قرارات عملية لتحسين مشروعات تعلم الآلة
شرح عربي | المصدر: Hesham Asem
قرارات عملية لتحسين مشروعات تعلم الآلة بشرح عربي من Hesham Asem. تابع 26 درسًا متاحًا بترتيب المصدر، وطبّق الأفكار على تمرين مستقل يناسب مستواك.
- 0 متعلّمين
- 9 س 53 د
- كل المستويات
- elposla
عن هذه الدورة
قرارات عملية لتحسين مشروعات تعلم الآلة
قرارات عملية لتحسين مشروعات تعلم الآلة بشرح عربي من Hesham Asem. تابع 26 درسًا متاحًا بترتيب المصدر، وطبّق الأفكار على تمرين مستقل يناسب مستواك.
وللتوسع في الذكاء الاصطناعي، يمكنك مراجعة تنظيم مشروعات تعلم الآلة وتحليل أخطائها واختيار الدروس المناسبة لما تريد تطبيقه.
وللتوسع في الذكاء الاصطناعي، يمكنك مراجعة بناء نماذج تعلم الآلة باستخدام Scikit-learn واختيار الدروس المناسبة لما تريد تطبيقه.
ماذا ستجد داخل المحتوى؟
- H-01 - التعامل مع الأخطاء
- H-14 - Recommendation System نظام الترشيحات
- H-26- Ceiling Analysis التحليل الأقصي
طريقة دراسة هذه الدورة
ابدأ بمراجعة متطلبات «H-01 - التعامل مع الأخطاء». عند الوصول إلى «H-14 - Recommendation System نظام الترشيحات»، أعد شرح الفكرة بكلماتك وسجل سؤالًا أو تجربة عملية عليها. اختتم بمراجعة «H-26- Ceiling Analysis التحليل الأقصي» ومقارنة ما أنجزته بنقطة البداية.
تطبيق يثبت التعلم
ابنِ نموذجًا صغيرًا يوضح إحدى وظائف الدورة، واختبره على بيانات تجريبية. سجل الحالات التي نجح فيها والحالات التي احتاجت تدخلًا بشريًا، مع تقدير حدود الدقة والتكلفة.
المصدر ولغة الشرح
المحتوى الأصلي من Hesham Asem. افتح قائمة المصدر على يوتيوب. بوصلة تنظم الوصول إلى الدروس ولا تنسب إنتاجها لنفسها. فُحصت بيانات القائمة وعينات بيانات الدروس بتاريخ 18 أكتوبر 2026. اللغة العربية مُعلنة في بيانات صاحب المصدر؛ اعتمد التحقق اللغوي على هذا التصريح، لا على الاستماع الكامل للدروس. لم تتم مشاهدة جميع الدروس بالكامل. عدد الدروس هنا هو المتاح للعامة وقت الفحص، وقد تختلف الإتاحة لاحقًا. لا تشمل الدورة شهادة من صاحب المحتوى.
يذكر المدرّس أن برنامج تعلم الآلة وبرنامج التعلم العميق يقدمان باللغة العربية في وصف مشروعاته التعليميّة.
لتنظيم دراسة هذا المجال واختيار مصادره حسب المرحلة، راجع تعلم الذكاء الاصطناعي بفهم النماذج وبناء تطبيقات مسؤولة.
محتوى الدورة
1 وحدة · 26 درس · 9 س 53 د
-
1 دروس الدورة بترتيب المصدر 26 درسًا 9 س 53 د
الشرح: Hesham Asem
- H-01 - التعامل مع الأخطاء مقفل 34 د
- H-02 - تقسيم البيانات مقفل 15 د
- H-03 - Variance & Bias الإنحراف و التنوع مقفل 27 د
- H-04 - حجم العينة مقفل 21 د
- H-05 - NN Design تصميم الشبكة العصبية مقفل 18 د
- H-06 - Skewed Values 1 القيم المنحرفة مقفل 24 د
- H-07 - Skewed Values 2 القيم المنحرفة مقفل 22 د
- H-08 - تجهيز البيانات مقفل 12 د
- H-09 - Anomaly Detection القيم الشاذة مقفل 15 د
- H-10 - Anomaly Detection & GD القيم الشاذة و الانحدار التدريجي مقفل 18 د
- H-11 - Anomaly Detection اكتشاف القيم الشاذة مقفل 22 د
- H-12 - استخدام اكثر من متغير مقفل 20 د
- H-13 - استخدام اكثر من متغير الجزء الثاني مقفل 24 د
- H-14 - Recommendation System نظام الترشيحات مقفل 34 د
- H-15 - Collaborative Filters المرشحات المتشاركة مقفل 15 د
- H-16 - Vectorization طريقة الـ مقفل 25 د
- H-17 - Big Data البيانات الضخمة مقفل 17 د
- H-18 - Stochastic Gradient التدرج العشوائي مقفل 16 د
- H-19- Stochastic Gradient Steps خطوات التدرج العشوائي مقفل 23 د
- H-20- Stochastic Gradient Values قيم التدرج العشوائي مقفل 31 د
- H-21 - Mini-Batch طريقة الـ مقفل 13 د
- H-22- Online التعليم الـ مقفل 33 د
- H-23- OCR قراءة الحروف مقفل 21 د
- H-24 - Sliding Windows النوافذ المتحركة مقفل 28 د
- H-25- Data Augmentation تشويه البيانات مقفل 30 د
- H-26- Ceiling Analysis التحليل الأقصي مقفل 22 د
مدرّبك
elposla
تقييمات المتعلّمين
لا تقييمات بعد.