Enroll Course: https://www.coursera.org/learn/introduction-computer-vision-watson-opencv
تعتبر دورة “مقدمة في رؤية الكمبيوتر ومعالجة الصور” واحدة من أكثر الدورات إثارة في مجال التعلم الآلي والذكاء الاصطناعي. وكما نعلم جميعًا، فإن رؤية الكمبيوتر تُستخدم في تطبيقات متعددة في مجالات مثل السيارات ذاتية القيادة، والروبوتات، والواقع المعزز، والعديد من الصناعات الأخرى.
تُعد هذه الدورة مناسبة للمبتدئين، حيث ستتيح لك فهم الأساسيات المتعلقة برؤية الكمبيوتر، بالإضافة إلى التعلم عن تطبيقاتها المتنوعة في مجالات مختلفة. باستخدام Python ومكتبي OpenCV وPillow، ستكتسب المهارات المطلوبة في معالجة الصور، وتصنيف الصور، واكتشاف الأجسام.
تم تصميم المنهج الدراسي ليأخذك في رحلة تعليمية تبدأ بالتعرف على أساسيات رؤية الكمبيوتر وتوسيع مداركك حول كيفية معالجة الصور. في الوحدة الأولى، سنتحدث عن التطورات السريعة في هذا المجال، حيث سنرى كيف يمكن أن تُحسن معالجة الصور من جودة الصور التي نلتقطها، أو حتى تساعد الأطباء في معالجة الأمراض.
ثم ننتقل إلى معالجة الصور باستخدام مكتبي OpenCV وPillow، حيث سنتعلم كيفية تحسين الصور واستخراج المعلومات من الصور. هذه المهارات أساسية لفهم كيف يمكن استخدام الكمبيوتر لمعالجة المعلومات البصرية.
علاوة على ذلك، سيتناول المنهج طرق التصنيف الآلي في الوحدة الأخرى. ستتعلم عن مجموعة من طرق التصنيف المستخدمة عادة في رؤية الكمبيوتر، مثل k أقرب الجيران، والانحدار اللوجستي، والانحدار باستخدام SoftMax، وآلات الدعم الناقل.
في الوحدة التالية، سوف تستكشف الشبكات العصبية والتعلم العميق وتصنيف الصور. سيتم تقديمك لمختلف مكونات الشبكات العصبية، مثل الطبقات وأنواع مختلفة من دوال التنشيط، بالإضافة إلى التعرف على هياكل الشبكات العصبية التلافيفية المختلفة.
ستتعمق أيضًا في تقنيات اكتشاف الأشياء، حيث ستتعلم عن طرق مختلفة مثل مصنف Haar Cascade وR-CNN وMobileNet. في نهاية الدورة، ستقوم بتنفيذ مشروع يتطلب منك بناء تطبيق رؤية الكمبيوتر الخاص بك عبر السحابة.
أوصي بشدة بهذه الدورة لأي شخص مهتم بالتكنولوجيا الحديثة، حيث ستمنحك المهارات الأساسية التي تحتاجها لتكون جزءًا من هذا المجال المثير. مع نهاية الدورة، سوف تكون لديك القدرة على تطوير تطبيقات عملية وثورية.
Enroll Course: https://www.coursera.org/learn/introduction-computer-vision-watson-opencv