دورات هندسية مجانية ومتعمّقة، تتعلّم بالتطبيق وبالوتيرة التي تناسبك.
دورة عملية في الشبكات العصبية مبنية حول TensorFlow وKeras: أساسيات الـtensors والتفاضل التلقائي، والانحدار الخطي عبر الانحدار التدريجي (Gradient Descent)، والـPerceptron وبوابات المنطق، ومشكلة XOR والسبب الذي يجعل العمق مهمًا، وبناء شبكة متعددة الطبقات من الصفر، وواجهتَي Keras التسلسلية (Sequential) والوظيفية (Functional)، والشبكات العصبية الالتفافية لمعالجة الصور، والتعلّم بالنقل (Transfer Learning)، والشبكات المتكررة (LSTM) لتصنيف النصوص.
مقدمة عملية في تعلّم الآلة، مبنية على معامل مقرر تعلّم الآلة بقسم الذكاء الاصطناعي في كلية الحاسبات والمعلومات بجامعة المنصورة لفصل خريف 2025، تغطي سير عمل تعلّم الآلة من البداية إلى النهاية، والمعالجة المسبقة للبيانات باستخدام pandas، والتجميع غير الخاضع للإشراف (K-Means، والخرائط ذاتية التنظيم، وFuzzy C-Means، وDBSCAN) مع التقييم الصحيح لكل منها، والانحدار الخطي الخاضع للإشراف المدرَّب عبر المعادلة الطبيعية (Normal Equation) وكذلك الانحدار التدريجي (Gradient Descent) باستخدام TensorFlow.
مقرر عملي في بناء البرمجيات يغطي أساسيات الكود النظيف، والتصميم الكائني في جافا، ودلالات المرجع (Reference Semantics) والثبات (Immutability)، وإطار المجموعات (Collections Framework)، ومنهجًا كاملاً في الاختبار يشمل نظرية التحقق، وتقنيات الصندوق الأسود والصندوق الأبيض، وتغطية الكود، وJUnit 5، ومعالجة الاستثناءات وتصحيح الأخطاء.
المسار العملي لمادة نظم التشغيل 1 لعام 2026-2027، مبني على خطة المقرر الحالية: بناء تطبيقات Windows Forms بلغة C#، والتعامل مع الـ Streams والمجلدات، والرسوم والحركة، والـ Threads والتزامن بينها، وجدولة المعالج مع محاكي عملي، وتثبيت Ubuntu والتحكم فيه من سطر الأوامر، وإدارة العمليات في Linux، وكتابة سكربتات Bash.
مقرر عملي في نظم التشغيل 2 يربط بين المفاهيم الكلاسيكية لأنظمة التشغيل (عزل العمليات، إدارة الموارد، والحماية) وبين بيئتي التشغيل اللتين يبني عليهما الطلاب تطبيقاتهم فعليًا: بيئة تشغيل تطبيقات Flutter على الموبايل، ومنظومة الحاويات Docker.
دورة عملية في معالجة اللغة الطبيعية العربية (Arabic NLP) تنطلق من النص الخام وتصل إلى بناء مصنّف نصوص عصبي (Neural Text Classifier): مدوّنات عربية، التقسيم والتطبيع، الصرف، تمثيل النصوص، تضمين الكلمات، ونماذج التسلسل.
مقرر تمهيدي في أنظمة التشغيل يعتمد على الممارسة العملية: التنقل في سطر أوامر Linux وتأمين نظام الملفات، وفهم الملفات باعتبارها تدفقات بيانات (Streams)، واستخدام C# لإنشاء الـ Processes والتحكم بها، ومشاركة الذاكرة بين الـ Processes عبر الملفات المُعيَّنة على الذاكرة (Memory-Mapped Files)، وإدارة الـ Threads بأمان باستخدام الأقفال (Locks) وتجمع الخيوط (Thread Pool).
مقرر عملي في ROS 2 (بإصدار Jazzy Jalisco) مبني حول معامل روبوتات حقيقية: إعداد مساحات العمل (Workspaces) والحزم (Packages) باستخدام colcon، وكتابة nodes بلغة Python عبر rclpy، وإتقان نموذج النشر والاشتراك (publish/subscribe)، ومحاكاة روبوت ذي دفع تفاضلي (differential-drive) في Gazebo، وربط topics المحاكاة بـROS 2، وبناء node مخصصة للتحكم عن بعد بلوحة المفاتيح (keyboard teleop)، ومراقبة حساسات TurtleBot3 والـodometry في RViz، ورسم خريطة لبيئة باستخدام SLAM Toolbox، وإغلاق الحلقة بالملاحة الذاتية (autonomous navigation) باستخدام Nav2.
مقدمة عملية عن ROS 1 (إصدار Melodic) لبناء برمجيات الروبوتات: ستتعرف على ماهية ROS ولماذا تعتمد عليه فرق الروبوتات كمعيار موحّد، وكيفية تثبيته على نظام أوبونتو (Ubuntu)، ونموذج التواصل بين الـ Master والعُقد (nodes) والمواضيع (topics) من خلال محاكي Turtlesim، وتشريح حزمة catkin، وكتابة عُقد ناشر (publisher) ومشترك (subscriber) خاصة بك بلغة C++، لتُختتم الدورة بخط معالجة إدراك بصري (perception pipeline) قائم على مكتبة OpenCV يشمل اكتشاف المشاة بتقنية HOG واكتشاف الأجسام وتتبعها باستخدام YOLOv4، بما يحاكي كيفية تغذية عقدة إدراك حقيقية لنتائج الاكتشاف مرة أخرى إلى رسم ROS البياني (ROS graph).
مقرر في هندسة البرمجيات يغطي أنماط تصميم عصبة الأربعة (Gang of Four)، الإنشائية والبنيوية والسلوكية، مبني على أمثلة Python عملية ودراسة حالة متكاملة لنظام تجارة إلكترونية، بالإضافة إلى الأنماط المضادة الشائعة التي تقوّض هذه الأنماط، وأساسيات تصميم الأنظمة الجوهرية: قابلية التوسع (Scalability)، وموازنة الأحمال (Load Balancing)، والتخزين المؤقت (Caching)، وتكرار قواعد البيانات (Replication) وتجزئتها (Sharding)، ونظرية CAP، لينتهي بمشروع ختامي في تصميم الأنظمة يربط كل هذه المفاهيم ببعضها.
المسار العملي لمقرر تعلم الآلة للعام 2026-2027، مبني على خطة المقرر الحالية: عمليات pandas المتقدمة وقراءة البيانات من مصادر متعددة، وتصوير البيانات باستخدام Matplotlib وSeaborn، والانحدار الخطي واللوجستي، وأقرب الجيران، وأشجار القرار والغابة العشوائية، وNaive Bayes، والتجميع بخوارزمية k-Means، والتوصيات المعتمدة على المحتوى، وتحليل المشاعر، ثم المشروع النهائي. تشغل المعامل كود Python حقيقيا على بيانات حقيقية، ولكل دفتر رابط لفتحه في Colab.
المسار العملي لمقرر النمذجة والمحاكاة للعام 2026-2027: بناء جداول المحاكاة يدويا باستخدام الأرقام العشوائية، ومحاكاة طوابير الخادم الواحد، وتتبع كيف تتقدم المحاكاة الحاسوبية حدثا بعد حدث وتحسب زمن الانتظار وطول الطابور ونسبة انشغال الخادم. ويغطي أيضا توليد الأرقام العشوائية واختبار انتظامها واستقلالها.
