كل الدورات
عن الدورة
يركز هذا التخصص على تطوير مهارات المتعلمين في صياغة مهام التعلم الآلي باستخدام الأسس الرياضية للاحتمالات والإحصاء، مع التمييز بين المنظور البايزي والفريكونتي. يتضمن التخصص بناء نماذج خطية للتنبؤ والتصنيف، وتقدير المعاملات المثلى للنماذج باستخدام طريقة تقدير الاحتمالية العظمى (MLE). بالإضافة إلى ذلك، يتعلم المشاركون تصميم وتنفيذ الشبكات العصبية الاصطناعية التي تناسب مهام الانحدار والتصنيف المختلفة. يغطي البرنامج مناهج نظرية وتطبيقية متقدمة تساعد على فهم آليات بناء النماذج وتقييمها وتحسين أداءها، ويؤهل المتعلمين للقيام بمشاريع تعلم آلي حقيقية باستخدام أدوات وتقنيات حديثة.
ماذا ستتعلم
- صياغة مهام التعلم الآلي باستخدام طرق رياضية مستندة إلى الاحتمالات والإحصاء
- فهم وبناء نماذج خطية باستخدام MLE والطرق البايزية
- تصميم وتنفيذ الشبكات العصبية لحل مهام الانحدار والتصنيف
المتطلبات المسبقة
- معرفة أساسية بالمصطلحات والمفاهيم المتعلقة بالتعلم الآلي
- الاستعداد للمشاركة في تطبيقات وتمارين عملية
المدرسون
P
Peter Chin
Professor of Engineering
المواضيع
الخوارزميات
علوم الحاسوب
الهندسة الكهربائية
علوم وهندسة الفضاء الفيزيائي
الذكاء الاصطناعي
تعلم الآلة
الشبكات العصبية الاصطناعية
الشبكات البايزية
معلومات الدورة
المنصةCoursera
المستوىغير محدد
طريقة التعلمغير محدد
السعرمجاني
المهارات
الخوارزميات
علوم الحاسوب
الهندسة الكهربائية
علوم وهندسة الفضاء الفيزيائي
الذكاء الاصطناعي
تعلم الآلة
الشبكات العصبية الاصطناعية
الشبكات البايزية
Bayesian Statistics
Classification Algorithms
إعلان
إعلان