حول هذه الدورة
دورة Math for Machine Learning تهدف إلى تعليم الأساسيات الرياضية والإحصائية التي تدعم Machine Learning و Data Science. ستتعلم المفاهيم الأساسية في الجبر الخطي (Linear Algebra)، الإحصاء (Statistics)، و احتمالية (Probability)، والتي تعتبر أساسًا لفهم كيفية عمل خوارزميات Machine Learning وتطبيقاتها. الدورة ستغطي المواضيع المهمة مثل Vectors، Matrices، Eigenvalues، Eigenvectors، بالإضافة إلى Bayes Theorem و Descriptive Statistics.
أهداف التعلم
المواد
- Vector
- Matrix
- Eigen Values and Eigen Vectors
- Singular Value Decomposition
- Bayes Theorem
- Random Variable
- Discrete Probability Distribution
- Continuous Probability Distribution
- Descriptive Statistics
متطلبات
- معرفة أساسية بالرياضيات: يجب أن يكون لديك فهم أساسي للجبر والإحصاء.
- معلومات أساسية عن البرمجة: من الأفضل أن تكون لديك معرفة بـ Python أو لغة برمجة أخرى، حيث ستحتاج إليها لتطبيق بعض المفاهيم في الدورة.
- الاستعداد لتعلم المفاهيم الرياضية: الاستعداد للتعامل مع المواضيع الرياضية والإحصائية التي تعتبر الأساس في Machine Learning.
الجمهور المستهدف
- طلاب علوم الكمبيوتر وعلوم البيانات: الذين يريدون تعلم الأساسيات الرياضية والإحصائية التي تدعم خوارزميات Machine Learning.
- المطورون والمبرمجون: الذين يرغبون في تحسين فهمهم للجوانب الرياضية التي تستخدمها Machine Learning.
- المهنيون في مجالات الذكاء الاصطناعي وعلوم البيانات: الذين يحتاجون إلى فهم رياضي قوي لدعم تطبيقاتهم العملية.
- المهتمون بتطوير مهاراتهم في Machine Learning: الذين يرغبون في فهم أسس الرياضيات والإحصاء في Machine Learning.
منهاج دراسي
vector
vector00:09:01
Vector Practice00:00:56
vector
Matrix
Eigenvectors and Eigenvalues
Singular Value Decomposition
Bayes Theorem
Random Variables
Probability Distribution
Descriptive Statistics
احصل على شهادة
أضف هذه الشهادة إلى سيرتك الذاتية لإثبات مهاراتك وزيادة فرصك في لفت الانتباه.
أساتذتك
Nada Maher
Artificial Intelligence Engineer at NeuroTech
Motivated Computer Vision Engineer. Passionate About Building Models That Fix Problems. Relevant Skills Include Machine Learning, Deep Learning, Computer Vision Problem Solving, Programming, and Building new algorithms. I have a passion for learning. I like to communicate with people
المواد
- Vector
- Matrix
- Eigen Values and Eigen Vectors
- Singular Value Decomposition
- Bayes Theorem
- Random Variable
- Discrete Probability Distribution
- Continuous Probability Distribution
- Descriptive Statistics
