التعلم الآلي التطبيقي بدون برمجة

يُقدّم هذا المساق مهارات عملية لبناء وتقييم وتحسين نماذج الانحدار والتصنيف باستخدام منصة Orange Data Mining التي تتيح للمستخدمين تنفيذ مهام التعلم الآلي عبر واجهة بصرية دون الحاجة إلى كتابة أكواد برمجية. يبدأ المساق بتغطية المبادئ الأساسية لمبادئ التعلم الآلي والرياضيات الضرورية، ثم ينتقل إلى تطبيق نماذج الانحدار الخطي، والدعم الناقل (SVM)، والغابات العشوائية من خلال تدفقات العمل المرئية. يوفّر المساق دروسًا فيديوية يقودها المدرّب مع إرشادات للمتابعة العملية لاكتساب ثقة في كل خطوة. يناسب الدورات المهنيين في علوم البيانات والمستخدمين المهتمين بالأعمال، ويساعدهم على تصميم حلول تنبؤية متكاملة وتقييم أدائها باستخدام مقاييس ملائمة، مع إمكانية تحسين المعلمات لضمان أفضل النتائج العملية.

• شرح مفاهيم التعلم الآلي الأساسية والأسس الرياضية ودور أدوات البرمجة بدون كود
• تطبيق Orange Data Mining لبناء نماذج الانحدار والتصنيف من خلال تدفقات عمل بصرية
• تحليل أداء النماذج باستخدام مقاييس تقييم مناسبة لمقارنة وتحسين النماذج
• تقييم وتحسين حلول التعلم الآلي من خلال ضبط المعلمات وتصميم تدفقات عمل تنبؤية متكاملة

• إلمام أساسي بالمفاهيم والمصطلحات المتعلقة بالتعلم الآلي
• الاستعداد للممارسة عبر تمارين تطبيقية أو دراسات حالة