← كل الدورات
التعلم الآلي (Machine Learning): الأساسيات
المدة : 7 ساعةاللغة : العربيةالمستوى : مبتدئالبرامج : متصفح إنترنت؛ لغة بايثون اختيارية إن رغبت في إعادة إجراء الحسابات بنفسك
المتطلّبات:جبر بمستوى الثانوية (حل معادلة من الدرجة الأولى، قراءة خط y = a x + b)القدرة على قراءة رسم بياني بسيط (سحابة نقاط، منحنى)لا حاجة لأي خبرة سابقة في البرمجة
مجاني
أول درسين من هذه الدورة متاحان للجميع.
الوصف
مسار لفهم التعلم الآلي لمن لم يطلع عليه من قبل. تبدأ من سحابة نقاط وخط يلائمها، ثم تتعلم قياس خطأ النموذج وتصحيحه، لتنتقل بعدها إلى التصنيف (مصفوفة الالتباس confusion matrix، الدقة precision، الاستدعاء recall، منحنى ROC)، ثم الشبكات العصبية والتضمينات (embeddings) ونماذج اللغة الكبيرة. كل مفهوم يستند إلى مجموعة بيانات صغيرة يمكن حسابها يدويا، لا إلى معادلة تُقبل كمسلّمة. ينتهي الكورس بموضوعي النشر في الإنتاج والإنصاف، وهما موضوعان كثيرا ما تتجاهلهما دورات المقدمة.
البرنامج
الأهداف
- شرح ما يحسبه نموذج الانحدار الخطي فعليا وكيف يتعلم
- اختيار وتفسير دالة الخسارة (loss function): L1، L2، MAE، MSE
- قراءة مصفوفة الالتباس وحساب الدقة والاستدعاء ومقياس F1 يدويا
- فهم فائدة منحنى ROC وما تقيسه مساحة AUC
- التمييز بين البيانات العددية والفئوية، وكشف الإفراط في التعلم
- شرح استخدامات الشبكات العصبية والتضمينات
- وصف كيفية توقع نموذج اللغة للكلمة التالية، من n-grams إلى نماذج اللغة الكبيرة
- تعداد الأسئلة الواجب طرحها قبل نشر نموذج في الإنتاج، بما في ذلك مسألة التحيز
المهارات المكتسبة
الانحدار الخطي واللوجستيقراءة مصفوفة الالتباسحساب الدقة والاستدعاء ومقياس F1 ومنحنى ROC ومساحة AUCمفاهيم الشبكات العصبية والتضميناتأساسيات نماذج اللغة (الرموز tokens، n-grams، السياق)معايير النشر في الإنتاج والإنصاف الخوارزمي
نوع المحتوى
Leçons écrites avec exemples chiffrésTableaux de calcul pas à pasExercices corrigésQuiz interactifs
مدرّبك
Équipe OmniLearn