دورة أساليب التصنيف في تعلم الآلة باستخدام بايثون

المصدر: Learn with Muhammed Essa

دورة أساليب التصنيف في تعلم الآلة باستخدام بايثون من Learn with Muhammed Essa: 19 درسًا متاحًا، مع ترتيب الدروس الأصلي ومحاور واضحة تساعدك على اختيار ما يناسب هدفك.

  • 0 متعلّمين
  • 5 س 13 د
  • كل المستويات
  • elposla

عن هذه الدورة

تجمع هذه الصفحة دروس «دورة أساليب التصنيف في تعلم الآلة باستخدام بايثون» من قناة Learn with Muhammed Essa. ستجد 19 فيديو متاحًا بالترتيب الذي وضعه المصدر، ومدتها الإجمالية 5 ساعة و13 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:

  • 1 - Scikit-learn | Machine Learning in Python
  • 5 - Machine Learning | Confusion matrix
  • 10 - Multiple linear regression - Theory & implementation
  • 15 - DecisionTreeClassifier - Theory & implementation
  • 19 - Artificial neural networks ( ANN ) | Multi-layer Perceptron classifier (MLP) - Implementation

كيف تبدأ الدراسة؟

ابدأ بدرس «1 - Scikit-learn | Machine Learning in Python» 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

اكتب برنامجًا صغيرًا يستقبل بيانات تجريبية وينتج نتيجة تستطيع التأكد منها. جرّبه على حالة معتادة وحالة فارغة وحالة خاطئة، ثم دوّن خطوات التشغيل وما عدّلته بعد الاختبار.

لمن تناسب هذه القائمة؟

تناسب من يريد متابعة موضوع «دورة أساليب التصنيف في تعلم الآلة باستخدام بايثون» 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 Learn with Muhammed Essa. تنظم البوصلة الوصول إليها مع الحفاظ على ترتيبها ونسبتها لصاحبها. افتح قائمة Machine Learning with Python - 8 Types of Classifiers - Classification Methods على يوتيوب، أو زر قناة Learn with Muhammed Essa.

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

محتوى الدورة

1 وحدة · 19 درس · 5 س 13 د

  1. دروس الدورة بترتيب المصدر 19 درسًا 5 س 13 د

    المصدر: Learn with Muhammed Essa

    • 1 - Scikit-learn | Machine Learning in Python مقفل 10 د
    • 2 - Machine Learning | Colab notebooks- Jupyter Data science مقفل 11 د
    • 3 - Machine Learning | Supervised learning and unsupervised learning مقفل 9 د
    • 4 - Machine Learning | training model and testing process مقفل 14 د
    • 5 - Machine Learning | Confusion matrix مقفل 25 د
    • 6 - التعلم الآلي | مجموعة البيانات مقفل 10 د
    • 7 - Machine Learning - Classifiers | Regression and Classification algorithms مقفل 3 د
    • ٨ - الانحدار الخطي - النظرية | الانحدار الخطي البسيط مقفل 12 د
    • 9 - الانحدار الخطي البسيط - التنفيذ مقفل 31 د
    • 10 - Multiple linear regression - Theory & implementation مقفل 15 د
    • 11 - Polynomial regression - Theory & implementation مقفل 25 د
    • 12 - Logistic Regression - Theory & implementation مقفل 19 د
    • 13 - Naive Bayes Classifier in Machine Learning - Theory مقفل 15 د
    • 14 - Naive Bayes Classifier in Machine Learning - Implementation مقفل 19 د
    • 15 - DecisionTreeClassifier - Theory & implementation مقفل 18 د
    • 16 - مصنف آلات المتجهات الداعمة (SVM) - النظرية والتطبيق مقفل 28 د
    • 17 - K-Nearest Neighbor(KNN) Algorithm - Theory & implementation مقفل 16 د
    • 18 - Artificial neural networks ( ANN ) | Multi-layer Perceptron classifier (MLP) - Theory مقفل 16 د
    • 19 - Artificial neural networks ( ANN ) | Multi-layer Perceptron classifier (MLP) - Implementation مقفل 9 د

مدرّبك

elposla

تقييمات المتعلّمين

لا تقييمات بعد.