خريطة Roadmap دراسة مجال الذكاء الاصطناعي AI والعمل فيه

الذكاء الاصطناعي مجال يعتمد بشكل كبير جداً على الرياضيات، لذلك إن أردت فهم المواضيع بشكل جيد يفضّل أن يكون لديك بعض الخبرة في:
1. الجبر الخطي (Linear Algebra)
2. الإحصاء (Statistics)
3. التفاضل والتكامل (Calculus) — في حال أردت العمل في الأبحاث وفهم المعادلات التي بنيت على أساسها الخوارزميات ..
كلما زادت معرفتك بهذه المجالات، كلما زاد فهمك للخوارزميات وكلما زادت قدرتك على تطويرها وتحسين أدائها ..
تقدم DeepLearningAI دورة مجانية رائعة بعنوان “Mathematics for Machine Learning and Data Science Specialization” لمن أراد تعلم هذه المجالات ولكن بالقدر الكافي الذي تحتاجه لفهم خوارزميات الذكاء الاصطناعي (Mathematics for Machine Learning and Data Science Specialization - by DeepLearning.AI
https://gb.coursera.org/specializations/mathematics-for-machine-learning-and-data-science
Mathematics for Machine Learning Specialization - By Imperial Collage London

https://www.coursera.org/spe.../mathematics-machine-learning)

بعد تعلم مجالات الرياضيات تحتاج إلى تعلم لغة برمجة مناسبة، والأفضل في هذا المجال بلا منافس هي لغة Python .. هذه اللغة هي الأشهر والأكثر استخداماً والأكثر دعماً على الإنترنت، بحيث إذا احتجت إلى مساعدة في أي وقت ستجد العديد من المصادر لمساعدتك ..
طبعاً مجال البرمجة مجال كبير جداً ومتشعب، لذلك يمكنك تعلم القدر الذي ستحتاج إليه في عملك ..
إذا كنت تريد فقط استخدام تطبيقات ومواقع الذكاء الاصطناعي، فيمكنك تعلم القدر الكافي لذلك، وعادة ما تسمى الكورسات التي تعلم هذا القدر: Python for Data Science أو Programming for AI Applications أو عناوين قريبة من ذلك .. أما إذا كنت ترغب في تعلم تفاصيل الخوارزميات والعمل على “تطويرها وتحسينها”، فستحتاج إلى تعلم لغة البرمجة بالكامل .. والخيار الأفضل هنا هو الحصول على شهادة جامعية في علوم الحاسب (Computer Science) .. (روابط بعض الكورسات الممتازة لتعلم لغةPython )

بعد تعلم اللغة الإنجليزية، والتأكد من قدراتك في مجالات الرياضيات التي ذكرناها، ثم إتقان لغة البرمجة، يمكنك وقتها البدء بتعلم الذكاء الاصطناعي (أو بالأحرى ال Machine Learning)
يستحسن عادة البدء بالأسهل، فيكون الترتيب كالتالي:

1-  Supervised Learning 

 ( Machine Learning Specialization - by Stanford University & DeepLearning.AI

https://www.coursera.org/specializations/machine-learning-introduction)

( Deep Learning Specialization - by DeepLearning.AI
https://www.coursera.org/specializations/deep-learning
Machine Learning with Python: from Linear Models to Deep Learning - by MIT
https://www.edx.org/course/machine-learning-with-python-from-linear-models-to  )

( Introduction to Reinforcement Learning - by DeepMind
https://youtube.com/playlist...
Reinforcement Learning Specialization - By University of Alberta
https://www.coursera.org/specializations/reinforcement-learning
Generative Adversarial Networks (GANs) Specialization - by DeepLearning.AI
https://www.coursera.org/specializations/generative-adversarial-networks-gans
Natural Language Processing Specialization - by DeepLearning.AI
https://www.coursera.org/specializations/natural-language-processing
Sequences, Time Series and Prediction - by DeepLearning.AI
https://www.coursera.org/learn/tensorflow-sequences-time-series-and-prediction)

 تلك كانت بعض المصادر المجانية الممتازة لتعلم كل من هذه المجالات ..


وختاماً .. تذكر دائماً أنه لن يقوم أحد بتعليمك كل شيء في هذا المجال، فبعد تعلم الأساسيات ومعرفة المجالات الموجودة وما يناسبك منها، يتوجب عليك اختيار المجال الذي تريد استخدامه والبحث فيه بشكل أكبر حتى تصل إلى المستوى المطلوب في هذا المجال