Machine Learning

Go to class
Write Review

Machine Learning provided by Udemy is a comprehensive online course, which lasts for 31 hours worth of material. Machine Learning is taught by Dr. Tamer Eid, Hadelin de Ponteves, Kirill Eremenko, SuperDataScience Team, Loaii abdalslam and Mohamed Rehan. Upon completion of the course, you can receive an e-certificate from Udemy. The course is taught in Arabicand is Paid Course. Visit the course page at Udemy for detailed price information.

Overview
  • أكبر كورس عربي لتعليم الألة والذكاء الأصطناعي لتأهيل مليون عالم بيانات عربي

    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 Networks
    • Support Vector Machines

    الجزء-1

    Numpy و Pandas معالجة البيانات و :

    Advanced Numpy

    AdvancedPandas

    Data Preprocessing

    الجزء - 2

    Regression:

    Simple Linear Regression

    Multiple Linear Regression Intuition

    Polynomial Regression

    Support Vector Regression (SVR)

    Decision TreeRegression,

    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 Networks, Convolutional Neural Networks)

    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 كيفيةبناء النماذج الخاصة بك.

    أيضا ستشتمل هذه الدورة التدريبية على قوالب بالبايثون والتي 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 Learningالتعامل مع موضوعات محددة مثل

    Dimensionality Reductionالتعامل مع التقنيات المتقدمة مثل

    سوف تتعلم كيف تختار النموذجالصحيح والمناسب لكل نوع من أنواع تعليم الألة لكافةالمشاكل المختلفة او متطلبات عملك

    قم ببناء مزيج من عدة نماذج مختلفةلتعليم الألة بالتعلم كيفيةدمجها معا لحل المشاكل الصعبة