الذكاء الاصطناعي العملي
11 درس تبني فيها نماذج تعلّم آلة حقيقية بـ Python من الصفر، تشتغل هنا في المتصفح: توقع المبيعات، وكشف العملاء المغادرين، وتقسيم العملاء لشرائح، وقياس دقة النموذج. وبعدها تشوف كيف الذكاء الاصطناعي مدمج داخل أنظمة ERP وPower BI، وكيف تستخدمه بمسؤولية.
الدروس
تعلّم الآلة في الشركات: وش يحل؟
التصنيف والتنبؤ بالأرقام والتجميع، ومتى ما تحتاج تعلّم آلة أصلاً.
البيانات: الخصائص والهدف والتقسيم
وش الخصائص ووش الهدف، وليش نقسم البيانات لتدريب واختبار، والحفظ بدل الفهم.
أول نموذج: التنبؤ بالمبيعات بخط مستقيم
الانحدار الخطي من الصفر بـ Python: الميل والتقاطع، ومنها توقع المبيعات.
كم يغلط النموذج؟ قياس الخطأ
الخطأ لكل توقع، ومتوسط الخطأ المطلق MAE، وجذر متوسط مربع الخطأ RMSE.
التصنيف: مين بيوقف التعامل معنا؟
خوارزمية أقرب الجيران k-NN من الصفر لتوقع العملاء المغادرين، وأهمية توحيد المقاييس.
هل النموذج زين؟ مصفوفة الالتباس
الدقة والضبط والاستدعاء، وفخ البيانات غير المتوازنة، واختيار حد القرار.
تقسيم العملاء لشرائح: التجميع k-means
تعلّم بدون إجابات: خوارزمية k-means خطوة بخطوة، وتحويل الشرائح لقرارات تسويق.
الأدوات الحقيقية ودورة مشروع تعلّم الآلة
pandas وscikit-learn وJupyter وColab، والأدوات بدون كود، ومنهجية CRISP-DM.
الذكاء الاصطناعي داخل أنظمة ERP
قراءة الفواتير، والتنبؤ بالطلب، وكشف القيود الشاذة، والمساعدات والوكلاء في SAP وOracle وOdoo.
الذكاء الاصطناعي في ذكاء الأعمال وExcel
Copilot في Power BI، والتوقع وكشف الشواذ داخل الرسوم، وForecast Sheet، وتجهيز البيانات للذكاء الاصطناعي.
الذكاء الاصطناعي المسؤول ومشروعك القادم
مبادئ أخلاقيات الذكاء الاصطناعي من سدايا، والتحيّز، والشفافية، ومراقبة النموذج، وأفكار مشاريع.