البيانات لتعلم الآلة

تركز هذه الدورة على أهمية البيانات في نجاح نموذج تعلم الآلة التطبيقي. سيكتسب المتعلمون مهارات لفهم العناصر الأساسية للبيانات في مراحل التعلم والتدريب والتشغيل، والتعرف على تحيزات البيانات ومصادرها. كما يتعلمون تطبيق تقنيات لتحسين عمومية النموذج، وشرح تبعات فرط التكيّف مع البيانات وسبل التخفيف منه، وتنفيذ اختبارات وطرق تحقق ملائمة. إضافة لذلك، يُظهر المتعلمون كيف يمكن تحسين دقة النموذج من خلال هندسة الميزات بعناية، واستكشاف تأثير معايير الخوارزميات على قوة النموذج. لتسهيل التعلم، يُشترط وجود خلفية برمجية في بايثون على الأقل للمبتدئين، مع القدرة على قراءة الشفرة البرمجية وتتبعها، واستخدام الهياكل البرمجية الأساسية مثل الشروط، الحلقات، المتغيرات، القوائم والقواميس.

• فهم العناصر الأساسية للبيانات في مراحل التعلم والتدريب والتشغيل
• التعرف على تحيزات البيانات ومصادرها
• تطبيق تقنيات لتحسين عمومية النموذج
• شرح تبعات فرط التكيّف وتحديد سبل التخفيف
• تنفيذ اختبارات وطرق تحقق مناسبة
• استكشاف تأثير معايير الخوارزميات على قوة النموذج

• معرفة أساسية بالمصطلحات والمفاهيم المتعلقة بالموضوع
• الاستعداد للممارسة العملية من خلال تمارين تطبيقية أو دراسات حالة