شريك تعلم آلة — دليل دراسة مصوّر

دليل دراسة عملي ومصوّر لشهادة شريك تعلم آلة. خمس وحدات تأخذك عبر مجموعة أدوات التعلم الآلي الكلاسيكية الكاملة: سير عمل التعلم الآلي والانقسام بين التعلم الموجَّه وغير الموجَّه؛ الخوارزميات الموجَّهة الرئيسية؛ التعلم غير الموجَّه وتقليل الأبعاد؛ مفاضلة التحيز والتباين مع الإفراط في التجهيز والتنظيم؛ والتقييم الصادق بالمقاييس الصحيحة. غني بمخططات Mermaid، وأوراق غش الخوارزميات، وأمثلة عددية محلولة، ونقاط رئيسية، واختبارات ذاتية.

Key facts

• Course price: $91 (one-time payment)
• Field: Artificial Intelligence & LLMs
• Prepares for: زميل تعلم الآلة
• 5 modules · 15 lessons · about 4 hours of lessons
• Self-paced, online, illustrated lessons

Course outline

1. سير عمل التعلم الآلي ونماذج التعلم — سير عمل التعلم الآلي من البداية إلى النهاية والانقسام بين التعلم الخاضع للإشراف وغير الخاضع للإشراف الذي يؤطر كل مشروع.
   • سير عمل التعلم الآلي من البداية إلى النهاية
   • التعلم الخاضع للإشراف مقابل التعلم غير الخاضع للإشراف
   • تقسيمات التدريب والتحقق والاختبار
2. الخوارزميات الخاضعة للإشراف — الانحدار الخطي واللوجستي، أشجار القرار، المجموعات (الغابات العشوائية، تعزيز التدرج)، kNN، SVM، و naive Bayes.
   • الانحدار الخطي واللوجستي
   • الأشجار، الغابات العشوائية، وتعزيز التدرج
   • kNN، SVM، وNaive Bayes
3. التعلم غير الخاضع للإشراف وتقليل الأبعاد — التجميع باستخدام k-means والطرق الهرمية، بالإضافة إلى تقليل الأبعاد باستخدام PCA.
   • تجميع k-Means
   • التجميع الهرمي
   • تحليل المكونات الرئيسية وتقليل الأبعاد
4. التحيز والتباين والتنظيم — مفاضلة التحيز والتباين، تشخيص الإفراط في التجهيز ونقص التجهيز، وكبح التعقيد باستخدام تنظيم L1/L2 والتحقق المتقاطع.
   • مفاضلة الانحياز والتباين
   • الإفراط في التخصيص، والتفريط في التخصيص، والتنظيم
   • التحقق المتقاطع بالطريقة الصحيحة
5. مقاييس التقييم والمزالق الواقعية — اختيار المقياس الصحيح — الدقة، الضبط، الاستدعاء، F1، ROC-AUC، RMSE/MAE — وتجنب اختلال التوازن الطبقي وتسرب البيانات.
   • مقاييس التصنيف ومصفوفة الارتباك
   • ROC-AUC ومقاييس الانحدار
   • عدم توازن الفئات وتسرب البيانات