دورة عبر الإنترنت – تدريب احترافي معتمد في التعلم الإحصائي لعلوم بيانات Google وجامعة كولورادو بولدر

الإحصائيات المتقدمة لإتقان علوم البيانات. إتقان المعرفة والمهارات للتواصل بشكل فعال مع خيارات النموذج والتفسيرات.

Suggested by: Coursera (What is Coursera?)

Professional Certificate

المستوى المتوسط

No prior knowledge required

Time to complete the course

7-day free trial

No unnecessary risks

Skills you will acquire in the course

  • التعلم الآلي غير الخاضع للرقابة
  • أخذ العينات المتكررة
  • الانحدار
  • البرمجة في ر
  • المفاتيح

What you will learn in the course

Courses for which the course is suitable

  • عالم البيانات
  • محلل بيانات
  • مطور الخوارزمية
  • محلل إحصائي
  • مهندس التعلم الآلي
  • خبير الذكاء الاصطناعي
  • محلل البيانات
  • تطوير النماذج الإحصائية

التدريب – سلسلة دورات من ثلاثة أجزاء

يعد تعلم الإحصاء تخصصًا مهمًا لأولئك الذين يرغبون في بناء مهنة في مجال علوم البيانات أو ترقية مهاراتهم في هذا المجال. يعتمد البرنامج على معرفتك الأساسية بالإحصاءات ويزودك بتقنيات متقدمة لاختيار النماذج، بما في ذلك:

  • الانحدار
  • تصنيف
  • الأشجار
  • SVM
  • التعلم غير الخاضع للرقابة
  • الخطوط
  • د طرق أخذ العينات

بالإضافة إلى ذلك، ستكتسب فهمًا عميقًا لتقدير المعاملات وتفسيرها، وهو ما سيكون ذا قيمة عندما تحتاج إلى شرح وتبرير نماذجك للعملاء والشركات. من خلال هذا التدريب، ستقوم بتطوير المعرفة النظرية ومهارات الاتصال التي ستمكنك من توضيح المبادئ الكامنة وراء اختياراتك النموذجية وتفسيرات المعاملات.

برنامج الماجستير في علوم البيانات (MS-DS)

يتوفر هذا التخصص كجزء من الاعتماد الأكاديمي لبرنامج الماجستير في علوم البيانات (MS-DS) بجامعة CU Boulder والمقدم على منصة Coursera. MS-DS هو برنامج متعدد التخصصات يجمع أعضاء هيئة التدريس من أقسام:

  • الرياضيات مفيدة
  • علوم الكمبيوتر
  • علوم المعلومات

مع القبول على أساس الأداء وعدم وجود عملية تقديم، يعد MS-DS مناسبًا للأفراد ذوي الخلفية الواسعة في الرياضيات أو الإحصاء أو علوم الكمبيوتر أو علوم المعلومات. لمزيد من المعلومات حول برنامج MS-DS، قم بزيارة موقع كورسيرا .

مشروع التعلم العملي

خلال فترة التدريب، سيقوم المتعلمون بالعديد من المهام البرمجية المصممة لمساعدتهم على إتقان مفاهيم إحصاءات التعلم، بما في ذلك:

  • الانحدار
  • تصنيف
  • الأشجار
  • SVM
  • التعلم غير الخاضع للرقابة
  • الخطوط
  • د طرق أخذ العينات

Details of the courses that make up the specialization

التنظيم والتصنيف

الدورة 1

  • 34 ساعة
  • 3.9 (12 تقييمًا)

تفاصيل الدورة

ماذا ستتعلم:
  • اشرح سبب أهمية التعلم الإحصائي وكيف يمكن استخدامه.
  • التعرف على مزايا وعيوب وانتقادات النماذج المختلفة واختيار النموذج الأنسب لمشكلة إحصائية معينة.
  • تحديد نوع البيانات والمشكلات التي تتطلب تقنيات خاضعة للإشراف مقابل تقنيات غير خاضعة للإشراف.
المهارات التي سوف تكتسبها:
  • الفئة: النمذجة
  • التصنيف: علم البيانات
  • التصنيف: التعلم الآلي
  • التصنيف: التحليل الإحصائي
  • الفئة: برمجة R

أخذ العينات والاختيار والخطوط

الدورة 2

  • 15 ساعة

تفاصيل الدورة

ماذا ستتعلم:
  • تطبيق طرق أخذ العينات للحصول على معلومات إضافية حول النماذج المجهزة.
  • تبسيط إجراءات المطابقة لتحسين دقة التنبؤ والتفسير.
  • التعرف على مزايا وأسلوب النماذج غير الخطية.
المهارات التي سوف تكتسبها:
  • التصنيف: إحصائيات
  • التصنيف: علم البيانات
  • الفئة: الاختيار
  • الفئة: عينة
  • الفئة: الخطوط

الأشجار وSVM والتعلم غير الخاضع للرقابة

الدورة 3

  • 12 ساعة

تفاصيل الدورة

ماذا ستتعلم:
  • وصف مزايا وعيوب الأشجار، وكيف ومتى يتم استخدامها.
  • قم بتطبيق SVM على التصنيف الثنائي أو K> فئتين.
  • تحليل مزايا وعيوب الشبكات العصبية مقارنة بخوارزميات التعلم الآلي الأخرى، مثل SVM.
المهارات التي سوف تكتسبها:
  • التصنيف: إحصائيات
  • الفئة: التعلم غير الخاضع للرقابة
  • الفئة: الانحدار
  • الفئة: الأشجار
  • الفئة: آلة دعم المتجهات (SVM)