Machine Learning Nanodegree

الجزء - 1 Numpy و Pandas معالجة البيانات و: Advanced Numpy Advanced Pandas Data Preprocessing الجزء - 2 Regression: Simple Linear Regression Multiple Linear Regression Intuition Polynomial Regression Support Vector Regression (SVR) Decision Tree Regression, Random Forest Regression الجزء - 3 Classification: الانحدار اللوجستي K-NN SVM Kernel SVM Naive Bayes Decision Tree Classification Random Forest Classification الجزء - 4 Clustering : K-Means Hierarchical Clustering الجزء - 5 Association Rule Learning:: Apriori Eclat الجزء - 6Reinforcement Learning: Upper Confidence Bound Thompson Sampling الجزء - 7 Natural Language Processing (NLP): Bag-of-words model algorithms for NLP الجزء - 8 Deep Learning: الشبكات العصبية الاصطناعية، الشبكات العصبية التلافيفية (Deep Learning: Artificial Neural Networks, Convolutional Neural Networks) الجزء - 9Dimensionality Reduction : PCA Kernel PCA LDA الجزء - 10 Model Selection & Boosting: k-fold Cross Validation Parameter Tuning, Grid Search XGBoost فضلا على ذلك، فإن الدورة مليئة بالتمارين العملية التي تستند إلى أمثلة واقعية. لذا لن تتعلم النظرية فحسب، بل ستحصل أيضًا على بعض التدريب العملي و تتعلم كيفية بناء النماذج الخاصة بك. أيضا ستشتمل هذه الدورة التدريبية على قوالب بالبايثون و التي يمكنك تنزيلها واستخدامها في مشروعاتك الخاصة.

سيكون لديك فهم أساسي للعديد من نماذج تعلم الألة عمل تحليل قوي وتوقعات دقيقة للبياناتReinforcement Learning و NPL و ال Deep Learning التعامل مع موضوعات محددة مثل Dimensionality Reduction التعامل مع التقنيات المتقدمة مثل سوف تتعلم كيف تختار النموذج الصحيح والمناسب لكل نوع من أنواع تعليم الألة لكافة المشاكل المختلفة او متطلبات عملك قم ببناء مزيج من عدة نماذج مختلفة لتعليم الألة بالتعلم كيفية دمجها معا لحل المشاكل الصعبة.