29
  • 96 5.1.10 الترميز Tokenization 13:48
  • 97 5.1.11 اختفاء الاشتقاقات 15:17
  • 98 5.1.12 الذاكرة طويلة قصيرة المدي LSTM 9:56
  • 99 5.1.13 الشبكة المتكررة ذات الإتجاهين Bidirectional RNN 10:04
  • 100 5.2.1 أساسيات المعالجة اللغوية الطبيعية NLP 18:40
  • 101 5.2.2 مصفوفة الـ one-hot 23:21
  • 102 5.2.3 جدول الخصائص 21:58
  • 103 5.2.4 تضمين الكلمات Word Embedding 14:15
  • 104 5.2.5 مبدأ word2vec 17:32
  • 105 5.2.6 مبدأ العينة السلبية Negative Sample 15:29
  • 106 5.2.7 تصنيف الانطباع Sentimental Classification 12:36
  • 107 5.2.8 الاخطاء العنصرية في المعالجة اللغوية الطبيعية 21:01
  • 108 5.3.1 نماذج التتابع Sequence Models 17:37
  • 109 5.3.2 البحث الشعاعي Beam Search 15:46
  • 110 5.3.3 تعديلات نظام البحث الشعاعي Beam Search 20:10
  • 111 5.3.4 تحليل الأخطاء 9:51
  • 112 5.3.5 تكنيك درجة البلو BLEU Score 15:20
  • 113 5.3.6 نموذج الإنتباه Attention Model 18:16
  • 114 5.3.7 التعرف علي الصوت Audio Recognition 13:47
  • 115 5.4.1 التطبيق العملي الفيديو الأول 13:48
  • 116 5.4.2 التطبيق العملي الفيديو الثاني 15:46
  • 117 5.4.3 التطبيق العملي الفيديو الثالث 18:04
  • 118 5.4.4 التطبيق العملي الفيديو الرابع 13:31
  • 119 5.4.5 التطبيق العملي الفيديو الخامس 10:21
  • 120 بث مباشر بمناسبة انتهاء الكورس , وللإجابة عن أسئلة هامة 1:23:47
▶ يُشغَّل الآن
1.0 What is Deep Learning ما هو التعلم العميق

📘 نظرة عامة على الكورس

يتكوّن الكورس من 120 درسًا من تقديم Hesham Asem بإجمالي مدة 35 ساعة و33 دقيقة. بمعدل نصف ساعة يوميًا يمكنك إتمام الكورس في 72 يومًا. المحتوى موجّه إلى المبتدئين في مجال الذكاء الاصطناعي وـ Machine Learning. أطول الدروس «بث مباشر بمناسبة انتهاء الكورس , وللإجابة عن أسئلة هامة» بمدة ساعة و23 دقيقة، ومتوسط مدة الدرس 17 دقيقة. تبدأ الرحلة بدرس «What is Deep Learning ما هو التعلم العميق» وتنتهي بدرس «بث مباشر بمناسبة انتهاء الكورس , وللإجابة عن أسئلة هامة».

لماذا تتعلم 19 التعلم العميق بالكامل؟

  • 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 باسمك من أكاديمية مصر ٢٤ — 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 بترتيب متدرّج: What is Deep Learning ما هو التعلم العميق ← 2.5 تذبذب المتوسطات الأسية ← 2.4 شبكة البداية Inception Network ← 1.4 مصفوفة الكلمات ← بث مباشر بمناسبة انتهاء الكورس , وللإجابة عن أسئلة هامة.

المتطلبات السابقة

لا يحتاج الكورس خبرة سابقة في الذكاء الاصطناعي وـ Machine Learning؛ يبدأ معك من الأساسيات. كل ما تحتاجه: جهاز متصل بالإنترنت، ووقت ثابت للتطبيق بعد كل درس.

أول درس في الكورس: «What is Deep Learning ما هو التعلم العميق».

الأدوات المستخدمة في الكورس

  • Python

أدوات أخرى شائعة في مجال الذكاء الاصطناعي وـ Machine Learning: TensorFlow، PyTorch، Scikit، Jupyter، Keras، Hugging Face.

ما تحتاجه لتطبيق الكورس

  • لابتوب برام 16 جيجا
  • كارت شاشة NVIDIA مفيد في تدريب النماذج، ويمكن الاستغناء عنه بـ Google Colab المجاني

الوظائف المرتبطة بهذا الكورس

  • عالم بيانات: بناء نماذج التعلم الآلي واستخراج التوقعات من البيانات
  • مبرمج بايثون: تطوير البرامج والأتمتة وتحليل البيانات بلغة بايثون
  • محلل بيانات: تنظيف البيانات وتحليلها وعرضها في تقارير ولوحات تحكم

متوسط رواتب عالم بيانات في 2026

  • مصر: 12,829 – 81,126 جنيه شهريًا
  • السعودية: 6,960 – 27,851 ريال شهريًا
  • الإمارات: 13,590 – 45,459 درهم شهريًا

وللمقارنة: مبرمج بايثون في مصر 11,258 – 41,679 جنيه، ومحلل بيانات في مصر 10,564 – 44,689 جنيه.

أرقام شهرية تقريبية من بيانات Paylab، آخر مراجعة سبتمبر 2026. الراتب الفعلي يختلف حسب الخبرة والمدينة والشركة.

كم من الوقت تحتاج لإتقان 19 التعلم العميق بالكامل؟

إجمالي مدة الدروس الفعلية: 35 ساعة و33 دقيقة. إذا خصصت 30 دقيقة يوميًا ستنهيه في 72 يومًا، وبساعة يوميًا في 36 يومًا. ومع التطبيق العملي وإعادة المشاهدة احسب ضعف المدة تقريبًا، فالإتقان يأتي من التطبيق وليس من المشاهدة وحدها.

شهادات مهنية يمكنك التقدم لها لاحقًا في مجال الذكاء الاصطناعي وـ Machine Learning

شهادات دولية مستقلة لا يمنحها هذا الكورس، لكنه خطوة نحوها.

  • Google Cloud Professional Machine Learning Engineer
  • Microsoft Certified: Azure AI Engineer Associate
  • AWS Certified Machine Learning Engineer – Associate

مشاريع شائعة في مجال الذكاء الاصطناعي وـ Machine Learning

  • Image Classifier
  • Chatbot
  • Recommendation System
  • Object Detection
  • Sentiment Analysis

ماذا بعد هذا الكورس؟

بعد ما تنهي الكورس وتطبّق ما تعلمته، كمّل رحلتك بواحد من هذه الكورسات:

الأقسام الجامعية ذات الصلة

  • كلية الحاسبات والمعلومات (قسم الذكاء الاصطناعي)
  • كليات الذكاء الاصطناعي
  • كلية الهندسة (قسم الحاسبات)
H
المدرّس / القناة
Hesham Asem
🎬
عدد الدروس
120 درس
⏱️
المدة الإجمالية
35 ساعة 33 دقيقة
📶
المستوى
مبتدئ
🌍
اللغة
العربية
🎓
الشهادة
شهادة إتمام باسمك
✅
المتطلبات
لا توجد متطلبات مسبقة
📂
التصنيف
الذكاء الاصطناعي وـ Machine Learning

🎯 ماذا ستتعلم في هذا الكورس

✓
What is Deep Learning ما هو التعلم العميق
✓
Introduction to Deep Learning مقدمة للتعلم العميق
✓
2.1 Neural Network Basics أساسيات الشبكات العصبية
✓
2.2 Cost Function for NN معادلة الخطأ للشبكات العصبية
✓
2.3 Gradient Descent for NN الإنحدار الإشتقاقي للشبكات العصبية
✓
2.4 Back Propagation for NN المسار الخلفي للشبكات العصبية
✓
2.5 Vectorization in Python أسلوب الفيكتوريزاشن
✓
2.6 Broadcasting in Python أسلوب البرودكاستنج
✓
+ 112 موضوعًا آخر داخل الكورس

💼 وظائف مرتبطة بهذا الكورس

💼
عالم بيانات
بناء نماذج التعلم الآلي واستخراج التوقعات من البيانات
💰 مصر: 13–81 ألف ج.م · السعودية: 7–28 ألف ر.س
💼
مبرمج بايثون
تطوير البرامج والأتمتة وتحليل البيانات بلغة بايثون
💰 مصر: 11–42 ألف ج.م · السعودية: 7.5–30 ألف ر.س
💼
محلل بيانات
تنظيف البيانات وتحليلها وعرضها في تقارير ولوحات تحكم
💰 مصر: 11–45 ألف ج.م · السعودية: 6–18 ألف ر.س

❓ أسئلة شائعة عن الكورس

كم عدد دروس كورس 19 التعلم العميق بالكامل؟ +
يضم كورس 19 التعلم العميق بالكامل 120 درسًا بإجمالي مدة 35 ساعة و33 دقيقة. تتراوح مدة الدرس بين 6 دقائق وساعة و23 دقيقة.
من يقدم كورس 19 التعلم العميق بالكامل؟ +
يقدمه Hesham Asem، وتعرض مصر 24 دروسه مرتبة في صفحة واحدة مع حفظ تقدمك درسًا بدرس.
هل الكورس مناسب للمبتدئين؟ +
نعم، الكورس موجّه للمبتدئين ولا يحتاج خبرة سابقة. ويبدأ بدرس «What is Deep Learning ما هو التعلم العميق».
كم يستغرق إتمام الكورس؟ +
إجمالي مدة الدروس 35 ساعة و33 دقيقة. بمعدل 30 دقيقة يوميًا تنهيه في 72 يومًا، وبساعة يوميًا في 36 يومًا.
هل أحصل على شهادة بعد الكورس؟ +
نعم، تحصل على شهادة إتمام باسمك من أكاديمية مصر ٢٤، وتُفتح بعد مشاهدة نصف الدروس على الأقل.
هل الكورس مجاني؟ +
نعم، كل الدروس متاحة للمشاهدة دون أي رسوم أو اشتراك.
ما الذي أحتاجه لتطبيق الكورس؟ +
لابتوب برام 16 جيجا، وكارت شاشة NVIDIA مفيد في تدريب النماذج، ويمكن الاستغناء عنه بـ Google Colab المجاني.
ما الوظائف المرتبطة بهذا الكورس؟ +
من الوظائف المرتبطة: عالم بيانات (من 12,829 إلى 81,126 جنيه شهريًا في مصر)، ومبرمج بايثون (من 11,258 إلى 41,679 جنيه شهريًا في مصر)، ومحلل بيانات (من 10,564 إلى 44,689 جنيه شهريًا في مصر). الأرقام تقريبية من بيانات Paylab لعام 2026.
ما لغة الشرح في الكورس؟ +
الشرح باللغة العربية.
✕
🎓 أكاديمية مصر 24
EG24
EG-24 ACADEMY
EG24
EG-24ACADEMY
— أكاديمية مصر 24 —
CERTIFICATE
OF COMPLETION
THISCERTIFICATE IS PROUDLY PRESENTED TO
اسمك هنا
FOR SUCCESSFULLY COMPLETING THE COURSE
اسم الكورس هنا
ISSUED ON
05 أكتوبر 2026
Ahmed Hamdy
AHMED HAMDY
FOUNDER
VERIFY CERTIFICATE
CERTIFICATE ID
PREVIEW
رقم تحقق الشهادة
EG24
ACADEMY
LEARN GROW
أقرب طريق لحلمك — سواء مشروعك الجديد أو وظيفة أحلامك — يبدأ من هنا، بكورسات مجانية 100% للأبد.