YoVDO

التعلّم الآلي باستخدام لغة بايثون

Offered By: IBM via Coursera

Tags

Machine Learning Courses Python Courses Supervised Learning Courses Unsupervised Learning Courses scikit-learn Courses Classification Courses Clustering Courses Model Evaluation Courses

Course Description

Overview

تتعمق هذه الدورة في تناول أساسيات التعلم الآلي باستخدام لغة برمجة سهلة التعلم ومعروفة، ألا وهي لغة بايثون.
وسنتطرق في هذه الدورة إلى عنصرين رئيسيين:
الأول، ستتعرف على الغرض من التعلم الآلي وأماكن تطبيقه في الواقع.
وثانيًا، سوف نلقِ نظرة عامة على موضوعات التعلم الآلي، مثل التعلم المُوجّه والتعلم غير المُوجّه وتقييم النماذج وخوارزميات التعلم الآلي.

سنتتدرب في هذه الدورة على أمثلة واقعية للتعلم الآلي ونتعرف على كيفية تأثير ذلك على المجتمع بطرق ربما لم تخطر على بالك!\n\nلتخصص فقط بضع ساعات أسبوعيًا خلال الأسابيع القليلة المقبلة، وإليك ما سوف تتعلمه.
1)مهارات جديدة تُضاف إلى سيرتك الذاتية، مثل الانحدار والتصنيف والتجميع العنقودي ومكتبة ساي كيت ليرن
ومكتبة سي باي
2) مشاريع جديدة يمكنك إضافتها إلى ملفك الشخصي، ومنها الكشف عن السرطان والتنبؤ بالاتجاهات الاقتصادية والتنبؤ بانسحاب العملاء ومحركات التوصية وغير ذلك الكثير.
3) وشهادة في التعلم الآلي لإثبات كفاءتك وتقديمها إلى أي مكان ترغب في التقدم إليه عبر الإنترنت أو خلافه، مثل الملفات الشخصية على لينكد إن ووسائل التواصل الاجتماعي.

فإذا اخترت المشاركة في هذه الدورة والحصول على شهادة دورة كورسيرا، فستحصل أيضًا على شارة رقمية من IBM عند إتمامك للدورة بنجاح.

Syllabus

  • مقدمة عن التعلّم الآلي
    • سنتعرف في هذا الأسبوع على تطبيقات التعلم الآلي في عدة مجالات مختلفة مثل الرعاية الصحية والخدمات المصرفية والاتصالات، وغيرها. وسوف نلقِ نظرة عامة على موضوعات التعلم الآلي، مثل التعلم المُوجّه وغير المُوجّه واستخدام جميع الخوارزميات. كما سنتعرف على ميزة استخدام مكتبات بايثون لتنفيذ نماذج التعلم الآلي.
  • الانحدار
    • سوف تدرس في هذا الأسبوع مقدمة موجزة عن الانحدار. وستتعرف على الانحدار الخطي وغير الخطي والبسيط والمتعدد وتطبيقاتهم. وستطبق جميع هذه الطرق على مجموعتي بيانات مختلفتين في الجزء التطبيقي. كما ستتعرف على كيفية تقييم نموذج الانحدار وحساب دقته.
  • التصنيف
    • سوف تتعرف في هذا الأسبوع على أساليب التصنيف. وستتدرب على خوارزميات التصنيف المختلفة مثل خوارزمية الجار الأقرب وأشجار القرارات والانحدار اللوجستي وآلة متجه الدعم. كما ستتعرف على إيجابيات وسلبيات كل طريقة ومقاييس دقة التصنيف المختلفة.
  • التجميع العنقودي
    • سوف تتعرف في هذا الفصل على مناهج التجميع العنقودي المختلفة. وستتعرف على كيفية استخدام التجميع العنقودي لتقسيم العملاء وتجميع نفس المركبات وكذلك التجميع العنقودي لمحطات الأرصاد الجوية. وستتعرف على 3 أنواع رئيسية من التجميع العنقودي، منها التجميع العنقودي القائم على التقسيم والتجميع الهرمي والتجميع العنقودي القائم على الكثافة‎.
  • أنظمة التوصية
    • سوف تتعرف في هذه الوحدة على أنظمة التوصية. وستتعرف أولًا على الفكرة الأساسية وراء محركات التوصية، ثم ستتعرف على نوعين رئيسيين من محركات التوصية، هما التصفية القائمة على المحتوى والتصفية التعاونية.
  • المشروع النهائي
    • ستقوم في هذه الوحدة بتنفيذ مشروع بناءً على ما تعلمته حتى الآن. وستقدم تقريرًا عن مشروعك ليقيمه زملاؤك.

Taught by

SAEED AGHABOZORGI and Joseph Santarcangelo

Tags

Related Courses

Введение в машинное обучение
Higher School of Economics via Coursera
Using Python for Research
Harvard University via edX
Multiple Linear Regression with scikit-learn
Coursera Project Network via Coursera
Predict Sales Revenue with scikit-learn
Coursera Project Network via Coursera
Introducción a la Inteligencia Artificial: Principales Algoritmos
Galileo University via edX