كل الدورات
عن الدورة
يهدف هذا المساق إلى تمكين المهنيين من فهم المفاهيم الأساسية التي تشكل مجال التعلم الآلي. يتم تدريب المشاركين على اختبار الفرضيات باستخدام تصميم التجارب، بالإضافة إلى تدريب وضبط وتقييم النماذج التي تحل مسائل التصنيف، الانحدار، التنبؤ، والتجمع. يشترط المساق وجود خلفية تقنية في مجال علوم الحاسوب ومستوى مقبول من مهارات البرمجة لزيادة فرص النجاح. في ختام الدورة، سيكون المتعلم قادرًا على تطبيق تقنيات التعلم الآلي بشكل عملي وحل المشكلات باستخدام الخوارزميات المناسبة.
ماذا ستتعلم
- تمييز المفاهيم الأساسية في التعلم الآلي
- اختبار الفرضيات ضمن تصميم تجارب
- تدريب وضبط نماذج تصنيف وانحدار وتجمع
- تقييم أداء النماذج باستخدام مقاييس مناسبة
المتطلبات المسبقة
- المعرفة الأساسية بالمفاهيم والمصطلحات ذات الصلة
- الاستعداد للتطبيق العملي من خلال تمارين أو دراسات حالة
- خلفية في تكنولوجيا الحاسوب والبرمجة
المدرسون
S
Stacey McBrine
CDSP, CAIP, CIoTP, CIoTSP, CFR, CISSP, SSCP, CASP, CFR, CEI, CEH, ECSA, CHFI, CCNA, CCSI, CTT+, LINUX+, PENTEST+, SECURITY+, A+, SCNP, ITIL Foundations, ITIL SO, ITIL OSA, MCSA, MCITP
S
Sarah Haq
Data Engineer at Artsy
المواضيع
التعلم الآلي
علوم البيانات
إدارة البيانات
تكنولوجيا المعلومات
التعلم الموجه
التعلم غير الموجه
تحليل الانحدار
تقييم النماذج
معلومات الدورة
المنصةCoursera
المستوىغير محدد
طريقة التعلمغير محدد
السعرمجاني
المهارات
التعلم الآلي
علوم البيانات
إدارة البيانات
تكنولوجيا المعلومات
التعلم الموجه
التعلم غير الموجه
تحليل الانحدار
تقييم النماذج
Data Preprocessing
Algorithms
إعلان
إعلان