ML foundations
1.0.0
يعد هذا الريبو موطنًا للكود المصاحب لمنهج أسس التعلم الآلي لجون كرون، والذي يوفر نظرة عامة شاملة على جميع المواضيع - عبر الرياضيات والإحصاء وعلوم الكمبيوتر - التي تكمن وراء مناهج التعلم الآلي المعاصرة، بما في ذلك التعلم العميق والذكاء الاصطناعي الآخر التقنيات.
هناك ثمانية مواضيع في المنهج، منظمة في أربعة مجالات موضوعية. راجع قسم "دار التعلم الآلي" أدناه للحصول على تفاصيل حول سبب اعتبار هذه المجالات الأساسية أساسية:
تعتمد المواضيع اللاحقة على محتوى من مواضيع سابقة، لذا فإن النهج الموصى به هو التقدم خلال المواضيع الثمانية بالترتيب المقدم. ومع ذلك، فنحن نرحب باختيار الموضوعات الفردية بناءً على اهتماماتك أو معرفتك الحالية بالمادة. وعلى وجه الخصوص، يعتبر كل مجال من مجالات المواضيع الأربعة مستقلاً إلى حد ما، لذا يمكن تناوله بشكل منفصل.
تم تقديم المواضيع الثمانية لأساسيات تعلم الآلة في البداية بواسطة جون كرون كتدريبات مباشرة عبر الإنترنت في منصة التعلم O'Reilly في الفترة من مايو إلى سبتمبر 2020 (وتم تقديمها مرة ثانية من يوليو إلى ديسمبر 2021؛ انظر هنا لمعرفة مواعيد المحاضرات الفردية).
ليناسب أسلوب التعلم المفضل لديك، أصبح المحتوى متاحًا الآن عبر عدة قنوات:
(لاحظ أنه على الرغم من أن YouTube يحتوي على 100% من المحتوى الذي يتم تدريسه، فإن الخيارات المدفوعة - على سبيل المثال، Udemy وO'Reilly وODSC - تحتوي على حلول شاملة للتمارين غير المتوفرة على YouTube. تتضمن بعض الخيارات المدفوعة أيضًا ميزات حصرية خاصة بالمنصة مثل الاختبار التفاعلي و"أوراق الغش" ومنح شهادة لإكمال الدورة التدريبية بنجاح.)
للبقاء على اطلاع بجلسات التدريب المباشرة المستقبلية وإصدارات الفيديو الجديدة وإصدارات فصول الكتاب، فكر في الاشتراك في النشرة الإخبارية لجون كرون عبر البريد الإلكتروني عبر صفحته الرئيسية.
يتم توفير كافة التعليمات البرمجية داخل دفاتر ملاحظات Jupyter في هذا الدليل. تم تصميم أجهزة الكمبيوتر المحمولة هذه للاستخدام داخل بيئة Colab السحابية (المجانية) وهي البيئة الوحيدة المدعومة بشكل نشط حاليًا.
ومع ذلك، إذا كنت معتادًا على تشغيل دفاتر ملاحظات Jupyter محليًا، فنحن نرحب بك للقيام بذلك (لاحظ أن إصدارات المكتبة في ملف Dockerfile الخاص بهذا الريبو ليست بالضرورة حديثة، ولكنها قد توفر نقطة بداية معقولة لتشغيل Jupyter داخل حاوية Docker) .
لكي تكون عالم بيانات متميزًا أو مهندس تعلم الآلة، لا يكفي أن تعرف فقط كيفية استخدام خوارزميات تعلم الآلة عبر الواجهات المجردة التي توفرها المكتبات الأكثر شعبية (على سبيل المثال، scikit-learn، Keras). لتدريب النماذج المبتكرة أو نشرها لتعمل بكفاءة في الإنتاج، قد يكون التقدير المتعمق لنظرية التعلم الآلي (في الصورة كالأرضية المركزية الأرجوانية لـ "دار التعلم الآلي") مفيدًا أو ضروريًا. ومن أجل تنمية هذا التقدير المتعمق لتعلم الآلة، يجب على المرء أن يمتلك فهمًا عمليًا للموضوعات الأساسية.
عندما تكون أسس "دار التعلم الآلي" ثابتة، فإنه يسهل أيضًا الانتقال من مبادئ تعلم الآلة العامة (الطابق الأرجواني) إلى مجالات تعلم الآلة المتخصصة (الطابق العلوي، الموضح باللون الرمادي) مثل التعلم العميق والتعلم الطبيعي معالجة اللغة، والرؤية الآلية، والتعلم المعزز. وذلك لأنه كلما كان التطبيق أكثر تخصصًا، زادت احتمالية توفر تفاصيله للتنفيذ فقط في الأوراق الأكاديمية أو الكتب المدرسية على مستوى الدراسات العليا، والتي يفترض أي منها عادةً فهمًا للمواضيع الأساسية.
قد يكون المحتوى الموجود في هذه السلسلة مناسبًا لك بشكل خاص إذا:
لم تتغير المواضيع الأساسية إلى حد كبير في العقود الأخيرة ومن المرجح أن تظل كذلك خلال العقود القادمة، ومع ذلك فهي بالغة الأهمية في جميع مناهج التعلم الآلي وعلوم البيانات. وبالتالي، فإن الأسس توفر أساسًا متينًا يدوم طوال الحياة المهنية.
الغرض من هذه السلسلة هو تزويدك بفهم عملي وعملي للمحتوى الذي يتم تناوله. سيتم توفير السياق لكل موضوع، مع تسليط الضوء على أهميته للتعلم الآلي.
كما هو الحال مع المواد الأخرى التي أنشأها جون كرون (مثل كتاب Deep Learning Illustrated وسلسلة مقاطع الفيديو الخاصة به التي تبلغ مدتها 18 ساعة Deep Learning with TensorFlow وKeras وPyTorch) ، يتم إحياء محتوى السلسلة من خلال الجمع بين:
البرمجة : جميع العروض التوضيحية للكود ستكون بلغة Python، لذا فإن الخبرة بها أو بأي لغة برمجة أخرى موجهة للكائنات ستكون مفيدة للمتابعة مع أمثلة التعليمات البرمجية. من الموارد الجيدة (والمجانية!) لبدء استخدام Python هو كتاب Al Sweigart's Automate the Boring Stuff.
الرياضيات : الإلمام بالرياضيات على مستوى المدرسة الثانوية سيجعل متابعة الفصل أسهل. إذا كنت مرتاحًا في التعامل مع المعلومات الكمية - مثل فهم المخططات وإعادة ترتيب المعادلات البسيطة - فيجب أن تكون مستعدًا جيدًا لمتابعة جميع الرياضيات. إذا اكتشفت أن لديك بعض الفجوات في الرياضيات أثناء عملك من خلال منهج ML Foundations ، فإنني أوصي بأكاديمية خان المجانية والشاملة لملء هذه الفجوات.
أخيرًا، إليك رسم توضيحي لـ Oboe، تميمة مؤسسات التعلم الآلي ، التي أنشأها الفنان الرائع Aglaé Bassens:
