بناء نماذج تعلم الآلة باستخدام Scikit-learn
شرح عربي | المصدر: Hesham Asem
بناء نماذج تعلم الآلة باستخدام Scikit-learn بشرح عربي من Hesham Asem. تابع 42 درسًا متاحًا بترتيب المصدر، وطبّق الأفكار على تمرين مستقل يناسب مستواك.
- 0 متعلّمين
- 14 س 51 د
- كل المستويات
- elposla
عن هذه الدورة
بناء نماذج تعلم الآلة باستخدام Scikit-learn
بناء نماذج تعلم الآلة باستخدام Scikit-learn بشرح عربي من Hesham Asem. تابع 42 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 أساليب وتقنيات إضافية في تعلم الآلة واختيار الدروس المناسبة لما تريد تطبيقه.
ماذا ستجد داخل المحتوى؟
- J-01- Intro to Sklearn مقدمة لمكتبة سكليرن
- J-22-KMeans-2- Unsupervised Education
- J - 42 - Time Series Analysis- السلاسل الزمنية
طريقة دراسة هذه الدورة
ابدأ بمراجعة متطلبات «J-01- Intro to Sklearn مقدمة لمكتبة سكليرن». عند الوصول إلى «J-22-KMeans-2- Unsupervised Education»، أعد شرح الفكرة بكلماتك وسجل سؤالًا أو تجربة عملية عليها. اختتم بمراجعة «J - 42 - Time Series Analysis- السلاسل الزمنية» 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 · 42 درس · 14 س 51 د
-
1 دروس الدورة بترتيب المصدر 42 درسًا 14 س 51 د
الشرح: Hesham Asem
- J-01- Intro to Sklearn مقدمة لمكتبة سكليرن مقفل 9 د
- J-02 - Terminologies in Sklearn المصطلحات في سكليرن مقفل 25 د
- J-03- Data Files in Sklearn ملفات البيانات في سكليرن مقفل 23 د
- J-04-Data Cleaning تنظيف البيانات مقفل 14 د
- J-05- Metrics in Sklearn - 1 - أدوات القياس في سكليرن مقفل 19 د
- J-06- Metrics in Sklearn - 1 - أدوات القياس في سكليرن مقفل 21 د
- J-07- Metrics in Sklearn - 3 - أدوات القياس في سكليرن مقفل 14 د
- J-08- Metrics in Sklearn - 4 - أدوات القياس في سكليرن مقفل 16 د
- J-09- Feature Selection اختيار العناصر مقفل 32 د
- J-10- Data Scaling تدريج البيانات مقفل 33 د
- J-11- Data Split تقسيم البيانات مقفل 28 د
- J-12 - Linear Regression - 1 - التوقع الخطي مقفل 8 د
- J-13 - Linear Regression - 2 - التوقع الخطي مقفل 25 د
- J-14 - Linear Regression - 3 - التوقع الخطي مقفل 28 د
- J-15 - Logistic Regression - 1 - التصنيف الخطي مقفل 21 د
- J-16 - Logistic Regression - 2 - التصنيف الخطي مقفل 21 د
- J-17 - Logistic Regression - 3 - التصنيف الخطي مقفل 23 د
- J-18 - Neural Network - الشبكات العصبية مقفل 26 د
- J-19 - SVR - نظام الدعم الآلي للتوقع مقفل 23 د
- J- 20 - SVC - نظام الدعم الآلي للتصنيف مقفل 17 د
- J - 21 - KMeans - 1 - التعليم دون إشراف مقفل 23 د
- J-22-KMeans-2- Unsupervised Education مقفل 12 د
- J - 23 - PCA - تحليل المكونات الرئيسية مقفل 14 د
- J - 24 - Decision Tree - 1 - شجرة القرارات مقفل 17 د
- J - 25 - Decision Tree - 2 - شجرة القرارات مقفل 19 د
- J - 26 - Random Forest Regressor- الغابة العشوائية للتوقع مقفل 19 د
- J - 27 - Gradient Boosting Regressor - الخوارزم التجميعي للتوقع مقفل 15 د
- J - 28 - Random Forest Classifier - الغابة العشوائية للتصنيف مقفل 21 د
- J - 29 - Gradient Boosting Classifier - الخوارزم التجميعي للتصنيف مقفل 12 د
- J - 30 - Voting Classifier - خوارزم التصويت للتصنيف مقفل 24 د
- J - 31 - KNN - خوارزم الجيران الأقرب مقفل 27 د
- J - 32 - Naive Bayes - خوارزم نايف بايز مقفل 15 د
- J - 33 - LDA , QDA - خوارزم التمييز الخطي مقفل 22 د
- J - 34 - Hierarchical Clusters - التقسيم الهرمي مقفل 24 د
- J - 35 - DBScan Clusters - تصنيف ديبيسكان مقفل 9 د
- J - 36 - NLP - المعالجة اللغوية الطبيعية - 1 مقفل 30 د
- J - 37 - LNP - المعالجة اللغوية الطبيعية - 2 مقفل 23 د
- J - 38 - Apyori Algorithm - The axiomatic algorithm مقفل 7 د
- J - 39 -Model Check - فحص الموديل مقفل 26 د
- J - 40 -GridSearch Tool- اداة البحث الجدولي مقفل 27 د
- J - 41 - Pipeline Tool - اداة المسارات مقفل 26 د
- J - 42 - Time Series Analysis- السلاسل الزمنية مقفل 34 د
مدرّبك
elposla
تقييمات المتعلّمين
لا تقييمات بعد.