رئيس مجلس الإدارة ورئيس التحرير أحمد حمدي
الرئيسية‹ الكورسات ‹الذكاء الاصطناعي وـ Machine Learning

كورس Image Processing, vision, and Recognition

👤 Adejare Emmanuel Oluga 🎬 199 درس ⏱️ 86 ساعة 10 دقيقة 📶 مبتدئ 🇺🇸 English
An Image is Worth 16x16 Words:Transformers for Ima
🏆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
كورس Image Processing, vision, and Recognition
ISSUED ON
04 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 199 درس · 86 ساعة 10 دقيقة
  • 1 An Image is Worth 16x16 Words:Transformers for Image Recognition at Scale (Paper Explained) 56:07
  • 2 Learning to Push the Limits of Efficient FFT-based Image Deconvolution 3:23
  • 3 Liquid Neural Networks for Autonomous Driving 41:10
  • 4 Lecture 1 | Introduction to Convolutional Neural Networks for Visual Recognition 57:57
  • 5 New ‘Liquid’ AI Learns Continuously From Its Experience of the World 5:40
  • 6 A new brain-inspired intelligent system can drive a car using only 19 control neurons! 8:24
  • 7 Liquid Neural Networks in Computer Vision 5:18
  • 8 OpenAI CLIP: ConnectingText and Images (Paper Explained) 48:07
  • 9 MIT 6.S094: Computer Vision 53:14
  • 10 Self-Driving Cars: State of the Art (2019) 54:34
  • 11 How to Generate Images from Text with AI for Free - [VQGAN + CLIP] 10:20
  • 12 Ian Goodfellow: Generative Adversarial Networks (GANs) | Lex Fridman Podcast #19 1:08:37
  • 13 Introduction to GANs, NIPS 2016 | Ian Goodfellow, OpenAI 31:25
  • 14 Generative Adversarial Networks (GANs) - Computerphile 21:21
  • 15 What are Generative Adversarial Networks (GANs) and how do they work? 3:55
  • 16 125 - What are Generative Adversarial Networks (GAN)? 12:01
  • 17 126 - Generative Adversarial Networks (GAN) using keras in python 33:34
  • 18 Gentle Intro to Generative Adversarial Networks - Part 1 (GANs) 10:19
  • 19 Understand the Math and Theory of GANs in ~ 10 minutes 12:03
  • 20 What Are GANs? | Generative Adversarial Networks Explained | Deep Learning With Python | Edureka 14:13
  • 21 Generative Adversarial Networks - FUTURISTIC & FUN AI ! 14:21
  • 22 Unpaired Image-Image Translation using CycleGANs 16:22
  • 23 Evolution of Face Generation | Evolution of GANs 12:23
  • 24 pi-GAN: Periodic Implicit Generative Adversarial Networks for 3D-Aware Image Synthesis | CVPR 2021 3:10
  • 25 Tero Karras - Training Generative Adversarial Networks with Limited Data 44:54
  • 26 Enhancing Limited Data Applications with GAN Training and Augmentations 7:34
  • 27 Training GANs with Limited Data 15:06
  • 28 Generative Adversarial Networks for Image Synthesis and Translation - Dr. Jan Kautz 46:20
  • 29 Synthesizing medical images using generative adversarial networks; applications... - Sanmi Koyejo 28:11
  • 30 Generative adversarial networks in medical imaging 28:16
  • 31 Race to the Finish: Python vs C++ in OpenCV and Computer Vision Speed and Performance Test 16:36
  • 32 LEARN OPENCV C++ in 4 HOURS | Including 3x Projects | Computer Vision 3:57:04
  • 33 LEARN OPENCV in 3 HOURS with Python | Including 3xProjects | Computer Vision 3:09:08
  • 34 OpenCV Python Course - Learn Computer Vision and AI 3:00:26
  • 35 Advanced Computer Vision with Python - Full Course 6:40:41
  • 36 Open AI Codex writing Computer Vision code in Python 1:06
  • 37 Vision Transformer - Keras Code Examples!! 21:54
  • 38 Vision Transformer in PyTorch 29:52
  • 39 Mean Average Precision (mAP) Explained and PyTorch Implementation 27:32
  • 40 Vision Transformer (ViT) - An image is worth 16x16 words | Paper Explained 24:57
  • 41 Vision Transformer for Image Classification 14:47
  • 42 An Image is Worth 16x16 Words: Transformers for Image Recognition at Scale (Paper Explained) 29:56
  • 43 An Image Is Worth 16x16 Words - Paper Explained 7:02
  • 44 Quaternions and 3d rotation, explained interactively 5:59
  • 45 Visualizing the 4d numbers Quaternions 31:51
  • 46 Fantastic Quaternions - Numberphile 12:25
  • 47 How quaternions produce 3D rotation 11:35
  • 48 3D Rotations in General: Rodrigues Rotation Formula and Quaternion Exponentials 33:09
  • 49 Building an Image Captioner with Neural Networks 12:54
  • 50 Google's Enhance AI - Super Resolution Is Here! 🔍 5:32
  • 51 Lec 1 : Overview of Statistical Signal Processing 24:34
  • 52 Statistical Signal Processing: Intro Video 4:53
  • 53 NOC: Statistical Signal Processing 1:05:45
  • 54 Image Generation using GANs | Deep Learning with PyTorch (6/6) 2:21:14
  • 55 Discovery of the Visible Spectrum 0:40
  • 56 The history of light: the spectrum 10:02
  • 57 Getting Started with Microsoft Azure Computer Vision API in Python (Part 2: Handwriting Extraction) 25:13
  • 58 "Easy" Computer Vision with Azure and AWS 1:51:02
  • 59 Getting Started with Microsoft Azure Computer Vision API in Python (Part 1: Setting Up) 6:06
  • 60 Image Classification using CNN | Machine Learning Project 9 | Edureka | DL Rewind - 5 1:20:36
  • 61 AI Pose Estimation with Python and MediaPipe | Plus AI Gym Tracker Project 1:04:17
  • 62 Real-World Python Neural Nets Tutorial (Image Classification w/ CNN) | Tensorflow & Keras 1:01:14
  • 63 Build a Personal AI Trainer | OpenCV Python | Computer Vision 48:38
  • 64 Image Processing on Zynq (FPGAs) : Part 1 Introduction 19:39
  • 65 Top 5 Online Computer Vision Courses 5:01
  • 66 What is Azure? | Azure Custom Vision for Beginners | Community Webinar 53:19
  • 67 Using Azure Computer Vision to detect emotions in a video | Azure Developer Streams 19:23
  • 68 What is Computer Vision? Guide to learning path for how to master Computer Vision with Deep Learning 15:05
  • 69 How I got a Job as a Computer Vision Engineer with NO Experience 4:50
  • 70 How Does LiDAR Remote Sensing Work? Light Detection and Ranging 7:45
  • 71 5 Ways to Make Money with OPENCV (Examples Included) 14:51
  • 72 Projector Camera Calibration (Procam) for a Wall 14:22
  • 73 What is a Point Cloud? 4:53
  • 74 Learn Computer Vision with Jetson Nano using Python | 3x Projects 2021 4:32:20
  • 75 Import Data, Define Model (Image Classification with Pytorch - Part 1) 4:46
  • 76 Softmax, Cross Entropy (Image Classification with Pytorch - Part 2. ) 2:25
  • 77 Backpropagation and Gradient Descent (Image Classification with Pytorch - Part 3 ) 3:23
  • 78 How to evaluate your image classification model 2:41
  • 79 New Premium Course - Early Access Available!!! 3:31
  • 80 Intro to Generative Adversarial Networks (GANs) - New Course Release 11:44
  • 81 Intuitive Intro To Generative Adversarial Networks - GAN Course Preview 13:17
  • 82 Convolutions in Image Processing | Week 1, lecture 6 | MIT 18.S191 Fall 2020 36:10
  • 83 Generative Adversarial Networks, Andrew Ng & Academia - Sharon Zhou | Podcast #60 53:38
  • 84 Show, Attend And Tell - Paper Explained 11:40
  • 85 CoAtNet: Marrying Convolution and Attention for All Data Sizes - Paper Explained 9:12
  • 86 Attention Mechanism | Deep Learning 5:49
  • 87 Swin Transformer: Hierarchical Vision Transformer using Shifted Windows (paper illustrated) 12:06
  • 88 How to Make and Sell an NFT step by step 17:37
  • 89 Why the James Webb Space Telescope looks like that 11:13
  • 90 Architecture All Access: Quantum Computing | Intel Technology 13:34
  • 91 How Every Single Pixar Movie Advanced 3D Animation (Part Two: 'Brave' To 'Luca') | Movies Insider 13:53
  • 92 How Pixar Changed 3D Animation With Every Movie (Part 1, 'Toy Story' to 'Cars 2') | Movies Insider 13:36
  • 93 How Pixar's Animation Has Evolved Over 24 Years, From ‘Toy Story’ To ‘Toy Story 4’ | Movies Insider 10:14
  • 94 How Pixar’s ‘Toy Story 4’ Was Animated | Movies Insider 13:11
  • 95 How Pixar's Movement Animation Became So Realistic | Movies Insider 13:08
  • 96 How Pixar Animates Human Characters | Movies Insider 14:13
  • 97 How Pixar Makes Animated Clothes Look Real | Movies Insider 8:58
  • 98 How Disney's Animation Evolved From 'Frozen' To 'Frozen II' | Movies Insider | Insider 13:29
  • 99 How 'The Lion King' Remake Was Animated | Movies Insider 10:55
  • 100 How Netflix's 'Klaus' Made 2D Animation Look 3D | Movies Insider 7:28
  • 101 How 'Spider-Man: Into The Spider-Verse' Was Animated | Movies Insider 7:14
  • 102 How Animators Created the Spider-Verse | WIRED 13:28
  • 103 Realistic people in virtual worlds - A movie as a true experience 3:02
  • 104 Volumetric Video Production: In the eyes of a stranger feat. Hanna Jürgens 2:25
  • 105 Streaming of Interactive Volumetric Video with Fraunhofer HHI Expert Dr. Hellge 12:43
  • 106 NOSSDAV 2020: Low-latency cloud-based volumetric video streaming using head motion prediction 15:21
  • 107 MMSys2020: Additional information on m2p latency 10:48
  • 108 MMSys2020: Cloud Rendering for Volumetric Video 15:30
  • 109 ICASSP 2020: Interactive Low Latency Video Streaming Of Volumetric Content by Dimitri Podborski 14:33
  • 110 ICASSP 2020: Rate assignment in 360-Degree video tiled streaming using random forest regression 14:11
  • 111 What‘s new with Versatile Video Coding – Video Compression with Optimized Implementations 11:47
  • 112 Versatile Video Coding with Fraunhofer HHI Expert Benjamin Bross 7:41
  • 113 MP4 File Format and Transport of VVC Video with Fraunhofer HHI Experts Yago Sanchez & Robert Skupin 13:33
  • 114 OmniCam360 Panorama Streaming & New Project Virtual LiVe with Fraunhofer HHI Expert Thomas Koch 10:41
  • 115 8K VVC Encoding and Playback presented by Spin Digital and Fraunhofer HHI 11:30
  • 116 Autonomous Tracking For Volumetric Video Sequences 5:21
  • 117 1007 - Autonomous Tracking For Volumetric Video Sequences 5:01
  • 118 Volumetric Capture Technology That Goes Beyond Omnidirectional Visualization 2:39
  • 119 Volumetric Video Leveraging Magnum IO and Verizon 5G 0:44
  • 120 The Relightables: Volumetric performance capture of humans with realistic relighting 1:27
  • 121 VN - Volumetric Capture "MISO by WithBill" 0:59
  • 122 VR Days Presentation: Digital Human Creation With Volumetric Video 9:56
  • 123 Volumetric Video - Suzanne Leibrick, Intel 44:41
  • 124 How to Capture Volumetric Video and Photogrammetry - MOD Tech Labs @ SIGGRAPH 2020 37:43
  • 125 Volumetric Capture by VRC 1:39
  • 126 Volumetric Video Capture 51:23
  • 127 Complete Volumetric Video Toolset | EF EVE™ 2020 2:55
  • 128 BALTASIS KIRAS - Devil Woman - Volumetric Video Concert | EF EVE™ 2020 0:57
  • 129 Holograms Are Here: 8th Wall’s End-to-End Solution for Microsoft MRCS Volumetric Video 1:26
  • 130 Photogrammetry/Volumetric VFX Explainer 14:16
  • 131 Capturing 920K Video! - HOLY $H!T 11:00
  • 132 Vicon and Siren: The History of Mocap 10:46
  • 133 The Anatomy of a Volumetric Capture System - FULL Presentation 30:43
  • 134 The Anatomy of a Volumetric Capture System - Emergent Vision Technologies 2:49
  • 135 Demystifying Volumetric | LAPPG 25:23
  • 136 VOLUMETRIC VIDEO CAPTURE - MOHIT DEOPUJARI : TECHNICAL DIRECTOR - INTEL STUDIOS 30:57
  • 137 The Future of Immersive Filmmaking: Behind the Scenes at Intel Studios 23:15
  • 138 Getting Started with Photogrammetry Using Your Cell Phone 28:55
  • 139 Apple's impressive entry in to photogrammetry: Object Capture API 16:34
  • 140 Intro To Photogrammetry 29:29
  • 141 3D Photogrammetry on an RTX Mobile Workstation 3:23
  • 142 Photogrammetry Setup for Indoor 3D Prop Scanning (No AI) 1:01:14
  • 143 Photogrammetry 2 – 3D scanning with just PHONE/CAMERA simpler, better than ever! 10:34
  • 144 Photogrammetry - 3D scan with just your phone/camera 7:32
  • 145 The End of Photogrammetry? (Lidar and Blender) 8:38
  • 146 Aerial Photogrammetry Explained - Create 3D Models With Drone Photos 6:25
  • 147 Scanning Buildings Using a Drone 27:19
  • 148 Drone Photogrammetry 1:17
  • 149 POWER PLANT LASER SCANNING, DRONE CAPTURING AND BIM MODELLING 4:30
  • 150 Drone LiDAR vs Photogrammetry | Epic Stadium 3D model 11:02
  • 151 Drone Photogrammetry Image Processing - Carlson Photo Capture 14:07
  • 152 Complete Photogrammetry course, part 1 of 5 (part 2-5 in description) 29:01
  • 153 3DoF to 6DoF, Photogrammetry in the Metaverse | Masterclass by Eric Hanson 30:09
  • 154 Photogrammetry Course: Photoreal 3d With Blender And Reality Capture | Intro/Promo 8:14
  • 155 Photogrammetry workflow with Tim Hanson, RealityCapture & CG Society 43:25
  • 156 PHOTOGRAMMETRY - INTRODUCTION 14:30
  • 157 Photogrammetry I - 01 - Introduction to Photogrammetry (Cyrill Stachniss, 2020) 45:29
  • 158 Is a phone good enough for photogrammetry? 10:32
  • 159 Unlocking The Hidden Lasers on Your Phone To Make 3D Images 8:02
  • 160 Photogrammetry vs. "Real" 3D Scanner 17:55
  • 161 3D Scan ANYTHING! - HOLY S#!T 9:53
  • 162 Webinar: Using a FARO 3D Scanners to capture and analyze Crash and Crime Scenes 46:01
  • 163 Webinar: FARO Construction - a new way of indoor 3D Scanning with FARO SWIFT 38:35
  • 164 Forensic Photogrammetry: How high to fly your drone and collect detailed evidences |Click 3D | Ep 34 39:28
  • 165 Laser Beam Scanning for Augmented Reality Wearable Applications 30:51
  • 166 R2R Electro-Magnetic and Holographic Films for AR applications 25:38
  • 167 AWE Nite: AR Eyewear Engineering Challenges 59:30
  • 168 Fusion4D: Real-time Performance Capture of Challenging Scenes 5:47
  • 169 High-speed imaging demonstrations: inVISION Days 2021 4:10
  • 170 Benefits of 10, 25, 50, and 100GigE Vision 20:28
  • 171 Multiple Cameras with Accurate Synchronization 3:05
  • 172 Server Performance - Less than 1% CPU Utilization 2:46
  • 173 EVT 10GigE & 25GigE Area Scan and Line Scan Cameras 3:12
  • 174 How TrueFidelity’s deep learning image reconstruction engine generates GSI images 1:10
  • 175 Iterative Closest Point (ICP) - Computerphile 16:25
  • 176 How Blurs & Filters Work - Computerphile 7:52
  • 177 Finding the Edges (Sobel Operator) - Computerphile 7:46
  • 178 Canny Edge Detector - Computerphile 7:51
  • 179 Resizing Images - Computerphile 9:22
  • 180 Deep Learned Super-Sampling (DLSS) - Computerphile 15:34
  • 181 Video Game & Complex Bokeh Blurs - Computerphile 13:52
  • 182 JPEG 'files' & Colour (JPEG Pt1)- Computerphile 7:18
  • 183 The Problem with JPEG - Computerphile 5:37
  • 184 Optical Flow - Computerphile 8:24
  • 185 Optic Flow Solutions - Computerphile 12:54
  • 186 Optical Flow - Michael Black - MLSS 2013 Tübingen 1:21:27
  • 187 Lecture 7 - Optical Flow - 2014 1:02:01
  • 188 Lucas-Kanade Method | Optical Flow 9:11
  • 189 Digital Images - Computerphile 8:16
  • 190 Capturing Digital Images (The Bayer Filter) - Computerphile 6:06
  • 191 Light-field Camera - Computerphile 12:00
  • 192 Detecting Faces (Viola Jones Algorithm) - Computerphile 12:55
  • 193 Efficient Geometry-aware 3D Generative Adversarial Networks | GAN Paper Explained 42:50
  • 194 Dr. Nicholas Coops: Introduction to LiDAR Technology 40:01
  • 195 What is LiDAR? (& Why is It on Apple Devices All of a Sudden) 6:05
  • 196 DLS: Image Processing and Computational Mathematics 1:15:20
  • 197 This Laser-Shooting Camera Can See You From Around the Corner 4:05
  • 198 We’ve Just Invented the World’s Fastest Camera 4:23
  • 199 How Was Video Invented? 13:13
▶ يُشغَّل الآن
An Image is Worth 16x16 Words:Transformers for Image Recognition at Scale (Paper Explained)

📘 نظرة عامة على الكورس

يتكوّن الكورس من 199 درسًا من تقديم Adejare Emmanuel Oluga بإجمالي مدة 86 ساعة و10 دقائق. تبدأ الرحلة بدرس «An Image is Worth 16x16 Words - Transformers for Image Recognition at…» وتنتهي بدرس «How Was Video Invented?». أطول الدروس «Advanced Computer Vision with Python - Full Course» بمدة 6 ساعات و40 دقيقة، ومتوسط مدة الدرس 25 دقيقة. المحتوى موجّه إلى المبتدئين في مجال الذكاء الاصطناعي وـ Machine Learning. بمعدل نصف ساعة يوميًا يمكنك إتمام الكورس في 173 يومًا.

لماذا تتعلم Image Processing, vision, and Recognition؟

  • 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: An Image is Worth 16x16 Words - Transformers for Image… ← Lec - Overview of Statistical Signal Processing ← How Netflix's 'Klaus' Made 2D Animation Look 3D - Movies… ← Drone LiDAR vs Photogrammetry - Epic Stadium 3D model ← How Was Video Invented?.

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: «An Image is Worth 16x16 Words - Transformers for Image Recognition at…».

الأدوات المستخدمة في الكورس

  • Python
  • TensorFlow
  • PyTorch
  • Keras

أدوات أخرى شائعة في مجال الذكاء الاصطناعي وـ Machine Learning: Scikit، Jupyter، 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 Image Processing, vision, and Recognition؟

إجمالي مدة الدروس الفعلية: 86 ساعة و10 دقائق. إذا خصصت 30 دقيقة يوميًا ستنهيه في 173 يومًا، وبساعة يوميًا في 87 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 عملية يمكنك تطبيقها بعد الكورس

  • 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

  • كلية الحاسبات والمعلومات (قسم الذكاء الاصطناعي)
  • كليات الذكاء الاصطناعي
  • كلية الهندسة (قسم الحاسبات)
A
المدرّس / القناة
Adejare Emmanuel Oluga
🎬
عدد الدروس
199 درس
⏱️
المدة الإجمالية
86 ساعة 10 دقيقة
📶
المستوى
مبتدئ
🌍
اللغة
English
🎓
الشهادة
شهادة إتمام باسمك
✅
المتطلبات
لا توجد متطلبات مسبقة
📂
التصنيف
الذكاء الاصطناعي وـ Machine Learning

🎯 ماذا ستتعلم في هذا الكورس

✓
An Image is Worth 16x16 Words - Transformers for Image Recognition at Scale (Paper… (جزءان)
✓
Learning to Push the Limits of Efficient FFT-based Image Deconvolution
✓
Liquid Neural Networks for Autonomous Driving
✓
Introduction to Convolutional Neural Networks for Visual Recognition
✓
New ‘Liquid’ AI Learns Continuously From Its Experience of the World
✓
A new brain-inspired intelligent system can drive a car using only control neurons!
✓
Liquid Neural Networks in Computer Vision
✓
OpenAI CLIP - ConnectingText and Images (Paper Explained)
✓
+ 189 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 Image Processing, vision, and Recognition؟ +
يضم كورس Image Processing, vision, and Recognition 199 درسًا بإجمالي مدة 86 ساعة و10 دقائق. تتراوح مدة الدرس بين أقل من دقيقة و6 ساعات و40 دقيقة.
من يقدم كورس Image Processing, vision, and Recognition؟ +
يقدمه Adejare Emmanuel Oluga، 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 «An Image is Worth 16x16 Words - Transformers for Image Recognition at…».
كم يستغرق إتمام الكورس؟ +
إجمالي مدة الدروس 86 ساعة و10 دقائق. بمعدل 30 دقيقة يوميًا تنهيه في 173 يومًا، وبساعة يوميًا في 87 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 الإنجليزية.

كورسات مشابهة في الذكاء الاصطناعي وـ Machine Learning

كورس DEEP LEARNING, NEURAL NETWORKS AND BIG DATA

👤 Adejare Emmanuel Oluga🎬 48 درسًا

كورس Stanford CS224R Deep Reinforcement Learning

👤 Stanford Online🎬 19 درسًا

كورس AI and Machine Learning Audiobook

👤 The Autodidact's Toolkit🎬 11 درسًا

كورس AI & Machine Learning

👤 Artem Kirsanov🎬 9 دروس
✕
🎓 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
04 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.