مجانا
What you'll learn
قدمة في NLP: تعلم الأساسيات المتعلقة بـ Natural Language Processing وكيفية التعامل مع النصوص باستخدام الخوارزميات المناسبة.
مقدمة في Hugging Face: استكشاف مكتبة Hugging Face وأدواتها الأساسية مثل Transformers و Datasets.
استخدام البيانات وmodels: تعلم كيفية الوصول إلى datasets و pre-trained models من مكتبة Hugging Face واستخدامها في مشاريعك.
التدريب علىmodels: تعلم كيفية تدريب models باستخدام أدوات Hugging Face وتطبيقها على مجموعة متنوعة من مهام NLP.
مشروع تطبيقي: تطبيق ما تعلمته في مشروع حقيقي باستخدام Hugging Face لبناء وتدريب NLP models على بيانات حقيقية.
مجانا
دورة Math for Machine Learning تهدف إلى تعليم الأساسيات ... …
What you'll learn
الـ Vectors (المتجهات): تعلم كيفية التعامل مع vectors كأدوات لتمثيل البيانات في الفضاءات متعددة الأبعاد.
المصفوفات (Matrices): فهم كيفية استخدام matrices لتنفيذ العمليات الحسابية المتعلقة بالبيانات، مثل multiplication و addition.
القيم الذاتية والمتجهات الذاتية (Eigenvalues and Eigenvectors): تعلم كيفية حساب eigenvalues و eigenvectors واستخدامها في تقنيات مثل PCA (Principal Component Analysis) لتقليل الأبعاد.
تحليل القيمة المنفردة (Singular Value Decomposition - SVD): تعلم كيفية استخدام SVD لتحليل المصفوفات وتطبيقاتها في dimensionality reduction و data compression.
نظرية بايز (Bayes Theorem): تعلم كيفية استخدام Bayes Theorem في التنبؤات والقرارات بناءً على البيانات المبدئية.
المتغيرات العشوائية (Random Variables): تعلم كيفية التعامل مع random variables التي تعبر عن النتائج المحتملة في التجارب العشوائية.
التوزيع الاحتمالي المنفصل (Discrete Probability Distribution): فهم التوزيعات الاحتمالية التي تحتوي على عدد محدود من القيم مثل Binomial Distribution و Poisson Distribution.
التوزيع الاحتمالي المستمر (Continuous Probability Distribution): تعلم التوزيعات الاحتمالية المستمرة مثل Normal Distribution و Exponential Distribution.
الإحصاء الوصفي (Descriptive Statistics): تعلم كيفية استخدام mean و median و variance و standard deviation لفهم وتلخيص البيانات.
مجانا
Data preparation is an essential step in any data analysis or…
What you'll learn
تنظيف البيانات: تعلم كيفية التعامل مع missing values (القيم المفقودة)، outliers (القيم الغريبة)، و duplicates (البيانات المكررة).
معالجة البيانات: تعلم كيفية استخدام تقنيات مثل Normalization، Standardization، و Scaling لتحويل البيانات وتوحيدها.
التحليل الاستكشافي للبيانات (EDA): تعلم كيفية استكشاف البيانات باستخدام statistical summaries و visualizations.
تصور البيانات (Data Visualization): تعلم كيفية استخدام Matplotlib و Seaborn لإنشاء الرسوم البيانية التي تساعد في فهم البيانات.
استخراج الميزات (Feature Extraction): تعلم كيفية اختيار الميزات الأكثر تأثيرًا والملائمة لبناء models دقيقة.
مجانا
What you'll learn
فهم الـ data structures الأساسية: تعلم كيفية تمثيل البيانات باستخدام data structures مثل lists، stacks، queues، و trees.
التعامل مع الـ hash tables: تعلم كيفية تنظيم البيانات في hash tables للحصول على الوصول السريع.
أنواع الأشجار (Trees): دراسة binary trees، binary search trees، و balanced trees وكيفية التعامل معها.
تحليل الأداء: تعلم كيفية تحليل تعقيد الوقت والذاكرة للعمليات المختلفة على data structures باستخدام الـ Big-O Notation.
ربط الـ data structures بالخوارزميات: تعلم كيف يمكن استخدام data structures لتحسين أداء algorithms في معالجة البيانات.
مجانا
This course is an important foundation for getting started in the field of artificial intelligence…
What you'll learn
فهم الخوارزميات الأساسية: تعلم كيفية تصميم وتنفيذ خوارزميات لحل المشكلات المختلفة.
أنواع الفرز (Sorting): دراسة الخوارزميات المختلفة لفرز البيانات وكيفية اختيار الأنسب حسب حالة البيانات.
خوارزميات البحث (Searching): تعلم تقنيات البحث المختلفة مثل البحث الثنائي والبحث الخطّي.
الأشجار (Trees): تعلم كيفية تمثيل البيانات باستخدام الأشجار، ودراسة الأنواع المختلفة للأشجار مثل الأشجار الثنائية وأشجار البحث.
تحليل الأداء: فهم كيفية تحليل تعقيد الخوارزميات باستخدام الـ Big-O ومقارنة كفاءتها.
- 1
- 2
