Udemy
    •  
    •  
    •  
    •  
    •  
    •  
    •  
    •  
Turn what you know into an opportunity and reach millions around the world.
Learn More
Your cart is empty.
Keep shopping
Machine Learning with Python [ Arabic ]
Rating: 5.0 out of 5(1 rating)
9 students

Machine Learning with Python [ Arabic ]

Learn the Fundamentals of Machine Learning, Data Processing, and Key Algorithms Like Clustering, Regression, SVM, .etc
Created byتكنو U
Last updated 3/2025
Arabic

What you'll learn

  • المقدمة: فهم أساسيات التعلم الآلي ومجالات تطبيقه.
  • التجميع (Clustering): تقسيم البيانات إلى مجموعات ذات خصائص متشابهة.
  • الانحدار (Regression): استخدام البيانات للتنبؤ بالقيم المستقبلية.
  • دعم الآلات الشعاعية (SVM): تصنيف البيانات وتحليلها بطرق دقيقة.
  • شجرة القرار (Decision Trees): بناء نماذج لاتخاذ القرارات بناءً على البيانات.
  • الخوارزميات الجينية (Genetic Algorithms): حل المشكلات باستخدام استراتيجيات مستوحاة من الطبيعة.

Course content

6 sections47 lectures7h 34m total length
  • Introduction8:13
  • What is Machine Learning10:26
  • متى بدأ الذكاء الاصطناعي وكيف تتطور11:58
  • الفرق بين تعليم الذكاء الاصطناعي وتعليم الاله والتعلم العميق9:07
  • مصطلحات مهمة8:40
  • فرط التعلم Overfitting3:16
  • انواع تعليم الاله4:21
  • خطوات بناء النماذج الاساسية4:21

Requirements

  • مقدمة في البرمجة: معرفة أولية بأي لغة برمجة (يفضل Python) ستجعل التطبيق العملي أسهل.
  • الرغبة في التعلم: أهم شيء هو الحماس لتعلم الذكاء الاصطناعي والتفاعل مع المحتوى!

Description


هل ترغب في تعلم التعلم الآلي من الصفر وحتى احتراف الخوارزميات المتقدمة؟ سواء كنت طالبًا، مطور برمجيات، أو محلل بيانات، فهذه الدورة مصممة لتأخذ بيدك خطوة بخطوة في عالم الذكاء الاصطناعي.

في هذه الدورة، ستتعرف على الأسس الرياضية والمنطقية للتعلم الآلي، بالإضافة إلى التطبيق العملي باستخدام لغة Python. سنبدأ بفهم المفاهيم الأساسية، ثم ننتقل إلى تطبيق الخوارزميات العملية على بيانات حقيقية، مما يمكنك من بناء مشاريع ذكاء اصطناعي خاصة بك.

ما الذي ستتعلمه في هذه الدورة؟

  • فهم أساسيات التعلم الآلي وأنواعه المختلفة (التعلم الموجه، غير الموجه، والتعلم المعزز)

  • استكشاف طرق معالجة البيانات، مثل التنظيف، التحليل، والتعامل مع القيم المفقودة

  • تطبيق الخوارزميات الأساسية مثل:

    • التجميع (Clustering) – تصنيف البيانات إلى مجموعات متشابهة

    • الانحدار (Regression) – توقع القيم المستقبلية بناءً على البيانات

    • دعم الآلات الشعاعية (SVM) – تصنيف وتحليل البيانات بشكل دقيق

    • شجرة القرار (Decision Trees) – اتخاذ القرارات بناءً على المعلومات المتاحة

    • الخوارزميات الجينية (Genetic Algorithms) – محاكاة التطور الطبيعي لحل المشكلات

  • استخدام مكتبات Python مثل:

    • NumPy و Pandas لمعالجة البيانات

    • Matplotlib و Seaborn لإنشاء الرسوم البيانية

    • Scikit-learn لتطبيق خوارزميات التعلم الآلي

  • تنفيذ مشاريع عملية مثل:

    • تحليل البيانات والتنبؤ بالنتائج

    • بناء نماذج تعلم آلي لاكتشاف الأنماط في البيانات

    • تطبيق التعلم الآلي على مشكلات واقعية

لمن هذه الدورة؟

  • المبتدئون الذين يرغبون في تعلم الذكاء الاصطناعي من الصفر

  • محللو البيانات الذين يريدون تعزيز مهاراتهم بالتعلم الآلي

  • المطورون الذين يسعون لاستخدام الذكاء الاصطناعي في مشاريعهم

  • أي شخص لديه فضول حول كيفية استخدام البيانات لاتخاذ قرارات ذكية

متطلبات الدورة

لا توجد متطلبات برمجية متقدمة، ولكن يفضل توفر معرفة أساسية بالرياضيات (الجبر والإحصاء)، وفهم بسيط لمفاهيم البرمجة (يفضل Python، ولكن سيتم شرح الأساسيات)، بالإضافة إلى الرغبة في التعلم.

لماذا تختار هذه الدورة؟

  • محتوى شامل يغطي الجوانب النظرية والعملية

  • مشاريع تطبيقية حقيقية لتعزيز الفهم

  • شرح مبسط وسهل حتى للمبتدئين

  • تمارين واختبارات لضمان استيعاب المفاهيم

انضم الآن وابدأ رحلتك في تعلم الذكاء الاصطناعي والتعلم الآلي.

Who this course is for:

  • المبتدئون في مجال الذكاء الاصطناعي والتعلم الآلي.
  • محللو البيانات الذين يرغبون في تعزيز مهاراتهم في التعلم الآلي.
  • مطورو البرمجيات المهتمون بتطبيق تقنيات الذكاء الاصطناعي في مشاريعهم.
  • أي شخص لديه فضول لمعرفة كيفية استخدام البيانات لاتخاذ قرارات ذكية.