100% Discount || Machine Learning Nanodegree

Requirements
اللغة الأنجليزية
لغة البرمجة بايثون (Python)
أساسيات الجبر الخطي والمصفوفات
أساسيات الأحصاء
اساسيات التفاضل والتكامل
Algorithms and data structures
****…………..Intermediate statistical knowledge:
Populations, samples
Mean, median, mode
Standard error
Variation, standard deviations
Normal distribution
Precision and accuracy
Hypothesis testing
Problem solving
Confidence Interval, P-values, T-test, Statistical Significance
Intermediate calculus and linear algebra mastery:
Derivatives
Integrals
Series expansions
Matrix operations through eigenvectors and eigenvalues

Description
الجزء – 1

Numpy و Pandas معالجة البيانات و :

Advanced Numpy

Advanced Pandas

Data Preprocessing

الجزء – 2

Regression:

Simple Linear Regression

Multiple Linear Regression Intuition

Polynomial Regression

Support Vector Regression (SVR)

Decision Tree Regression,

Random Forest Regression

الجزء – 3

Classification :

الانحدار اللوجستي

K-NN

SVM

Kernel SVM

Naive Bayes

Decision Tree Classification

Random Forest Classification

الجزء – 4

Clustering :

K-Means

Hierarchical Clustering

الجزء – 5

Association Rule Learning::

Apriori

Eclat

الجزء – 6

Reinforcement Learning :

Upper Confidence Bound

Thompson Sampling

الجزء – 7

Natural Language Processing (NLP) :

Bag-of-words model

algorithms for NLP

الجزء – 8

Deep Learning :

الشبكات العصبية الاصطناعية، الشبكات العصبية التلافيفية

(Deep Learning: Artificial Neural Networks, Convolutional Neural Networks)

الجزء – 9

Dimensionality Reduction :

PCA

Kernel PCA

LDA

الجزء – 10

Model Selection & Boosting :

k-fold Cross Validation

Parameter Tuning,

Grid Search

XGBoost

فضلا على ذلك، فإن الدورة مليئة بالتمارين العملية التي تستند إلى أمثلة واقعية. لذا لن تتعلم النظرية فحسب، بل ستحصل أيضًا على بعض التدريب العملي و تتعلم كيفية بناء النماذج الخاصة بك.

أيضا ستشتمل هذه الدورة التدريبية على قوالب بالبايثون و التي يمكنك تنزيلها واستخدامها في مشروعاتك الخاصة.

سيكون لديك فهم أساسي للعديد من نماذج تعلم الألة

عمل تحليل قوي وتوقعات دقيقة للبيانات

Reinforcement Learning و NPL و ال Deep Learning التعامل مع موضوعات محددة مثل

Dimensionality Reduction التعامل مع التقنيات المتقدمة مثل

سوف تتعلم كيف تختار النموذج الصحيح والمناسب لكل نوع من أنواع تعليم الألة لكافة المشاكل المختلفة او متطلبات عملك

قم ببناء مزيج من عدة نماذج مختلفة لتعليم الألة بالتعلم كيفية دمجها معا لحل المشاكل الصعبة

Who this course is for:
الأشخاص المهتمة بتعليم ألة والذكاء الاصطتناعي
من عندهم خبره سابقة في تعلم أله ويريدون التعمق فيها
خريجي الجامعات او حتى طلاب الثانوي ويريدون العمل بتعليم الألة او مجال الذكاء الأصطتناعي
محللي البيانات والمحاسبين المالييين
الأشخاص الذين يريدون الترقي في العمل وزيادة قيمة مضافة للشركة التي يعمل بها