تقييم وتحليل نماذج الأداء

في مشاريع التعلم الآلي الواقعية، لا يقتصر العمل على بناء النماذج فقط، بل يُعتبر التقييم والتفسير والدفاع عن تحسيناتها جزءًا أساسيًا من المصداقية المهنية. تتعلم في هذه الدورة كيفية تقييم نماذج الانحدار والتصنيف باستخدام مقاييس دقيقة مثل RMSE وMAE، وتحليل مصفوفات الارتباك لكشف الأنماط الخاطئة التي تنتج عنها نتائج إيجابية كاذبة مثل في فلترة الرسائل المزعجة. تستخدم الدورة تقنيات التمهيد الإحصائي لتحليل أهمية تحسن المقاييس مثل AUC. تتضمن الدورة مقاطع فيديو تعليمية، محادثات توجيهية، أنشطة تطبيقية، ومختبر غير مصحح لبناء ثقة تحليلية في تفسير أداء النماذج كما هو متبع في فرق العمل الحقيقية.

• تبرير اختيارات التقييم واتخاذ قرارات مستندة إلى الأدلة
• تقييم نماذج الانحدار والتصنيف باستخدام المقاييس المناسبة
• تشخيص نقاط الفشل النظامي للنماذج وتحديد أهمية الفروق في الأداء

• الإلمام الأساسي بالمفاهيم والمصطلحات المتعلقة بالتعلم الآلي
• الاستعداد للمشاركة في التمارين والتطبيقات العملية