دورة خوارزميات تعلم الآلة والذكاء الاصطناعي

المصدر: Mustafa Othman

دورة خوارزميات تعلم الآلة والذكاء الاصطناعي من Mustafa Othman: 14 درسًا متاحًا، مع ترتيب الدروس الأصلي ومحاور واضحة تساعدك على اختيار ما يناسب هدفك.

  • 0 متعلّمين
  • 4 س 55 د
  • كل المستويات
  • elposla

عن هذه الدورة

تجمع هذه الصفحة دروس «دورة خوارزميات تعلم الآلة والذكاء الاصطناعي» من قناة Mustafa Othman. ستجد 14 فيديو متاحًا بالترتيب الذي وضعه المصدر، ومدتها الإجمالية 4 ساعة و55 دقيقة. يمكنك العودة إلى أي درس عند مراجعة تطبيقك.

محاور الدروس وتسلسلها

هذه أمثلة من عناوين الدروس في بداية القائمة ووسطها ونهايتها، وتوضح نطاق المحتوى قبل البدء:

  • خوارزميات تعلم الآلة: التعلم غير المراقب | Unsupervised Learning Algorithms
  • خوارزميات تعلم الآلة: خوارزمية التصنيف بكثافة البيانات (التحليل العنقودي) | DBSCAN Algorithm
  • خوارزميات تعلم الآلة: خوارزمية الجيران الأقرب (التصنيف) | K-Nearest Neighbors Algorithm
  • خوارزميات تعلم الآلة: خوارزمية شجرة القرار (التصنيف) | Decision Tree Algorithm
  • خوارزميات تعلم الآلة: خوارزمية الانحدار الخطي البسيط | Simple Linear Regression Algorithm

كيف تبدأ الدراسة؟

ابدأ بدرس «خوارزميات تعلم الآلة: التعلم غير المراقب | Unsupervised Learning Algorithms» لتتعرف على طريقة الشرح وما يستخدمه المدرّس من مصطلحات أو أدوات. إذا وجدت مفهومًا غير واضح، سجّل اسمه وراجعه قبل الانتقال إلى التطبيق الذي يعتمد عليه.

اختر وقتًا يسمح بالتجربة بعد المشاهدة. يمكنك تقسيم القائمة إلى جلسات قصيرة، مع الاحتفاظ بملاحظات عن الخطوات التي نفذتها والأسئلة التي ظهرت أثناء العمل. مدة الفيديو المعروضة لا تمثل وحدها مدة التعلم المطلوبة.

نشاط مقترح لتطبيق ما تتعلمه

اختر مسألة صغيرة تتصل بالمفهوم المشروح، واكتب أمثلة للمدخلات والمخرجات قبل الحل. اختبر الحالات الحدية، وفسّر خطوات التنفيذ، ثم قارن بين حلين عند إمكان ذلك.

لمن تناسب هذه القائمة؟

تناسب من يريد متابعة موضوع «دورة خوارزميات تعلم الآلة والذكاء الاصطناعي» عبر دروس مرتبة، مع الاستعداد للمراجعة والتطبيق. راجع عناوين الدروس قبل اختيار نقطة البداية؛ قد تحتاج إلى أساس سابق إذا كانت القائمة مخصصة لجزء متقدم أو لإصدار معين.

المصدر الأصلي ومتابعة الدروس

أعدّ هذه الدروس Mustafa Othman. تنظم البوصلة الوصول إليها مع الحفاظ على ترتيبها ونسبتها لصاحبها. افتح قائمة خوارزميات تعلم الآلة والذكاء الاصطناعي | Machine Learning Algorithms على يوتيوب، أو زر قناة Mustafa Othman.

لترتيب خطوتك التالية، يمكنك أيضًا دورات التعلم المتاحة واختيار محتوى يكمل الموضوع الذي تدرسه.

محتوى الدورة

1 وحدة · 14 درس · 4 س 55 د

  1. دروس الدورة بترتيب المصدر 14 درسًا 4 س 55 د

    المصدر: Mustafa Othman

    • خوارزميات تعلم الآلة: التعلم غير المراقب | Unsupervised Learning Algorithms مقفل 22 د
    • خوارزميات تعلم الآلة: خوارزمية التصنيف (التحليل العنقودي) | K-Means Clustering Algorithm مقفل 31 د
    • خوارزميات تعلم الآلة: خوارزمية التجميع الهرمي (التحليل العنقودي) | Hierarchical Clustering Algorithm مقفل 10 د
    • خوارزميات تعلم الآلة: خوارزمية التصنيف بكثافة البيانات (التحليل العنقودي) | DBSCAN Algorithm مقفل 25 د
    • خوارزميات تعلم الآلة: خوارزمية تحليل المكوّن الرئيسي (تقليل الأبعاد) | PCA Algorithm مقفل 23 د
    • خوارزميات تعلم الآلة: التعلم المراقب للآلة | Supervised Machine Learning مقفل 20 د
    • خوارزميات تعلم الآلة: مصفوفة الإرباك (تقييم خوارزميات التصنيف) | Confusion Matrix مقفل 28 د
    • خوارزميات تعلم الآلة: خوارزمية الجيران الأقرب (التصنيف) | K-Nearest Neighbors Algorithm مقفل 6 د
    • Machine Learning Algorithms: Naïve Bayes Algorithm (Classification) مقفل 2 د
    • خوارزميات تعلم الآلة: خوارزمية متجه الدعم الآلي (التصنيف) | Support Vector Machines Algorithm مقفل 31 د
    • خوارزميات تعلم الآلة: خوارزمية شجرة القرار (التصنيف) | Decision Tree Algorithm مقفل 10 د
    • خوارزميات تعلم الآلة: خوارزمية الانحدار اللوجيستي (التصنيف) | Logistic Regression Algorithm مقفل 10 د
    • خوارزميات تعلم الآلة: تقييم نماذج الانحدار | Regression Models Evaluation (MAE, MSE, RMSE, & R2) مقفل 45 د
    • خوارزميات تعلم الآلة: خوارزمية الانحدار الخطي البسيط | Simple Linear Regression Algorithm مقفل 26 د

مدرّبك

elposla

تقييمات المتعلّمين

لا تقييمات بعد.