[100% OFF]Machine Learning Nanodegree(Arabic)


 الجزء – 1

 Numpy و Pandas  معالجة البيانات و :

                   Advanced Numpy                                      

                   Advanced Pandas

                   Data Preprocessing                

الجزء – 2 

Regression:                  

                  Simple Linear Regression

                  Multiple Linear Regression Intuition

                  Polynomial Regression

                  Support Vector Regression (SVR)

                  Decision Tree  Regression,

                  Random Forest Regression   

  الجزء – 3

Classification :

                الانحدار اللوجستي

                K-NN

               SVM                

               Kernel SVM                

               Naive Bayes                

               Decision Tree Classification                

               Random Forest Classification                

الجزء – 4  

Clustering  :

                K-Means                

               Hierarchical Clustering                

الجزء – 5   

Association Rule Learning::

               Apriori                

               Eclat                

الجزء – 6

Reinforcement Learning :

                Upper Confidence Bound                

               Thompson Sampling               

الجزء – 7   

Natural Language Processing (NLP) :

                Bag-of-words model               

                algorithms for NLP               

الجزء – 8   

Deep Learning :

                 الشبكات العصبية الاصطناعية، الشبكات العصبية التلافيفية 

                (Deep Learning: Artificial Neural works, Convolutional Neural works)

الجزء – 9

Dimensionality Reduction  :

               PCA               

               Kernel PCA               

               LDA               

الجزء – 10 

Model Selection & Boosting :

                k-fold Cross Validation               

                Parameter Tuning,                

                Grid Search               

                XGBoost               

فضلا على ذلك، فإن الدورة مليئة بالتمارين العملية التي تستند إلى أمثلة واقعية. لذا لن تتعلم النظرية فحسب، بل ستحصل أيضًا على بعض التدريب العملي  و تتعلم كيفية بناء النماذج الخاصة بك.

أيضا ستشتمل هذه الدورة التدريبية على قوالب بالبايثون و التي يمكنك تنزيلها واستخدامها في مشروعاتك الخاصة.

سيكون لديك فهم أساسي للعديد من نماذج تعلم الألة 

عمل تحليل قوي وتوقعات دقيقة للبيانات

Reinforcement Learning  و NPL و ال Deep Learning التعامل مع موضوعات محددة مثل

 Dimensionality Reduction التعامل مع التقنيات المتقدمة مثل

 سوف تتعلم كيف تختار النموذج الصحيح والمناسب لكل نوع من أنواع تعليم الألة  لكافة المشاكل المختلفة او متطلبات عملك  

  قم ببناء مزيج من عدة نماذج مختلفة لتعليم الألة بالتعلم كيفية دمجها معا لحل المشاكل الصعبة

Who this course is for:

  • الأشخاص المهتمة بتعليم ألة والذكاء الاصطتناعي
  • من عندهم خبره سابقة في تعلم أله ويريدون التعمق فيها
  • خريجي الجامعات او حتى طلاب الثانوي ويريدون العمل بتعليم الألة او مجال الذكاء الأصطتناعي
  • محللي البيانات والمحاسبين المالييين
  • الأشخاص الذين يريدون الترقي في العمل وزيادة قيمة مضافة للشركة التي يعمل بها

What you’ll learn

  • استخدم بايثون لعلوم البيانات والتعلم الآلي
  • تنفيذ خوارزميات تعلم الآلة
  • ريادة الأعمال بأستخدام الذكاء الاصطناعي
  • كيفية صنع بيئة عمل أفتراضية للتأهيل لسوق العمل
  • العقلية التحليلة
  • NumPy for Numerical Data تعلم ال
  • Pandas for Data Analysis تعلم ال
  • SciKit-Learn for Machine Learning Tasks استخدام ال
  • K-Means Clustering
  • Logistic Regression
  • Linear Regression
  • Random Forest and Decision Trees
  • Neural works
  • Support Vector Machines

Also Check:-[FREE]Getting Started with Playing Guitar

Be the first to comment

Leave a Reply

Your email address will not be published.


*