متاحة مجانًا للقراءة · ثلاثة مستويات
التعلم الآلي: تقييم موثوق وسير نماذج واضح
مقرر نظري كامل من صياغة المهمة والمعالجة بلا تسرب إلى النماذج وعدم اليقين والإنصاف والتفسير والنشر والانجراف.
ابدأ التعلّمفي هذه الدورة
تعلم الآلة عملية تنبؤ وقرار صريحة لا مسابقة خوارزميات. تربط ثمانية عشر درسا معنى البيانات والتقسيم والأساس والعائلات والاختيار والمعايرة والشرائح وملكية التشغيل. ولكل درس أمثلة وأخطاء تشخيصية وتمارين محلولة كاملة.
تستخدم البرامج مدخلات اصطناعية ثابتة وحساب Python وNumPy محليًا. تثبت مقاييسها الحساب بالعينة فقط ولا تدعي دقة خارجية أو إعادة بحث أو ضمان نشر. لا تتطلب بيانات ونموذجا محملين أو GPU أو سحابة أو خدمة حية.
ما الذي ستتعلمه؟
- صياغة المهمة واختيار أساس وتقسيم مشروعين.
- ملاءمة المعالجة والاختيار دون تسرب التقييم.
- شرح أهداف الانحدار والتصنيف والأشجار والتجميع والعنقدة والاختزال.
- فحص عدم اليقين والمعايرة والأضرار وحدود التفسير.
- حزم الاستدلال والتحقيق بالانجراف وإعادة تدريب مضبوطة.
مسارك التعليمي
ثلاثة مستويات
أساس التنبؤ والبيانات
المهمة والجودة والتقسيم والمعالجة والانحدار والتصنيف.
- صياغة المشكلة وخطوط الأساس المفيدة
- جودة البيانات وعقود الخصائص
- التقسيم والمجموعات والزمن والتسرب
- المعالجة المسبقة دون تسرب
- الانحدار والخسارة والنماذج الخطية
- درجات التصنيف ومقاييسه
النماذج والاختيار المضبوط
التحسين والأشجار والتجميع والعنقدة والاختزال والتحقق المتقاطع.
- التحسين والتنظيم
- الأشجار وتقسيم الفضاء
- النماذج التجميعية وتنوع الخطأ
- التجميع والمسافة
- اختزال الأبعاد واختيار الخصائص
- التحقق المتقاطع وضبط الاختيارات
الدليل والمسؤولية التشغيلية
عدم اليقين والمعايرة والإنصاف والتفسير وعقود النشر والانجراف.
- عدم يقين التقييم ومقارنة النماذج
- المعايرة وتكاليف القرار
- الإنصاف والشرائح والأضرار المحتملة
- التفسيرات وحدود السببية
- عقود النشر وقابلية إعادة الإنتاج
- الرصد والانجراف وإعادة التدريب
لمن هذه الدورة؟
- متعلمو Python بأساس تحليل بيانات.
- مطورو ومحللو مسارات التقييم والاستدلال الموثوق.
قبل أن تبدأ
- الدوال والمصفوفات والاستثناءات وفهرسة NumPy.
- الإحصاء الوصفي والمتوسط والتباين والمعدلات المشروطة والجبر الأساسي.
- الربط والغياب والوحدات والبرامج القابلة للإعادة بتحليل البيانات.