Specialized Courses

دورات متخصصة حديثة - Specialized Training Courses

عدد الساعات الكليه للدوره : 20

Biometrics and Recognition

4.7 (1953 )

عدد المشاهدات - 2787

تهدف هذه الدوره الى التعريف بمهارات تمثيل وتخزين والبحث عن البيانات, معالجة الصور والمقارنة بينها, وتصميم نظام قاعدة البيانات. سيتم ذلك من خلال دراسة وتوضيح مبدأ عمل وتطبيق تقنيات التعرف على الوجوه والبصمة وقزحية العين والصوت بالاضافة الى اهم الطرق التي يمكن تطبيقها لبناء هذه التقنيات مثل الشبكات العصبية. ستشمل الدورة مجموعه من الامثله على كل تقنية وكيفية التعامل معها.

عدد الساعات الكليه للدوره : 16

Data Mining

4.7 (2691 )

عدد المشاهدات - 4056

تهدف هذه الدوره الى تطوير المعرفة باساسيات ومراحل واهم تقنيات استخراج المعلومات وتطبيقاتها العملية لحل مختلف المشاكل حيث ستتضمن الدورة العديد من الامثله والحالات الدراسية لتطبيق هذه التقنيات باستخدام مختلف الطرق مثل الشبكات العصبية This course is an introductory course on data mining. It introduces the basic concepts, principles, methods, implementation techniques, and applications of data mining, with a focus on two major data mining functions: • Pattern discovery • Cluster analysis. In the first part of the course, which focuses on pattern discovery, you will learn why pattern discovery is important, what the major tricks are for efficient pattern mining, and how to apply pattern discovery in some interesting applications. The course provides you the opportunity to learn concepts, principles, and skills to practice and engage in scalable pattern discovery methods on massive data; discuss pattern evaluation measures; study methods for mining diverse kinds of frequent patterns, sequential patterns, and sub-graph patterns; and study constraint-based pattern mining, pattern-based classification, and explore their applications. In the second part of the course, which focuses on cluster analysis, you will learn concepts and methodologies for cluster analysis, which is also known as clustering, data segmentation, or unsupervised learning. We will introduce the basic concepts of cluster analysis and then study a set of typical clustering methodologies, algorithms, and applications. This includes partitioning methods, such as k-means, hierarchical methods, such as BIRCH, density-based methods, such as DBSCAN, and grid-based methods, such as CLIQUE. We will also discuss methods for clustering validation. The learning will be enhanced by clustering software and programming assignments.

عدد الساعات الكليه للدوره : 20

Solar Cell Applications

4.6 (1361 )

عدد المشاهدات - 2245

تهدف هذه الدوره الى تطوير المعارف الأساسية عن مبدأ عمل الخلايا الشمسية وأنظمة الخلايا الشمسية في تطبيقات مختلفة بالاضافة الى تطوير القدرة على محاكاة أداء هذه الانظمة باستخدام مختلف البرمجيات واهمها الماتلاب. ستتضمن الدورة عرض مختلف التطبيقات لأنظمة الخلايا الشمسية باستخدام الماتلاب

عدد الساعات الكليه للدوره : 20

Performance of Wireless Sensor Network

4.9 (3209 )

عدد المشاهدات - 4368

تهدف هذه الدوره الى تطوير المعارف الأساسية ومفاهيم شبكات الاستشعار اللاسلكية. ستتضمن الدورة عرض مفصل لمبدأ عمل هذه الشبكات ومكوناتها وكيفية عمل المجسات بالاضافة الى عرض مختلف الامثلة والتطبيقات بمحاكاة هذه الشبكات باستخدام برمجية الماتلاب.

عدد الساعات الكليه للدوره : 20

Artificial Intelligence

4.8 (968 )

عدد المشاهدات - 2003

تحتوي هذه الدوره على العديد من المعلومات التي تتمتع بطابع الذكاء من خوارزميات البحث إلى تطبيقات الذكاء الاصطناعي وذكاء الآلات. حل المشاكل التي تواجهنا في الحياة الاعتيادية, الاستدلال من خلال مرتكزات من المعطيات والبيانات, التعلم الآلي, معالجة اللغات الطبيعية. منهجية هذا المقرر التدريسي تعتمد على توصيل المعلومات اللازمة لكي يصبح الطالب على قدر من المعرفة بكل المواضيع العائدة إلى هذا المقرر. This course aims at introducing Artificial Intelligence (AI) theory, practices and tools to grad and undergraduate students. It comprises two parts. The first focuses on the basics of AI such as AI theory and definitions, AI programming, applications and tools, Problem solving, etc. The second introduces advanced topics such as Natural language processing, Knowledge base systems, learning, etc. This last part heavily relies on student's participation. Students successfully completing the course will: 1. master and know how to apply logics for logical reasoning; 2. be initiated to problem reduction, problem solving and knowledge representation; 3.be able to develop a medium difficulty AI application using Prolog as a programming language; 4.master and know how to apply search techniques; 5.understand the inference principles and techniques; 6. be initiated to natural language processing; 7.Know the context, application and architectural issues of expert/knowledge-based systems.