machine learning course

دورة التعلم الآلي مع بايثون

جدول المحتويات

• قم بتنزيل دليل مصادر التعلم العميق مجانًا

• مجموعة سلاك

• مقدمة

• تحفيز

• التعلم الآلي

• أساسيات التعلم الآلي

• التعلم تحت الإشراف

• التعلم غير الخاضع للرقابة

• التعلم العميق

• عملية سحب الطلب

• الملاحظة النهائية

• المطورين

• الاقتباس

قم بتنزيل دليل مصادر التعلم العميق مجانًا

مجموعة سلاك

مقدمة

الغرض من هذا المشروع هو تقديم دورة شاملة وبسيطة في التعلم الآلي باستخدام بايثون.

تحفيز

يعد Machine Learning ، كأداة Artificial Intelligence ، أحد أكثر المجالات العلمية انتشارًا. تم نشر قدر كبير من المؤلفات حول التعلم الآلي. الغرض من هذا المشروع هو تقديم أهم جوانب Machine Learning من خلال تقديم سلسلة من الدروس البسيطة والشاملة باستخدام Python . في هذا المشروع، قمنا ببناء برامجنا التعليمية باستخدام العديد من أطر التعلم الآلي المعروفة مثل Scikit-learn . في هذا المشروع ستتعلم:

• ما هو تعريف التعلم الآلي؟

• متى بدأت وما هو التطور السائد؟

• ما هي فئات التعلم الآلي والفئات الفرعية؟

• ما هي خوارزميات التعلم الآلي الأكثر استخدامًا وكيفية تنفيذها؟

التعلم الآلي

عنوان	وثيقة
مقدمة للتعلم الآلي	ملخص

أساسيات التعلم الآلي

عنوان	شفرة	وثيقة
الانحدار الخطي	بايثون	درس تعليمي
التجهيز الزائد / التجهيز الزائد	بايثون	درس تعليمي
التنظيم	بايثون	درس تعليمي
التحقق المتبادل	بايثون	درس تعليمي

التعلم تحت الإشراف

عنوان	شفرة	وثيقة
أشجار القرار	بايثون	درس تعليمي
K-أقرب الجيران	بايثون	درس تعليمي
ساذج بايز	بايثون	درس تعليمي
الانحدار اللوجستي	بايثون	درس تعليمي
دعم آلات المتجهات	بايثون	درس تعليمي

التعلم غير الخاضع للرقابة

عنوان	شفرة	وثيقة
التجميع	بايثون	درس تعليمي
تحليل المكونات الرئيسية	بايثون	درس تعليمي

التعلم العميق

عنوان	شفرة	وثيقة
نظرة عامة على الشبكات العصبية	بايثون	درس تعليمي
الشبكات العصبية التلافيفية	بايثون	درس تعليمي
أجهزة الترميز التلقائي	بايثون	درس تعليمي
الشبكات العصبية المتكررة	بايثون	IPython

عملية سحب الطلب

يرجى النظر في المعايير التالية لمساعدتنا بطريقة أفضل:

1. من المتوقع بشكل أساسي أن يكون طلب السحب عبارة عن اقتراح ارتباط.

2. يرجى التأكد من أن الموارد المقترحة ليست قديمة أو معطلة.

3. تأكد من إزالة أي تبعيات تثبيت أو بناء قبل نهاية الطبقة عند إجراء البناء وإنشاء طلب السحب.

4. أضف تعليقات تحتوي على تفاصيل التغييرات في الواجهة، بما في ذلك متغيرات البيئة الجديدة والمنافذ المكشوفة ومواقع الملفات المفيدة ومعلمات الحاوية.

5. يمكنك دمج طلب السحب بمجرد حصولك على تسجيل خروج مطور واحد آخر على الأقل، أو إذا لم يكن لديك إذن للقيام بذلك، فيمكنك أن تطلب من المالك دمجه نيابةً عنك إذا كنت تعتقد أن جميع عمليات التحقق قد تم اجتيازها.

الملاحظة النهائية

نحن نتطلع إلى تعليقاتك الكريمة. الرجاء مساعدتنا على تحسين هذا المشروع مفتوح المصدر وجعل عملنا أفضل. للمساهمة، يرجى إنشاء طلب سحب وسنقوم بالتحقيق فيه على الفور. مرة أخرى، نحن نقدر تعليقاتك الكريمة ودعمك.

المطورين

المشرفة ومبتكرة المشروع : أميرسينا تورفي [GitHub, Personal Website, Linkedin]

المطورون : أميرسينا تورفي، بريندان شيرمان*، جيمس إي هوبكنز* [لينكد إن]، زاك سميث [لينكد إن]

ملحوظة : تم تطوير هذا المشروع كمشروع رئيسي مقدم من [دورة الوسائط المتعددة/النص التشعبي CS 4624 في Virginia Tech] وتشرف عليه وتدعمه [Machine Learning Mindset].

*: ساهم بالتساوي

الاقتباس

إذا وجدت هذه الدورة مفيدة، يرجى التفضل بالتفكير في الاستشهاد بها على النحو التالي:

 @software{amirsina_torfi_2019_3585763,
  المؤلف = {أميرسينا تورفي و
                  بريندان شيرمان و
                  جاي هوبكنز و
                  إريك وين و
                  هوكي 45 و
                  فريدريك دي بليسر و
                  李明岳 و
                  صموئيل هوسو و
                  آلان}،
  العنوان = {{machinelearningmindset/machine-learning-course:
                   التعلم الآلي باستخدام بايثون}}،
  الشهر = ديسمبر،
  العام = 2019،
  الناشر = {زينودو}،
  الإصدار = {1.0}،
  دوى = {10.5281/zenodo.3585763}،
  عنوان URL = {https://doi.org/10.5281/zenodo.3585763}
}