mlcourse.ai

mlcourse.ai – دورة التعلم الآلي المفتوحة

mlcourse.ai هي دورة تدريبية مفتوحة للتعلم الآلي مقدمة من OpenDataScience (ods.ai)، بقيادة يوري كاشنيتسكي (yorko). الحصول على درجة الدكتوراه. حصل يوري على درجة علمية في الرياضيات التطبيقية ومستوى الماجستير في مسابقات Kaggle، وكان يهدف إلى تصميم دورة تعلم الآلة مع تحقيق التوازن المثالي بين النظرية والتطبيق. وبالتالي، فإن الدورة تقابلك بصيغ الرياضيات في المحاضرات، والكثير من التدريب في شكل واجبات ومسابقات Kaggle Inclass. حاليًا، الدورة في وضع ذاتي السرعة . نحن هنا نرشدك عبر موقع mlcourse.ai الذي يعتمد على وتيرة التعلم الذاتي.

المكافأة: بالإضافة إلى ذلك، يمكنك شراء حزمة المهام الإضافية مع أفضل الإصدارات غير التجريبية من مهام mlcourse.ai. حدد فئة "تعيينات المكافأة". راجع تفاصيل الصفقة على الصفحة الرئيسية mlcourse.ai.

المرايا (:uk:-only): mlcourse.ai (الموقع الرئيسي)، Kaggle Dataset (نفس الدفاتر مثل Kaggle Notebooks)

التمرير الذاتي

سيتم إرشادك خلال 10 أسابيع من mlcourse.ai. في كل أسبوع، بدءًا من Pandas وحتى Gradient Boosting، يتم تقديم تعليمات حول المقالات التي يجب قراءتها والمحاضرات التي يجب مشاهدتها والمهام التي يجب إنجازها.

مقالات

هذه قائمة المقالات المنشورة على موقع Medium.com ??, habr.com ??. كما تم ذكر دفاتر الملاحظات باللغة الصينية ؟؟ وتتوفر روابط إلى دفاتر Kaggle (باللغة الإنجليزية). الرموز قابلة للنقر.

1. تحليل البيانات الاستكشافية مع الباندا ؟؟ ؟؟ ؟؟، دفتر كاجل
2. تحليل البيانات المرئية مع بايثون ؟؟ ؟؟ ؟؟، دفاتر كاجل: الجزء الأول، الجزء الثاني
3. التصنيف وأشجار القرار وأقرب الجيران ؟؟ ؟؟ ؟؟، دفتر كاجل
4. التصنيف الخطي والانحدار ؟؟ ؟؟ ؟؟، دفاتر كاجل: الجزء 1، الجزء 2، الجزء 3، الجزء 4، الجزء 5
5. التعبئة والغابة العشوائية ؟؟ ؟؟ ؟؟، دفاتر كاجل: الجزء 1، الجزء 2، الجزء 3
6. هندسة الميزات واختيار الميزات ؟؟ ؟؟ ؟؟، دفتر كاجل
7. التعلم غير الخاضع للرقابة: تحليل المكونات الرئيسية والتجميع ؟؟ ؟؟، دفتر كاجل
8. Vowpal Wabbit: التعلم باستخدام غيغابايت من البيانات ؟؟ ؟؟ ؟؟، دفتر كاجل
9. تحليل السلاسل الزمنية باستخدام لغة بايثون الجزء الأول؟؟ ؟؟ ؟؟. التنبؤ بالمستقبل مع الفيسبوك النبي الجزء الثاني ??, ?? دفاتر كاغل: الجزء الأول، الجزء الثاني
10. تعزيز التدرج؟؟ ؟؟،؟؟، دفتر كاجل

محاضرات

يتم تحميل محاضرات الفيديو إلى قائمة التشغيل على YouTube. مقدمة، فيديو، شرائح

1. تحليل البيانات الاستكشافية باستخدام الباندا، فيديو
2. التصور، المؤامرات الرئيسية لجمعية الإمارات للغوص، الفيديو
3. أشجار القرار: النظرية والجزء العملي
4. الانحدار اللوجستي: الأسس النظرية، الجزء العملي (الخطوط الأساسية في مسابقة "أليس")
5. المجموعات والغابة العشوائية - الجزء 1. مقاييس التصنيف - الجزء 2. مثال على مهمة عمل، التنبؤ بمدفوعات العميل - الجزء 3
6. الانحدار الخطي والتنظيم - النظرية، LASSO & Ridge، التنبؤ LTV - الممارسة
7. التعلم غير الخاضع للرقابة - تحليل المكونات الرئيسية وتجميعها
8. النسب التدرج العشوائي للتصنيف والانحدار - الجزء 1، الجزء 2 TBA
9. تحليل السلاسل الزمنية باستخدام بايثون (ARIMA، Prophet) - فيديو
10. تعزيز التدرج: الأفكار الأساسية - الجزء الأول، الأفكار الأساسية وراء ممارسة Xgboost وLightGBM وCatBoost + - الجزء الثاني

المهام

فيما يلي المهام التجريبية. بالإضافة إلى ذلك، ضمن فئة "المهام الإضافية"، يمكنك الوصول إلى المهام غير التجريبية.

1. تحليل البيانات الاستكشافية باستخدام حلول Pandas وnbviewer وKaggle Notebook
2. تحليل بيانات أمراض القلب والأوعية الدموية، nbviewer، Kaggle Notebook، الحل
3. أشجار القرار مع مهمة لعبة ومجموعة بيانات UCI Adult، nbviewer، Kaggle Notebook، الحل
4. كشف السخرية، دفتر Kaggle، الحل. الانحدار الخطي كمشكلة تحسين، nbviewer، Kaggle Notebook
5. الانحدار اللوجستي والغابة العشوائية في مشكلة تسجيل الائتمان، nbviewer، Kaggle Notebook، الحل
6. استكشاف OLS وLasso وRandom Forest في مهمة انحدار، nbviewer، Kaggle Notebook، الحل
7. التعلم غير الخاضع للرقابة، nbviewer، Kaggle Notebook، الحل
8. تنفيذ التراجع عبر الإنترنت، nbviewer، Kaggle Notebook، الحل
9. تحليل السلاسل الزمنية، nbviewer، دفتر Kaggle، الحل
10. التغلب على خط الأساس في المنافسة، Kaggle Notebook

مهام المكافأة

بالإضافة إلى ذلك، يمكنك شراء حزمة المهام الإضافية التي تحتوي على أفضل الإصدارات غير التجريبية من مهام mlcourse.ai. حدد فئة "Bonus Assignments" على Patreon أو فئة مماثلة على Boosty (rus).

تفاصيل الصفقة

لا يزال mlcourse.ai في الوضع الذاتي ولكننا نقدم لك مهام إضافية مع حلول مقابل مساهمة قدرها 17 دولارًا شهريًا. الفكرة هي أن تدفع ما يقرب من 1-5 أشهر أثناء دراسة مواد الدورة التدريبية، ولكن مساهمة واحدة لا تزال جيدة وتفتح لك الوصول إلى حزمة المكافآت.

ملاحظة: يتم تحصيل الدفعة الأولى في لحظة الانضمام إلى Tier Patreon، ويتم تحصيل الدفعة التالية في اليوم الأول من الشهر التالي، وبالتالي من الأفضل شراء الحزمة في النصف الأول من الشهر.

ليس من المفترض أبدًا أن يتم تحقيق الدخل بالكامل من mlcourse.ai (تم إنشاؤه في مجتمع ODS.ai المفتوح الرائع وسيظل مفتوحًا ومجانيًا) ولكنه سيساعد في تغطية بعض التكاليف التشغيلية، وقد بذل Yury أيضًا بعض الجهد في تجميع كل شيء أفضل المهام في حزمة واحدة. يرجى ملاحظة أنه على عكس بقية محتوى الدورة التدريبية، فإن الواجبات الإضافية محمية بحقوق الطبع والنشر. بشكل غير رسمي، لا بأس بـ Yury إذا قمت بمشاركة الحزمة مع 2-3 من الأصدقاء ولكن المشاركة العامة لحزمة Bonus Assignments محظورة.

تحتوي حزمة المكافآت على 10 مهام، في بعضها تواجه تحديًا للتغلب على خط الأساس في مسابقة Kaggle تحت توجيه شامل ("Alice" و"Medium") أو تنفيذ خوارزمية من الصفر - مصنف نزول متدرج عشوائي فعال وتعزيز التدرج .

مسابقات كاجل

1. أمسك بي إذا استطعت: كشف الدخيل من خلال تتبع جلسة صفحة الويب. كاجل إنكلاس
2. توقع شعبية مقالة متوسطة. كاجل إنكلاس
3. توقع الفائز في لعبة DotA 2. كاجل إنكلاس

نقلا عن mlcourse.ai

إذا صادفتك الاستشهاد بـ mlcourse.ai في عملك، فيمكنك استخدام سجل BibTeX هذا:

 @misc{mlcourse_ai,
    author = {Kashnitsky, Yury},
    title = {mlcourse.ai – Open Machine Learning Course},
    year = {2020},
    publisher = {GitHub},
    journal = {GitHub repository},
    howpublished = {url{https://github.com/Yorko/mlcourse.ai}},
}

مجتمع

يمكنك الانضمام إلى مجتمع Singularis.ai Slack لطرح الأسئلة حول مواد الدورة التدريبية. المجتمع في الغالب ناطق باللغة الروسية ولكن الأسئلة باللغة الإنجليزية لا تزال موضع ترحيب.