تقييم وتبديل النماذج في جافا للتعلّم الآلي

تشرح هذه الدورة كيفية تقييم نماذج التعلم الآلي ضمن تطبيقات جافا من خلال قياس أدائها باستخدام مقاييس مثل الدقة، الاستدعاء، F1-score، وAUC-ROC، مع التركيز على المشاكل المرتبطة بمجموعات البيانات غير المتوازنة. يتعلم المشاركون مقارنة العديد من الخوارزميات مثل الانحدار اللوجستي، أشجار القرار، وآلات دعم المتجهات تحديد النموذج الأمثل بناءً على العواقب العملية وليس فقط نتائج المراتب. كما تتضمن الدورة تعليمات لتصميم بنية مرنة للنماذج باستخدام تصميم قائم على الواجهات ونمط الاستراتيجية، مما يُمكن من تبديل النماذج دون تعديل النظام بأكمله، وهو أمر أساسي لعمليات ML الناجحة.

• تطبيق أساليب تقييم نماذج جافا باستخدام مقاييس وأدوات التحقق المتقاطع لتجنب الإفراط في التخصيص
• مقارنة خوارزميات جافا المختلفة على نفس مجموعة البيانات لاختيار الأفضل
• تصميم مكونات تعلم آلي قابلة للتبديل باستخدام تصميم قائم على الواجهات ونمط الاستراتيجية

• الإلمام الأساسي بموضوع التعلم الآلي ومصطلحاته
• الاستعداد لممارسة التمارين والتطبيقات العملية