مشروعات تعلم الآلة التطبيقي: الإعداد والتنبؤ والمقارنة

اربط إعداد البيانات بمشروعات التنبؤ والتقييم المتأني للنماذج.

هل تبحث عن شروحات خطوة بخطوة لأدوات ذكاء اصطناعي محددة؟

نظرة عامة على الدورة

تربط الأمثلة العملية بين إعداد البيانات والتصنيف والتجميع والتنبؤ بالسلاسل الزمنية. تتناول الأنشطة تحديد الهدف وتسرب البيانات وخط الأساس وحدود تعميم النتائج. استخدم بيانات عامة أو اصطناعية ووثّق عدم اليقين وقابلية إعادة الإنتاج.

إعداد خطة تتضمن القيم المفقودة والترميز والهدف وفصل مجموعات البيانات. شرح الفرق بين التصنيف والتجميع والتنبؤ الزمني. مقارنة النتائج بخط أساس وتحديد الأدلة اللازمة قبل تطبيقها على سياق آخر.

تُفيد معرفة أساسية ببايثون والجداول ومفاهيم تعلم الآلة. يمكن إنجاز الأنشطة كتابةً. استخدم بيانات عامة أو اصطناعية لا شخصية، ولا تعتمد على تمرين دراسي لاتخاذ قرار ذي عواقب.

لمن لديهم معرفة أساسية ومستعدون لبناء مهارات عملية ومستقلة

لمن يتعلمون بشكل أفضل من خلال الأمثلة والدروس الموجّهة والتطبيق العملي

للمهنيين والمبدعين والمطورين المستقلين الباحثين عن سير عمل قابل للتكرار

جرّب الدرس الأول

جرّب الدرس الأول مجانًا بحساب مجاني، دون بطاقة دفع. تتطلب الدروس المدفوعة الأخرى وصولًا صالحًا إلى الأكاديمية أو فترة تجريبية نشطة أو اشتراك Lumi Pro.

4 الدروس · متوسط · الدورة الكاملة.

محتوى دورة بترخيص مفتوح · مرخّص CC BY · الترخيص موثّق

تستخدم هذه الدورة مواد مرخّصة بموجب CC BY مع نسبتها إلى مزود المحتوى أو رافعها. لا يتاح تشغيل الدروس إلا بعد تسجيل الدخول واجتياز فحوص النشر والترخيص.

تحليل المصادر

مسار منظم نحو الممارسة التطبيقية للتعلم الآلي، يُقيَّم وفق سير العمل المعلن لا وفق عدد الأدوات

تحليل تحريري بمساعدة الذكاء الاصطناعي للمصادر المذكورة، وليس اختبارًا عمليًا أو مراجعة عميل. ادعاءات المورّد ليست قياسات أداء مستقلة.

تقييمنا

هذا وصف لدورة تتألف من أربعة دروس متوسطة المستوى في التعلم الآلي التطبيقي. ويتركز تأكيدها المعلن على سير عمل منضبط أكثر من تركيزه على منتج برمجي بعينه، وذلك عبر تحديد هدف التنبؤ، وإعداد البيانات، والمقارنة بخط أساس، وبيان ما لا يستطيع النموذج إثباته. تقدّم الصفحة الدورة بوصفها مورداً تعليمياً يمكن تناوله كتحليل مكتوب دون تشغيل شيفرة برمجية. أما ما إذا كانت الدروس تقدم هذا العمق فعلاً، فلا يستطيع الوصف العام وحده تأكيده.

الجمهور والاستخدام المناسب

يبدو أن الدورة مناسبة للمتعلمين الذين يملكون معرفة أساسية بلغة بايثون والجداول ومفردات التعلم الآلي التمهيدية، والذين يريدون عملية قابلة للتكرار في التصنيف الخاضع للإشراف والتجميع والتنبؤ بالسلاسل الزمنية. وتذكر الصفحة ثلاث فئات مستهدفة: من يتعلمون عبر الأمثلة والتدريب الموجّه، والمحترفون وصانعو المحتوى الساعون إلى سير عمل قابل للتكرار، والمطورون المستقلون. وقد يجد القارئ الذي يفتقر إلى هذه الخلفية متطلبات الدورة صعبة. ويمكن إنجاز المهام كتحليلات مكتوبة، وهو ما قد يناسب من يريد حكماً مفاهيمياً على تقييم النماذج أكثر من التدريب البرمجي العملي.

القيود والمفاضلات

تكمن المفاضلة الرئيسية بين عمق المهارة العملية وسهولة الوصول. فالتركيز المعلن على منع تسرب البيانات وخطوط الأساس وعدم اليقين أولوية سليمة لكل من سيفسر نتائج النماذج لاحقاً، لكن هذه الموضوعات تتطلب ممارسة متواصلة حتى تُستوعب. وتشير الصفحة أيضاً إلى أن تشغيل الدروس مرهون بوصول موثّق بعد فحوص الترخيص، وأن محتوى الدورة مرخّص بموجب CC BY. وعلى القراء أن يزنوا ما إذا كانت سلسلة من أربعة دروس تكفي من التكرار لأهدافهم، وما إذا كان الدرس الأول المجاني كافياً للحكم على مدى ملاءمة الدورة قبل الالتزام بالدورة كاملة.

قبل البدء

قبل الدفع أو التسجيل، تحقّق من السعر الحالي وشروط الوصول والمحتوى الدقيق للدروس من 2 إلى 4، إذ تصف الصفحة العامة بنية الدورة والدرس 1 المجاني فقط. وتأكد مما إذا كانت تمارين بايثون إلزامية أم اختيارية، وما مجموعات البيانات المستخدمة، وهل تُحدَّث المادة لتواكب المكتبات الحالية. وتوصي الصفحة نفسها باستخدام بيانات عامة أو اصطناعية وعدم اعتبار مشروع الدورة دليلاً على قرار ذي عواقب، وهو تذكير معقول لأي متعلم يطبق هذه الأساليب عملياً.

نقاط تحتاج إلى تحقق

المصادر التي تمت مراجعتها

ساعدنا على جعل هذه الصفحة أكثر فائدة

هل تابعت دروسًا من هذه الدورة؟ أخبرنا بما تعلمته وما يمكن توضيحه.

شارك تجربتك · اقترح تصحيحًا

تُرسل الملاحظات بشكل خاص إلى فريقنا. لا تُنشر تلقائيًا ولا تُحتسب كتقييم. لا تشارك كلمات المرور أو بيانات العملاء أو المعلومات الحساسة.