عن الدورة
تعلّم في هذه الدورة كيف توظف بايثون والذكاء الاصطناعي لصياغة فرضيات واختبارها باستخدام بيانات حقيقية. تبدأ من الأساسيات اللازمة لبرمجة بايثون في سياق علم البيانات، ثم تتدرّج إلى استخدام أهم المكتبات: NumPy للتعامل مع المصفوفات، وPandas لهياكل البيانات والتنظيف، وscikit-learn لبناء نماذج تعلم آلي قابلة للتقييم. ستتعرف على التحليل الاستكشافي للبيانات وكيف يساعدك على فهم التوزيعات والشذوذات قبل النمذجة. كما تتناول الدورة أساسيات النظرية الرياضية خلف الانحدار الخطي، ثم توضح كيف تتحول النظرية إلى تطبيق عملي في بناء نموذج وتقييمه. ستتدرّب على إعداد بيانات التدريب والاختبار، اختيار ميزات مناسبة، وتفسير نتائج النموذج بطريقة مفهومة. بنهاية الدورة ستكون قادرًا على بناء نموذج تعلم آلي بسيط خاضع للإشراف باستخدام scikit-learn، ودمج خطوات المعالجة والنمذجة في تدفق عمل واضح يساعدك على تطوير مشاريع أكثر تقدمًا لاحقًا.
ماذا ستتعلم
- استخدام تقنيات الذكاء الاصطناعي لاختبار فرضيات في بايثون
- تطبيق نموذج تعلم آلي يجمع بين NumPy وPandas وscikit-learn
- تنفيذ تحليل استكشافي لفهم البيانات قبل النمذجة
- إعداد تقسيم تدريب واختبار وتقييم أداء النموذج
- تفسير نتائج النموذج وتحديد حدود الاعتماد عليها
المدرسون
LearnQuest Network