دورة عبر الإنترنت – تخصص احترافي معتمد في التعلم الآلي باستخدام TensorFlow من Google Cloud

تعرف على التعلم الآلي (ML) في السحابة من Google. تتضمن الدورات العملية التي تحتوي على بيانات حقيقية للتجربة تمارين ومعلومات متعمقة.

Suggested by: Coursera (What is Coursera?)

Start your Coursera.com free trial today
دورة عبر الإنترنت - تخصص احترافي معتمد في التعلم الآلي باستخدام TensorFlow من Google Cloud

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

  • مهارات الاتصال
  • حل المشكلة
  • العمل الجماعي
  • إدارة الوقت
  • التفكير النقدي
  • المهارات التكنولوجية
  • قيادة
  • القدرة على التعلم المستقل
  • مهارات إدارة المشاريع
  • التوجه التجاري

What you will learn in the course

Courses for which the course is suitable

  • عالم البيانات
  • مهندس التعلم الآلي
  • باحث في الذكاء الاصطناعي
  • محلل بيانات
  • مهندس برمجيات مع التركيز على ML
  • مطور ذكاء الأعمال
  • محلل كمي
  • أخصائي التعلم العميق
  • النمذجة التنبؤية
  • مهندس الحلول السحابية

التدريب – سلسلة دورات مكونة من 5 أسرة

ما هو التعلم الآلي؟

  • فهم المفاهيم الأساسية في التعلم الآلي.
  • المشاكل التي يمكن حلها مع التعلم الآلي.

الخطوات الخمس لتحويل حالات الاستخدام

  • الخطوة 1: تحديد المشكلة.
  • الخطوة الثانية: جمع البيانات.
  • الخطوة 3: معالجة البيانات.
  • الخطوة 4: بناء النموذج.
  • الخطوة 5: تقييم النموذج.
أهمية الخطوات
  • لماذا من المهم عدم تخطي هذه الخطوات؟

التركيز على الشبكات العصبية

  • فهم أسباب التركيز على الشبكات العصبية اليوم.

تحديد المشكلة وإيجاد الحل

  • تأسيس مشكلة.
  • إيجاد الحل المناسب باستخدام النسب المتدرج.
  • إنشاء مجموعة بيانات.

بناء النماذج الموزعة

  • باستخدام تنسورفلو.
  • التوسع في تدريب النماذج.
  • الحصول على تنبؤات مجدية للغاية.

التعلم الآلي (ML)

  • كيف يتعلم ML الميزات المهمة من البيانات.
  • دمج التحليل البشري في المشاكل.

إنشاء نماذج دقيقة وشاملة

  • فهم نظرية حل بعض مشاكل تعلم الآلة.
  • الجمع بين المعلمات المناسبة.

بناء استراتيجية مركزية لتعلم الآلة

  • ممارسة عملية التدريب.
  • التحسين والإطلاق الكامل للنماذج.
  • معمل العمل اليدوي على Google Cloud Platform.

مشروع التعلم العملي

  • مختبرات العمل التي تدمج منصة Qwiklabs.
  • استخدام المهارات المستفادة في فيديوهات المحاضرات.
  • موضوعات مثل المنتجات من منصة Google Cloud.

تجارب عملية

  • الخبرات العملية للمصطلحات التي تمت مناقشتها في جميع الوحدات.

Details of the courses that make up the specialization

كيف تقوم جوجل بالتعلم الآلي

الدورة 1

  • المدة: 7 ساعات
  • التقييم: 4.5 (132 تقييمًا)
تفاصيل الدورة
  • ماذا ستتعلم:
    • شرح لمنصة Vertex AI وكيفية بناء وتدريب وإطلاق نماذج التعلم الآلي في AutoML دون الحاجة إلى كتابة التعليمات البرمجية.
    • شرح لأفضل الممارسات لتطبيق التعلم الآلي في سحابة جوجل.
    • الاستفادة من أدوات وبيئات منصة Google السحابية لأغراض التعلم الآلي.
    • شرح أفضل الممارسات لمشاكل الجزيرة المسؤولة.
المهارات التي سوف تكتسبها
  • التصنيف: إعادة الامتحان
  • الفئة: تحليل عدم اليقين
  • التصنيف: التحليل المالي
  • الفئة: مخطط انسيابي للانطلاق في عالم التعلم الآلي

الدورة 2

  • المدة: 15 ساعة
  • التقييم: 4.4 (50 تقييمًا)
تفاصيل الدورة
  • ماذا ستتعلم:
    • شرح لكيفية تحسين جودة البيانات وكيفية إجراء تحليل البيانات الاستكشافية.
    • بناء نماذج AutoML والتدريب عليها باستخدام Vertex AI وBigQuery ML.
    • تحسين وتقييم النماذج باستخدام وظائف الخسارة ومقاييس الأداء.
    • إنشاء مجموعات بيانات للتدريب والتقييم والاختبار بطريقة قابلة للتكرار والتوسيع.
    • معرفة TensorFlow.

الدورة 3

  • المدة: 19 ساعة
  • التقييم: 3.8 (12 تقييمًا)
تفاصيل الدورة
  • ماذا ستتعلم:
    • الهدف من هذه الدورة هو إنشاء نماذج تعلم آلي مرنة وقوية وتدريبها ونشرها باستخدام TensorFlow 2.x وKeras.
    • تعرف على التسلسل الهرمي لـ TensorFlow 2.x API وافهم المكونات الرئيسية لـ TensorFlow من خلال التدريبات العملية.
    • تعرف على طرق العمل مع مجموعات البيانات وتكاليف إدخال البيانات في عملية TensorFlow 2.x.
    • قم بإجراء تمارين عملية باستخدام tf.data.Dataset لتحميل بيانات CSV ومصفوفات NumPy والبيانات النصية والصور.
    • ممارسات لتكوين السمات العددية والفئوية والفئوية والصغيرة.
    • تعرف على كيفية إنشاء نماذج التعلم الآلي باستخدام Keras Sequential API وKeras Functional API.
    • فهم وظائف التنشيط والخسارة والتحسين.
    • كجزء من تمارين Jupyter Notebook، قم ببناء الانحدار الخطي الأساسي والانحدار اللوجستي الأساسي ونماذج الانحدار اللوجستي المتقدمة.
    • تعرف على كيفية تدريب نماذج التعلم الآلي وإطلاقها وتشغيلها على نطاق واسع على Cloud AI Platform.

الدورة 4

  • المدة: 9 ساعات
  • التقييم: 4.5 (10 تقييمات)
تفاصيل الدورة
  • ماذا ستتعلم:
    • اشرح مخزن ميزات Vertex AI وقارن بين الجوانب الرئيسية المطلوبة للميزات الجيدة.
    • تنفيذ هندسة الميزات باستخدام BigQuery ML وKeras وTensorFlow.
    • ناقش استخدام Dataflow وDataprep لإعداد الميزات واستكشافها.
    • استخدم tf.Transform.
المهارات التي سوف تكتسبها
  • التصنيف: صناعة اللغة
  • التصنيف: سلوك البحث عن المعلومات
  • التصنيف: الذكاء الجماعي
  • الفئة: تعدين وسائل التواصل الاجتماعي

الدورة 5

  • المدة: 18 ساعة
  • التقييم: 4.4 (10 تقييمات)
تفاصيل الدورة
  • ماذا ستتعلم:
    • مرحبًا بكم في دورة “فن وعلم التعلم الآلي”. تتضمن الدورة 6 وحدات.
    • تشرح الدورة المعرفة والحكم الصحيح والقدرات الأساسية المطلوبة لتحسين نماذج التعلم الآلي بدقة لتحقيق الأداء الأمثل.
    • تعرف على كيفية استخدام تقنيات التنظيم لتعميم النماذج وكذلك فهم تأثير المعلمات الفائقة (مثل تأثير حجم المصفوفة أو معدل التعلم على أداء النموذج).
    • اشرح بعض خوارزميات التحسين الكلاسيكية ووصف كيفية تحديد طرق التحسين في كود TensorFlow.

منتجات ذات صلة