تعلم خوارزميات الذكاء الاصطناعى وتنبؤ البيانات بالويكا

- اهلا بكم فى اول كورس عربى نقوم من خلاله بشرح مبادئ لغه تعلم الاله وجميع الخوارزميات الخاصه به لكى نستطيع ان نوفر ماده عربيه بشرح مبسط وسهل لجميع الطلاب العرب من جميع المستويات الدراسيه وايضا الباحثين العرب الذين يقومون باستخدام خوارزميات تعلم الالة فى ابحاثهم .

- سوف نيسر عليك فى هذا الكورس كيفيه استخدام خوارزميات تعلم الالة وتطبيقها عن طريق برنامج ويكا ولاتقلق عزيزى الطالب/ الباحث فانك لن تتورط فى كتابه كود برمجى واحد لتصل الى هدفك فى تطبيق هذه الخوارزميات .

- سوف اشرح لك مبادئ تعلم الالة وتنفيذها على برنامج مفتوح المصدر (ويكا) وامكنك بالتدريب العملى من تجميع مصادر معلومات ووضعها داخل البرنامج وكيفيه عمل تنقيح لبياناتك وايضا كيفيه تجهيز بياناتك لاستخراج افضل العناصر المؤثرة والتى يتم عليها اتخاذ قرار التصنيف فى عمليه classification

- سوف نتعلم تطبيق خوارزميات التصنيف المتعدده مثل c4.5-knn-cnn-MLP-NB

- كيفية استخلاص نتائج الخوارزميات المطبقة على البيانات وال charts الخاصه بها وكيفيه تقييم المصنف والتعديل عليه لتصل الى افضل النتائج التصنيفية فى دراساتك .

ستساعد هذه الدورة التمهيدية في جعل تجربة مفهوم علم البيانات والتعلم الآلي بسيطة ومثيرة. سوف تتعلم من خلال

باستخدام برنامج التعلم الآلي الشهير Weka مفتوح المصدر الذي طورته جامعة وايكاتو في نيوزيلندا. أداة weka مبنية على أساس مكتبة جافا ولكن لا تقلق فلا داعي لأن تكون مبرمج جافا للتعامل مع ويكا ، بسبب واجهة المستخدم الرسومية البسيطة.

بطريقة بسيطة وغير معقدة ، يمكنك تعلم عادات الخوارزمية المعقدة. استخدام مرافق Weka المتخصصة لإجراء تجارب التعلم الآلي من أجل فهم الخوارزميات والمصنفات ، مثل

(Naive Bayes ، Neural Network ، J48 ، KNN ، الانحدار الخطي).

سوف تتدرب على تصنيف الصورة ، نص مجموعة البيانات الحقيقية

وسوف تتعلم كيفية تحويل ملفات مصدر البيانات إلى ملف ARFF واحد (تنسيق ضعيف)

فيما يتعلق بمفهوم مناهج التعلم الآلي الخاضعة للإشراف وغير الخاضعة للإشراف