هل أعجبتك المعاينة؟
هذا هو الدرس الأول المجاني. احصل على وصول كامل — اطلب عرضًا تجريبيًا أو سجّل الدخول.
TensorFlow للمبتدئين
تعلم كيفية تطبيق التعلم الآلي على مشاكل العالم الحقيقيشاهد الدرس الأول مجانًا — احصل على وصول كامل إلى جميع الدروس الـ22.
مبتدئ مقدِّم الخدمة : Josh Turner 8 الفصول · 22 الدروس · 1h 49m باللغات: العربية, الألمانية, الإنجليزية, الإسبانية, الفرنسية, البرتغالية, Chinese
وصف الدورة
في هذه الدورة التدريبية على TensorFlow ستبدأ بتعلم كيفية استخدام التعلم الآلي لحل مشاكل العالم الحقيقي عبر مجالات مختلفة مثل الأمور المالية وعلم الأحياء. سوف تستكشف نماذج التصنيف، ومعالجة بيانات Pandas وتصور Seaborn وتقييم النماذج ومقاييس الأداء.
للمضي قدمًا، سوف تستكشف الوظائف الإضافية المختلفة المتاحة لـ TensorFlow وكيفية استخدامها بفعالية في مشاريع التعلم الآلي. سوف تتعرف على أدوات مثل TensorFlow Hub وTensorFlow Probability API وTensorFlow Lite. في وقت لاحق، سوف تتعلم عن التعلم بالنقل وكيفية استخدام النماذج المسبقة لتحسين أداء مشاريع التعلم الآلي.
سوف تستكشف أيضًا الفوائد المختلفة للتعلم بالنقل وكيفية استخدام أدوات مثل مصفوفات Confusion ومجموعات بيانات التحقق من صحة لضبط النموذج الخاص بك. بحلول نهاية الدورة، سيكون لديك فهم أساسي لتعلم النقل والمهارات اللازمة لاستخدام النماذج المسبقة لتحسين أداء مشاريع التعلم الآلي.
سواء كنت تتطلع إلى حل مشاكل العالم الحقيقي، أو تعزيز قدرات نماذج التعلم الآلي، أو تحسين أدائها، فإن هذه الدورة ستوفر لك المهارات والمعرفة اللازمة للنجاح.
ما ستتعلمه
- فهم أنواع مشكلات العالم الحقيقي التي يمكن لتعلم الآلة حلها عبر مجالات مثل التمويل وعلم الأحياء
- تطبيق نماذج التصنيف على مشكلات العالم الحقيقي باستخدام TensorFlow
- معالجة البيانات مسبقًا باستخدام Pandas وإعدادها للاستخدام في النماذج المدربة مسبقًا
- استخدام إضافات TensorFlow بما في ذلك TensorFlow Hub وTensorFlow Probability API وTensorFlow Lite
- بناء نموذج تعلم نقل وتجميعه وتدريبه باستخدام نماذج مدربة مسبقًا
- تقييم النماذج وضبطها بدقة باستخدام مصفوفات الارتباك ومجموعات بيانات التحقق
النقاط الرئيسية
- يمكن تطبيق تعلم الآلة على مشكلات العالم الحقيقي عبر مجالات مختلفة مثل التمويل وعلم الأحياء.
- تغطي الدورة نماذج التصنيف، ومعالجة البيانات باستخدام Pandas، والتمثيل المرئي باستخدام Seaborn، بالإضافة إلى تقييم النماذج ومقاييس الأداء.
- يستخدم تعلم النقل نماذج مدربة مسبقًا لتحسين أداء مشاريع تعلم الآلة.
- تساعدك أدوات مثل TensorFlow Hub في العثور على النماذج المدربة مسبقًا واستخدامها، بينما تساعد مصفوفات الارتباك ومجموعات بيانات التحقق في ضبط النموذج بدقة.
- بنهاية الدورة، ستكتسب فهمًا أساسيًا لتعلم النقل والمهارات اللازمة لاستخدام النماذج المدربة مسبقًا بفعالية.
الأسئلة الشائعة
لمن هذه الدورة؟
هي لكل من يتطلع إلى حل مشكلات العالم الحقيقي، أو تعزيز قدرات نماذج تعلم الآلة الخاصة به، أو تحسين أدائها باستخدام TensorFlow.
ماذا سأتعلم في هذه الدورة؟
ستتعلم كيفية استخدام تعلم الآلة لحل مشكلات العالم الحقيقي، واستكشاف نماذج التصنيف، ومعالجة البيانات باستخدام Pandas، والتمثيل المرئي باستخدام Seaborn، وتقييم النماذج، والعمل مع إضافات TensorFlow مثل TensorFlow Hub وTensorFlow Probability API وTensorFlow Lite، وتطبيق تعلم النقل مع نماذج مدربة مسبقًا.
ما هو التركيز الرئيسي بنهاية الدورة؟
بنهايتها، سيكون لديك فهم أساسي لتعلم النقل والمهارات اللازمة لاستخدام النماذج المدربة مسبقًا لتحسين أداء مشاريع تعلم الآلة الخاصة بك.
ما هي المهارات التي تغطيها هذه الدورة؟
تغطي تعلم الآلة، وتدريب نماذج تعلم الآلة، وML.NET، وTensorFlow، ومجموعات بيانات التدريب، وتعلم النقل.
هل تغطي الدورة تقييم النماذج وضبطها بدقة؟
نعم، فهي تغطي تقييم النماذج ومقاييس الأداء، وتشرح كيفية استخدام أدوات مثل مصفوفات الارتباك ومجموعات بيانات التحقق لضبط نموذجك بدقة.
