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.
- NumPy
- Probability Introduction ,Probability Basic’s
- Bay’s Theorem
- Random Variable
- Probability Distribution
- Expectation and Variance
- Descriptive Statistics
متطلبات
- 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
Linear Algebra
Vectors00:45:02
vector Quiz
Matrix00:13:58
Types of Matrices00:27:38
matrix Quiz
Eigen Vectors and Eigen Values00:29:56
Singular Value Decomposition00:08:55
matrix decomposition Quiz
NumPy00:32:12
NumPy Quiz
تقييم الدورة
Probability
Descriptive Statistics
احصل على شهادة
أضف هذه الشهادة إلى سيرتك الذاتية لإثبات مهاراتك وزيادة فرصك في لفت الانتباه.
أساتذتك
john lorance
Artificial Intelligence Engineer
John Lorance is an AI and Computer Vision Engineer and Instructor with strong expertise in Machine Learning, Deep Learning, and Data Science. He currently works as a Computer Vision R&D Engineer at Inflaixus, focusing on research and prototyping advanced vision solutions, while also serving as an AI Instructor at NeuroTech.
He has delivered over 100+ hours of lectures covering Python, Mathematics, Machine Learning, and Deep Learning, with a hands-on approach that enhances students’ model accuracy and practical skills. John has experience building AI-driven applications across healthcare and e-commerce, and his work includes a deep learning pipeline for medical preoperative planning, earning recognition in Dell Technologies’ Envision the Future Competition 2024
المواد
- Vector, Matrix
- Eigen Values and Eigen Vectors
- Singular Value Decomposition.
- NumPy
- Probability Introduction ,Probability Basic’s
- Bay’s Theorem
- Random Variable
- Probability Distribution
- Expectation and Variance
- Descriptive Statistics
