دبلومة تعلم الآلة وعلوم البيانات | Machine Learning Diploma

دبلومة في تعلم الذكاء الاصطناعي وعلوم البيانات باستخدام لغة البايثون , دبلومة احترافية تقودك إلى فهم جيد للخوارزميات

تعريف بالدبلومة | Diploma Defintion

الجبر الخطي اللازم لتعلم الآلة | Linear Algebra for ML

اكتشاف وفحص البيانات | Data Exploration & Preparation

الإحصاء والإحتمالات لعلوم البيانات | Probability & Statistics

مكتبة نمباي | NumPy Library

مكتبة بانداس | Pandas Library

مكتبات الرسوم | Visualization Libraries (matplotlib, seaborn)

مقدمة لمفاهيم تعلم الآلة | Intro to Machine Learning concepts

التحسين العددي | Numerical optimization

التوقع الخطي وغير الخطي | Linear & Polynomial Regression

مشروع تعلم الآلة كامل البداية إلى النهاية | End to End ML project

النظامية أو التسوية | Regularization

منصة كاجل | Kaggle platform

التصنيف الثنائي والمتعدد ومقاييس التصنيف | Classification (binary, multiclass, metrics)

خوارزمية أقرب الجيران | K-Nearest Neighbors

خوارزمية نايف الساذج | Niave Bayes

التوقع اللوجستي | Logistic Regression

خوارزمية متجهات الدعم | Support Vector Machines

خورازمية شجرة القرار | Decision Trees

التعليم المعزز | Ensemble Learning (bagging, boosting)

ضبط معاملات الخورازميات | Hyperparameters Tuning

دبلومة تعلم الآلة وعلوم البيانات باستخدام لغة البايثون, هي دبلومة فريدة تثري المحتوى العربي لمواضيع الذكاء الاصطناعي… وهي دورة تدريبية شاملة قائمة على التفاعل والتطبيق وشرح وافي وتفصيلي للخوارزميات بدءا من الصفر وحتى فهم ممتاز للخوارزمية ومن ثم التطبيق في الأكواد وبناء نموذج قوي يستخدم في الحياة العملية.. الدبلومة مناسبة للمبتدئين ولأي شخص مهتم بعلم البيانات وتحليلها و تعلم الآلة والذكاء الاصطناعي Data Analyst, Data Scientist, Machine Learning Engineer, AI Engineer.. الدبلومة توهلك لاحتراف تعلم الآلة وعلوم البيانات ليس فقط من خلال كتابة الكود بل بفهم جيد للرياضيات المتعلقة بالخوارزمية حتى يمكنك الضبط الجيد لمعاملات الخوارزمية.

____________________________________________________________________________________________________________________________

نتناول في هذه الدبلومة بحول الله تعالى

  • Diploma Definition
  • Linear Algebra for Machine Learning
  • Data Exploration and Preparation
  • Probability and Statistics for Data Science
  • NumPy Library
  • Pandas Library
  • Visualization Libraries (matplotlib, seaborn)
  • Intro to Machine Learning concepts
  • Numerical optimization
  • Regression with different Methods
  • End to End Machine Learning Projects
  • Regularization
  • Kaggle platform
  • Classification (Binary, Multiclass, different metrics)
  • K-Nearest Neighbors
  • Naive Bayes
  • Logistic Regression
  • Support Vector Machines
  • Decision Trees
  • Ensemble Learning (Voting, Bagging, Boosting)
  • Hyperparameters Tuning
  • Practical projects
  • What is next ?

____________________________________________________________________________________________________________________________

— (*) تحذير هام: تم بذل مجهود كبير بفضل الله وتوفيقه من قبل م. محمد عجور في إعداد هذا المحتوى الذي يقدم بصفة شخصية لك مقابل

الاشتراك، رجاء عدم نسخه أو استخدامه بعيداً عن الموقع أو الإتجار به لإن ذلك يعرضك للمسائلة أمام الله عز وجل .. شكراً لتفهمك، وشكراً لاهتمامك بما نقدمه.

Tutorial Bar
Logo