الدورة الثالثة: الذكاء الاصطناعي في تحليل البيانات البترولية
الدورة الثالثة: الذكاء الاصطناعي في تحليل البيانات البترولية
Embedded Files
"بناء نماذج بسيطة ومعقدة في الذكاء الاصطناعي لتحليل البيانات البترولية"
"بناء نماذج بسيطة ومعقدة في الذكاء الاصطناعي لتحليل البيانات البترولية"
الوصف العام:
الوصف العام:
"اكتسب مهارات متقدمة في الذكاء الاصطناعي وتحليل البيانات باستخدام Python. هذه الدورة تُقدم لك كيفية بناء نماذج تنبؤية وتحليلية متقدمة لتحسين استراتيجيات الإنتاج وتحليل بيانات الآبار.
ستتعلم كيفية قراءة البيانات، تحضيرها، بناء النماذج، وتحسينها باستخدام تقنيات الذكاء الاصطناعي مثل TensorFlow وPyTorch وSKLearn."
أهداف الدورة:
أهداف الدورة:
قراءة ومعالجة البيانات البترولية باستخدام Python.
بناء نماذج تنبؤية باستخدام تقنيات الذكاء الاصطناعي مثل TensorFlow وPyTorch وSKLearn.
تحسين النماذج وتجنب مشاكل التعلم الزائد أو النقص.
تحليل النماذج وعرض النتائج بصيغ مرئية.
إدارة ونشر النماذج لإنتاج تطبيقات عملية.
توفير شهادة معتمدة بعد اجتياز الدورة.
المدة الإجمالية:
المدة الإجمالية:
5 ساعات و25 دقيقة
المهارات المكتسبة:
المهارات المكتسبة:
قراءة ومعالجة البيانات:
قراءة ومعالجة البيانات:
قراءة البيانات من مصادر مختلفة (CSV، Excel، JSON).
تنظيف البيانات وتجهيزها للتحليل.
بناء النماذج التنبؤية:
بناء النماذج التنبؤية:
بناء نماذج تنبؤية باستخدام SKLearn، TensorFlow، وPyTorch.
تطبيق تقنيات التعلم الآلي مثل Linear Regression، Decision Trees، Neural Networks.
تحسين النماذج:
تحسين النماذج:
تحسين النماذج باستخدام تقنيات مثل Regularization، Dropout، وBatch Normalization.
تجنب مشاكل التعلم الزائد أو النقص.
تحليل النماذج:
تحليل النماذج:
تقييم النماذج باستخدام مؤشرات الأداء المختلفة (Accuracy، Precision، Recall، F1-Score).
رسم البيانات لتحليل الأنماط وتحسين النماذج.
إدارة ونشر النماذج:
إدارة ونشر النماذج:
حفظ، إدارة، ونشر النماذج باستخدام تقنيات مثل Pickle، TensorFlow Serving.
إنشاء حزم MSI وEXE لتطبيقاتك.
أهم المزايا:
أهم المزايا:
تطبيق عملي:
تطبيق عملي:
تعلم كيفية بناء نماذج تنبؤية وتحليلية لتحليل بيانات الآبار وتحسين استراتيجيات الإنتاج.
تقنيات متقدمة:
تقنيات متقدمة:
استخدم تقنيات الذكاء الاصطناعي مثل TensorFlow وPyTorch وSKLearn لبناء نماذج تنبؤية متقدمة.
تحسين النماذج:
تحسين النماذج:
تعلم كيفية تحسين النماذج وتجنب مشاكل التعلم الزائد أو النقص.
الإنتاجية:
الإنتاجية:
إنشاء حزم MSI وEXE لتطبيقاتك، مما يجعلها جاهزة للعمل في بيئات الإنتاج.
شهادة معتمدة:
شهادة معتمدة:
الحصول على شهادة معتمدة بعد اجتياز الدورة، مما يعزز مسيرتك المهنية.
الدعم الفني:
الدعم الفني:
يتم الرد على جميع استفساراتك خلال 24 ساعة من قبل فريق متخصص.
محاور الدورة التدريبية
محاور الدورة التدريبية
قسم المقدمة والأساسيات (6 دقائق)
قسم المقدمة والأساسيات (6 دقائق)
مقدمة في الذكاء الاصطناعي
مقدمة في الذكاء الاصطناعي
الدرس 34: مقدمة (6 دقائق 34 ثانية)
الدرس 34: مقدمة (6 دقائق 34 ثانية)
"اكتشف الأساسيات حول الذكاء الاصطناعي ودوره في تحليل البيانات البترولية. سنتعلم لماذا يعتبر الذكاء الاصطناعي أداة مهمة في تحسين استراتيجيات الإنتاج."
قسم قراءة ومعالجة البيانات (57 دقيقة)
قسم قراءة ومعالجة البيانات (57 دقيقة)
"قراءة ومعالجة البيانات البترولية"
"قراءة ومعالجة البيانات البترولية"
الدرس 35: قراءة البيانات (19 دقيقة 43 ثانية)
الدرس 35: قراءة البيانات (19 دقيقة 43 ثانية)
"تعلم كيفية قراءة البيانات من مصادر مختلفة (CSV، Excel، JSON). سنتعلم كيفية استخدام مكتبات مثل Pandas وCSV لقراءة البيانات."
الدرس 36: تحضير البيانات (18 دقيقة 6 ثوانٍ)
الدرس 36: تحضير البيانات (18 دقيقة 6 ثوانٍ)
"اكتشف كيفية تنظيف البيانات وتجهيزها للتحليل. سنتعلم كيفية التعامل مع البيانات الغير مكتملة والقيم غير المحددة."
الدرس 37: رسم البيانات (20 دقيقة 47 ثانية)
الدرس 37: رسم البيانات (20 دقيقة 47 ثانية)
"اكتشف كيفية رسم البيانات لفهم الأنماط. سنتعلم كيفية استخدام مكتبات الرسم مثل Matplotlib وSeaborn لتحليل البيانات البترولية."
قسم بناء النماذج التنبؤية (2:05 ساعة)
قسم بناء النماذج التنبؤية (2:05 ساعة)
"بناء نماذج تنبؤية باستخدام الذكاء الاصطناعي"
"بناء نماذج تنبؤية باستخدام الذكاء الاصطناعي"
الدرس 38: بناء نموذج SKLearn (25 دقيقة 38 ثانية)
الدرس 38: بناء نموذج SKLearn (25 دقيقة 38 ثانية)
"اكتشف كيفية بناء نماذج تنبؤية باستخدام SKLearn. سنتعلم كيفية بناء نماذج مثل Linear Regression وDecision Trees."
الدرس 39: بناء نموذج TensorFlow (27 دقيقة 51 ثانية)
الدرس 39: بناء نموذج TensorFlow (27 دقيقة 51 ثانية)
"تعلم كيفية بناء نماذج تنبؤية باستخدام TensorFlow. سنتعلم كيفية بناء شبكات عصبية عميقة لتحليل البيانات البترولية."
الدرس 40: تحسين نموذج TensorFlow (23 دقيقة 13 ثانية)
الدرس 40: تحسين نموذج TensorFlow (23 دقيقة 13 ثانية)
"اكتشف كيفية تحسين النماذج باستخدام تقنيات مثل Regularization، Dropout، وBatch Normalization. سنتعلم كيفية تحسين الأداء باستخدام تقنيات التحسين."
الدرس 41: بناء نموذج Torch (30 دقيقة 32 ثانية)
الدرس 41: بناء نموذج Torch (30 دقيقة 32 ثانية)
"اكتشف كيفية بناء نماذج باستخدام PyTorch. سنتعلم كيفية بناء شبكات عصبية عميقة وتدريبها على بيانات الآبار."
الدرس 42: معالجة اللغة الطبيعية (37 دقيقة 20 ثانية)
الدرس 42: معالجة اللغة الطبيعية (37 دقيقة 20 ثانية)
"اكتشف كيفية معالجة اللغة الطبيعية في البيانات البترولية. سنتعلم كيفية استخدام تقنيات NLP لتحليل البيانات النصية مثل تقارير الصيانة."
قسم تحسين النماذج وتجنب مشاكل التعلم (52 دقيقة)
قسم تحسين النماذج وتجنب مشاكل التعلم (52 دقيقة)
"تحسين النماذج وتجنب مشاكل التعلم الزائد أو النقص"
"تحسين النماذج وتجنب مشاكل التعلم الزائد أو النقص"
الدرس 43: تحسين مشاكل الافراط والتقصير بالتعلم (29 دقيقة 31 ثانية)
الدرس 43: تحسين مشاكل الافراط والتقصير بالتعلم (29 دقيقة 31 ثانية)
"اكتشف كيفية تحسين النماذج وتجنب مشاكل التعلم الزائد أو النقص. سنتعلم كيفية استخدام تقنيات مثل Cross-Validation وEarly Stopping."
قسم تقييم النماذج (19 دقيقة)
قسم تقييم النماذج (19 دقيقة)
"تقييم النماذج وتحليل الأداء"
"تقييم النماذج وتحليل الأداء"
الدرس 44: تقييم النماذج (19 دقيقة 43 ثانية)
الدرس 44: تقييم النماذج (19 دقيقة 43 ثانية)
"اكتشف كيفية تقييم النماذج باستخدام مؤشرات الأداء المختلفة مثل Accuracy، Precision، Recall، F1-Score. سنتعلم كيفية اختيار أفضل نموذج بناءً على الأداء."
قسم الإنتاج (54 دقيقة)
قسم الإنتاج (54 دقيقة)
"إدارة ونشر النماذج وإنشاء حزم إنتاجية"
"إدارة ونشر النماذج وإنشاء حزم إنتاجية"
الدرس 45: حفظ، إدارة، ونشر النماذج (33 دقيقة 18 ثانية)
الدرس 45: حفظ، إدارة، ونشر النماذج (33 دقيقة 18 ثانية)
"تعلم كيفية حفظ، إدارة، ونشر النماذج باستخدام تقنيات مثل Pickle، TensorFlow Serving. سنتعلم كيفية إدارة النماذج في بيئات الإنتاج."
الدرس 46: إنشاء حزمة MSI (18 دقيقة 53 ثانية)
الدرس 46: إنشاء حزمة MSI (18 دقيقة 53 ثانية)
"اكتشف كيفية إنشاء حزمة MSI لتطبيقاتك. سنتعلم كيفية تغليف تطبيقاتك وإنشاء حزم MSI لسهولة التثبيت على أنظمة Windows."
الدرس 47: إنشاء حزمة EXE (21 دقيقة 18 ثانية)
الدرس 47: إنشاء حزمة EXE (21 دقيقة 18 ثانية)
"اختمم الدورة بإنشاء حزمة EXE لتطبيقاتك. سنتعلم كيفية تغليف تطبيقاتك وإنشاء حزم EXE لسهولة تشغيلها على أنظمة Windows."
تفاصيل إضافية:
تفاصيل إضافية:
- المتطلبات:
إتقان الدورة الأولى (أساسيات البرمجة وهندسة البيانات).
إتقان الدورة الثانية (البرمجة الموجهة وبناء تطبيق عملي).
حاسوب يعمل بنظام Windows/Linux.
اهتمام بتحليل البيانات البترولية.
- الشهادة:
بعد اجتياز الدورة، ستحصل على شهادة معتمدة توثق إنجازاتك في "أساسيات البرمجة وهندسة البيانات لمهندسي البترول".
- أخيراً:
"لا تنتظر! ابدأ اليوم واحترف البرمجة وهندسة البيانات في قطاع البترول. هذه الدورة ليست مجرد دروس نظرية، بل هي خطوة عملية نحو تحسين أدائك وتعزيز مسيرتك المهنية."
التسجيل في الدورة التدريبية
التسجيل في الدورة التدريبية
م/ عبدالله الحُقِّبِي
م/ عبدالله الحُقِّبِي
الرئيس التنفيذي للأكاديمية
الرئيس التنفيذي للأكاديمية
رؤيته
رؤيته
إن من ضمن أهدافي العميقة هو جعل المنتسبين للقطاع البترولي العملي أو القطاع البترولي الأكاديمي محترفين في حل المشكلات المهنية والأكاديمية حتى نساهم في رفد الصناعات النفطية بكادر من العيار الثقيل.
إن من ضمن أهدافي العميقة هو جعل المنتسبين للقطاع البترولي العملي أو القطاع البترولي الأكاديمي محترفين في حل المشكلات المهنية والأكاديمية حتى نساهم في رفد الصناعات النفطية بكادر من العيار الثقيل.
خبراته كمدرب
خبراته كمدرب
مدرب مشارك للبرامج في SPE منذو عام 2020 وصلت عدد مشاركاته حتى وقت كتابة هذا الوصف 23 مشاركة
عمل مدرب لبرامج البترول في جامعة الحضارة.
عمل مدرب لبرامج البترول في جامعة الحديدة.
عمل متدرب لبرامج البترول في الشركة اليمنية للاستثمارات النفطية والمعدنية.
شارك في تدريب (عن بُعد) خمس شابترات لجامعات مصرية.
خبراته الأخرى
خبراته الأخرى
عمل في مجال تصميم الأنظمة المحاسبية لبرامج الحاسوب بلغة الـ #C والـ Visual Basic والـ Python والـ SQL لدى مشروع ذاتي.
عمل في مجال تصميم برامج الأندرويد بلغة الـ Kotlin الحديثة لدى شركة Google.
عمل في مجال تصميم مواقع الويب بلغة الـ HTML5 والـ JavaScript والـ JQuery الحديثة لدى شركة Google.
خبرات أخرى من العمل لدى المنظمات الانسانية.
مؤهلاته العلمية
مؤهلاته العلمية
حاصل على شهادة البكالوريوس بتقدير جيد جداً في هندسة النفط والغاز - جامعة الحديدة.
درس 14 دورة تدريبية لدى شركة Schlumberger
درس برمجة بلغة السي شارب لدى ملتقى المبرمجين العرب
درس برمجة تطبيقات الاندرويد بلغة الكوتلين لدى شركة Google
درس العديد من الدورات الأخرى في مجال التأهيل والتدريب مثل اللغات الأجنبية ومهارات أخرى.
Google Sites
Report abuse