التعلم الآلي / أساس التنبؤ والبيانات

التعلم الآلي — أساس التنبؤ والبيانات

المهمة والجودة والتقسيم والمعالجة والانحدار والتصنيف.

عدد الدروس: 6 · لا تحتاج إلى حساب

ما الذي ستتعلمه؟

  • المهمة والجودة والتقسيم والمعالجة والانحدار والتصنيف.
  1. صياغة المشكلة وخطوط الأساس المفيدة

    حوّل سؤال العمل إلى عقد تنبؤ، ثم قارن التعلم ببديل بسيط يمكن تبريره.

    ابدأ التعلّم
  2. جودة البيانات وعقود الخصائص

    افحص المعنى والمحاذاة والغياب وسياسة القياس قبل ملاءمة نموذج لمصفوفات تبدو مرتبة.

    ابدأ التعلّم
  3. التقسيم والمجموعات والزمن والتسرب

    قدر التعميم وفق النشر المقصود وامنع عبور المعلومات لحدود التقييم.

    ابدأ التعلّم
  4. المعالجة المسبقة دون تسرب

    تعلم التحويلات من التدريب واحفظ مخطط الخصائص وطبق السياسة الملائمة نفسها للمستقبل.

    ابدأ التعلّم
  5. الانحدار والخسارة والنماذج الخطية

    لائم مثالا واضحا وقيم الخطأ بوحدة مفيدة دون خلط ملاءمة التدريب بالتعميم.

    ابدأ التعلّم
  6. درجات التصنيف ومقاييسه

    افصل الترتيب والاحتمال والقرار ومعدلات الخطأ ليحمل التصنيف معنى تشغيليا واضحا.

    ابدأ التعلّم
العودة إلى الدورة