Enroll Course: https://www.coursera.org/learn/supervised-machine-learning-classification
تعتبر دورة التعلم الآلي المُشرف: التصنيف واحدة من أفضل الدورات التي تتيح للمتعلمين استكشاف عوالم التعلم الآلي. إن التعلم الآلي نوع من الذكاء الاصطناعي الذي يعتمد على البيانات لتدريب النماذج التنبؤية. توفِّر هذه الدورة فهمًا شاملًا للأساليب الأكثر شيوعًا للتصنيف وتطبيقاتها العملية.
تتناول الدورة العديد من الموضوعات الهامة:
- الانحدار اللوجستي: يُعد الانحدار اللوجستي أحد أكثر خوارزميات التصنيف استخدامًا. تهدف هذه الوحدة إلى توسيع نموذج الانحدار الخطي إلى الانحدار اللوجستي، بالإضافة إلى تقديم مقاييس الخطأ الأساسية للمقارنة بين عدة مصنفات.
- أقرب الجيران K: هذه الطريقة شهيرة لسهولتها في الحساب والتفسير. تتضمن هذه الوحدة عرضًا نظريًا وتجريبيًا لتطبيق نموذج K Nearest Neighbors باستخدام sklearn.
- آلات الدعم الناقل: تركز هذه الوحدة على كيفية بناء مستويات تفصل بياناتك إلى مناطق تحتوي على تجمعات بيانات ذات فئة معينة. هذه الطريقة شائعة في التصنيف والكشف عن النقاط الشاذة.
- أشجار القرار: تُعد طرائق شجرة القرار نموذجًا أساسيًا شائعًا لمهام التصنيف بسبب جاذبيتها البصرية وقابليتها العالية للتفسير. تغطي هذه الوحدة النظرية وراء أشجار القرار وبعض الأمثلة العملية لبناء نماذج تصنيفية باستخدام أشجار القرار.
- نماذج التجميع: هذه النماذج تحظى بشعبية لأنها تزيد من مقاومة نماذجك للنقاط الشاذة وتحسن فرصها في التعميم مع البيانات المستقبلية.
- نمذجة الفئات غير المتوازنة: توجد بعض نماذج التصنيف التي تتناسب بشكل أفضل مع النقاط الشاذة أو الفئات ذات التكرار المنخفض، وتتناول هذه الوحدة طرق توازن البيانات للتغلب على هذه التحديات.
بتنفيذ هذه الدورة، ستكتسب المهارات والثقة اللازمة للنظر في خوارزميات التعلم الآلي المُشرف. من الواضح أن هذه الدورة توفر محتوى غنيًا يجمع بين الجانب النظري والعملي مما يجعلها مناسبة للمبتدئين والخبراء على حد سواء.
إذا كنت متحمسًا لتحسين مهاراتك في مجال التعلم الآلي، فإنني أنصح بشدة بالتسجيل في هذه الدورة، فهي ستفتح لك آفاق جديدة في عالم البيانات.
Enroll Course: https://www.coursera.org/learn/supervised-machine-learning-classification