Machine Learning - تعلم الالة

90
رقم التدريب 12561
مقدم من: مكان التعلم - Learning Space
هدف التدريب

تهدف الدورة الحالية الي القاء نظرة عامة على العديد من المفاهيم والتقنيات والخوارزميات في التعلم الآلي ، بدءًا من موضوعات مثل التصنيف والانحدار الخطي وتنتهي بمواضيع أكثر حداثة مثل نظم التوصية والتجميع، ستمنح الدورة الطالب الأفكار الأساسية والحدس وراء أساليب التعلم الآلي الحديثة بالإضافة إلى فهم أكثر قليلاً لكيف ولماذا ومتى تعمل.
 


فهرس موضوعات التدريب

اليوم الاول:

الوحدة 1 :مقدمة في تعلم الآلة ، في هذه الوحدة، ستتعرف على تطبيقات التعلم الآلي في مجالات مختلفة مثل الرعاية الصحية ،والخدمات المصرفية ، والاتصالات السلكية واللاسلكية، وما إلى ذلك.
ستحصل على نظرة عامة حول موضوعات التعلم الآلي ، مثل التعلم الخاضع للإشراف مقابل التعلم غير الخاضع للإشراف ، واستخدام كل خوارزمية أيضًا ، ستفهم ميزة استخدام مكتبات Python لتنفيذ نماذج التعلم الآلي المبادئ الأساسية لاستكشاف و تحليل البيانات.

اليوم الثاني:

الوحدة 2: الانحدار ،في هذه الوحدة، سوف تحصل على مقدمة موجزة عن الانحدار.
تتعرف على الانحدار الخطي وغير الخطي والبسيط والمتعدد وتطبيقاتها.
يمكنك تطبيق كل هذه الطرق على مجموعتي بيانات مختلفتين، في جزء المعمل.
تتعلم أيضًا كيفية تقييم نموذج الانحدار الخاص بك وحساب دقته.

اليوم الثالث:

الوحدة 3 :التصنيف،  في هذه الوحدة ، ستتعرف على تقنية التصنيف أنت تتدرب على خوارزميات تصنيف مختلفة ، مثل KNN وDecision Trees وLogistic Regression وSVM .
أيضًا، ستتعرف على إيجابيات وسلبيات كل طريقة ، ومقاييس دقة التصنيف المختلفة.
يمكنك تطبيق كل هذه الطرق على مجموعتي بيانات مختلفتين ، في جزء المعمل.

اليوم الرابع:

الوحدة 4:التجميع في هذه الوحدة، ستتعرف على مناهج التجميع المختلفة تتعلم كيفية استخدام التجميع لتجزئة العملاء، وتجميع المركبات نفسها، وكذلك تجميع محطات الطقس
 ثلاثة أنواع رئيسية من المجموعات، بما في ذلك التجميع المستند إلى التقسيم والتجميع الهرمي والتجميع المستند إلى الكثافة.

الوحدة 5: أنظمة التوصية ،في هذه الوحدة ستتعرف على أنظمة التوصية
أولاً سوف تتعرف على الفكرة الرئيسية وراء محركات التوصية ، ثم تفهم نوعين رئيسيين من محركات التوصية ، وهما التصفية القائمة على المحتوى والتصفية التعاونية وستقوم بمشروع بناءً على ما تعلمته حتى الآن.

مخرجات التعلم

بنهاية الدورة سيكون المتدرب قد تعلم:

  • فهم المفاهيم الأساسية للتعلم الآلي
  • تعريف التعلم الآلي
  • شرح تحجيم الخصائص و الميزات وتنظيف البيانات
  • العمل على هندسة الميزات
  • التمييز بين النموذج البارامترى والنموذج اللامعلمى
  • مناقشة تحليل البيانات الاستكشافية
  • مقدمة عن التعلم الخاضع للإشراف، وغير الخاضع للإشراف
  • نماذج تعلم الألة المختلفة
  • تحليل النموذج وتقييمه
  • عمل أكثر من مشروع صغير
المتطلبات السابقة للتدريب
  • سعودي الجنسية
  • شهادة دبلوم وما اعلى
  • لغة انجليزية متوسطة
  • جهاز كومبيوتر

 

الشهادات الإحترافية المتعلقة
    لا توجد شهادات احترافية مرتبطة بالدورة التدريبية.
اسم مقدم الدورة
  • ياسمين عبدالمحسن
خبرات المدرب
  • احمد عبدالفتاح

    A committed senior lecturer with over 10 years of experience at leading Egyptian academic institution teaching students from various social and cultural backgrounds, possessing excellent administrative, verbal communication and written skills along with constructive and effective teaching methods that promote a stimulating learning environment.

    Education

    DOCTOR OF PHILOSOPHY – PH.D. | INSTITUTE OF STATISTICAL STUDIES AND RESEARCH (ISSR) |Cairo University

    TEACHING AND TRAINING
    · Academic Courses: System Analysis and Design, UML, Programming with C++, Introduction to Databases, Web development, and design, Software Engineering, Data mining Concepts, Machine Learning. · Training Course: o Python Basics and Advanced o Data Analysis with Python o Machine Learning with Python

  • مجال التدريب
    الدورات التدريبية التخصصية
  • المسار الوظيفي
    • علم البيانات
    • هندسة البيانات
  • نوع الدورة
    دورة معرفية
  • مستوى الدورة التدريبية
    مستوى مبتدئ
  • طريقة توصيل الدورة
    تفاعلية مباشرة
  • موعد البرنامج تبدأ 26-05-2024 إلى 29-05-2024 لمدة 16 ساعات
انتهت فترة التقديم