بكالوريوس علوم البيانات والذكاء الاصطناعي

1. تحليل مشكلة الحوسبة المعقدة وتطبيق مبادئ الحوسبة وغيرها من التخصصات ذات الصلة لتحديد الحلول.

2. تصميم وتنفيذ وتقييم حل قائم على الحوسبة لتلبية مجموعة معينة من متطلبات الحوسبة في سياق تخصص البرنامج.

3. التواصل بشكل فعال في مجموعة متنوعة من السياقات المهنية.

4. التعرف على المسؤوليات المهنية وإصدار أحكام مستنيرة في ممارسة الحوسبة بناءً على المبادئ القانونية والأخلاقية.

5. العمل بفعالية كعضو أو قائد فريق يشارك في أنشطة مناسبة لانضباط البرنامج.

6. تطبيق النظرية والتقنيات والأدوات طوال دورة حياة تحليل البيانات وتوظيف المعرفة الناتجة لتلبية احتياجات أصحاب المصلحة.

7. تطبيق المعرفة بالحوسبة وفهم مجموعة واسعة من الأساسيات النظرية والمبادئ والمفاهيم والموضوعات المتقدمة لتكنولوجيا المعلومات المناسبة لنتائج الطلاب في البرنامج وللتخصص.

1. الحصول على شهادة الثانوية العامة الأردنية أو ما يعادلها.

2. معدل الثانوية العامة لا يقل عن الحد الأدنى المطلوب للتخصص.

606170 – أساسيات علم البيانات (3:3-0)

المتطلب السابق: 601105

يقدّم هذا المقرر مدخلًا إلى أساسيات علم البيانات والذكاء الاصطناعي، ويستعرض دور علم البيانات في ذكاء الأعمال والتمييز بينهما، بالإضافة إلى أدوات التحليل ودورة حياة علم البيانات. كما يعرّف الطلاب بالمفاهيم الأساسية في الذكاء الاصطناعي مثل معالجة اللغة الطبيعية، تعلّم الآلة، الانحدار الخطي واللوجستي، أشجار القرار، Naive Bayes، ‏kNN، خوارزميات البحث، الشبكات العصبية، التعلم العميق، والتعلم الإحصائي.

606272 – الإحصاء لعلم البيانات (3:3-0)

المتطلب السابق: 103231

يركّز المقرر على المهارات الإحصائية التطبيقية والحاسوبية في الاستدلال الإحصائي وتحليل البيانات الاستكشافي. يتعرّف الطلاب على طرق إحصائية حديثة تشمل الأساليب أحادية ومتعددة المتغيرات، طرق التحسين، المحاكاة، توزيعات العينات، تقليل البيانات، التقدير، اختبار الفرضيات، الارتباط والانحدار، مع تطبيق هذه الأساليب على مشكلات تنقيب البيانات.

606315 – البرمجة لعلم البيانات (3:3-0)

المتطلبات السابقة: 606271 و601214

يُعرّف المقرر الطلاب بأساسيات إحدى لغات البرمجة الحديثة المستخدمة في مشاريع البيانات الضخمة. تشمل الموضوعات: البرمجة كائنية التوجّه، الدوال، المجموعات، التعامل مع النصوص، وإدارة الحزم، بهدف بناء قاعدة برمجية قوية لتطبيقات البيانات واسعة النطاق.

606361 – تعلّم الآلة (3:3-0)

المتطلب السابق: 606360

يقدّم المقرر نهجًا نظريًا وعمليًا لتعلم الآلة، بما في ذلك التصنيف، التجميع، التنبؤ، التعلم الخاضع للإشراف وغير الخاضع، التعلم التعزيزي، والتعلم العميق. يتدرّب الطلاب على استخدام مكتبات وأدوات شهيرة مثل Apache Mahout وR وJulia وPython.

606362 – التعلم العميق (3:3-0)

المتطلبات السابقة: 606361 و606364

يعرض المقرر المبادئ الأساسية للتعلم العميق، ويغطي بنى الشبكات العصبية، التعلم الخاضع وغير الخاضع، الانحدار، والتصنيف. يركّز على التطبيق العملي باستخدام أطر عمل حديثة للتعلم العميق.

606374 – تنقيب البيانات ومستودعات البيانات (3:3-0)

المتطلبات السابقة: 606375 و606361

يعرّف المقرر الطلاب على خوارزميات تنقيب البيانات مثل قواعد الارتباط، التجميع، التصنيف، الانحدار، أشجار القرار، النماذج اللوجستية، والشبكات العصبية. كما يتناول تصميم مستودعات البيانات وبنيتها، وتقييم المخرجات التحليلية وتقديم التوصيات.

606464 – معالجة اللغة الطبيعية (3:3-0)

المتطلب السابق: 606362

يغطي المقرر مفاهيم معالجة اللغة مثل التحليل الصرفي، الآلات محدودة الحالات، Word2Vec، التعلم العميق للغة، الفونولوجيا، نماذج n-gram، الوسم الصرفي، التحليل النحوي، وتمثيل المعنى، إضافة إلى تطبيقات NLP في استرجاع المعلومات، تنقيب النصوص، وأنظمة الحوار.

606375 – هندسة البيانات والتحليل (3:3-2)

المتطلبات السابقة: 606272 و603391

يتناول المقرر أساسيات هندسة البيانات للأنظمة التشغيلية والتحليلية، مع تدريب عملي على تصميم وتنفيذ خطوط بيانات متكاملة قابلة للتوسّع لدعم الحلول التحليلية.

606475 – استكشاف البيانات وتصورها (3:3-0)

المتطلب السابق: 606374

يتناول المقرر مبادئ وطرق التصور البياني للبيانات لرفع مستوى الفهم والتواصل واتخاذ القرار. يشمل التعرف على الأنماط، الاتجاهات، والفروقات عبر الفئات والمكان والزمن.

606271 – البيانات الضخمة (3:3-0)

المتطلبات السابقة: 606170 و606272

يقدّم المقرر نظرة شاملة حول البيانات الضخمة من حيث المفاهيم والتقنيات والتطبيقات، بما في ذلك الحوسبة الموزعة، السحابة، ‎MapReduce‎، Hadoop، وإدارة البيانات الضخمة. يشمل الجانب العملي تجارب باستخدام Hadoop وApache Spark وPython.

606376 – تحليلات البيانات الضخمة (3:3-0)

المتطلب السابق: 606271

يعرّف المقرر الطلاب على تحليلات البيانات الضخمة باستخدام تقنيات سحابية. يشمل تصميم خطوط البيانات، المعالجة واسعة النطاق باستخدام Spark وMapReduce، التخزين السحابي، تدفقات البيانات اللحظية، مع التركيز على الأمان والتطبيقات الواقعية.

606408 – موضوعات مختارة في علم البيانات والذكاء الاصطناعي (3:3-0)

المتطلب السابق: 603391

يستعرض المقرر موضوعات متقدمة ومتجددة تُختار حسب اهتمامات القسم والطلاب، وتشمل مجالات مثل البرمجة المتقدمة، قواعد البيانات، الشبكات، نظم المعلومات، ودراسات حالة متخصصة.

606465 – تطبيقات الذكاء الاصطناعي (3:3-0)

المتطلب السابق: 606362

يركّز المقرر على تطبيقات الذكاء الاصطناعي في الواقع العملي، مثل معالجة الصوت واللغة والنماذج القائمة على المحولات. يشمل مشاريع تطبيقية لحل مشكلات صناعية باستخدام تقنيات الذكاء الاصطناعي.

606384 – الرؤية الحاسوبية (3:3-0)

المتطلب السابق: 606361

يغطي المقرر أساسيات الرؤية الحاسوبية مثل تكوين الصور، خوارزميات المعالجة، إعادة البناء ثلاثي الأبعاد، والتعرّف على الكائنات، مع تطبيقات تشمل النمذجة ثلاثية الأبعاد، تحليل الفيديو، المراقبة، والتحكم المعتمد على الرؤية.

606476 – التعرّف على الأنماط (3:3-0)

المتطلبات السابقة: 606361 و103241

يشمل المقرر تقنيات التعرف الإحصائي على الأنماط، مثل نظرية القرار البايزية، التقدير، الدوال التمييزية، الأساليب غير المعلمية، آلات الدعم الناقل، الشبكات العصبية، أشجار القرار، وخوارزميات التجميع.

606467 – النظم المعتمدة على المعرفة (3:3-0)

المتطلب السابق: 606361

يتناول المقرر بناء الأنظمة التي تعتمد على المعرفة المتخصصة، مع مراجعة تقنيات الذكاء الاصطناعي، ودراسات حالة، وأساليب تمثيل واكتساب المعرفة وتحديات تطوير الأنظمة.

606468 – نظم الخبراء (3:3-0)

المتطلب السابق: 606361

يعرّف المقرر الطلاب بمفاهيم نظم الخبراء بما في ذلك الأنظمة القائمة على القواعد، التعامل مع عدم اليقين، اكتساب المعرفة، التشخيص، بالإضافة إلى موضوعات ذات صلة مثل التعلم الآلي والشبكات العصبية وأنظمة الحوار.

606363 – الأنظمة المؤتمتة في علم البيانات والذكاء الاصطناعي (3:3-0)

المتطلب السابق: 606362

يغطي المقرر مبادئ الأنظمة المؤتمتة ودورها في علم البيانات والذكاء الاصطناعي، بما في ذلك خوارزميات التعلم الآلي والروبوتات المستخدمة لأتمتة المهام الذكية.

606417 – برمجة الروبوتات (3:3-0)

المتطلب السابق: 606361

يقدّم المقرر مقدمة في برمجة الروبوتات، ويشمل أنواع الروبوتات، برمجة Arduino وRaspberry Pi، التكامل مع منصات إنترنت الأشياء، والتطبيقات الروبوتية المتقدمة.

606360 – الذكاء الاصطناعي (3:3-0)

المتطلبات السابقة: 606170 و601222

يعرّف المقرر الطلاب على أساسيات الذكاء الاصطناعي بما في ذلك حل المشكلات، استراتيجيات البحث، تمثيل المعرفة، المنطق، الاستدلال، الأنظمة الخبيرة، الوكلاء الأذكياء، وتعلم الآلة.

606480 – مشروع التخرج (1) (3:3-0)

المتطلبات السابقة: 402201 و606375 و90 ساعة مكتسبة

يُعدّ هذا المقرر المرحلة التحضيرية لمشروع التخرج، حيث يشكّل الطلاب فرقهم، يختارون موضوع المشروع، يحددون نطاق العمل، يراجعون الأدبيات، ويجمعون المتطلبات اللازمة لبدء التنفيذ في مشروع التخرج (2).

606485 – مشروع التخرج (2) (3:0-3)

المتطلب السابق: 606480

يقوم الطلاب في هذا المقرر بتصميم وبناء نظام معلومات متكامل لمعالجة مشكلة حقيقية، مع تطبيق المعارف المكتسبة خلال البرنامج وبإشراف الهيئة التدريسية.

606400 – التدريب الميداني (3:0-3)

المتطلبات السابقة: موافقة القسم و606375

يوفّر المقرر خبرة مهنية واقعية للطلاب في مؤسسات عامة أو خاصة، مما يسمح بتطبيق المعرفة الأكاديمية في بيئة عمل حقيقية والمساهمة في مشاريع ميدانية.

606409 – الابتكار وريادة الأعمال في علم البيانات (3:3-0)

المتطلب السابق: 606375

يعرّف المقرر الطلاب بمفاهيم الابتكار وريادة الأعمال والإبداع في مجال التكنولوجيا، بما في ذلك ريادة الأعمال الخاصة والعامة والاجتماعية، أنواع الابتكار، مراحل الابتكار، النموذج التجاري، وأثر الابتكار على الاقتصاد والمنظمات.

606470 – أحدث التطورات في علم البيانات (3:3-0)

المتطلب السابق: 606375

يستعرض المقرر أحدث الاتجاهات في علم البيانات وتقنية المعلومات من خلال التعلم التعاوني. وتتغير الموضوعات تبعًا لمستجدات الصناعة والبحث العلمي.

606488 – المهارات المهنية في علم البيانات والذكاء الاصطناعي (3:3-0)

المتطلبات السابقة: 603391 و402201

يهيئ المقرر الطلاب لسوق العمل من خلال مهارات مثل إعداد السيرة الذاتية، المقابلات، الاحتراف على LinkedIn، والمهارات العملية المطلوبة في المجال.

606273 – مختبر البيانات الضخمة (1:1-2)

المتطلبات السابقة: 606272 و606170

يُعنى المختبر بالتطبيق العملي لمفاهيم البيانات الضخمة باستخدام Hadoop، ‏HDFS، ‏MapReduce، ‏Apache Spark، وPython لمعالجة البيانات واسعة النطاق.

606364 – مختبر تعلم الآلة (1:1-2)

المتطلب السابق: 606360

يطبّق الطلاب خوارزميات تعلم الآلة على بيانات حقيقية، بما في ذلك التصنيف والتجميع والتنبؤ، باستخدام أدوات مثل Python وscikit-learn وTensorFlow وPyTorch.

606365 – مختبر التعلم العميق (1:1-2)

المتطلبات السابقة: 606361 و606364

يمنح المختبر الطلاب خبرة عملية في بناء وتدريب نماذج التعلم العميق مثل CNN وRNN والشبكات الأمامية، باستخدام أدوات مثل TensorFlow وPyTorch وKeras.