دورة كالتيك

الدرس 1 • الثقافة البيانية والتفسير

تُعلّم قراءة الرسوم البيانية والجداول والملخصات الإحصائية بشكل ناقد. تُعد الطلاب لتقييم جودة الأدلة في الفصول اللاحقة.

الدرس 2 • الجدال المنطقي والمغالطات

يُقدّم الاستدلال الاستنباطي والاستقرائي إلى جانب التحيزات المعرفية الشائعة. يُعزز التقييم الناقد للادعاءات التي ترد في الأدبيات التقنية.

الدرس 3 • التفكير الكمي والتقدير

يُنمّي مهارات تقدير مرتبة القيمة وتحليل الأبعاد. يُتيح إجراء فحص سريع لسلامة النتائج قبل إجراء الحسابات التفصيلية.

الدرس 1 • أساسيات الجبر الخطي

يُغطي المتجهات والمصفوفات والتحويلات الخطية مع أمثلة تطبيقية. يُوفّر العمود الفقري الجبري لمهام تحليل البيانات والمحاكاة.

الدرس 2 • أساسيات التحسين

يُعلّم الانحدار التدريجي والتحسين المقيد وتصميم دوال الهدف. يربط النظرية الرياضية بمشكلات الهندسة وعلم البيانات العملية.

الدرس 3 • مفاهيم التفاضل والتكامل للنمذجة

يستعرض التفاضل والتكامل كأدوات لوصف التغير والتراكم. يدعم بشكل مباشر الفصول اللاحقة حول الأنظمة الديناميكية والتحسين.

الدرس 4 • الرياضيات الحاسوبية بالكود

تطبيق المفاهيم الرياضية باستخدام أدوات البرمجة النصية للحساب العددي. تعزيز النظرية المجردة من خلال تمارين برمجية عملية.

الدرس 1 • الميكانيكا الكلاسيكية والديناميكية

يُغطي قوانين نيوتن وحفظ الطاقة والحركة الدورانية. يُشكّل القاعدة البديهية الفيزيائية لتحليل الأنظمة الميكانيكية والإنشائية.

الدرس 2 • أساسيات ميكانيكا الموائع

يُغطي الاستمرارية ومبدأ برنولي وأساسيات التدفق اللزج. قابل للتطبيق في سياقات هندسة الطيران والهندسة الكيميائية والمدنية.

الدرس 3 • أساسيات علم المواد

يُقدّم البنى البلورية والخواص الميكانيكية وأنماط الفشل للمواد. يربط المبادئ الفيزيائية بقرارات اختيار المواد الواقعية.

الدرس 4 • الديناميكا الحرارية وانتقال الحرارة

يُقدّم قوانين الديناميكا الحرارية والإنتروبيا وطرق انتقال الحرارة. أساسي لفهم أنظمة الطاقة والمحركات وسلوك المواد.

الدرس 1 • جودة الكود وقابلية التكرار

يُغطي التحكم في الإصدارات والتوثيق وممارسات الاختبار للكود العلمي. يضمن أن النتائج قابلة للتكرار ويمكن للزملاء البناء على العمل المشترك.

الدرس 2 • المكتبات العلمية ومعالجة البيانات

يُقدم مكتبات معالجة البيانات العددية لسير العمل العلمي. يتيح معالجة فعالة لمجموعات البيانات الكبيرة دون حساب يدوي.

الدرس 3 • المحاكاة والطرق العددية

تطبيق طريقة أويلر وإيجاد الجذور والاستيفاء لمحاكاة الأنظمة الفيزيائية. يربط النظرية الرياضية من الفصل الثاني بالتطبيق الحاسوبي.

الدرس 4 • أساسيات البرمجة

يُغطي المتغيرات والتحكم في التدفق والدوال وهياكل البيانات بلغة عالية المستوى. يُوفر أساس بناء الجملة لجميع مهام البرمجة اللاحقة.

الدرس 1 • تصميم التجارب الصارمة

يُغطي العشوائية والمجموعات الضابطة وحساب حجم العينة والتحكم في المتغيرات المربكة. يضمن أن البيانات التي يتم جمعها في المراحل اللاحقة تدعم الاستنتاجات السببية الصحيحة.

الدرس 2 • الانحدار والنمذجة التنبؤية

يُقدم الانحدار الخطي ومتعدد الحدود واللوجستي للتنبؤ والاستدلال. يُعد الطلاب لمحتوى التعلم الآلي في الفصول اللاحقة.

الدرس 3 • الإحصاء الاستدلالي واختبار الفرضيات

يُغطي اختبارات تي وتحليل التباين واختبارات كاي تربيع والبدائل اللامعلمية. يُمكن الطلاب من استخلاص استنتاجات سليمة إحصائياً من البيانات التجريبية.

الدرس 4 • القياس وتحديد كمية عدم اليقين

يُعلم الخطأ المنتظم مقابل الخطأ العشوائي والمعايرة وانتشار عدم اليقين. يرتبط مباشرة بمهارات التفكير الكمي المُبنية في الفصل الثاني.

الدرس 1 • مقدمة في التفكير النظمي

يُعرف المخزونات والتدفقات وحلقات التغذية الراجعة والسلوك الناشئ في الأنظمة المعقدة. يُحول منظور الطالب من السببية الخطية إلى العلاقات الديناميكية المترابطة.

الدرس 2 • أنظمة التحكم والتغذية الراجعة

يُغطي المتحكمات التناسبية-التكاملية-المشتقة ودوال النقل وتحليل الاستقرار للأنظمة الهندسية. يربط الديناميكا الحرارية والميكانيكا من الفصل الثالث بتصميم التحكم الآلي.

الدرس 3 • النمذجة بالمعادلات التفاضلية

تطبيق المعادلات التفاضلية العادية لنمذجة السكان والاضمحلال والتذبذب. يوسّع مهارات التفاضل والتكامل من الفصل الثاني ليشمل تمثيل الأنظمة الديناميكية.

الدرس 4 • النماذج القائمة على الوكيل ونماذج الشبكات

يُقدّم المحاكاة القائمة على الوكيل وتحليل الشبكات بنظرية المخططات. يُمكن من نمذجة الأنظمة اللامركزية حيث ينشأ السلوك العالمي من قواعد محلية.

الدرس 1 • التعلم غير الخاضع للإشراف والتجميع

يُقدّم خوارزمية k-means والتجميع الهرمي وتقنيات تقليل الأبعاد. يُمكن من اكتشاف الأنماط في مجموعات البيانات غير الموسومة من التجارب والمحاكاة.

الدرس 2 • خوارزميات التعلم الخاضع للإشراف

يُغطي أشجار القرار وآلات المتجهات الداعمة وأساسيات الشبكات العصبية للبيانات الموسومة. يبني مباشرة على أسس الانحدار والتصنيف من الفصل الخامس.

الدرس 3 • نشر النموذج ومراقبته

يُغطي التغليف بالحاويات وخدمة API وكشف انحراف النموذج للأنظمة الإنتاجية. يضمن أن الطلاب يمكنهم نقل النماذج من دفاتر الملاحظات إلى بيئات تشغيلية موثوقة.

الدرس 4 • أساسيات التعلم العميق

يُغطي البنى الالتفافية والمتكررة والانتشار العكسي والتنظيم. يوسّع أساسيات الشبكة العصبية للتعامل مع بيانات الصور والتسلسل والسلاسل الزمنية.

الدرس 1 • الكتابة التقنية والتصور

يُنمّي مهارات كتابة الملخصات وأقسام المنهجية وروايات النتائج مع أشكال ذات جودة نشر. يُحوّل النتائج الأولية إلى تواصل علمي واضح وموثوق.

الدرس 2 • تحديد نطاق المشكلة ومراجعة الأدبيات

يُعلّم البحث المنهجي في الأدبيات وتحديد الفجوات وصياغة أسئلة البحث. يُرسخ مشروع التخرج بضمان أن المشاريع تعالج فجوات معرفية حقيقية.

الدرس 3 • تصميم البحث والمنهجية

توجيه اختيار الأساليب التجريبية أو الحاسوبية أو المختلطة المناسبة لسؤال البحث. يطبق مبادئ تصميم التجارب من الفصل الخامس على نطاق المشروع الكامل.

الدرس 4 • تنفيذ جمع البيانات وتحليلها

يُغطي إدارة البيانات في الوقت الفعلي وأتمتة خطوط الأنابيب والتحليل التكراري أثناء البحث النشط. يطبق المهارات الحاسوبية والإحصائية من الفصلين الرابع والخامس.