كل الدورات
عن الدورة
يهدف مساق التحليل الانحداري إلى تزويد الطلاب بالمفاهيم الأساسية في أحد أهم أساليب التعلم الخاضع للإشراف، وهو الانحدار. يتعرف المشاركون خلال المساق على مجموعة متنوعة من تقنيات الانحدار وكيفية تقييم أدائها بشكل فعال. ويتناول المساق موضوعات متقدمة تشمل الانحدار متعدد الحدود، وتقنيات التنظيم مثل Ridge وLasso وElastic Net. كما يتم شرح طرق التحقق المتقاطع وأساليب التجميع مثل bagging وboosting وstacking لتعزيز دقة النماذج. يعتمد المساق على دروس تفاعلية ودراسات حالة عملية تمنح الطالب خبرة تطبيقية في استخدام التحليل الانحداري على بيانات حقيقية. بنهاية المساق، سيتمكن الطلاب من فهم المبادئ الأساسية للانحدار، تنفيذ التحقق المتقاطع، واستخدام أساليب التجميع لتحسين دقة النماذج وتحليل النتائج بكفاءة.
ماذا ستتعلم
- فهم مبادئ وأهمية التحليل الانحداري في التعلم الخاضع للإشراف
- تطبيق طرق التحقق المتقاطع لتقييم أداء النماذج وتحسين المعلمات
- التعرف على أساليب التجميع ودورها في تحسين دقة نماذج الانحدار
المتطلبات المسبقة
- معرفة أساسية بالمصطلحات والتقنيات المرتبطة بالموضوع
- الاستعداد للممارسة التطبيقية من خلال تمارين أو دراسات حالة
المدرسون
D
Di Wu
Instructor
المواضيع
تحليل البيانات
علم البيانات
التعلم الآلي
التعلم الخاضع للإشراف
التحليل الاستكشافي للبيانات
الانحدار اللوجستي
النمذجة التنبؤية
هندسة الميزات
معلومات الدورة
المنصةCoursera
المستوىغير محدد
طريقة التعلمغير محدد
السعرمجاني
المهارات
تحليل البيانات
علم البيانات
التعلم الآلي
التعلم الخاضع للإشراف
التحليل الاستكشافي للبيانات
الانحدار اللوجستي
النمذجة التنبؤية
هندسة الميزات
Data Preprocessing
Machine Learning Methods
إعلان
إعلان