What you'll learn:
- استخدم بايثون لعلوم البيانات والتعلم الآلي
- تنفيذ خوارزميات تعلم الآلة
- ريادة الأعمال بأستخدام الذكاء الاصطناعي
- كيفية صنع بيئة عمل أفتراضية للتأهيل لسوق العمل
- العقلية التحليلة
- NumPy for Numerical Data تعلم ال
- Pandas for Data Analysis تعلم ال
- SciKit-Learn for Machine Learning Tasks استخدام ال
- K-Means Clustering
- Logistic Regression
- Linear Regression
- Random Forest and Decision Trees
- Neural Networks
- Support Vector Machines
الجزء-1
Numpy و Pandas معالجة البيانات و :
Advanced Numpy
AdvancedPandas
Data Preprocessing
الجزء - 2
Regression:
Simple Linear Regression
Multiple Linear Regression Intuition
Polynomial Regression
Support Vector Regression (SVR)
Decision TreeRegression,
Random Forest Regression
الجزء -3
Classification :
الانحدار اللوجستي
K-NN
SVM
Kernel SVM
Naive Bayes
Decision Tree Classification
Random Forest Classification
الجزء - 4
Clustering :
K-Means
Hierarchical Clustering
الجزء -5
Association Rule Learning::
Apriori
Eclat
الجزء -6
Reinforcement Learning :
Upper Confidence Bound
Thompson Sampling
الجزء - 7
Natural Language Processing (NLP):
Bag-of-words model
algorithms for NLP
الجزء - 8
Deep Learning :
الشبكات العصبية الاصطناعية، الشبكات العصبية التلافيفية
(Deep Learning: Artificial Neural Networks, Convolutional Neural Networks)
الجزء - 9
Dimensionality Reduction :
PCA
Kernel PCA
LDA
الجزء - 10
Model Selection & Boosting :
k-fold Cross Validation
Parameter Tuning,
Grid Search
XGBoost
فضلا على ذلك، فإن الدورة مليئة بالتمارين العملية التي تستند إلى أمثلة واقعية. لذا لن تتعلم النظرية فحسب، بل ستحصل أيضًا على بعض التدريب العملي و تتعلم كيفيةبناء النماذج الخاصة بك.
أيضا ستشتمل هذه الدورة التدريبية على قوالب بالبايثون والتي يمكنك تنزيلها واستخدامها في مشروعاتك الخاصة.
سيكون لديك فهم أساسي للعديد من نماذج تعلم الألة
عمل تحليل قوي وتوقعات دقيقة للبيانات
Reinforcement Learning و NPL و ال Deep Learningالتعامل مع موضوعات محددة مثل
Dimensionality Reductionالتعامل مع التقنيات المتقدمة مثل
سوف تتعلم كيف تختار النموذجالصحيح والمناسب لكل نوع من أنواع تعليم الألة لكافةالمشاكل المختلفة او متطلبات عملك
قم ببناء مزيج من عدة نماذج مختلفةلتعليم الألة بالتعلم كيفيةدمجها معا لحل المشاكل الصعبة
