Regression & Classification
تعمق في المهمتين الأساسيتين للتعلم الإشرافي: الانحدار الخطي المتعدد وافتراضاته وتشخيصه، التحويلات والحدود متعددة الحدود والتنظيم Ridge و Lasso، الانحدار اللوجستي والاحتمالات والأرجحية، التصنيف متعدد الفئات وآلات المتجهات الداعمة والأشجار، ثم مقاييس التصنيف والعتبات ومنحنيات ROC والمعايرة ومشروع مزدوج.
A deep dive into the two core supervised tasks: multiple linear regression, assumptions and diagnostics, transformations, polynomial terms and Ridge/Lasso regularisation; logistic regression, probabilities and odds; multi-class classification, SVMs and trees; classification metrics, thresholds, ROC curves, calibration and a twin project.
مثالان متوازيان: التنبؤ بسعر شقق خيالية (انحدار)، والتنبؤ بتأخر سداد فواتير خيالية (تصنيف).
Estimated duration: 30 hours (6 modules, 18 lessons + project)
Who it is for: learners who want a deep, practical understanding of the two core supervised tasks
Prerequisites: CRS-GEN-ML-FUNDAMENTALS; algebra, basic probability
محتوى من إعداد أكاديمية بدر. / Academy-authored content.
A deep dive into the two core supervised tasks: multiple linear regression, assumptions and diagnostics, transformations, polynomial terms and Ridge/Lasso regularisation; logistic regression, probabilities and odds; multi-class classification, SVMs and trees; classification metrics, thresholds, ROC curves, calibration and a twin project.
Who it is for: learners who want a deep, practical understanding of the two core supervised tasks
Prerequisites: CRS-GEN-ML-FUNDAMENTALS; algebra, basic probability
Academy-authored content.
The practical result
تعمق في المهمتين الأساسيتين للتعلم الإشرافي: الانحدار الخطي المتعدد وافتراضاته وتشخيصه، التحويلات والحدود متعددة الحدود والتنظيم Ridge و Lasso، الانحدار اللوجستي والاحتمالات والأرجحية، التصنيف متعدد الفئات وآلات المتجهات الداعمة والأشجار، ثم مقاييس التصنيف والعتبات ومنحنيات ROC والمعايرة ومشروع مزدوج.
The whole outline is shown here with the length of each session; sessions open once you have the course and it is activated in your account.
Written reviews come from enrolled students after studying. We don’t display reviews that real students didn’t write.
Commenting is for signed-in members. Comments from people not enrolled in the course are reviewed by the lecturer or the academy before they appear.
No comments yet – be the first to join in.
AI & Data Natural Language Processing
تعليم الحاسوب فهم اللغة: النص كبيانات وخصوصيات العربية (التطبيع، التشكيل، الصرف، اللهجات)، التمثيلات الكلاسيكية و TF-IDF والتشابه، التصنيف واستخراج الكيانات، التضمينات والشبكات،…
Eng. Abdelmaksoud
AI & Data Applied Machine Learning Projects
تحويل المعرفة إلى مشروعات حقيقية: صياغة المشكلة ومقاييس النجاح والكلفة، جمع البيانات ووسمها وتوثيقها، استراتيجية التحقق وخط الأساس وتحليل الأخطاء، تتبع التجارب…
Eng. Abdelmaksoud
AI & Data Deep Learning Foundations
من العصبون إلى الشبكات العميقة: الدوال التنشيطية والشبكات متعددة الطبقات، الانتشار العكسي والتدرجات التلقائية في PyTorch، حلقات التدريب والمحسِّنات ومعدل التعلم، التنظيم…
Eng. Abdelmaksoud
AI & Data Computer Vision
تعليم الحاسوب أن «يرى»: الصور كبيانات وألوانها، المعالجة الكلاسيكية بالمرشحات والحواف والكنتورات، الشبكات الالتفافية وتدريبها في PyTorch، التعلم بالنقل والتقييم، اكتشاف الأجسام…
Eng. Abdelmaksoud
AI & Data إتقان مكتبة scikit-learn: واجهة المقدِّرات، خطوط المعالجة و ColumnTransformer، اختيار النموذج بالتحقق المتقاطع والبحث عن المعاملات، النماذج المجمعة والتعزيز، الهندسة واختيار السمات…
Eng. Abdelmaksoud
AI & Data Machine Learning Fundamentals
ما تعلم الآلة وكيف يتعلم النموذج من البيانات: أنواع التعلم، تجهيز البيانات، الانحدار والتصنيف، التقييم والتحقق المتقاطع والإفراط في التكيف، النزول بالتدرج،…
Eng. Abdelmaksoud
AI & Data Prompt Engineering
اكتب أوامر واضحة تعطيك نتائج موثوقة: تشريح الأمر، الأمثلة، التفكير خطوة بخطوة، الهيكلة والمخرجات المنظمة، سلاسل الأوامر والمستندات الطويلة، الأوامر للتعلم والكتابة…
Eng. Abdelmaksoud
AI & Data Generative AI
افهم كيف تعمل النماذج التوليدية من الداخل: الرموز والتضمينات والانتباه وأخذ العينات، توليد الصور والصوت والتزييف العميق، بناء مساعد معرفي بالاسترجاع (RAG)…
Eng. Abdelmaksoud
