المعسكر التدريبي لتعلم الآله

ما سوف تتعلمه:

1. برمجة بايثون كائنية التوجه:

2. مكتبات تعلم الآله الشائعة:

3. عملية التعلم الآلي:

4. التعلم الخاضع للإشراف وغير الخاضع للإشراف:

5. مشروع احتيال الشركات:

6. المشاريع الصغيرة:

7. مشروع التخرج:

وصف الدورة التدريبية:

ستتعلم في هذه الدورة الشاملة أساسيات التعلم الآلي باستخدام لغة بايثون. بدءًا من البرمجة الموجهة للكائنات، ستتقدم إلى استخدام المكتبات الشائعة مثل Pandas وMatplotlib وNumpy وScikit-learn لمهام التعلم الآلي. سوف تستكشف خوارزميات التعلم الخاضعة للإشراف وغير الخاضعة للإشراف، وستعمل على مشاريع واقعية، وتكمل مشروع التخرج النهائي لعرض مهاراتك.

بحلول نهاية هذه الدورة، ستكون مجهزًا للتعامل مع تنظيف البيانات والتصور واختيار الميزات وتطبيق خوارزميات التعلم الآلي المختلفة. يضمن هذا النهج القائم على المشاريع حصولك على خبرة عملية وفهم عميق لتقنيات التعلم الآلي.

محتوى الدورة:

1. البرمجة الشيئية في بايثون

   • إتقان أساسيات البرمجة كائنية التوجه باستخدام بايثون.

2. خوارزميات التعلم الخاضعة للإشراف

   • الانحدار الخطي/اللوجستي

   • ساذج بايز

   • آلة دعم المتجهات (SVM)

   • شجرة القرار

   • K أقرب الجيران (KNN)

3. نزول التدرج وتحسين الخوارزمية

   • تعرف على النسب المتدرج وكيفية تحسين خوارزميات التعلم الآلي.

4. تحجيم الميزة

   • فهم أهمية توسيع الميزات في التعلم الآلي.

5. اختيار ميزة

   • تعلم تقنيات اختيار الميزات الأكثر صلة.

6. طرق التحقق والتقييم

   • اكتشف كيفية التحقق من صحة نماذج التعلم الآلي وتقييمها.

7. مقدمة للتعلم غير الخاضع للرقابة

   • K-يعني التجميع

   • التجميع الطيفي

   • تحليل المكونات الرئيسية (PCA)

8. المشروع النهائي

   • قم بتطبيق جميع مهارات التعلم الآلي لديك في مشروع نهائي شامل.

لمن هذه الدورة:

هذه الدورة مثالية ل:

• علماء البيانات الطموحون:

• الطلاب الجدد:

• المحترفون:

• أي شخص مهتم بالتعلم الآلي:

شهادة

عند الانتهاء من هذه الدورة سوف تحصل على شهادتين:

• سوف تحصل على شهادة من

• شهادة من

متطلبات الدورة:

1. الطلاب الذين أنهوا دورة تحليل البيانات (DA) ويتطلعون إلى ممارسة مهنة في علم البيانات.

2. بالنسبة للطلاب الذين لم ينضموا إلى دورة DA الخاصة بنا، يجب على المتقدمين اجتياز اختبار مدته 45 دقيقة في الإحصاء وأساسيات لغة بايثون.

3. معرفة اللغة الإنجليزية أمر لا بد منه.

4. معرفة جيدة بأساسيات حساب التفاضل والتكامل والإحصاء.

5. جهاز كمبيوتر / كمبيوتر محمول يعمل.