‫‪LOGIN‬‬ ‫‪SIGN UP‬‬

‫اﻟﺮﺋﻴﺴﻴﺔ ‪ / NETWORKING / ESOCIAL / GENERAL /‬اﻟﺸﺒﻜﺎت اﻟﻌﺼﺒﻴﺔ واﻟﺘﻌﻠﻴﻢ اﻟﻌﻤﻴﻖ ‪ NEURAL NETWORK PERCEPTRONS‬اﻟﺠﺰء اﻟﺜﺎﻧﻲ‬

‫اﻟﺸﺒﻜﺎت اﻟﻌﺼﺒﻴﺔ واﻟﺘﻌﻠﻴﻢ اﻟﻌﻤﻴﻖ ‪neural network‬‬

‫‪ Perceptrons‬اﻟﺠﺰء اﻟﺜﺎﻧﻲ‬

‫‪Tweet‬‬ ‫‪Share ‬‬

‫‪( vote 1 ) 5 / 5‬‬

‫اﻟﺸﺒﻜﺎت اﻟﻌﺼﺒﻴﺔ واﻟﺘﻌﻠﻴﻢ اﻟﻌﻤﻴﻖ ‪neural‬‬

‫‪network‬‬

‫ﺑﻴﺮﺳﻴﺒﺘﺮون ‪Perceptrons‬‬

‫‪ ‬‬

‫ﻣﺎ ﻫﻲ اﻟﺸﺒﻜﺔ اﻟﻌﺼﺒﻴﺔ؟ ﻟﻠﺒﺪء ‪ ،‬ﺳﺄﺷﺮح ﻧﻮﻋً ﺎ ﻣﻦ اﻟﺨﻼﻳﺎ اﻟﻌﺼﺒﻴﺔ اﻻﺻﻄﻨﺎﻋﻴﺔ ﺗﺴﻤﻰ “‪ .”perceptron‬ﺗﻢ ﺗﻄﻮﻳﺮ ‪Perceptrons‬‬
‫ﻓﻲ ‪ 1950s‬و ‪ 1960s‬ﻣﻦ ﻗﺒﻞ اﻟﻌﺎﻟﻢ ﻓﺮاﻧﻚ ‪ ، Rosenblatt‬ﻣﺴﺘﻮﺣﺎة ﻣﻦ اﻟﻌﻤﻞ ﻓﻲ وﻗﺖ ﺳﺎﺑﻖ ﻣﻦ ﻗﺒﻞ وارن وواﻟﺖ ﺑﻴﺘﺲ‪ .‬ﻣﻦ‬
‫ﺲ ﻦ‬ ‫ﻖ ﻦ ﻞ و رن وو‬ ‫ﻞ ﻲو‬ ‫ﻦ‬ ‫ﻮ‬ ‫ﻢ ﺮ‬ ‫ﻦ ﻞ‬ ‫و‬ ‫ﻲ‬
‫اﻟﺸﺎﺋﻊ اﺳﺘﺨﺪام ﻧﻤﺎذج أﺧﺮى ﻣﻦ اﻟﺨﻼﻳﺎ اﻟﻌﺼﺒﻴﺔ اﻻﺻﻄﻨﺎﻋﻴﺔ – ﻓﻲ ﻫﺬا اﻟﻤﻘﺎل ‪ ،‬وﻓﻲ اﻟﻜﺜﻴﺮ ﻣﻦ اﻷﻋﻤﺎل اﻟﺤﺪﻳﺜﺔ ﻋﻠﻰ اﻟﺸﺒﻜﺎت‬
‫اﻟﻌﺼﺒﻴﺔ ‪ ،‬ﻓﺈن اﻟﻨﻤﻮذج اﻟﻌﺼﺒﻲ اﻟﺮﺋﻴﺴﻲ اﻟﻤﺴﺘﺨﺪم ﻫﻮ واﺣﺪ ﻳﺴﻤﻰ اﻟﻌﺼﺐ اﻟﺴﻴﻨﻲ‪ .‬ﺳﻨﺼﻞ إﻟﻰ اﻟﺨﻼﻳﺎ اﻟﻌﺼﺒﻴﺔ ‪sigmoid‬‬
‫ﻗﺮﻳﺒﺎ‪ .‬وﻟﻜﻦ ﻟﻔﻬﻢ ﻟﻤﺎذا ﻳﺘﻢ ﺗﻌﺮﻳﻒ اﻟﺨﻼﻳﺎ اﻟﻌﺼﺒﻴﺔ اﻟﺴﻴﻨﻲ ﺑﺎﻟﻄﺮﻳﻘﺔ اﻟﺘﻲ ﻫﻲ ﻋﻠﻴﻬﺎ ‪ ،‬ﻓﺈﻧﻪ ﻳﺴﺘﺤﻖ أن ﺗﺄﺧﺬ اﻟﻮﻗﺖ ﻟﻔﻬﻢ‬
‫‪ perceptrons‬أوﻻ‪.‬‬

‫‪ ‬‬

‫‪ ‬‬

‫‪ ‬‬

‫إذن ﻛﻴﻒ ﺗﻌﻤﻞ اﻟﻤﺴﺘﻘﺒﻼت؟ ﻳﺄﺧﺬ ‪ perceptron‬ﻋﺪة ﻣﺪﺧﻼت ﺛﻨﺎﺋﻴﺔ ‪ ، … ، x1 ، x2 ،‬وﻳﻨﺘﺞ ﻣﺨﺮﺟﺎت ﺛﻨﺎﺋﻴﺔ واﺣﺪة‪:‬‬

‫‪ ‬‬

‫ﻓﻲ اﻟﻤﺜﺎل اﻟﻤﻮﺿﺢ ﻓﻲ ‪ perceptron‬ﺛﻼﺛﺔ ﻣﺪﺧﻼت ‪ .x1 ، x2 ، x3 ،‬ﺑﺸﻜﻞ ﻋﺎم ﻳﻤﻜﻦ أن ﻳﻜﻮن ﻟﻬﺎ ﻣﺪﺧﻼت أﻛﺜﺮ أو أﻗﻞ‪ .‬اﻗﺘﺮح‬
‫روزﻧﺒﻼت ﻗﺎﻋﺪة ﺑﺴﻴﻄﺔ ﻟﺤﺴﺎب اﻟﻨﺎﺗﺞ‪ .‬ﻗﺪم اﻷوزان ‪ ، … ، W1 ، W2 ،‬واﻷرﻗﺎم اﻟﺤﻘﻴﻘﻴﺔ ﻣﻌﺮﺑﺎ ﻋﻦ أﻫﻤﻴﺔ اﻟﻤﺪﺧﻼت اﻟﺨﺎﺻﺔ‬
‫ﻟﻠﻤﺨﺮﺟﺎت‪ .‬ﻳﺘﻢ ﺗﺤﺪﻳﺪ ﻧﺎﺗﺞ اﻟﻌﺼﺒﻮن ‪ 0 ،‬أو ‪ ، 1‬ﻣﻦ ﺧﻼل ﻣﺎ إذا ﻛﺎن اﻟﻤﺠﻤﻮع اﻟﻤُ ﺮﺟﺢ ‪jwjxj∑  ‬أﻗﻞ أو أﻛﺒﺮ ﻣﻦ ﺑﻌﺾ ﻋﺘﺒﺔ‬
‫اﻟﻘﻴﻤﺔ‪ .‬ﺗﻤﺎﻣﺎ ﻣﺜﻞ اﻷوزان ‪ ،‬اﻟﻌﺘﺒﺔ ﻫﻲ رﻗﻢ ﺣﻘﻴﻘﻲ وﻫﻮ ﻣﻌﻠﻤﺔ ﻣﻦ اﻟﺨﻼﻳﺎ اﻟﻌﺼﺒﻴﺔ‪ .‬ﻟﻮﺿﻌﻬﺎ ﻓﻲ ﻋﺒﺎرات ﺟﺒﺮﻳﺔ أﻛﺜﺮ دﻗﺔ‪:‬‬

‫‪ ‬‬

‫ﻫﺬا ﻛﻞ ﻣﺎ ﻓﻲ اﻷﻣﺮ ﻳﺘﻌﻠﻖ ﺑﻜﻴﻔﻴﺔ ﻋﻤﻞ ‪!perceptron‬‬

‫ﻫﺬا ﻫﻮ اﻟﻨﻤﻮذج اﻟﺮﻳﺎﺿﻲ اﻷﺳﺎﺳﻲ‪ .‬وﻫﻨﺎك ﻃﺮﻳﻘﺔ ﻳﻤﻜﻨﻚ اﻟﺘﻔﻜﻴﺮ ﻓﻲ ‪ perceptron‬ﻫﻮ أﻧﻪ ﺟﻬﺎز ﻳﺘﺨﺬ اﻟﻘﺮارات ﻣﻦ ﺧﻼل ﺗﻘﻴﻴﻢ‬
‫واﻗﻌﻴﺎ ﺟﺪً ا ‪ ،‬وﻟﻜﻨﻪ ﺳﻬﻞ اﻟﻔﻬﻢ ‪ ،‬وﺳﻨﺼﻞ ﻗﺮﻳ ًﺒﺎ إﻟﻰ أﻣﺜﻠﺔ أﻛﺜﺮ واﻗﻌﻴﺔ‪.‬‬
‫ً‬ ‫ً‬
‫ﻣﺜﺎﻻ‬ ‫اﻷدﻟﺔ‪ .‬اﺳﻤﺤﻮا ﻟﻲ أن أﻗﺪم ﻣﺜﺎﻻ ﻋﻠﻰ ذﻟﻚ‪ .‬إﻧﻪ ﻟﻴﺲ‬
‫ﻟﻨﻔﺘﺮض أن ﻋﻄﻠﺔ ﻧﻬﺎﻳﺔ اﻷﺳﺒﻮع ﻗﺎدﻣﺔ ‪ ،‬وﻗﺪ ﺳﻤﻌﺖ أﻧﻪ ﺳﻴﻜﻮن ﻫﻨﺎك ﻣﻬﺮﺟﺎن ﻟﻠﺠﺒﻦ ﻓﻲ ﻣﺪﻳﻨﺘﻚ‪ .‬أﻧﺖ ﺗﺤﺐ اﻟﺠﺒﻦ ‪ ،‬وﺗﺤﺎول أن‬
‫ﺗﻘﺮر ﻣﺎ إذا ﻛﻨﺖ ﺳﺘﺬﻫﺐ إﻟﻰ اﻟﻤﻬﺮﺟﺎن أم ﻻ‪ .‬ﻳﻤﻜﻨﻚ اﺗﺨﺎذ ﻗﺮارك ﻣﻦ ﺧﻼل ﺗﻘﻴﻴﻢ ﺛﻼﺛﺔ ﻋﻮاﻣﻞ‪:‬‬

‫‪ ‬‬

‫ﻫﻞ اﻟﻄﻘﺲ ﺟﻴﺪ؟‬

‫ﻫﻞ ﻳﺮﻳﺪ ﺻﺪﻳﻘﻚ أو ﺻﺪﻳﻘﺘﻚ ﻣﺮاﻓﻘﺘﻚ؟‬

‫ﻫﻞ ﻳﻘﺎم اﻟﻤﻬﺮﺟﺎن ﺑﺎﻟﻘﺮب ﻣﻦ اﻟﻨﻘﻞ اﻟﻌﺎم؟ )أﻧﺖ ﻻ ﺗﻤﻠﻚ ﺳﻴﺎرة(‪.‬‬

‫‪ ‬‬

‫ﻳﻤﻜﻨﻨﺎ ﺗﻤﺜﻴﻞ ﻫﺬه اﻟﻌﻮاﻣﻞ اﻟﺜﻼﺛﺔ ﻣﻦ ﺧﻼل اﻟﻤﺘﻐﻴﺮات اﻟﺜﻨﺎﺋﻴﺔ اﻟﻤﻘﺎﺑﻠﺔ ‪ x1‬و ‪ x2‬و ‪ .x3‬ﻋﻠﻰ ﺳﺒﻴﻞ اﻟﻤﺜﺎل ‪ ،‬ﺳﻴﻜﻮن ﻟﺪﻳﻨﺎ ‪x1 = 1‬‬
‫إذا ﻛﺎن اﻟﻄﻘﺲ ﺟﻴﺪً ا ‪ ،‬و ‪ x1 = 0‬إذا ﻛﺎن اﻟﻄﻘﺲ ﺳﻴﺌًﺎ‪ .‬وﺑﺎﻟﻤﺜﻞ ‪ x2 = 1 ،‬إذا ﻛﺎن ﺻﺪﻳﻘﻚ أو ﺻﺪﻳﻘﺘﻚ ﻳﺮﻳﺪان اﻟﺬﻫﺎب ‪ ،‬و = ‪x2‬‬
‫‪ 0‬إن ﻟﻢ ﻳﻜﻦ‪ .‬وﺑﺎﻟﻤﺜﻞ ﻣﺮة أﺧﺮى ل ‪ X3‬واﻟﻨﻘﻞ اﻟﻌﺎم‪.‬‬

‫‪ ‬‬

‫اﻵن ‪ ،‬ﻟﻨﻔﺘﺮض أﻧﻚ ﺗﻌﺸﻖ اﻟﺠﺒﻦ ‪ ،‬ﻟﺪرﺟﺔ أﻧﻚ ﺳﻌﻴﺪ ﺑﺎﻟﺬﻫﺎب إﻟﻰ اﻟﻤﻬﺮﺟﺎن ﺣﺘﻰ إذا ﻛﺎن ﺻﺪﻳﻘﻚ أو ﺻﺪﻳﻘﺘﻚ ﻏﻴﺮ ﻣﻬﺘﻤﻴﻦ‬
‫ﺑﺎﻟﻤﻬﺮﺟﺎن وﺻﻌﻮﺑﺔ اﻟﻮﺻﻮل إﻟﻴﻪ‪ .‬وﻟﻜﻦ رﺑﻤﺎ ﻛﻨﺖ ﻻ ﺗﺴﺘﻮﻋﺐ ﺳﻮء اﻷﺣﻮال اﻟﺠﻮﻳﺔ ‪ ،‬وﻻ ﺗﻮﺟﺪ ﻃﺮﻳﻘﺔ ﻟﻠﺬﻫﺎب إﻟﻰ اﻟﻤﻬﺮﺟﺎن إذا‬
‫ﻛﺎن اﻟﻄﻘﺲ ﺳﻴﺌًﺎ‪ .‬ﻳﻤﻜﻨﻚ اﺳﺘﺨﺪام ‪ perceptrons‬ﻟﻨﻤﺬﺟﺔ ﻫﺬا اﻟﻨﻮع ﻣﻦ اﺗﺨﺎذ اﻟﻘﺮار‪ .‬إﺣﺪى اﻟﻄﺮق ﻟﻠﻘﻴﺎم ﺑﺬﻟﻚ ﻫﻲ اﺧﺘﻴﺎر وزن‬
‫ﻛﺜﻴﺮا ‪ ،‬أﻛﺜﺮ ﺑﻜﺜﻴﺮ ﻣﻤﺎ‬
‫ً‬ ‫‪ w1 = 6‬ﻟﻠﻄﻘﺲ ‪ ،‬و ‪ w2 = 2‬و ‪ w3 = 2‬ﻟﻠﻈﺮوف اﻷﺧﺮى‪ .‬ﺗﺸﻴﺮ اﻟﻘﻴﻤﺔ اﻷﻛﺒﺮ ﻟـ ‪ w1‬إﻟﻰ أن اﻟﻄﻘﺲ ﻳﻬﻤﻚ‬
‫أﺧﻴﺮا ‪ ،‬ﻟﻨﻔﺘﺮض أﻧﻚ اﺧﺘﺮت ﺣﺪً ا ﻣﻘﺪاره ‪ 5‬ﻟﻤﻨﻄﻘﺔ اﻹﺣﺴﺎس‪.‬‬
‫ً‬ ‫إذا ﻛﺎن ﺻﺪﻳﻘﻚ أو ﺻﺪﻳﻘﺘﻚ ﻳﻨﻀﻢ إﻟﻴﻚ ‪ ،‬أو ﻗﺮب اﻟﻨﻘﻞ اﻟﻌﺎم‪.‬‬
‫ﺑﺎﺳﺘﺨﺪام ﻫﺬه اﻟﺨﻴﺎرات ‪ ،‬ﻳﻘﻮم اﻟﻤﻌﺘﻤﺪ ﺑﺘﻨﻔﻴﺬ ﻧﻤﻮذج ﺻﻨﻊ اﻟﻘﺮار اﻟﻤﺮﻏﻮب ‪ ،‬ﺣﻴﺚ ﻳﺘﻢ إﺧﺮاج ‪ 1‬ﻛﻠﻤﺎ ﻛﺎن اﻟﻄﻘﺲ ﺟﻴﺪً ا ‪ ،‬و ‪ 0‬ﻛﻠﻤﺎ‬
‫ﻛﺎن اﻟﻄﻘﺲ ﺳﻴﺌًﺎ‪ .‬ﻻ ﻓﺮق ﻓﻲ اﻟﻨﺎﺗﺞ ﺳﻮاء ﺻﺪﻳﻘﻚ أو ﺻﺪﻳﻘﺘﻚ ﻳﺮﻳﺪ اﻟﺬﻫﺎب ‪ ،‬أو ﻣﺎ إذا ﻛﺎن اﻟﻨﻘﻞ اﻟﻌﺎم ﻓﻲ ﻣﻜﺎن ﻗﺮﻳﺐ‪.‬‬

‫‪ ‬‬

‫ﻣﻦ ﺧﻼل ﺗﻐﻴﻴﺮ اﻷوزان واﻟﻌﺘﺒﺔ ‪ ،‬ﻳﻤﻜﻨﻨﺎ اﻟﺤﺼﻮل ﻋﻠﻰ ﻧﻤﺎذج ﻣﺨﺘﻠﻔﺔ ﻟﺼﻨﻊ اﻟﻘﺮار‪ .‬ﻋﻠﻰ ﺳﺒﻴﻞ اﻟﻤﺜﺎل ‪ ،‬ﻟﻨﻔﺘﺮض أﻧﻨﺎ ﺑﺪﻻً ﻣﻦ ذﻟﻚ‬
‫اﺧﺘﺮﻧﺎ ﺣﺪً ا أﻗﺼﻰ ﻣﻦ ‪ ، 3‬ﺛﻢ ﻗﺮر اﻟﻤﺴﺘﺜﻤﺮ أن ﺗﺬﻫﺐ إﻟﻰ اﻟﻤﻬﺮﺟﺎن ﻛﻠﻤﺎ ﻛﺎن اﻟﻄﻘﺲ ﺟﻴﺪً ا أو ﻋﻨﺪﻣﺎ ﻛﺎن اﻟﻤﻬﺮﺟﺎن ﺑﺎﻟﻘﺮب ﻣﻦ‬
‫ً‬
‫ﻣﺨﺘﻠﻔﺎ ﻟﺼﻨﻊ اﻟﻘﺮار‪ .‬إﺳﻘﺎط‬ ‫ﻧﻤﻮذﺟﺎ‬
‫ً‬ ‫اﻟﻨﻘﻞ اﻟﻌﺎم وﻛﺎن ﺻﺪﻳﻘﻚ أو ﺻﺪﻳﻘﺘﻚ ﻋﻠﻰ اﺳﺘﻌﺪاد ﻟﻼﻧﻀﻤﺎم إﻟﻴﻚ‪ .‬ﺑﻤﻌﻨﻰ آﺧﺮ ‪ ،‬ﺳﻴﻜﻮن‬
‫اﻟﻌﺘﺒﺔ ﻳﻌﻨﻲ أﻧﻚ أﻛﺜﺮ اﺳﺘﻌﺪادً ا ﻟﻠﺬﻫﺎب إﻟﻰ اﻟﻤﻬﺮﺟﺎن‪.‬‬

‫‪ ‬‬
‫ً‬
‫ﻛﺎﻣﻼ ﻟﺼﻨﻊ اﻟﻘﺮار اﻟﺒﺸﺮي! ﻟﻜﻦ ﻣﺎ ﻳﻮﺿﺤﻪ اﻟﻤﺜﺎل ﻫﻮ ﻛﻴﻒ ﻳﻤﻜﻦ أن ﻳﺪرك اﻟﺒﺎﺣﺜﻮن أﻧﻮاع‬ ‫ﻧﻤﻮذﺟﺎ‬
‫ً‬ ‫ﻣﻦ اﻟﻮاﺿﺢ ‪ ،‬أن اﻟﻤﻌﺘﺮض ﻟﻴﺲ‬
‫ﻣﺨﺘﻠﻔﺔ ﻣﻦ اﻷدﻟﺔ ﻻﺗﺨﺎذ اﻟﻘﺮارات‪ .‬وﻳﻨﺒﻐﻲ أن ﻳﺒﺪو ﻣﻦ اﻟﻤﻌﻘﻮل أن ﺷﺒﻜﺔ ﻣﻌﻘﺪة ﻣﻦ اﻟﻤﺴﺘﻘﺒﻼت ﻳﻤﻜﻦ أن ﺗﺘﺨﺬ ﻗﺮارات دﻗﻴﻘﺔ‬
‫ﻟﻠﻐﺎﻳﺔ‪:‬‬

‫‪ ‬‬

‫ﺳﻠﺴﻠﺔ ﻣﻘﺎﻻت‪ ‬ﺗﻌﻠﻢ اﻟﺸﺒﻜﺎت اﻟﻌﺼﺒﻴﺔ واﻟﺘﻌﻠﻴﻢ اﻟﻌﻤﻴﻖ اﻟﻤﻘﺎل اﻟﺘﺎﻟﻲ‬

‫‪:Related posts‬‬

‫أﺳﻬﻞ ﻃﺮﻳﻘﺔ ﻟﺘﻌﻠﻢ اﻟﻠﻐﺔ اﻹﺳﺒﺎﻧﻴﺔ !‬ ‫‪ 20‬ﻣﺸﺮوع اﻧﺪروﻳﺪ ﻣﻔﺘﻮﺣﺔ‬ ‫ﻛﻮرس او دورة ‪ Asterisk‬ﻹﻧﺸﺎء‬
‫اﻟﻤﺼﺪر ‪android studio‬‬ ‫ﻧﻈﺎم اﺗﺼﺎﻻت ﻣﺠﺎﻧﺎ‬

‫أﻏﺴﻄﺲ ‪2018 ,14‬‬ ‫ﻣﺎ ﻫﻲ اﻟﺸﺒﻜﺔ اﻟﻌﺼﺒﻴﺔ ‪ ‬ﺑﻴﺮﺳﻴﺒﺘﺮون ‪  PERCEPTRON  PERCEPTRONS  PERCEPTRONS‬‬
‫‪" RESPONSES ON 0‬اﻟﺸﺒﻜﺎت اﻟﻌﺼﺒﻴﺔ واﻟﺘﻌﻠﻴﻢ اﻟﻌﻤﻴﻖ ‪NEURAL NETWORK PERCEPTRONS‬‬ ‫‪‬‬
‫اﻟﺠﺰء اﻟﺜﺎﻧﻲ"‬

‫‪LEAVE A MESSAGE‬‬
‫ً‬
‫ﺗﻌﻠﻴﻘﺎ‪.‬‬ ‫ﻳﺠﺐ أﻧﺖ ﺗﻜﻮن ﻣﺴﺠﻞ اﻟﺪﺧﻮل ﻟﺘﻀﻴﻒ‬

‫ﺑﺤﺚ‬

‫وﺳﻮم‬

‫‪NEURAL NETWORK‬‬ ‫‪METASPLOIT‬‬ ‫‪FULL STACK‬‬ ‫‪THE ARCHITECTURE OF NEURAL NETWORKS -‬‬

‫أﻓﻜﺎر ﻣﺸﺎرﻳﻊ ﺑﺮﻣﺠﻴﺔ‬ ‫‪VMWARE VSPHERE‬‬ ‫‪ PMP‬دورة‬ ‫‪PERCEPTRON‬‬ ‫‪ NEURONS BUILD‬ﺑﻨﺎء ﺷﺒﻜﺔ ﻋﺼﺒﻴﺔ‬

‫اﻓﻜﺎر ﻣﻮاﻗﻊ اﻧﺘﺮﻧﺖ ﻧﺎﺟﺤﺔ‬ ‫اﻓﻜﺎر ﻣﺸﺎرﻳﻊ ﻣﻮاﻗﻊ وﻳﺐ‬ ‫اﻓﻜﺎر ﻣﺸﺎرﻳﻊ ﺻﻐﻴﺮه ﻣﺮﺑﺤﻪ اﻛﺜﺮ ﻣﻦ ‪ 100‬ﻣﺸﺮوع‬ ‫اﻓﻜﺎر ﺗﺼﻤﻴﻢ ﻣﻮاﻗﻊ اﻟﻜﺘﺮوﻧﻴﺔ‬

‫ﺑﻨﺎء ﺷﺒﻜﺔ ‪MNIST‬‬ ‫اﻟﻤﻴﺘﺎﺳﺒﻠﻮﻳﺖ‬ ‫اﻟﺸﺒﻜﺎت اﻟﻌﺼﺒﻴﺔ واﻟﺘﻌﻠﻴﻢ اﻟﻌﻤﻴﻖ‬ ‫اﻟﺸﺒﻜﺎت اﻟﻌﺼﺒﻴﺔ‬ ‫اﻟﺮﺳﻢ اﻟﻬﻨﺪﺳﻰ اﻟﻘﻄﺎﻋﺎت‬ ‫اﻟﺘﺤﻜﻢ اﻻﻟﻰ‬

‫ﺑﻨﻴﺔ اﻟﺸﺒﻜﺎت اﻟﻌﺼﺒﻴﺔ‬ ‫ﺑﻨﺎء ﺷﻜﺒﺔ ﻋﺼﺒﻴﺔ ﻟﺘﺤﻠﻴﻞ اﻟﺼﻮر‬ ‫ﺑﻨﺎء ﺷﺒﻜﺔ ﻋﺼﺒﻴﺔ ةﺗﻌﻠﻴﻢ ﻋﻤﻴﻖ‬

‫ﺑﻴﺮﺳﻴﺒﺘﺮون ‪PERCEPTRONS‬‬ ‫ﺑﻴﺎﻧﺎت ‪MNIST‬‬ ‫ﺑﻨﻴﺔ اﻟﺸﺒﻜﺎت اﻟﻌﺼﺒﻴﺔ ‪THE ARCHITECTURE OF NEURAL NETWORKS‬‬

‫دورة‪( ETHICAL HACKER‬‬ ‫دورة ‪ ASTERISK‬ﻹﻧﺸﺎء ﻧﻈﺎم اﺗﺼﺎﻻت‬ ‫دورة ‪ASTERISK‬‬ ‫ﺗﻌﻠﻢ اﻟﻠﻐﺔ اﻹﺳﺒﺎﻧﻴﺔ‬

‫دورة اﺣﺘﺮاف اﻟﻘﺮﺻﻨﺔ اﻷﺧﻼﻗﻴﺔ‬ ‫دورة اﺣﺘﺮاف إدارة اﻟﻤﺸﺎرﻳﻊ ‪PMP‬‬ ‫دورة ‪VMWARE VSPHERE‬‬

‫دورة اﺣﺘﺮاف اﻟﻘﺮﺻﻨﺔ اﻷﺧﻼﻗﻴﺔ )اﻟﻬﻜﺮ اﻻﺧﻼﻗﻲ ‪ETHICAL -‬‬

‫ﻛﻮرس ‪ KALI LINUX‬ﺑﺎﻟﻌﺮﺑﻲ‬ ‫دورة ﻹﻧﺸﺎء ﻧﻈﺎم اﺗﺼﺎﻻت‬ ‫‪( HACKER‬‬

‫ﻛﻮرس ﺗﻌﻠﻢ اﻟﺒﺮﻣﺠﺔ ﺑﻠﻐﺔ ‪++C‬‬ ‫ﻛﻮرس ﺗﻌﻠﻢ ‪++C‬‬ ‫ﻛﻮرس اﺣﺘﺮاف إدارة اﻟﻤﺸﺎرﻳﻊ ‪PMP‬‬ ‫ﻛﻮرس ‪VMWARE VSPHERE‬‬

‫ﻣﻄﻮر وﻳﺐ ﻣﺘﻜﺎﻣﻞ‬ ‫ﻣﺸﺮوﻋﺎت ﺻﻐﻴﺮة ﻣﺮﺑﺤﺔ ﺑﻨﺴﺒﺔ ‪300‬‬ ‫ﻣﺸﺎرﻳﻊ ﺑﺮﻣﺠﺔ ﺑﻠﻐﺔ ‪++C‬‬ ‫ﻣﺎ ﻫﻲ اﻟﺸﺒﻜﺔ اﻟﻌﺼﺒﻴﺔ‬

‫ﻧﻈﺎم اﻟـ ‪KALI LINUX‬‬ ‫ﻣﻄﻮر وﻳﺐ ﻣﺘﻜﺎﻣﻞ‪FULL STACK ‬‬

‫‪COURSE CATEGORIES‬‬

‫اﻟﺘﻜﻨﻠﻮﺟﻴﺎ‬

‫اﻟﻠﻐﺔ و اﻟﺘﻨﻤﻴﺔ اﻟﺒﺸﺮﻳﺔ‬

‫اﻻﻋﻤﺎل‬
 ‫ﻓﻨﻮن اﻟﺘﺼﻤﻴﻢ‬

‫اﻟﺮﺋﻴﺴﻴﺔ‬ ‫ﻋﻦ اﻟﻤﻮﻗﻊ‬ ‫ﺧﺪﻣﺎﺗﻨﺎ‬ BLOG HTTPS://ARAB-

‫اﺗﺼﻞ ﺑﻨﺎ‬

UNIVERSITY.ONLINE/WP-
CONTENT/UPLOADS/2014/11/LOGO21.PNG