عن الدورة
يركز هذا المقرر على بناء أساس قوي في الشبكات العصبية مع مهارات عملية في PyTorch تساعدك على تنفيذ نماذج جاهزة للتطبيق في العمل. ستبدأ بفهم مكونات النموذج: المدخلات، الطبقات، دوال التنشيط، الخسارة، والتحسين. ثم تطبق ذلك عبر نماذج كلاسيكية مثل الانحدار الخطي والانحدار اللوجستي، لتتعلم الفرق بين مسائل الانحدار والتصنيف وكيفية اختيار المقاييس المناسبة. ستتعلم التعامل مع البيانات داخل PyTorch عبر DataLoader، وكيفية تنفيذ التدريب خطوة بخطوة باستخدام الانحدار المتدرج، وضبط معدل التعلم وحجم الدفعة. كما يغطي المقرر مبادئ تقييم النماذج والتحقق من التعميم، مع نصائح عملية لتجنب أخطاء شائعة مثل تسرب البيانات وسوء التقسيم. بنهاية المسار ستكون قادرا على بناء نموذج من الصفر، تدريبُه بكفاءة، تفسير النتائج، وتحويل التجارب إلى كود منظم يمكن تطويره لاحقا لنماذج أعمق في الرؤية الحاسوبية ومعالجة اللغة الطبيعية.
ماذا ستتعلم
- اكتساب مهارات PyTorch عملية خلال مدة قصيرة
- تنفيذ وتدريب نماذج الانحدار الخطي من الصفر باستخدام PyTorch
- فهم مفاهيم الانحدار اللوجستي وتطبيقها على مسائل التصنيف
- التعامل مع البيانات وتدريب النماذج باستخدام الانحدار المتدرج للتحسين
المدرسون
Joseph Santarcangelo
IBM Developer Skills Network