دورة مكثّفة عن تعلّم الآلة

مقدمة عملية سريعة الخطى من Google لتعلم الآلة، تتضمن سلسلة من الدروس مع محاضرات فيديو، وتصورات تفاعلية، وتمارين عملية.
بدء دورة مكثّفة تصفُّح وحدات الدورات التدريبية عرض المتطلّبات الأساسية
منذ عام 2018، اعتمد ملايين الأشخاص حول العالم على دورة تدريبية مُكثَّفة عن تعلّم الآلة لمعرفة كيفية عمل تكنولوجيا تعلُّم الآلة وكيفية الاستفادة منهم. يسعدنا الإعلان عن إطلاق إصدار محدَّث من MLCC يتناول أحدث التطورات في مجال الذكاء الاصطناعي، مع التركيز بشكل أكبر على التعلُّم التفاعلي. شاهِد هذا الفيديو لمعرفة المزيد من المعلومات عن ميزة MLCC الجديدة والمحسَّنة.

وحدات الدورة التدريبية

تكون كل وحدة من الدورات التدريبية المكثّفة حول تعلّم الآلة مستقلة بذاتها، لذا إذا كانت لديك خبرة سابقة في هذا التدريب، يمكنك التخطي مباشرةً إلى المواضيع التي تريد تعلمها. إذا كنت مبتدئًا في مجال تعلُّم الآلة، ننصحك بإكمال الوحدات بالترتيب أدناه.

نماذج تعلُّم الآلة

تتناول هذه الوحدات أساسيات إنشاء الانحدار والتصنيف. النماذج.

مقدمة عن الانحدار الخطي، تغطي النماذج الخطية، والخسارة، وانحدار التدرج، وضبط المعامل الفائق.
يشير ذلك المصطلح إلى مقدمة عن الانحدار اللوجستي حيث تم تصميم نماذج تعلُّم الآلة للتنبؤ باحتمالية نتيجة معيّنة.
مقدمة عن نماذج التصنيف الثنائي، تغطي حدود القيم ومصفوفات الالتباس ومقاييس مثل الدقة والدقة والتذكر وAUC.

البيانات

تتناول هذه الوحدات الأساليب الأساسية وأفضل الممارسات للتعامل مع بيانات تعلُّم الآلة.

تعرَّف على كيفية تحليل البيانات الرقمية وتحويلها للمساعدة في تدريب نماذج تعلُّم الآلة بشكل أكثر فعالية.
تعرف على أساسيات التعامل مع البيانات الفئوية: كيفية تمييز البيانات الفئوية عن البيانات الرقمية؛ وكيفية تمثيل البيانات الفئوية رقميًا باستخدام ترميز واحد فعال وتجزئة الميزات ومتوسط الترميز؛ وكيفية تنفيذ تداخل الخصائص.
مقدّمة حول خصائص مجموعات بيانات تعلُّم الآلة وكيفية إعداد بياناتك لضمان الحصول على نتائج عالية الجودة عند تدريب النموذج الخاص بك وتقييمه

نماذج تعلُّم الآلة المتقدّمة

تغطي هذه الوحدات بُنى نماذج تعلُّم الآلة المتقدّمة.

يشير ذلك المصطلح إلى مقدمة حول المبادئ الأساسية لبُنى الشبكة العصبية، بما في ذلك المتداخلات والطبقات المخفية ووظائف التفعيل.
تعرف على كيفية إتاحة التضمينات لإجراء التعلم الآلي على المتجهات الكبيرة للميزات.
New (جديد)
مقدمة للنماذج اللغوية الكبيرة، من الرموز المميزة إلى المحولات. تعرَّف على أساسيات طريقة تعلُّم النماذج اللغوية الكبيرة (LLM) كيفية توقُّع مخرجات النصوص، وكيفية تصميمها وتدريبها.

تعلُّم الآلة في العالم الحقيقي

تتناول هذه الوحدات الاعتبارات المهمة عند إنشاء نماذج تعلُّم الآلة ونشرها على أرض الواقع، بما في ذلك أفضل الممارسات المتعلّقة بالإنتاج والأساليب المبرمَجة والهندسة المسؤولة.

تعرَّف على طريقة عمل نظام إنتاج يستند إلى تعلُّم الآلة على مستوى مجموعة واسعة من المكوّنات.
New (جديد)
تعرَّف على المبادئ وأفضل الممارسات لاستخدام تعلُّم الآلة المبرمَج.
تعرّف على المبادئ وأفضل الممارسات لتدقيق نماذج تعلُّم الآلة من أجل تحقيق العدالة، بما في ذلك استراتيجيات تحديد الانحيازات في البيانات والحدّ منها.