كل الدورات
عن الدورة
يركز هذا المساق العملي على تطوير المهارات الأساسية لبناء نماذج تعلم مشرف وتقييمها باستخدام لغة بايثون. باستخدام بيانات حقيقية من مجموعة بيانات Titanic، يرشد المساق المشاركين خلال مراحل المشروع الكامل للتعلم الآلي من إعداد البيئة وفهم دورة حياة النموذج إلى جاهزيته للنشر. يتعرف المتعلمون على المكتبات الأساسية مثل NumPy و pandas، ويتعلمون المفاهيم النظرية للخوارزميات كأشجار القرار والانحدار اللوجستي. تشمل المرحلة الثانية تحليل البيانات الاستكشافي، وتنظيف البيانات، وبناء ميزات هندسية لزيادة أداء النموذج، بالإضافة إلى التقييم باستخدام مصفوفة الارتباك والتحقق المتقاطع لتحسين دقة النموذج وموثوقيته.
ماذا ستتعلم
- تنفيذ نماذج التعلم المشرف على مجموعات بيانات حقيقية
- تفسير نتائج النماذج بثقة
- تقييم نماذج التعلم المشرف باستخدام بايثون
- فهم هيكل مشاريع التعلم الآلي والمكتبات الأساسية
- تطبيق تقنيات تحليل البيانات الاستكشافية وبناء الميزات
- استخدام مقاييس التقييم مثل مصفوفة الارتباك والتحقق المتقاطع
المتطلبات المسبقة
- مهارات أساسية في لغة بايثون
- معرفة تحليل البيانات أو الإحصاء مفيدة لبناء النماذج وتقييمها
المدرسون
E
EDUCBA
المواضيع
تحليل البيانات
علوم البيانات
مكتبة Scikit Learn
خوارزميات التعلم الآلي
مكتبة Pandas
التعلم المشرف
النمذجة التنبؤية
أساليب تعلم الآلة
معلومات الدورة
المنصةCoursera
المستوىغير محدد
طريقة التعلمغير محدد
السعرمجاني
المهارات
تحليل البيانات
علوم البيانات
مكتبة Scikit Learn
خوارزميات التعلم الآلي
مكتبة Pandas
التعلم المشرف
النمذجة التنبؤية
أساليب تعلم الآلة
Feature Engineering
Classification And Regression Tree (CART)
إعلان
إعلان