Support Vector Machines: شرح بصري لفصل البيانات

Support Vector Machines: ماذا ستدرس؟

تخيّل الحدود التي تفصل الأمثلة، ثم ناقش كيف يؤثر اختيار النموذج على بيانات لا يمكن فصلها ببساطة.

الشرح الأصلي من StatQuest with Josh Starmer. تجمع بوصلة هذه الدروس لتسهيل الوصول والتعلّم، ولا تنسب شرح القناة إلى فريق الموقع.

نماذج من موضوعات الدروس

• Support Vector Machines Part 1 (of 3): Main Ideas!!!
• Support Vector Machines Part 2: The Polynomial Kernel (Part 2 of 3)
• Support Vector Machines Part 3: The Radial (RBF) Kernel (Part 3 of 3)
• Support Vector Machines in Python from Start to Finish.

قبل أن تبدأ

معرفة أولية بالجداول أو البرمجة حسب موضوع الدورة، وبيانات تدريبية لا تحتوي على معلومات حساسة.

كيف تستفيد من Support Vector Machines؟

خصّص جلسة للتطبيق بعد كل مجموعة. ابدأ بدرس «Support Vector Machines Part 1 (of 3): Main Ideas!!!»، ثم سجّل ما فهمته وما تحتاج الرجوع إليه. عند الوصول إلى «Support Vector Machines Part 3: The Radial (RBF) Kernel (Part 3 of 3)»، جرّب تنفيذ المثال أو شرحه دون متابعة الفيديو لحظة بلحظة.

مهمة مقترحة لتثبيت التعلم

اختر فكرة من موضوع «Support Vector Machines in Python from Start to Finish.» واكتب ملخصًا تطبيقيًا لها أو نفّذ مثالًا مستقلًا. أضف النتيجة إلى مساحة تعلمك؛ واذكر في سيرتك ما نفذته فعلًا، دون اعتبار المشاهدة وحدها خبرة عملية.

المصدر وحدود الإتاحة

تحتوي هذه النسخة على 4 درسًا عامًا بحسب بيانات القائمة التي راجعناها في 17 أكتوبر 2026. قائمة StatQuest with Josh Starmer الأصلية على YouTube. احتُفظ بترتيب المصدر، وقد تتغير إتاحة الفيديوهات لاحقًا. مشاهدة الشرح مجانية؛ أما تراخيص البرامج والموارد السحابية والاختبارات الرسمية فقد تكون منفصلة. لا تشمل هذه الصفحة شهادة من الجهة الأصلية. لم تُشاهد جميع الفيديوهات بالكامل ضمن فحص البيانات.