مـــقــدمـــة:
مرحبا بكم في دورة ( ML110: Supervised Learning ) والتي سنتعلم فيها احد فروع تعلم الالة وهو التعلم تحت الاشراف حيث في هذا النوع يتم تدريب خوارزميات تعلم الآلة باستخدام بيانات تم عنونتها وتصنيفها مسبقاً يدوياً كمثال التعرف على صور السيارات حيث يتم في مرحلة التعلم إخبار الخوارزمية إن كان هناك سيارة في الصورة أم لا ويندرج تحت هذا الصنف نوعان من الخوارزميات المهمة:
- خوارزميات التصنيف ( Classification ): حيث يتم تعلم شيء ذا تصنيفات محددة مثل الألوان او أنواع الحيوانات اوأنواع الفاكهة او تصنيف البريد الالكتروني بأنه مزعج أو لا (سبام او هام).
- خوارزميات الانحدار او التوقع ( Regression ): والهدف توقع رقم غير محدد بصنف معين ، مثل توقع درجة الحرارة بناء على بيانات الطقس بالإضافة إلى اتجاه الرياح والغيوم وكذلك توقع أسعار المنازل بناء على معطيات كحجم البيت وعدد الغرف ومكان الحي والخ..
ولذلك سوف نقسم هذه الدورة الى قسمين حيث في القسم الاول سوف نشرح خوارزميات التصنيف Classification نظرياً ثم سنشرحها عملياً بأستخدام الامثلة والتمارين البرمجية من اجل الممارسة ثم سنقوم ببناء مشروعين حقيقيين متكاملين بأستخدام خوارزميات التصنيف.
وفي القسم الثاني سوف نشرح خوارزميات الانحدار Regression نظريا ثم نشرحها عمليا بأستخدام الامثلة والتمارين من اجل الممارسة ثم سنقوم ببناء مشروع حقيقي متكامل بأستخدام خوارزميات التوقع.
المشاريع:
المشاريع التالية والتي سوف نقوم ببنائها في هذه الدورة مهمة جداً وسوف نشرح فيها الكثير من مفاهيم واساسيات تعلم الالة بالاضافة الى انك ستواجه مشاريع كثيرة في مسيرتك المهنية والدراسية مشابهة لهذه المشاريع:
- مشروع التنبؤ بأصناف الازهار
- مشروع بناء سبام فلتر للرسائل المزعجة
- مشروع التنبؤ بمبيعات ومصاريف الحملات التسويقية
هذه الدورة قيد التطوير وسيتم فتح التسجيل قريباً …
