كل الدورات
عن الدورة
يركز هذا المساق على بناء نماذج تعلم آلي عالية الأداء من خلال تطبيق أفضل الممارسات الهندسية للتصميم والتقييم والتحسين. تبدأ الدورة برسم خريطة للمشكلات التجارية إلى مهام تعلم آلي مناسبة، مع تدريب نماذج متعددة باستخدام مكتبات تعلم آلي شائعة. تستكشف كيفية تأثير الخوارزميات المختلفة تحت ظروف بيانات متنوعة وكيفية تبرير اختيار النماذج بناءً على مقاييس الأداء وتوازن التحيز والتباين. كما تغطي الدورة تقنيات ضبط المعاملات لتحسين النماذج، وتقييم التكاليف الحاسوبية للخوارزميات لاختيار حلول فعالة. ستتعلم كذلك طرق التحقق مثل التحقق المتقاطع والعينة الطبقية لتقدير أداء النموذج بدقة وموثوقية، مع إنشاء خطوط أنابيب تعلم آلي مؤتمتة تبسط العمليات من إعداد الميزات إلى التدريب والتجارب.
ماذا ستتعلم
- بناء وتدريب نماذج تعلم آلي تلائم مشكلات العمل
- تحسين النماذج عبر ضبط المعاملات والتحقق المتقاطع وتحليل الميزات
- إنشاء خطوط أنابيب تعلم آلي مؤتمتة لعمليات هندسية وتجريبية سلسة
المتطلبات المسبقة
- إلمام أساسي بالمفاهيم والمصطلحات ذات الصلة
- الاستعداد لتنفيذ تمارين تطبيقية وحالات عملية
المدرسون
P
Professionals from the Industry
المواضيع
التعلم الآلي
علوم البيانات
تطوير البرمجيات
علوم الحاسوب
عمليات التعلم الآلي
التعلم الآلي الإحصائي
النمذجة الإحصائية
التعلم الخاضع للإشراف
معلومات الدورة
المنصةCoursera
المستوىغير محدد
طريقة التعلمغير محدد
السعرمجاني
المهارات
التعلم الآلي
علوم البيانات
تطوير البرمجيات
علوم الحاسوب
عمليات التعلم الآلي
التعلم الآلي الإحصائي
النمذجة الإحصائية
التعلم الخاضع للإشراف
Resource Utilization
Feature Engineering
إعلان
إعلان