منذ يومين
أهلا بك عزيزي المتابع لموقع (journey for learn) نقدم دورات بكوبونات متاحة لاول 1000 تسجيل مجاني فقط وكوبونات اخري لفترة محدودة فاذا كنت تريد ان تحصل علي كل الكورسات علي موقعنا وان تكون اول المسجلين في الكورسات المجانية قم بتسجيل الدخول أوقم بالدخول علي وسائل التواصل الاجتماعي وخصوصا التليجرام نوضح الوصف المختصر والطويل للدورات لكي تعرف الدروس التي سوف تتعلمها بسهولة ويسر :
مرحبًا بكم في دورة اكتشاف أمراض القلب والسكري باستخدام التعلم الآلي. هذه دورة تدريبية شاملة قائمة على المشاريع حيث ستتعلم خطوة بخطوة كيفية إنشاء نماذج للكشف عن أمراض القلب والسكري باستخدام Random Forest وXGBoost والانحدار اللوجستي وأجهزة ناقلات الدعم. تعد هذه الدورة مزيجًا مثاليًا بين التعلم الآلي وتحليلات الرعاية الصحية، مما يجعلها فرصة مثالية لك لرفع مستوى علوم البيانات ومهارات البرمجة لديك. ستتعرف في الجلسة التمهيدية على تطبيقات التعلم الآلي في مجال الرعاية الصحية، مثل التعرف على حالات استخدامه والنماذج التي سيتم استخدامها وخصوصية بيانات المريض والتحديات والقيود التقنية. وبعد ذلك، في القسم التالي، سنتعلم كيفية عمل نماذج الكشف عن أمراض القلب والسكري. سيغطي هذا القسم جمع البيانات، والمعالجة المسبقة للبيانات، وتقسيم البيانات إلى مجموعات تدريب واختبار، واختيار النموذج، والتدريب على الوضع، واكتشاف الأمراض. بعد ذلك، ستتعرف أيضًا على الأسباب الرئيسية لأمراض القلب والسكري، على سبيل المثال، ارتفاع ضغط الدم وارتفاع نسبة الكوليسترول والسمنة والإفراط في استهلاك السكر والوراثة. بعد أن تعلمت كل المعرفة اللازمة حول نموذج الكشف عن المرض، سنبدأ المشروع. أولاً، سيتم إرشادك خطوة بخطوة حول كيفية إعداد Google Colab IDE. بالإضافة إلى ذلك، ستتعلم أيضًا كيفية العثور على مجموعة البيانات السريرية وتنزيلها من Kaggle. بمجرد أن يصبح كل شيء جاهزًا، سندخل إلى قسم المشروع الأول حيث ستستكشف مجموعة البيانات السريرية من زوايا متعددة، وليس ذلك فحسب، بل ستقوم أيضًا بتصور البيانات والتأكد من فهمك لنمط البيانات. في الجزء الثاني، ستتعلم خطوة بخطوة كيفية بناء أنظمة الكشف عن أمراض القلب والسكري باستخدام Random Forest وXGBoost والانحدار اللوجستي وأجهزة ناقل الدعم. وفي الوقت نفسه، في الجزء الثالث، ستتعلم كيفية تقييم دقة النموذج وأدائه باستخدام عدة طرق مثل التحقق المتقاطع k-fold، والدقة، وطرق الاستدعاء. وأخيرًا، في نهاية الدورة، سنجري اختبارًا على نموذج الكشف عن الأمراض للتأكد من أنه يعمل بكامل طاقته وأن النتيجة المكتشفة دقيقة. أولاً وقبل كل شيء، قبل الدخول في الدورة، علينا أن نسأل أنفسنا هذا السؤال، لماذا يجب أن نبني نماذج للكشف عن أمراض القلب والسكري؟ حسنا، هنا جوابي. يمثل التعلم الآلي فرصة استثنائية لرفع معايير الرعاية الصحية من خلال تمكين الكشف المبكر عن الأمراض. ومن خلال تطوير نماذج دقيقة لتحديد أمراض القلب والسكري، يمكننا البدء بالتدخلات في الوقت المناسب، وتخصيص خطط العلاج، وإدارة المخاوف الصحية بشكل استباقي. وهذا لا يعزز نتائج المرضى فحسب، بل يبسط أيضًا أنظمة تقديم الرعاية الصحية، ويقلل العبء على مقدمي الرعاية الصحية ويحد من نفقات الرعاية الصحية بمرور الوقت. في جوهرها، تمثل هذه النماذج قفزة كبيرة في الاستفادة من التكنولوجيا لتعزيز إمكانية الوصول إلى الرعاية الصحية والكفاءة والقدرة على تحمل التكاليف. أخيرًا وليس آخرًا، من خلال بناء هذه المشاريع، ستكتسب مهارات ومعرفة قيمة يمكنها تمكينك من إحداث فرق في عالم الرعاية الصحية وربما فتح الكثير من الأبواب لفرص لا حصر لها. وفيما يلي الأشياء التي يمكنك توقع تعلمها من هذه الدورة:- تعرف على تطبيقات التعلم الآلي في الرعاية الصحية وخصوصية بيانات المرضى
- تعرف على كيفية عمل نماذج الكشف عن أمراض القلب والسكري. سيغطي هذا القسم جمع البيانات والمعالجة المسبقة وتقسيم اختبار التدريب واستخراج الميزات والتدريب على النماذج والكشف
- تعرف على الأسباب الرئيسية لأمراض القلب والسكري، مثل ارتفاع ضغط الدم والكوليسترول والتدخين والاستهلاك المفرط للسكر والسمنة
- تعرف على كيفية العثور على مجموعة البيانات السريرية وتنزيلها من Kaggle
- تعرف على كيفية تنظيف مجموعة البيانات عن طريق إزالة القيم المفقودة والتكرارات
- تعرف على كيفية العثور على الارتباط بين ضغط الدم و الكوليسترول
- تعرف على كيفية تحليل التركيبة السكانية لمرضى أمراض القلب
- تعرف على كيفية إجراء تحليل أهمية الميزات باستخدام Random Forest
- تعرف على كيفية إنشاء نموذج للكشف عن أمراض القلب باستخدام Random Forest
- تعرف على كيفية إنشاء نموذج للكشف عن أمراض القلب باستخدام الانحدار اللوجستي
- تعرف على كيفية العثور على الارتباط بين نسبة الجلوكوز في الدم والأنسولين
- تعرف على كيفية تحليل حالات مرض السكري الناتجة عن السمنة
- تعرف على كيفية إنشاء نموذج للكشف عن مرض السكري باستخدام Support Vector Machine
- تعرف على كيفية إنشاء نموذج للكشف عن مرض السكري باستخدام XGBoost
- تعرف على كيفية إنشاء نموذج للكشف عن مرض السكري باستخدام K-Nearest Neighbors
- تعرف على كيفية تقييم دقة النموذج وأدائه باستخدام مقاييس الدقة والتذكير والتحقق المتقاطع من k-fold
ما هي المتطلبات الأساسية لدخول الدورة والتسجيل فيها على موقعنا؟ رحلة التعلم:
(احصل على الدورة للدخول إلى الموقع والتسجيل)
يجب أن يكون لديك بريد إلكتروني (حساب بريد) تتذكره لنفسك وأيضًا يجب أن تتذكر كلمة مرور البريد الإلكتروني الذي ستسجل به ، وإذا لم يكن لديك حساب بريد إلكتروني ، فمن الأفضل إنشاء حساب (Gmail)
0 تعليقات
تسجيل دخول