الصفحة الرئيسية>المتعلقة بالبرمجة>بايثون
تنزيل

حزمة التعلم الآلي الكاملة 

 ? Ranked as one of the top data science repositories on GitHub!

التقنيات والأدوات وأفضل الممارسات وكل ما تحتاجه لتعلم التعلم الآلي!

أدوات

حزمة التعلم الآلي الكاملة عبارة عن مستودع شامل يحتوي على 35 دفترًا حول برمجة بايثون ومعالجة البيانات وتحليل البيانات وتصور البيانات وتنظيف البيانات والتعلم الآلي الكلاسيكي ورؤية الكمبيوتر ومعالجة اللغات الطبيعية (NLP).

تم إنشاء جميع دفاتر الملاحظات مع وضع القراء في الاعتبار. يبدأ كل دفتر ملاحظات بنظرة عامة عالية المستوى على أي خوارزمية/مفهوم محدد تتم تغطيته. حيثما أمكن، يتم استخدام العناصر المرئية لتوضيح الأمور.

ما هو الجديد

  • 10 مايو 2023: تمت إضافة دليل شامل حول عمليات MLOps. استمتع بالدليل!!

  • 23 يونيو 2022: تساءل العديد من الأشخاص عن كيفية دعم الحزمة. يمكنك شراء القهوة لنا ☕️

  • 18 مايو 2022: حزمة التعلم الآلي الكاملة متاحة الآن على الويب. أصبح من السهل الآن عرض جميع دفاتر الملاحظات!

  • 9 أبريل 2022: تحديث نقل التعلم باستخدام الشبكات العصبية التلافيفية المدربة مسبقًا مع أشياء إضافية وموارد إضافية مضافة.

  • 25 نوفمبر 2021: أساسيات التعلم الآلي المحدثة: تمت إضافة ملاحظات تمهيدية، وسير عمل تصميم نظام التعلم الآلي، وتحديات أنظمة التعلم.

نظرة عامة على الأدوات

فيما يلي الأدوات التي تم تناولها في حزمة التعلم الآلي الكاملة. إنها أدوات شائعة يحتاجها معظم مهندسي التعلم الآلي وعلماء البيانات بطريقة أو بأخرى ويوميًا.

  • Python هي لغة برمجة عالية المستوى حظيت بشعبية كبيرة في مجتمع البيانات ومع النمو السريع للمكتبات وأطر العمل، تعد هذه لغة برمجة مناسبة لتعلم الآلة.

  • NumPy هي أداة حوسبة علمية تستخدم لعمليات المصفوفة أو المصفوفة.

  • تعد Pandas أداة رائعة وبسيطة لتحليل البيانات ومعالجتها من مجموعة متنوعة من المصادر المختلفة.

  • Matplotlib هي أداة شاملة لتصور البيانات تُستخدم لإنشاء تصورات ثابتة ومتحركة وتفاعلية في Python.

  • Seaborn هي أداة أخرى لتصور البيانات مبنية على Matplotlib وهي سهلة الاستخدام للغاية.

  • Scikit-Learn: بدلاً من بناء نماذج التعلم الآلي من الصفر، تعمل Scikit-Learn على تسهيل استخدام النماذج الكلاسيكية في بضعة أسطر من التعليمات البرمجية. تم تكييف هذه الأداة تقريبًا من قبل مجتمع وصناعات تعلم الآلة بالكامل، بدءًا من الشركات الناشئة وحتى شركات التكنولوجيا الكبرى.

  • TensorFlow وKeras للتعلم العميق: TensorFlow هو إطار عمل شائع للتعلم العميق يستخدم لبناء نماذج مناسبة لمجالات مختلفة مثل رؤية الكمبيوتر ومعالجة اللغات الطبيعية. Keras عبارة عن واجهة برمجة تطبيقات للشبكة العصبية عالية المستوى تجعل من السهل تصميم نماذج التعلم العميق. لدى TensorFlow وKeras مجتمع ونظام بيئي رائع يتضمن أدوات مثل TensorBoard، وTF Datasets، وTensorFlow Lite، وTensorFlow Extended، وTensorFlow Hub، وTensorFlow.js، وTensorFlow GNN، وغير ذلك الكثير.

المخطط التفصيلي الكامل

الجزء الأول - مقدمة إلى لغة بايثون والعمل مع البيانات

0 - مقدمة إلى لغة بايثون للتعلم الآلي

1 - حساب البيانات باستخدام NumPy

  • إنشاء مصفوفة NumPy
  • اختيار البيانات: فهرسة وتقطيع المصفوفة
  • إجراء العمليات الحسابية وغيرها من العمليات الأساسية
  • أداء الإحصائيات الأساسية
  • معالجة البيانات

[ يمكنك العثور على ملاحظات تفصيلية حول NumPy هنا ]

2- معالجة البيانات باستخدام الباندا

  • أساسيات الباندا
    • السلسلة وإطارات البيانات
    • فهرسة البيانات واختيارها
    • التعامل مع البيانات المفقودة
    • العمليات والوظائف الأساسية
    • طرق التجميع
    • تجميع
    • الدمج والانضمام والتسلسل
  • ما وراء إطارات البيانات: العمل مع CSV، وExcel
  • تحليل البيانات الاستكشافية في العالم الحقيقي (EDA)

3- تصور البيانات

  • تصور البيانات مع Matplotlib
  • تصور البيانات مع Seaborn
  • تصور البيانات مع الباندا

4- التحليل الاستكشافي لبيانات العالم الحقيقي وإعداد البيانات

  • تحليل البيانات الاستكشافية

  • مقدمة لإعداد البيانات

  • التعامل مع الميزات الفئوية

  • تحجيم الميزة

  • التعامل مع القيم المفقودة

الجزء 2 - التعلم الآلي

5- أساسيات التعلم الآلي

  • ما هو التعلم الآلي؟
  • الفرق بين الذكاء الاصطناعي وعلوم البيانات والتعلم الآلي والتعلم العميق
  • الفرق بين التعلم الآلي والبرمجة العادية
  • تطبيقات التعلم الآلي
  • متى تستخدم ومتى لا تستخدم التعلم الآلي
  • أنواع التعلم الآلي
  • سير عمل نموذجي لمشروع التعلم الآلي
  • مقاييس التقييم
  • تحديات أنظمة التعلم الآلي

6 - التعلم الآلي الكلاسيكي باستخدام Scikit-Learn

  • مقدمة إلى Scikit-Learn للتعلم الآلي

  • النماذج الخطية للانحدار

  • النماذج الخطية للتصنيف

  • دعم الآلات المتجهة: المقدمة والانحدار

  • دعم آلات المتجهات للتصنيف

  • أشجار القرار: المقدمة والانحدار

  • أشجار القرار للتصنيف

  • الغابات العشوائية: المقدمة والانحدار

  • الغابات العشوائية للتصنيف

  • ما وراء الغابات العشوائية: المزيد من نماذج الفرق

  • مقدمة إلى التعلم غير الخاضع للرقابة باستخدام KMeans Clustering

  • مقدمة عملية لتحليل المكونات الرئيسية

الجزء 3 - التعلم العميق

7 - مقدمة في الشبكات العصبية الاصطناعية و TensorFlow

  • مقدمة إلى الشبكات العصبية الاصطناعية

    • لماذا التعلم العميق

    • شبكة عصبية أحادية الطبقة

    • وظائف التنشيط

    • أنواع بنيات التعلم العميق

      • الشبكات المتصلة بكثافة
      • الشبكات العصبية التلافيفية
      • الشبكات العصبية المتكررة
      • محولات

    • التحديات في تدريب الشبكات العصبية العميقة

  • مقدمة إلى TensorFlow للتعلم العميق

    • ما هو TensorFlow؟
    • واجهات برمجة التطبيقات لنموذج TensorFlow
    • جولة سريعة في النظام البيئي TensorFlow
    • أساسيات التنسور

  • الشبكات العصبية للانحدار مع TensorFlow

  • الشبكات العصبية للتصنيف مع TensorFlow

8 - الرؤية الحاسوبية العميقة مع TensorFlow

  • مقدمة في رؤية الكمبيوتر باستخدام الشبكات العصبية التلافيفية (CNNs)

    • مقدمة في رؤية الكمبيوتر وشبكات CNN
      • ما هي الشبكات العصبية التلافيفية؟
      • بنية نموذجية للشبكات العصبية التلافيفية
    • شبكات تحويل الترميز: تصنيف الصور

  • شبكات ConvNets لبيانات العالم الحقيقي وزيادة الصور

    • مقدمة - مجموعات بيانات العالم الحقيقي وزيادة البيانات
    • الشروع في العمل: مجموعات بيانات العالم الحقيقي والتجهيز الزائد
    • تكبير الصورة باستخدام طبقات تكبير الصورة Keras

  • نقل التعلم باستخدام الشبكات العصبية التلافيفية المدربة مسبقًا

    • الدافع لنقل التعلم
    • مقدمة لنقل التعلم
    • التدفق النموذجي لنقل التعلم
    • تصنيف سريع للصور باستخدام النماذج المدربة مسبقًا
    • نقل التعلم وFineTuning في الممارسة العملية
    • تصنيف سريع للصور ونقل التعلم باستخدام TensorFlow Hub

    [تم العثور على دفتر ملاحظات محدث لنقل التعلم هنا]

9- معالجة اللغات الطبيعية باستخدام TensorFlow

  • مقدمة إلى البرمجة اللغوية العصبية ومعالجة النصوص باستخدام TensorFlow

    • مقدمة في معالجة اللغات الطبيعية
    • معالجة النصوص باستخدام TensorFlow
    • باستخدام طبقة TextVectorization

  • استخدام تضمينات Word لتمثيل النصوص

    • مقدمة إلى تضمين الكلمات
    • التضمين في الممارسة
    • استخدام التضمينات المدربة مسبقًا

  • الشبكات العصبية المتكررة (RNNs)

    • مقدمة للشبكات العصبية المتكررة
    • RNNs البسيطة في الممارسة العملية: تحليل معنويات الأفلام
    • مقدمة للذكريات الطويلة والقصيرة
    • LSTMs في الممارسة: تصنيف الأخبار

  • استخدام الشبكات العصبية التلافيفية لتصنيف النصوص

    • مقدمة الشبكات العصبية التلافيفية للنصوص
    • CNN للنصوص في الممارسة: تصنيف الأخبار
    • الجمع بين شبكات ConvNets وRNNs

  • استخدام BERT المدرب مسبقًا لتصنيف النص

    • مقدمة إلى بيرت
    • عمليًا: الضبط الدقيق لبيرت المُدرب مسبقًا

مجموعات البيانات المستخدمة

العديد من مجموعات البيانات المستخدمة لهذا المستودع هي من المصادر التالية:

  • جامعة كاليفورنيا المفتوحةML
  • مجموعات بيانات سيبورن
  • مجموعات بيانات Scikit-Learn
  • كاجل
  • مجموعات بيانات TensorFlow

مزيد من موارد التعلم الآلي

مجتمع التعلم الآلي نابض بالحياة للغاية. يمكن لحزمة التعلم الآلي الكاملة أن تساعدك على البدء، ولكنها ليست كافية. ولحسن الحظ، هناك العديد من الموارد التعليمية الرائعة، بعضها مدفوع الأجر أو متاح مجانًا. فيما يلي قائمة بالدورات التدريبية التي غالبًا ما ينصح بها العديد من الأشخاص. لاحظ أنهم غير مدرجين في الترتيب الذي سيتم اتخاذه.

الدورات

  • التعلم الآلي من كورسيرا : قام بتدريس هذه الدورة أندرو نج. إنها واحدة من دورات التعلم الآلي الأكثر شيوعًا، وقد شارك فيها أكثر من 4 ملايين شخص. تركز الدورة بشكل أكبر على أساسيات تقنيات التعلم الآلي والخوارزميات. إنه مجاني على كورسيرا.

  • تخصص التعلم العميق : كما فكر أندرو إن جي، فإن تخصص التعلم العميق هو أيضًا دورة تعتمد على الأساسيات. إنه يعلم أسسًا جيدة لبنيات التعلم العميق الرئيسية مثل الشبكات العصبية التلافيفية والشبكات العصبية المتكررة. يمكن تدقيق الدورة الكاملة على Coursera، أو مشاهدتها مجانًا على Youtube.

  • مقدمة من معهد ماساتشوستس للتكنولوجيا للتعلم العميق : توفر هذه الدورة أسس التعلم العميق في فترة زمنية قصيرة إلى حد معقول. كل محاضرة مدتها ساعة أو أقل، ولكن المواد لا تزال الأفضل في الفصول الدراسية. قم بزيارة صفحة الدورة هنا، وشاهد فيديوهات المحاضرات هنا.

  • مقدمة من معهد ماساتشوستس للتكنولوجيا إلى الذكاء الاصطناعي المرتكز على البيانات : هذه هي الدورة الأولى على الإطلاق في DCAI. يغطي هذا الفصل الخوارزميات للعثور على المشكلات الشائعة وإصلاحها في بيانات تعلم الآلة ولإنشاء مجموعات بيانات أفضل، مع التركيز على البيانات المستخدمة في مهام التعلم الخاضعة للإشراف مثل التصنيف. جميع المواد التي يتم تدريسها في هذه الدورة عملية للغاية، وتركز على الجوانب المؤثرة لتطبيقات تعلم الآلة في العالم الحقيقي، بدلاً من التفاصيل الرياضية لكيفية عمل نماذج معينة. يمكنك أن تأخذ هذه الدورة لتعلم التقنيات العملية التي لم يتم تناولها في معظم فصول تعلم الآلة، والتي ستساعد في التخفيف من مشكلة "القمامة الواردة، القمامة الخارجة" التي تعاني منها العديد من تطبيقات تعلم الآلة في العالم الحقيقي. قم بزيارة صفحة الدورة هنا، وفيديوهات المحاضرات هنا، وواجبات المختبر هنا.

  • NYU Deep Learning Spring 2021 : تم تدريس هذه الدورة في جامعة نيويورك بواسطة Yann LeCun وAlfredo Canziani، وهي واحدة من أكثر الدورات التدريبية إبداعًا. يتم تقديم المواد بطريقة مذهلة. تحقق من فيديوهات المحاضرات هنا، والدورة التدريبية هنا.

  • CS231N: الشبكات العصبية التلافيفية للتعرف البصري من جامعة ستانفورد : CS231N هي واحدة من أفضل دورات التعلم العميق ورؤية الكمبيوتر. تم تدريس نسخة 2017 بواسطة Fei-Fei Li وJustin Johnson وSerena Yeung. تم تدريس نسخة 2016 بواسطة فاي فاي وجونسون وأندريه كارباثي. شاهد فيديوهات محاضرات 2017 هنا، ومواد أخرى هنا.

  • CS224N: معالجة اللغات الطبيعية مع التعلم العميق من جامعة ستانفورد : إذا كنت مهتمًا بمعالجة اللغات الطبيعية، فهذه دورة رائعة يمكنك الالتحاق بها. يتم تدريسها على يد كريستوفر مانينغ، أحد نجوم البرمجة اللغوية العصبية العالميين. شاهد فيديوهات المحاضرة هنا.

  • التعلم العميق العملي للمبرمجين من fast.ai : هذه أيضًا دورة تعليمية عميقة مكثفة تغطي مجموعة كاملة من بنيات وتقنيات التعلم العميق. مقاطع فيديو المحاضرات والموارد الأخرى مثل دفاتر الملاحظات هي صفحة الدورة التدريبية.

  • تخصص هندسة التعلم الآلي للإنتاج (MLOps) : يدرسه أندرو إن جي، ولورنس موروني، وروبرت كرو، وتعد هذه واحدة من أفضل الدورات التدريبية في هندسة التعلم الآلي. إنه يعلم كيفية تصميم أنظمة إنتاج التعلم الآلي الشاملة، وبناء بيانات فعالة ونمذجة خطوط الأنابيب، ونشر النماذج في الإنتاج. يمكنك العثور على الدورة التدريبية على Coursera ومواد الدورة التدريبية الأخرى على Github.

  • التعلم العميق الكامل للمكدس : بينما تركز غالبية دورات التعلم الآلي على النمذجة، تركز هذه الدورة على شحن أنظمة التعلم الآلي. إنه يعلم كيفية تصميم مشاريع التعلم الآلي، وإدارة البيانات (التخزين، والوصول، والمعالجة، والإصدار، ووضع العلامات)، والتدريب، وتصحيح الأخطاء، ونشر نماذج التعلم الآلي. شاهد نسخة 2021 هنا و2019 هنا. يمكنك أيضًا تصفح واجهات عرض المشروع لمعرفة نوع نتائج الدورات من خلال مشاريع المتعلمين.

كتب

فيما يلي بعض الكتب الرائعة حول تعلم الآلة.

  • كتاب التعلم الآلي المكون من مائة صفحة : من تأليف أندريه بوركوف، وهو واحد من أقصر الكتب التي ستجدها على الإنترنت ولكنها موجزة ومكتوبة بشكل جيد. يمكنك قراءة الكتاب مجانا هنا.

  • هندسة التعلم الآلي : من تأليف أندريه بوركوف أيضًا، وهو كتاب رائع آخر للتعلم الآلي يكشف كل خطوة من خطوات سير عمل التعلم الآلي، بدءًا من جمع البيانات والإعداد .... وحتى تقديم النماذج والصيانة. الكتاب مجاني هنا أيضًا.

  • التطلع إلى التعلم الآلي : من تأليف أندرو إنج، يحتوي الكتاب على استراتيجيات مختلفة لبناء أنظمة تعليمية فعالة. إنه مقسم إلى أجزاء صغيرة مما يسهل قراءته وهو ليس مؤلمًا لمهندسي التعلم الآلي. يمكن لأي شخص يعمل مع فرق علوم البيانات والتعلم الآلي أن يجد الكتاب مفيدًا. الكتاب الرسمي متاح هنا مجانًا، ولكن يمكنك قراءته أو تنزيله هنا دون الحاجة إلى التسجيل.

  • التدريب العملي على التعلم الآلي باستخدام Scikit-Learn وKeras وTensorFlow : يعد هذا الكتاب من تأليف Aureion Geron أحد أفضل كتب التعلم الآلي. إنه مكتوب بوضوح ومليء بالأفكار وأفضل الممارسات. يمكنك الحصول على الكتاب من هنا، أو الاطلاع على مستودعه هنا.

  • التعلم العميق : من تأليف ثلاثة من أساطير التعلم العميق، إيان جودفيلو ويوشوا بينجيو وآرون كورفيل، وهو أحد كتب التعلم العميق الرائعة المتوفرة مجانًا. يمكنك الحصول عليه هنا.

  • التعلم العميق باستخدام لغة بايثون : هذا الكتاب من تأليف فرانسوا شوليت، مصمم شركة Keras، وهو كتاب شامل للغاية للتعلم العميق. يمكنك الحصول على الكتاب هنا، ومستودع الكتاب هنا.

  • الغوص في التعلم العميق : هذا أيضًا كتاب تعليمي عميق رائع ومتوفر مجانًا. يستخدم الكتاب كلا من PyTorch و TensorFlow. يمكنك قراءة الكتاب بأكمله هنا.

  • الشبكات العصبية والتعلم العميق : هذا أيضًا كتاب رائع آخر للتعلم العميق عبر الإنترنت من تأليف مايكل نيلسن. يمكنك قراءة الكتاب بأكمله هنا.

إذا كنت مهتمًا بالمزيد من موارد التعلم الآلي والتعلم العميق، فيمكنك العثور عليها هنا وهنا وهنا

نقلا عن حزمة ML الكاملة 

 @article{Nyandwi2021MLPackage,
    title = "Complete Machine Learning Package",
    author = "Nyandwi, Jean de Dieu",
    journal = "GitHub",
    year = "2021",
    url = "https://nyandwi.com/machine_learning_complete",
}

تم إنشاء هذا المستودع بواسطة جان دي ديو نياندوي. يمكنك العثور عليه على Twitter وLinkedIn وMedium وInstagram.

يوسع
معلومات إضافية
تطبيقات ذات صلة
نوصي لك
أخبار ذات صلة الكل