نماذج الانحدار والتنبؤ في تعلم الآلة
شرح عربي | المصدر: Hesham Asem
نماذج الانحدار والتنبؤ في تعلم الآلة بشرح عربي من Hesham Asem. تابع 19 درسًا متاحًا بترتيب المصدر، وطبّق الأفكار على تمرين مستقل يناسب مستواك.
- 0 متعلّمين
- 6 س 48 د
- كل المستويات
- elposla
عن هذه الدورة
نماذج الانحدار والتنبؤ في تعلم الآلة
نماذج الانحدار والتنبؤ في تعلم الآلة بشرح عربي من Hesham Asem. تابع 19 درسًا متاحًا بترتيب المصدر، وطبّق الأفكار على تمرين مستقل يناسب مستواك.
وللتوسع في الذكاء الاصطناعي، يمكنك مراجعة قرارات عملية لتحسين مشروعات تعلم الآلة واختيار الدروس المناسبة لما تريد تطبيقه.
وللتوسع في الذكاء الاصطناعي، يمكنك مراجعة التصنيف والانحدار اللوجستي باستخدام تعلم الآلة واختيار الدروس المناسبة لما تريد تطبيقه.
ماذا ستجد داخل المحتوى؟
- B-01 - مفهوم التوقع الخطي Linear Regression
- B-10 - التوقع لأكثر من متغير Regression for Multivariable
- B-19 التوقع لأكثر من متغير باستخدام بايثون Multivariable Regression with Python
طريقة دراسة هذه الدورة
ابدأ بمراجعة متطلبات «B-01 - مفهوم التوقع الخطي Linear Regression». عند الوصول إلى «B-10 - التوقع لأكثر من متغير Regression for Multivariable»، أعد شرح الفكرة بكلماتك وسجل سؤالًا أو تجربة عملية عليها. اختتم بمراجعة «B-19 التوقع لأكثر من متغير باستخدام بايثون Multivariable Regression with Python» 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 · 19 درس · 6 س 48 د
-
1 دروس الدورة بترتيب المصدر 19 درسًا 6 س 48 د
الشرح: Hesham Asem
- B-01 - مفهوم التوقع الخطي Linear Regression مقفل 19 د
- B-02 -التوقع الخطي Linear Regression مقفل 17 د
- B-03 - معادلة التوقع الخطي Linear Regression Equation مقفل 17 د
- B-04 - معالجة التوقع الخطي Linear Regression Processing مقفل 20 د
- B-05 - الانحدار التدريجي Gradient Descent مقفل 17 د
- B-06 - مثال علي الانحدار التدريجي Gradient Descent Example مقفل 16 د
- B-07 - جمع و طرح المصفوفات Adding Subtracting Matrices مقفل 13 د
- B-08 - ضرب و تدوير المصفوفات Matrices Multiplication & Transpose مقفل 27 د
- B-09 - معكوس المصفوفة Matrix Inverse مقفل 19 د
- B-10 - التوقع لأكثر من متغير Regression for Multivariable مقفل 25 د
- B-11 - مثال علي أكثر من متغير Multivariable Example مقفل 20 د
- B-12 - عدد المحاولات Number of Iteration مقفل 18 د
- B-13 - Function Type مقفل 11 د
- B-14 - تدريج البيانات Data Rescaling مقفل 13 د
- B-15 - المعادلة العمودية Normal Equation مقفل 16 د
- B-16 - مثال علي المعادلة العمودية Normal Equation Example مقفل 24 د
- B-17 - ختام القسم الثاني Regression Conclusion مقفل 33 د
- B-18 التوقع باستخدام متغير واحد - بايثون Regression with one variable -Python مقفل 48 د
- B-19 التوقع لأكثر من متغير باستخدام بايثون Multivariable Regression with Python مقفل 27 د
مدرّبك
elposla
تقييمات المتعلّمين
لا تقييمات بعد.