تخصص تعلّم الآلة
تخصص شامل لمدة 20 أسبوعًا يغطّي تعلّم الآلة، والتعلّم العميق، ونشر النماذج، وينتهي بمشروع عملي يبني فيه المتعلّمون حلًا جاهزًا للإنتاج.
انشأ من قبل ZAKA آخر تحديث : ٢٢ - أكتوبر - ٢٠٢٦ ١٠:٢٠ صباحا
محتويات الدورة
-
أهلًا وسهلًا بك في تخصص تعلّم الآلة!
-
الوحدة 0 - التوجيه
-
الوحدة 1 | أساسيات علوم البيانات
- مخطط الوحدة
- ملاحظات مهمة
- جدول الوحدة
- تحميل - شرائح الوحدة
- دورة حياة علوم البيانات
- اختبر معرفتك مع ZAKA 1.1
- نظرة عامة على تحليل البيانات الاستكشافي
- الخطوات الأساسية لتحليل البيانات الاستكشافي
- اختبر معرفتك مع ZAKA 1.2
- تنظيف البيانات وتجهيزها
- اختبر معرفتك مع ZAKA 1.3
- تصوير البيانات - الجزء الأول
- تصوير البيانات - الجزء الثاني
- دراسة حالة: تصوير انتشار كوفيد-19
- اختبر معرفتك مع ZAKA 1.4
- تذكير مهم
- نصيحة! ارجع إلى توثيق Python
- تطبيق عملي: تصورات Matplotlib - الجزء الأول
- تطبيق عملي: تصورات Matplotlib - الجزء الثاني
- تطبيق عملي: تصورات Matplotlib - الجزء الثالث
- تدريب إضافي: التصوير البياني باستخدام Seaborn
- تنظيف البيانات
- تنظيف البيانات - الخطوة 1: التشخيص
- تنظيف البيانات - الخطوة 2: التنظيف
- تنظيف البيانات - الخطوة 3: إيجاد الارتباطات
- اختبر معرفتك مع ZAKA 1.5
- تطبيق عملي: تنظيف البيانات - الجزء الأول
- تطبيق عملي: تنظيف البيانات - الجزء الثاني
- تطبيق عملي: تنظيف البيانات - الجزء الثالث
- نصيحة! ابدأ التحدّي الخاص بك
- معالجة البيانات
- اختبر معرفتك مع ZAKA 1.6
- تطبيق عملي: معالجة البيانات - الجزء الأول
-
الوحدة 2 - الجزء الأول | أساسيات تعلّم الآلة
- مخطط الوحدة
- ملاحظات مهمة
- جدول الوحدة
- تحميل - شرائح الوحدة
- ما هو الذكاء الاصطناعي؟
- تطبيقات مألوفة للذكاء الاصطناعي
- ما علاقة الذكاء الاصطناعي بعلم البيانات؟
- مقدمة في تعلّم الآلة
- فئات تعلّم الآلة
- أنواع خوارزميات تعلّم الآلة
- اختبر معلوماتك مع ZAKA | M2.1 #1
- التعلّم الموجّه
- أنواع التعلّم الموجّه
- تطبيقات التعلّم الموجّه
- اختبر معلوماتك مع ZAKA | M2.1 #2
- خوارزمية الجيران الأقرب (KNN)
- اختبر معلوماتك مع ZAKA | M2.1 #3
- الانحدار الخطي
- دوال الخطأ ومقاييس تقييم الانحدار
- - كيف نجد خط الانحدار الأفضل ملاءمةً للبيانات؟
- اختبر معلوماتك مع ZAKA | M2.1 #4
- الانحدار المتدرّج
- مشتقة دالة التكلفة
- اختبر معلوماتك مع ZAKA | M2.1 #5
- تطبيق عملي: بناء الانحدار الخطي من الصفر - الجزء الأول
- تطبيق عملي: بناء الانحدار الخطي من الصفر - الجزء الثاني
- نصيحة! ابدأ التحدي الخاص بك
- الانحدار الخطي المتعدد
- الانحدار اللوجستي
- دوال الخطأ للتصنيف
- اختبر معلوماتك مع ZAKA | M2.1 #6
- مقاييس تقييم نماذج التصنيف
- اختبر معلوماتك مع ZAKA | M2.1 #7
- تطبيق عملي: بناء الانحدار اللوجستي من الصفر - الجزء الأول
- تطبيق عملي: بناء الانحدار اللوجستي من الصفر - الجزء الثاني
- ما القواسم المشتركة بين نماذج تعلّم الآلة؟
- تحميل | متطلبات التحدي | الوحدة الثانية، الجزء الأول
- تسليم التحدي | الوحدة الثانية، الجزء الأول
- تحميل | المراجعة الشاملة للوحدة | الوحدة الثانية، الجزء الأول
- تحميل | الشرح المتعمّق للوحدة | الوحدة الثانية، الجزء الأول
-
الوحدة 2 - الجزء الثاني | أساسيات تعلّم الآلة
- مخطط الوحدة
- ملاحظات مهمة
- جدول الدراسة
- تحميل شرائح الوحدة الثانية، الجزء الثاني
- خوارزمية بايز البسيطة (Naive Bayes)
- خوارزمية بايز البسيطة: مثال
- نصيحة! حلّ الأمثلة يدوياً
- اختبر معلوماتك مع ZAKA | M2.2 #1
- أشجار القرار
- كيفية بناء أشجار القرار: الفكرة الأساسية
- الطريقة الأولى: اكتساب المعلومات
- الطريقة الثانية: مؤشر جيني
- غابات أشجار القرار
- اختبر معلوماتك مع ZAKA | M2.2 #2
- تطبيق عملي: خوارزمية بايز البسيطة وأشجار القرار - الجزء الأول
- تطبيق عملي: خوارزمية بايز البسيطة وأشجار القرار - الجزء الثاني
- آلات المتجهات الداعمة (SVMs)
- آلات المتجهات الداعمة ودالة خسارة الهامش (Hinge Loss)
- آلات المتجهات الداعمة غير الخطية وتحويلات النواة
- اختبر معلوماتك مع ZAKA | M2.2 #3
- تطبيق عملي: آلات المتجهات الداعمة - الجزء الأول
- تطبيق عملي: آلات المتجهات الداعمة - الجزء الثاني
- مقدمة في التعلّم غير الموجّه
- طرق التجميع العنقودي
- الأساليب الرئيسية للتجميع العنقودي
- التجميع العنقودي باستخدام خوارزمية K-means
- اختبر معلوماتك مع ZAKA | M2.2 #4
- تحليل الارتباط
- تحليل الارتباط: مبدأ Apriori
- اختبر معلوماتك مع ZAKA | M2.2 #5
- تحميل | متطلبات التحدي | الوحدة الثانية، الجزء الثاني
- تسليم التحدي | الوحدة الثانية، الجزء الثاني
- تحميل | المراجعة الشاملة للوحدة | الوحدة الثانية، الجزء الثاني
- - تحميل | الشرح المتعمّق للوحدة | الوحدة الثانية، الجزء الثاني
-
الوحدة 3 - التحقق من النماذج الإحصائية واختبارها
- مخطط الوحدة
- ملاحظات مهمة
- جدول الدراسة
- تحميل شرائح الوحدة الثالثة
- تقييم نماذج تعلّم الآلة
- طريقة تقسيم البيانات (Holdout)
- طريقة التحقق المتقاطع باستخدام K-Fold
- مقاييس التقييم
- طرق التحسين: التنظيم (Regularization)
- تطبيق عملي: تحسين نماذج تعلّم الآلة
- اختبر معلوماتك مع ZAKA | M3 #4
- تحميل | متطلبات التحدي | الوحدة الثالثة
- تسليم التحدي | الوحدة الثالثة
- تحميل | المراجعة الشاملة للوحدة | الوحدة الثالثة
- تحميل | الشرح المتعمّق للوحدة | الوحدة الثالثة
- تطبيق عملي: تقييم نماذج تعلّم الآلة
- الطريقة الأولى: اختبار Z-Score
- الطريقة الثانية: اختبار McNemar
- - تطبيق عملي: مقارنة نماذج تعلّم الآلة
- اختبر معلوماتك مع ZAKA | M3 #2
- سير عمل تعلّم الآلة والتحديات الشائعة
- إعداد البيانات
- التحديات المتعلقة بالبيانات
- النمذجة والتحديات المتعلقة بالنماذج
- التحيّز والتباين
- فرط التكيّف ونقص التكيّف
- اختبر معلوماتك مع ZAKA | M3 #3
- طرق تحسين نماذج تعلّم الآلة
- تصميم النماذج
- ضبط المعلمات الفائقة
- أساليب النماذج التجميعية
-
الوحدة 4 | الشبكات العصبية والتعلّم العميق
-
جلسات التطوير المهني
-
الوحدة 5 - الجزء الأول | التعلّم العميق وأنواع البيانات المتقدمة
-
الوحدة 5 - الجزء الثاني | التعلّم العميق وأنواع البيانات المتقدمة (متابعة)
-
الوحدة 6 | المحوّلات ونماذج اللغة الكبيرة
-
الوحدة 7 - الجزء الأول | تعلّم الآلة في بيئات الإنتاج
-
الوحدة 7 - الجزء الثاني | تعلّم الآلة في بيئات الإنتاج
متطلبات
الوصف
برنامج شامل لمدة 20 أسبوعًا يزوّد المتعلّمين بمعرفة معمّقة في تعلّم الآلة، بما يشمل الخوارزميات الأساسية، وتقنيات التعلّم العميق، ونشر النماذج في بيئات واقعية، ويُختتم بمشروع تطبيقي عملي لبناء وعرض حل ذكاء اصطناعي جاهز للإنتاج.
.
ما يحتويه:
-
٠ ثانية , فيديو حسب الطلب
-
127 محاضرات
-
6 مسابقة الامتحان
-
الوصول على الهاتف المحمول والتلفزيون
-
شهادة إتمام
معاينة المقرر الدراسي
تخصص تعلّم الآلة
| SNo | Teacher Name | Date | From | Until | Conference Tool | Join Session |
|---|