Linear Regression and Gradient Descent Theory & Code, Arabic

الدورة دي مصممة علشان تقدم لك فهم مبسط وواضح لمفهوم الانحدار الخطي (Linear Regression) وطريقة تعلم الآلة باستخدام خوارزمية الانحدار التدريجي (Gradient Descent). هنربط بين النظرية والتطبيق، وهنكتب الكود من الصفر باستخدام Python علشان تكون فاهم مش بس المفاهيم، لكن كمان إزاي تطبقها بنفسك.

هنبدأ بشرح أصل فكرة الLinear Regression، وإزاي الآلة بتتعلم من البيانات عن طريق تقليل الخطأ بين التوقعات والنتائج الحقيقية. هنفهم إزاي بيتم حساب الخطأ، وليه بنستخدم خوارزمية Gradient Descent علشان نحسن النموذج.

هنتكلم عن أنواع ال Gradient Descent المختلفة:

• Batch Gradient Descent: وهنشوف إزاي النموذج بيتعلم من كل البيانات مرة واحدة.

• Stochastic Gradient Descent (SGD): وهنشرح ليه بيستخدم نقطة واحدة بس في كل خطوة، وإيه مميزاته وعيوبه.

• Mini-Batch Gradient Descent: وهنفهم إزاي بيوازن باستخدام مجموعات صغيرة من البيانات.

الدورة دي مش بس نظرية، إحنا هنكتب الكود من الصفر على مرحلتين:

• المرحلة الأولى: بناء نموذج Linear Regression بسيط باستخدام بيانات سهلة علشان نفهم الأساسيات.

• المرحلة الثانية: هنقوم بمحاكاة بيانات من Gaussian Distribution ونطبق عليها الأنواع المختلفة من Gradient Descent، وهنرسم كل  ال Parameters في شكل واضح علشان نشوف إزاي النموذج بيتعلم خطوة بخطوة.

بنهاية الدورة، هتكون قادر على:

• فهم فكرة ال Linear Regression من الأساس، وإزاي الآلة بتتعلم.

• التفرقة بين أنواع Gradient Descent وتطبيق كل نوع بالكود.

• كتابة نموذج Linear Regression من الصفر باستخدام Python.

• محاكاة بيانات وتطبيق عليها النماذج المختلفة.

• رسم وتحليل ال Parameters لفهم سلوك النموذج.

• الاستعداد لفهم نماذج أكثر تعقيدًا في تعلم الآلة.

إن شاء الله الدورة دي هتكون نقطة انطلاق ليك لو أنت مهتم بتعلم الآلة وعايز تبدأ من الأساسيات بطريقة عملية.