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 Requirements اللغة الأنجليزية لغة البرمجة بايثون (Python) أساسيات الجبر الخطي والمصفوفات أساسيات الأحصاء اساسيات التفاضل والتكامل Algorithms and data structures ****..............Intermediate statistical knowledge: Populations, samples Mean, median, mode Standard error Variation, standard deviations Normal distribution Precision and accuracy Hypothesis testing Problem solving Confidence Interval, P-values, T-test, Statistical Significance Intermediate calculus and linear algebra mastery: Derivatives Integrals Series expansions Matrix operations through eigenvectors and eigenvalues Description 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 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 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
TO MAC USERS: If RAR password doesn't work, use this archive program:
RAR Expander 0.8.5 Beta 4 and extract password protected files without error.
TO WIN USERS: If RAR password doesn't work, use this archive program:
Latest Winrar and extract password protected files without error.
nomaher |
SermonBox - Seasonal Collection
SermonBox - The Series Pack Collection
Top Rated News
Would you like to be a Author?
