Supervised Learning Foundation

  • Ahmed Ismail
  • مبتدئ
  • 22-06-2024
  • 1129

يعد هذا الكورس خيارًا ممتازًا للمتعلمين الذين يرغبون في الحصول على فهم سريع وموجز لمفاهيم ال Supervised Learning في Traditional Machine Learning. يشرح الكورس بشكل مبسط وسلسل أشهر الالجوريزمات وتطبيقاتها، بدون التعمق في النظريات. يتميز الكورس بالتركيز على التطبيقات العملية، مما يجعله مثاليًا للمتعلمين الذين يرغبون في الحصول على فهم سريع لل Supervised Learning وتطبيقاته في الحياة العملية.

مستخرجات التعلم

  • فهم أساسيات Supervised Learning.
  • القدرة على تطبيق أشهر الخوارزميات في Machine Learning.
  • فهم التوزيع، المقاييس الإحصائية، والتوزيع الطبيعي.
  • التعرف على الارتباط والتغاير.
  • تطبيق الانحدار الخطي ووظائف الخسارة ومقاييس الدقة.
  • معالجة البيانات وتطبيق الانحدار المتعدد.
  • استخدام خوارزميات التصنيف والمصفوفة الارتباك.
  • فهم النماذج التجميعية، التحقق المتقاطع، وتعديل المعلمات الفائقة.

الأسئلة الشائعة

Supervised Learning هو نوع من أنواع التعلم الآلي حيث يتم تدريب النموذج باستخدام بيانات ذات تسميات معروفة لاستخلاص العلاقات بين المدخلات والمخرجات.

نعم، الكورس مصمم خصيصًا للمبتدئين الذين يرغبون في الحصول على فهم سريع لمفاهيم Supervised Learning وتطبيقاته.

نعم، يحتوي الكورس على تمارين عملية تساعد المتعلمين على تطبيق المفاهيم التي تم تعلمها في كل درس.

يتناول الكورس خوارزميات مثل الانحدار الخطي، الانحدار اللوجستي، الآلة الداعمة (SVM)، الجار الأقرب (KNN)، وشجرة القرار.

نعم، يتضمن الكورس درسًا مخصصًا لمعالجة البيانات وتطبيق الانحدار المتعدد.

نعم، يتناول الكورس تقنيات التحقق المتقاطع وتعديل المعلمات الفائقة لتحسين أداء النماذج.

نعم، ستحصل على شهادة معتمدة بعد إكمال الكورس.

نعم، يمكنك الوصول إلى الدروس وملفات التمارين في أي وقت يناسبك بعد التسجيل في الكورس.

مع منصة الكامب، ستحصل على متابعة شخصية من مستشار تدريبي مخصص لك، بالإضافة إلى جلسات تفاعلية يومية، وورش عمل أسبوعية، ودعم مستمر من مدربين خبراء، مما يضمن تقدمك وتحقيق أهدافك التعليمية بكفاءة.

نعم، مع منصة الكامب، ستحصل على متابعة شخصية من مستشار تدريبي مخصص لك، بالإضافة إلى جلسات تفاعلية يومية، وورش عمل أسبوعية، ودعم مستمر من مدربين خبراء، مما يضمن تقدمك وتحقيق أهدافك التعليمية بكفاءة.

المحتوي

Introduction Part
1 - What is distribution

درس

2 - Statistical measures

درس

3 - Sampling

درس

4 - Normal Distribution

درس

5 - Covariance and Correlation

درس

6 - Linear Regression

درس

7 - Loss functions and accuracy metrics

درس

Quiz 1

تمرين

Preprocessing and multilinear regression
8 - Machine learning

درس

9 - Polynomial features

درس

10 - Overfitting vs Underfitting

درس

11 - Regularization

درس

12 - Gradient descent part 1

درس

13 - Gradient descent part 2

درس

14 - Data preprocessing

درس

15 - Multilinear regression

درس

16 - Model evaluation and splitting the data

درس

Quiz 2

تمرين

Classification and confusion matrix
17 - Logistic regression and confusion matrix

درس

18 - Building the visualization code

درس

19 - Support vector machine

درس

20 - K-nearest neighbor

درس

21 - Decision tree

درس

Quiz 3

تمرين

Ensemble, cross-validation, and hyperparameter tuning
22 - Ensemble models

درس

23 - Random forest

درس

24 - Boosting and XGboost

درس

25 - XGboost code

درس

26 - Cross validation

درس

27 - Hyper parameter tuning

درس

Quiz 4

تمرين

مشروع

ابدا رحلتك

اشترك
تتضمن هذه الدورة
  • درس 27
  • المدة 4 ساعة
  • المستوى مبتدئ
  • تاريخ التحديث 22-06-2024
  • شهادة نعم
Ahmed Ismail
Ahmed Ismail

المهارات

فقط ب 33 دولار/شهريا تدفع سنويا أحصل على مسار تعليمي و مستشار تدريبي و مدرب شخصي.