التعلّم الخاضع للإشراف

تغطي دورة «التعلّم الخاضع للإشراف» كيفية عمل نماذج التعلّم الخاضع للإشراف، وكيفية برمجتها بسرعة وكفاءة باستخدام مكتبات Sklearn في لغة بايثون. تتناول الدورة أشهر النماذج وأكثرها استخداماً في هذا المجال، بما في ذلك خوارزمية أقرب الجيران (K-Nearest Neighbor - KNN)، وآلات المتجهات الداعمة (Support Vector Machines - SVM)، وأنواع خوارزميات الانحدار (Regression)، إضافة إلى الغابات العشوائية (Random Forest) وأشجار القرار (Decision Trees). تشرح الدورة آلية عمل كل خوارزمية، وأنواع المشكلات التي تكون مناسبة لحلها، لتتمكن من اختيار النموذج الأنسب حسب طبيعة البيانات والهدف (تصنيف أو تنبؤ). وفي الوقت نفسه، لن يحتاج الطلاب إلى قضاء وقت طويل في كتابة الخوارزميات من الصفر؛ إذ إن Sklearn عادةً ما تختصر إنشاء النموذج وتدريبه إلى بضعة أسطر فقط من الشيفرة. تختتم الدورة بمشروع تطبيقي نهائي (Capstone) يتيح للطلاب عرض ما اكتسبوه من معرفة ومهارات وتطبيقها عملياً على مشكلة واقعية، بما يساعدهم على ترسيخ الفهم وتقييم النماذج المختلفة بصورة منهجية.

• فهم كيفية عمل خوارزمية أقرب الجيران (KNN) وكيفية برمجتها في بايثون
• فهم كيفية عمل خوارزمية آلة المتجهات الداعمة (SVM) وكيفية برمجتها في بايثون
• فهم كيفية عمل الأنواع المختلفة من خوارزميات الانحدار وكيفية برمجتها في بايثون
• فهم كيفية عمل خوارزمية الغابات العشوائية (Random Forest) وكيفية برمجتها في بايثون
• فهم كيفية عمل خوارزمية أشجار القرار (Decision Trees) وكيفية برمجتها في بايثون
• تقييم خوارزميات التعلّم الخاضع للإشراف المختلفة لاختيار الأنسب لمشكلة معيّنة

• امتلاك مستوى أساسي من معرفة البرمجة بلغة بايثون