Machine Learning - تعلم الالة
Training Description
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.
Training Course index
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.
اليوم الخامس:
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.
Training course outcomes
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
Training Pre-requirements
- سعودي الجنسية
- شهادة دبلوم وما اعلى
- لغة انجليزية متوسطة
- جهاز كومبيوتر
| Related Professional Certificates |
|
|---|---|
| Trainer Name |
|
| Trainer Experiences |
|