تتبّع آلية الانتباه من المكوّنات الأساسية إلى نموذج متخصص للتنبؤ.
مسار تقني يبدأ بأساسيات Transformer وتنفيذ صغير شفاف، ثم يتناول متغيرات الانتباه وينتهي ببنية Informer للسلاسل الزمنية. يربط المتعلم بين اختيارات البنية وتركيب التسلسلات وكلفة الحساب وافتراضات التنبؤ، ثم يصمم تقييماً يتجنب تسرّب المعلومات عبر الزمن.
شرح كيفية تمثيل الانتباه للعلاقات بين مواضع التسلسل. مقارنة Transformer تقليدي بمتغير للانتباه وبنية مخصصة للسلاسل الزمنية. تصميم تقييم زمني للتنبؤ باستخدام خطوط أساس وفحوص تكشف تسرّب البيانات.
يُستحسن الإلمام بالشبكات العصبية والمتجهات والتعلم الخاضع للإشراف. وتفيد القدرة على قراءة مخططات النماذج البسيطة أو الشيفرة الكاذبة؛ لا يلزم برنامج بعينه.
للمتعلمين ذوي الخبرة الراغبين في تعميق مهارات الذكاء الاصطناعي المتقدمة وتطبيقها
لمن يتعلمون بشكل أفضل من خلال الأمثلة والدروس الموجّهة والتطبيق العملي
للمهنيين والمبدعين والمطورين المستقلين الباحثين عن سير عمل قابل للتكرار
الدرس الأول مجاني
4 الدروس · متقدم · الدورة الكاملة.
تستخدم هذه الدورة مواد مرخّصة بموجب CC BY مع نسبتها إلى مزود المحتوى أو رافعها. لا يتاح تشغيل الدروس إلا بعد تسجيل الدخول واجتياز فحوص النشر والترخيص.