دورة عبر الإنترنت – تخصص احترافي معتمد في التعلم الآلي باستخدام بايثون من جامعة كولورادو بولدر

تطوير مهارات التعلم الآلي الأساسية. أضف تقنيات التعلم العميق وغير الخاضع للإشراف إلى مجموعة أدوات علم البيانات لديك.

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 غير الخاضع للرقابة
  • تطوير لغة بايثون
  • التعلم الآلي العميق
  • ضبط المعلمات
  • التعلم تحت الإشراف

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
  • أخصائي التعلم العميق
  • مطور أنظمة التوصية
  • مهندس رؤية الكمبيوتر
  • مهندس البرمجة اللغوية العصبية
  • محلل المعلوماتية الحيوية
  • مهندس برمجيات (التعلم الآلي)

التدريب – سلسلة دورات من 3 أجزاء

سنتعرف في تخصص التعلم الآلي على التعلم الخاضع للإشراف، والتعلم غير الخاضع للإشراف، ومقدمة للتعلم العميق. قم بتطبيق خوارزميات التعلم الآلي على بيانات العالم الحقيقي، وفهم متى يجب استخدام كل نموذج ولماذا، وتحسين أداء النماذج الخاصة بك.

التعلم تحت الإشراف

  • الانحدار الخطي واللوجستي
  • كي إن إن
  • أشجار القرار
  • طرق التحسين مثل Random Forest و Boosting
  • طرق النواة مثل SVM

التعلم غير الخاضع للرقابة

  • تقنيات تقليل الأبعاد (مثل PCA)
  • تصنيف
  • أنظمة التوصية

مقدمة للتعلم العميق

  • اختيار البنى النموذجية
  • بناء/تدريب الشبكات العصبية مع مكتبات مثل Keras
  • أمثلة عملية على شبكات CNN وRNNs

يمكن الحصول على هذا التخصص للحصول على رصيد أكاديمي كجزء من برنامج ماجستير العلوم في علوم البيانات أو علوم الكمبيوتر بجامعة CU Boulder والمقدم على منصة Coursera. تقدم هذه الدرجات المعتمدة دورات دراسية مركزة وفصول دراسية قصيرة مدتها 8 أسابيع والدفع مقابل الاستخدام. يعتمد القبول على الأداء في ثلاث دورات تمهيدية، وليس على أساس التاريخ الأكاديمي. تعتبر درجات CU في Coursera مثالية للخريجين الجدد أو المهنيين العاملين.

لمزيد من التفاصيل:

مشروع التعلم العملي

في هذا التدريب، ستقوم ببناء نظام لتوصية الأفلام، وتحديد السرطانات بناءً على تسلسلات الحمض النووي الريبوزي (RNA)، وتطبيق CNNs في علم الأمراض الرقمي، وممارسة تقنيات البرمجة اللغوية العصبية (NLP) على تغريدات الكوارث، وحتى إنشاء صور للكلاب بمساعدة شبكات GAN. ستكمل مشروعًا نهائيًا ستطبق فيه التعلم العميق الخاضع للإشراف وغير الخاضع للإشراف لإثبات خبرتك في الدورة.

Details of the courses that make up the specialization

مقدمة في التعلم الآلي: التعلم الخاضع للإشراف

  • الدورة 1 • 39 ساعة • 3.3 (58 تقييمًا)

تفاصيل الدورة

ماذا ستتعلم
  • استخدم أدوات التعلم الآلي الحديثة ومكتبات بايثون.
  • قارن بين مزايا وعيوب الانحدار اللوجستي.
  • شرح كيفية التعامل مع البيانات غير القابلة للفصل خطياً.
  • اشرح ما هي شجرة القرار وكيف تفصل بين العقد.
المهارات التي سوف تكتسبها
  • الفئة: المعلمات العليا
  • الفئة: سكليرن
  • الفئة: فرقة
  • التصنيف: شجرة القرار

الخوارزميات غير الخاضعة للرقابة في التعلم الآلي

  • الدورة 2 • 38 ساعة • 3.9 (13 تقييمًا)

تفاصيل الدورة

ماذا ستتعلم
  • اشرح ما هو التعلم غير الخاضع للإشراف وقائمة الأساليب التي تستخدم التعلم غير الخاضع للإشراف.
  • قم بإدراج وشرح الخوارزميات المختلفة لطرق تحليل المصفوفات، وماذا يفعل كل منها.
المهارات التي سوف تكتسبها
  • التصنيف: التحليل العنقودي
  • الفئة: تخفيض البعد
  • الفئة: التعلم غير الخاضع للرقابة
  • التصنيف: أنظمة التوصية
  • الفئة: تحلل المصفوفة

مقدمة للتعلم العميق

  • الدورة 3 • 60 ساعة • 3.6 (27 تقييمًا)

تفاصيل الدورة

ماذا ستتعلم
  • تطبيق أساليب التحسين المختلفة أثناء التدريب وشرح السلوكيات المختلفة.
  • استخدم الأدوات المستندة إلى السحابة ومكتبات التعلم العميق لتنفيذ بنية CNN وتدريب مهام تصنيف الصور.
  • قم بتطبيق حزمة التعلم العميق على البيانات المستمرة وبناء النماذج والتدريب والمعايرة.
المهارات التي سوف تكتسبها
  • الفئة: الشبكات العصبية المتكررة
  • الفئة: الشبكات العصبية التلافيفية
  • التصنيف: شبكات عصبية صناعية
  • الفئة: التعلم العميق غير الخاضع للرقابة
  • التصنيف: التعلم العميق