كل الدورات
عن الدورة
يقدم هذا المقرر مقدمة متخصصة في أحد تقنيات التعلم الموجه الأكثر أهمية وهي التصنيف. سيركز المقرر على تعليم المشاركين كيفية تدريب نماذج تنبؤية لتصنيف النتائج الفئوية. كما يشرح كيفية استخدام مؤشرات الخطأ لمقارنة أداء النماذج المختلفة. يشمل الجزء العملي تبني ممارسات مثل تقسيم البيانات إلى مجموعات تدريب واختبار، ومعالجة مجموعات البيانات غير المتوازنة لضمان دقة النتائج وفاعلية النماذج المدربة، مما يؤهل المتعلمين لفهم وتطوير نماذج تصنيف فعالة.
ماذا ستتعلم
- فهم أساليب التصنيف وتدريب النماذج التنبؤية
- استخدام مقاييس الخطأ لتقييم النماذج
- تطبيق أفضل الممارسات في تقسيم البيانات والتعامل مع البيانات غير المتوازنة
المتطلبات المسبقة
- معرفة أساسية بالمجال ومصطلحاته
- الاستعداد للتطبيق العملي من خلال تمارين أو دراسات حالة
المدرسون
M
Mark J Grover
Digital Content Delivery Lead
S
Svitlana (Lana) Kramar
Data Science Content Developer
J
Joseph Santarcangelo
Ph.D., Data Scientist at IBM
M
Miguel Maldonado
Machine Learning Curriculum Developer
المواضيع
التعلم الآلي
علوم البيانات
تحليل البيانات
نماذج التصنيف
تنقية البيانات
النمذجة التنبؤية
هندسة الميزات
مكتبة Scikit Learn
معلومات الدورة
المنصةCoursera
المستوىغير محدد
طريقة التعلمغير محدد
السعرمجاني
المهارات
التعلم الآلي
علوم البيانات
تحليل البيانات
نماذج التصنيف
تنقية البيانات
النمذجة التنبؤية
هندسة الميزات
مكتبة Scikit Learn
Logistic Regression
Model Evaluation
إعلان
إعلان