منذ سنة
أهلا بك عزيزي المتابع لموقع (journey for learn) نقدم دورات مجانيه 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 :
التعلم الآلي (ML) هو دراسة خوارزميات الكمبيوتر التي تتحسن تلقائيًا من خلال التجربة وباستخدام البيانات. يمكن أن يكون إعداد بيئة Python الخاصة بك لـ ML مهمة صعبة. إذا لم تقم أبدًا بإعداد شيء كهذا من قبل ، فقد تقضي ساعات في العبث بأوامر مختلفة تحاول تشغيلها. ستغطي هذه المقدمة للتعلم الآلي باستخدام Python كل ما تحتاج لمعرفته حول البدء بما في ذلك أساسيات التعلم الآلي الحديث وأمثلة واستخدامات التعلم الآلي وعملية التعلم الآلي. تنتقل بعد ذلك إلى بعض الجوانب العملية لتثبيت Jupyter ، وهي أداة ويب تفاعلية مجانية ومفتوحة المصدر. يُعرف باسم دفتر الملاحظات الحسابي ، والذي يمكنك استخدامه للجمع بين كود البرنامج والإخراج الحسابي وموارد الوسائط المتعددة في مستند واحد. تمنحك دورة Python للتعلم الآلي دليلًا تفصيليًا حول كيفية تثبيت دفتر Jupyter واستخدامه. يعد التعلم الآلي عاملاً أساسيًا في تطوير الأنظمة الذكية وتحليل البيانات في العلوم والهندسة. متغير Python هو موقع ذاكرة محجوز لتخزين القيم. بمعنى آخر ، يمكن استخدام متغير في برنامج Python لإعطاء البيانات للكمبيوتر للمعالجة. يشرح هذا المقرر الدراسي كيفية التصريح عن متغيرات بايثون وكيفية العمل عليها ، قبل الانتقال إلى وظائف بايثون والشرطية والحلقات. Tuples هو الموضوع التالي الذي تتم تغطيته ويتضمن التعلم الخاص بك كيفية إنشاء والحصول على قائمة بها ، وبعض الأمثلة أيضًا. يختتم هذا القسم من الدورة بالتعرف على الوحدات النمطية ، والتي تشير إلى ملف يحتوي على عبارات وتعريفات Python التي تُستخدم لتقسيم البرامج الكبيرة إلى ملفات صغيرة يمكن إدارتها ومنظمة. سيتم تعليمك أيضًا كيفية استيراد الوحدات إلى Python. يغطي الجزء الأخير من الدورة التدريبية scikit-Learn ، وهي وحدة Python للتعلم الآلي المبنية على قمة SciPy ويتم توزيعها بموجب ترخيص BSD المكون من 3 فقرات. تم تأسيس المشروع في عام 2007 بواسطة David Cournapeau كمشروع Google Summer of Code ، ومنذ ذلك الحين ساهم العديد من المتطوعين. في هذا البرنامج التعليمي للمبتدئين في تعلم الآلة من Python ، ستتعلم كيفية إنشاء نموذج تصنيف باستخدام scikit-Learn ، جنبًا إلى جنب مع استخداماته وعملية التثبيت. تُستخدم مجموعة بيانات Iris على نطاق واسع كمجموعة بيانات للمبتدئين لأغراض التعلم الآلي. يتم تضمين مجموعة البيانات في R: BASE (أو RBASE) و Python في scikit-Learn ، بحيث يمكن للمستخدمين الوصول إليها دون الحاجة إلى العثور على مصدر لها. تنتهي دورة التعلم الآلي هذه عن طريق الخوض في استيراد Iris Dataset إلى ملف Python باستخدام Scikit-Learn ، وكيفية إعداد البيانات وتنظيمها وتحميلها ، قبل تعليمك كيفية إنشاء KNeighboursClassifier الخاص بك. يجب عليك التسجيل في هذه الدورة التدريبية إذا كنت تعمل في تطوير موقع ويب أو تطبيق أو حتى تأمل في استكشاف مهنة كمحلل بيانات وترغب في الجمع بين شغفك بالتعلم الآلي وبرمجة بايثون. ابدأ الدورة الآن
بنهاية هذه الدورة ، ستكون قادرًا على:
- حدد بعض الأمثلة واستخدامات التعلم الآلي
- مناقشة التعلم الخاضع للإشراف وغير الخاضع للإشراف
- تحليل خطوات عملية التعلم الآلي
- شرح عملية تركيب اناكوندا
- ناقش الوظائف والشرطية والحلقات في بايثون
- حدد الخطوط العريضة للعملية المتضمنة في بناء نموذج تصنيف باستخدام scikit-Learn
- حدد استخدامات والغرض من scikit-Learn
- اشرح ميزات وتسميات مجموعة بيانات التعلم الآلي
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)
