التعلّم الآلي باستخدام لغة بايثون

Por: Coursera . en: , ,

  • 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.

Plataforma