We may earn an affiliate commission when you visit our partners.
Course image
Mohammed Agoor

The "Machine Learning and Data Science Diploma using Python" is a unique program that enriches Arabic content in the field of artificial intelligence. It's a comprehensive training course centered on interaction, practical application, thorough explanation, and detailed algorithms starting from scratch. The course ensures a robust understanding of algorithms leading to practical implementation, aiding in building strong models applicable to real-life scenarios. It caters to beginners and anyone intrigued by data science, its analysis, and the study of machine learning and artificial intelligence, including Data Analysts, Data Scientists, Machine Learning Engineers, and AI

Read more

The "Machine Learning and Data Science Diploma using Python" is a unique program that enriches Arabic content in the field of artificial intelligence. It's a comprehensive training course centered on interaction, practical application, thorough explanation, and detailed algorithms starting from scratch. The course ensures a robust understanding of algorithms leading to practical implementation, aiding in building strong models applicable to real-life scenarios. It caters to beginners and anyone intrigued by data science, its analysis, and the study of machine learning and artificial intelligence, including Data Analysts, Data Scientists, Machine Learning Engineers, and AI

Engineers

This diploma not only equips you with the proficiency to learn machine learning and data science through coding but also ensures a solid grasp of the mathematics behind the algorithms. This understanding is essential for fine-tuning algorithmic parameters effectively.

Topics covered in this diploma include:

  • Definition of Diploma

  • Linear Algebra for Machine Learning

  • Data Exploration and Preparation

  • Probability and Statistics for Data Science

  • NumPy Library

  • Pandas Library

  • Visualization Libraries (matplotlib, seaborn)

  • Introduction to Machine Learning Concepts

  • Numerical Optimization

  • Regression with Different Methods

  • End-to-End Machine Learning Projects

  • Regularization

  • Kaggle Platform

  • Classification (Binary, Multiclass, different metrics)

  • K-Nearest Neighbors

  • Naive Bayes

  • Logistic Regression

  • Support Vector Machines

  • Decision Trees

  • Ensemble Learning (Voting, Bagging, Boosting)

  • Hyperparameters Tuning

  • Practical Projects

  • What Comes Next?

Whether you're deeply passionate about AI, a dedicated developer, or a budding data scientist, this course is designed to equip you with the essential knowledge and hands-on skills required to thrive in data analysis and machine learning using Python, while delving into the intricate aspects of theory.

Join us at this moment and begin an immersive learning expedition that will steer you toward mastering machine learning, enabling you to spearhead cutting-edge AI ventures.

Enroll today to kickstart your journey.

Enroll now

What's inside

Learning objectives

  • Diploma definition
  • Linear algebra for ml
  • Data exploration & preparation
  • Probability & statistics
  • Numpy library
  • Pandas library
  • Visualization libraries (matplotlib, seaborn)
  • Intro to machine learning concepts
  • Numerical optimization
  • Linear & polynomial regression
  • End to end ml project
  • Regularization
  • Kaggle platform
  • Classification (binary, multiclass, metrics)
  • K-nearest neighbors
  • Niave bayes
  • Logistic regression
  • Support vector machines
  • Decision trees
  • Ensemble learning (bagging, boosting)
  • Hyperparameters tuning
  • Show more
  • Show less

Syllabus

What we learn in this Diploma?

تعريف بالدبلومة ومحتوياتها

This Repository collects all my code materials for all my courses and will continuously be updated, and also my community
Read more

شرح من منظور الرياضيات فقط لمفاهيم مستخدمة في مجال تعلم الآلة

تعلم الإحتمالات اللازمة لعلم البيانات والذكاء الاصطناعي

معرفة أنواع البيانات وكيفية التعامل مع كل نوع وكل فورمات ومعرفة التحويل من صيغة لآخرى والأدوات المستخدمة لذلك

تعلم الإحصاء اللازمة لعلم البيانات والذكاء الاصطناعي

شرح بالتفصيل مكتبة نمباي , أحد أهم المكتبات في البايثون والتي لابد من استخدامها في مجال علم البيانات والذكاء الاصطناعي

شرح بالتفصيل مكتبة بانداس , أحد أهم المكتبات في البايثون والتي لابد من استخدامها في مجال علم البيانات والذكاء الاصطناعي

شرح تفصيلي لمكتبات الرسومات في البايثون , والتي لابد من استخدامها في مجال علوم البيانات والذكاء الاصطناعي

مقدمة لمعرفة بعض المفاهيم في تعلم الآلة, وكل جزئية سيتم شرحها بالتفصيل في حينها إن شاء الله , في هذه المقدمة فقط نستعرض المفاهيم ليس إلا

مثال بسيط لشرح الفرق بين
Models based and instance based
هذا شرح توضيح للفكرة فقط , والشرح تفصيلي لكل الألجوريثمات سيأتي في أوانه إن شاء الله

مقدمة في التحسين العددي باستخدام الطرق الكلاسيكية

التوقع الخطي باستخدام الانحدار التدريجي
Linear Regression with Gradient Descent

التوقع الخطي بطرقه المختلفة
Linear Regression with (Normal Eqn, Least-Squares, Gradient Descent)

التوقع الغير خطي
Polynomial Regression

التدريب الزائد والغير زائد | Overfitting & Underfitting
والتحقق من جودة المودل باستخدام
Validation Dataset & Cross Validation

بداية مع المشروع وتحليل البيانات ومعالجتها بالشكل الصحيح قبل بناء الخوارزميات

استكمال المشروع وبناء الخوارزميات

شرح النظامية وخوارزميات التسوية أو النظامية بأنواعها المختلفة

شرح تفصلي لموقع كاجل وكيفية استخدامه والاشتراك في المنافسات

بداية مع التصنيف الثنائي , شرح التصنيف والمقاييس الخاصة بالتصنيف من رياضيات وأكواد

شرح التوازن بين المقاييس المختلفة للتصنيف
Trade off between Precision & Recall

شرح التصنيف المتعدد , شرح التصنيف والمقاييس الخاصة بالتصنيف من رياضيات وأكواد

شرح خوارزمية أقرب الجيران بالتفصيل, وشرح الرياضيات والأكواد الخاصة بالخوارزمية والتطبيق في مشروع

شرح خوارزمية نايف الساذج بالتفصيل, وشرح الرياضيات والأكواد الخاصة بالخوارزمية والتطبيق في مشروع

شرح خوارزمية التوقع اللوجستي بالتفصيل, وشرح الرياضيات والأكواد الخاصة بالخوارزمية والتطبيق في مشروع

شرح خوارزمية متجهات الدعم بالتفصيل, وشرح الرياضيات والأكواد الخاصة بالخوارزمية والتطبيق في مشروع

شرح خوارزمية شجرة القرار بالتفصيل, وشرح الرياضيات والأكواد الخاصة بالخوارزمية والتطبيق في مشروع

شرح خوارزميات التعليم المعزز بالتفصيل, وشرح الرياضيات والأكواد الخاصة بالخوارزمية والتطبيق في مشروع

تعلم كيفية ضبط معاملات الخوارزميات للحصول على نموذج قوي وبأداء أفضل

حاول بنفسك في هذا المشروع وطبق كل ما علمته

  • Your metric is  (RMSLE)

حاول بنفسك في هذا المشروع وطبق كل ما علمته

Your metric is (f1_score) -- binary classification

ماذا بعد هذه الدبلومة ؟

Traffic lights

Read about what's good
what should give you pause
and possible dealbreakers
Provides a comprehensive curriculum covering essential topics like linear algebra, data exploration, and various machine learning algorithms, which are fundamental for building a strong foundation in data science
Includes end-to-end machine learning projects and practical exercises, enabling learners to apply their knowledge and build real-world models, which is crucial for career advancement
Ensures a robust understanding of the mathematics behind the algorithms, which is essential for fine-tuning algorithmic parameters effectively and developing advanced models
Focuses on using Python and popular libraries like NumPy, Pandas, Matplotlib, and Seaborn, which are industry-standard tools for data analysis and machine learning
Introduces the Kaggle platform, which is a valuable resource for data scientists to participate in competitions, collaborate with peers, and showcase their skills
Starts from scratch, catering to beginners and anyone intrigued by data science, ensuring a gradual learning curve and a solid grasp of fundamental concepts

Save this course

Create your own learning path. Save this course to your list so you can find it easily later.
Save

Reviews summary

دبلومة شاملة في تعلم الآلة وعلوم البيانات

وفقًا للمتعلمين، تُقدم هذه الدبلومة مقدمة شاملة وعميقة في مجالي تعلم الآلة وعلوم البيانات باللغة العربية. يُشيد العديدون بالـ شرح المفصل والواضح للمفاهيم، بدءًا من الأساسيات والرياضيات اللازمة وصولاً إلى الخوارزميات المتقدمة والتطبيقات العملية. يذكر الطلاب أن الدورة توفر مشاريع عملية وتطبيقات حقيقية تُساعد في ترسيخ الفهم وبناء نماذج قابلة للتطبيق. تُعتبر الدبلومة مناسبة للمبتدئين وتوفر أساسًا قويًا، ولكن بعض المراجعين لاحظوا أن محتوى الرياضيات قد يكون صعبًا قليلاً للمبتدئين تمامًا. كما أن الدورة محدثة باستمرار وتأخذ ملاحظات الطلاب بعين الاعتبار.
المدرب يقوم بتحديث المحتوى بانتظام.
"الدورة يتم تحديثها باستمرار وإضافة محتوى جديد بناءً على التطورات والملاحظات."
"لاحظت أن المدرب يأخذ ملاحظات الطلاب على محمل الجد ويقوم بتحسين الدورة."
"من الرائع أن المحتوى ليس جامداً بل يتطور مع الوقت."
"التحديثات المستمرة تعطي قيمة مضافة للدورة."
تبدأ من الأساسيات ولا تتطلب معرفة مسبقة.
"أنصح بهذه الدورة للمبتدئين الذين يرغبون في دخول مجال Data Science."
"بدأت من الصفر في هذا المجال والدورة كانت نقطة انطلاقي ممتازة."
"على الرغم من عمق المحتوى، الشرح المبسط يجعلها في متناول المبتدئين."
"لم أكن أعرف شيئًا عن ML، لكن الدورة بنت الأساس عندي بشكل جيد."
فرصة ممتازة للتطبيق العملي لما تم تعلمه.
"المشاريع العملية كانت مفيدة جداً لتطبيق المفاهيم وفهم كيفية بناء نموذج من البداية للنهاية."
"التطبيقات العملية جعلتني أشعر أنني أكتسب مهارات حقيقية يمكنني استخدامها."
"أكثر ما استفدت منه هو الجزء العملي وكيفية تطبيق الخوارزميات على بيانات حقيقية."
"التدريب العملي والمشاريع يساعد على ترسيخ الفهم النظري بشكل كبير."
تغطي الدبلومة مجموعة واسعة من المواضيع الهامة.
"الدبلومة تغطي أغلب المواضيع الهامة في ML وData Science."
"محتوى الدورة منظم جداً ويأخذك خطوة بخطوة في كل مجال."
"توقعت أن تكون مجرد مقدمة، لكن الدورة تتعمق في التفاصيل والخوارزميات المختلفة."
"من أساسيات الرياضيات إلى الخوارزميات والمشاريع، كل شيء موجود."
تقديم ممتاز للمفاهيم المعقدة ببساطة.
"الشرح واضح جداً والمدرب يبدأ من الصفر ويوصل المعلومة بشكل ممتاز."
"لقد وجدت أن الشرح كان مفصلاً للغاية وشاملاً، مما سهل فهم الموضوعات الصعبة."
"أعجبني كيف يبدأ بالشرح النظري والرياضيات قبل الدخول في التطبيق العملي."
"الشرح التفصيلي لكل خوارزمية والرياضيات التي تقف وراءها كان نقطة قوة كبيرة."
الأساس الرياضي مطلوب وقد يكون صعبًا لبعضهم.
"جزء الرياضيات كان يحتاج لتركيز شديد، وقد يكون صعبًا لو لم يكن لديك خلفية ولو بسيطة."
"الشرح الرياضي مفصل جداً وهو نقطة قوة، لكن للمبتدئ تماماً قد يمثل تحديًا."
"تمنيت لو كان هناك تمهيد أبسط لجزء الجبر الخطي والاحتمالات."
"اضطررت لمراجعة بعض أساسيات الرياضيات قبل التعمق في هذا الجزء."

Activities

Be better prepared before your course. Deepen your understanding during and after it. Supplement your coursework and achieve mastery of the topics covered in Machine Learning & Data Science Diploma | Arabic with these activities:
مراجعة أساسيات الجبر الخطي
تعزيز فهمك لمفاهيم الجبر الخطي الأساسية قبل بدء الدورة.
Browse courses on Linear Algebra
Show steps
  • راجع مفاهيم المتجهات والمصفوفات.
  • حل مسائل تدريبية على العمليات على المصفوفات.
  • استعرض تطبيقات الجبر الخطي في علوم الحاسوب.
مراجعة كتاب: مقدمة في تعلم الآلة
يوفر الكتاب أساسًا متينًا في مفاهيم تعلم الآلة.
View Melania on Amazon
Show steps
  • اقرأ الفصول التمهيدية حول مفاهيم تعلم الآلة.
  • ركز على الفصول التي تغطي الخوارزميات الأساسية.
  • دون ملاحظات حول المفاهيم والمصطلحات الرئيسية.
مراجعة كتاب: أساسيات الإحصاء والاحتمالات
يوفر الكتاب أساسًا متينًا في مفاهيم الإحصاء والاحتمالات.
Show steps
  • اقرأ الفصول التمهيدية حول مفاهيم الإحصاء والاحتمالات.
  • ركز على الفصول التي تغطي التوزيعات الاحتمالية الأساسية.
  • دون ملاحظات حول المفاهيم والمصطلحات الرئيسية.
Four other activities
Expand to see all activities and additional details
Show all seven activities
تدرب على استخدام مكتبة NumPy
تعزيز مهاراتك في استخدام NumPy للعمليات الحسابية.
Show steps
  • أكمل تمارين NumPy من مصادر مختلفة.
  • طبق NumPy على مجموعات بيانات صغيرة.
  • جرب وظائف NumPy المختلفة.
إنشاء مدونة حول الانحدار الخطي
كتابة مدونة تشرح مفهوم الانحدار الخطي.
Show steps
  • ابحث عن الانحدار الخطي ومفاهيمه.
  • اكتب شرحًا واضحًا وموجزًا للانحدار الخطي.
  • قم بتضمين أمثلة ورسوم توضيحية.
  • انشر المدونة على منصة مثل Medium.
مشروع: تحليل بيانات باستخدام Pandas
تطبيق مهارات Pandas على مشروع تحليل بيانات حقيقي.
Show steps
  • ابحث عن مجموعة بيانات مثيرة للاهتمام.
  • استخدم Pandas لاستكشاف البيانات وتنظيفها.
  • قم بإجراء تحليل إحصائي على البيانات.
  • قم بإنشاء تصورات للبيانات باستخدام Matplotlib أو Seaborn.
  • اكتب تقريرًا يلخص النتائج التي توصلت إليها.
المساهمة في مشروع مفتوح المصدر
المساهمة في مشروع مفتوح المصدر ذي صلة بتعلم الآلة.
Show steps
  • ابحث عن مشروع مفتوح المصدر على GitHub.
  • ابحث عن مشكلة أو مهمة يمكنك المساهمة فيها.
  • أرسل طلب سحب مع الحل الخاص بك.

Career center

Learners who complete Machine Learning & Data Science Diploma | Arabic will develop knowledge and skills that may be useful to these careers:
عالم بيانات
عالم البيانات مسؤول عن تحليل كميات كبيرة من البيانات لاستخلاص رؤى قيمة واتخاذ قرارات مستنيرة. تساعد هذه الدورة التدريبية في اكتساب الكفاءة في إعداد البيانات واستكشافها، وتطبيق خوارزميات التعلم الآلي، وتصور النتائج. تعتبر هذه الدورة التدريبية ذات أهمية خاصة لعلماء البيانات حيث إنها تغطي جوانب مختلفة من دورة حياة علم البيانات، بما في ذلك استكشاف البيانات وإعدادها، ونمذجة التعلم الآلي، وتقييم النموذج. كما أن إتقان المكتبات مثل NumPy وPandas و Seaborn يتيح لعلماء البيانات معالجة البيانات المعقدة بكفاءة.
مهندس تعلم الآلة
يلعب مهندس تعلم الآلة دورًا حاسمًا في تطوير وتنفيذ نماذج التعلم الآلي. تساعد هذه الدورة التدريبية في بناء أساس قوي في المفاهيم الأساسية للتعلم الآلي وهندسة البيانات. هذه الدورة مفيدة بشكل خاص لمهندسي تعلم الآلة الطموحين لأنها توفر فهمًا شاملاً للخوارزميات المختلفة، وتقنيات الضبط الفائق، وتنفيذ المشاريع العملية الشاملة. بالإضافة إلى ذلك، فإن استكشاف المكتبات مثل NumPy وPandas وMatplotlib يعزز القدرة على معالجة البيانات وتصورها بكفاءة وهو أمر بالغ الأهمية لهذا الدور.
محلل بيانات
يقوم محلل البيانات بفحص مجموعات البيانات الكبيرة لتحديد الاتجاهات واستخلاص النتائج وتقديم توصيات قائمة على البيانات. تساعد هذه الدورة التدريبية في تطوير المهارات اللازمة في تحليل البيانات ومعالجتها وتصورها. تعد هذه الدورة التدريبية مفيدة بشكل खास لمحللي البيانات الطموحين، حيث إنها توفر فهمًا شاملاً لتقنيات تحليل البيانات، بما في ذلك الإحصاء والاحتمالات وخوارزميات التعلم الآلي. تضمن الخبرة العملية المكتسبة من خلال المشاريع العملية قدرة محللي البيانات على تطبيق مهاراتهم على سيناريوهات العالم الحقيقي.
مهندس ذكاء اصطناعي
يقوم مهندس الذكاء الاصطناعي بتصميم وتطوير وتنفيذ تطبيقات الذكاء الاصطناعي. تساعد هذه الدورة التدريبية في اكتساب المعرفة والمهارات اللازمة لبناء نماذج الذكاء الاصطناعي ونشرها. هذه الدورة التدريبية مهمة لمهندسي الذكاء الاصطناعي، حيث إنها توفر فهمًا متعمقًا لخوارزميات التعلم الآلي، وتحسينها، وتقنيات التكامل. يضمن التركيز على المشاريع العملية أن مهندسي الذكاء الاصطناعي يمكنهم تطبيق مهاراتهم على تحديات الذكاء الاصطناعي المعقدة. بالإضافة إلى ذلك، فإن إتقان مكتبات Python المختلفة أمر بالغ الأهمية لتطوير تطبيقات الذكاء الاصطناعي.
مطور تعلم عميق
يبني مطور التعلم العميق نماذج التعلم العميق وينفذها، وغالبًا ما يعمل مع الشبكات العصبية. تساعد هذه الدورة التدريبية في بناء أساس قوي في التعلم الآلي، وهو أمر بالغ الأهمية لفهم التعلم العميق. هذه الدورة مفيدة لمطوري التعلم العميق الطموحين حيث إنها توفر أساسًا شاملاً في خوارزميات التعلم الآلي، وتقنيات التنظيم، وضبط المعلمات الفائقة. بالإضافة إلى ذلك، فإن الخبرة العملية المكتسبة من خلال المشاريع العملية تمكن مطوري التعلم العميق من بناء نماذج قوية يمكنها التعامل مع مهام التعلم العميق المعقدة.
باحث في علم البيانات
يقوم باحثو علم البيانات بإجراء بحث متقدم في مجالات التعلم الآلي والذكاء الاصطناعي. عادة ما يتطلب هذا الدور درجة متقدمة مثل درجة الدكتوراه. تساعد هذه الدورة التدريبية في بناء أساس قوي في المفاهيم الأساسية للتعلم الآلي ومهارات البرمجة الضرورية للبحث. تعتبر هذه الدورة التدريبية ذات قيمة لباحثي علم البيانات الطموحين، حيث إنها توفر فهمًا شاملاً للخوارزميات المختلفة، والتحسين العددي، وتقنيات التنظيم. كما أن الخبرة العملية المكتسبة من خلال المشاريع العملية تمكن الباحثين من تطبيق مهاراتهم على سيناريوهات العالم الحقيقي.
مهندس رؤية حاسوبية
يركز مهندس الرؤية الحاسوبية على تمكين الآلات من "رؤية" وتفسير الصور ومقاطع الفيديو. هذه الدورة التدريبية قد تساعد في فهم أساسيات التعلم الآلي والتي تعتبر ضرورية للعديد من مهام الرؤية الحاسوبية. قد تكون هذه الدورة مفيدة لمهندسي الرؤية الحاسوبية حيث إنها تقدم خوارزميات مختلفة، وتنظيم، وتقنيات الضبط الفائق. كما أن الخبرة العملية المكتسبة من المشاريع العملية قد تمكن المهندسين من تصميم نماذج قوية لرؤية الكمبيوتر.
مهندس معالجة لغة طبيعية
يقوم مهندس معالجة اللغة الطبيعية (إن إل بي) بتطوير أنظمة يمكنها فهم اللغة البشرية وتوليدها. هذه الدورة التدريبية قد تساعد في توفير فهم لأساسيات التعلم الآلي، والتي تعد ضرورية لمهام إن إل بي. قد تكون هذه الدورة مفيدة لمهندسي إن إل بي الطموحين، حيث إنها تقدم خوارزميات مختلفة، وتنظيم، وتقنيات الضبط الفائق. كما أن الخبرة العملية المكتسبة من خلال المشاريع العملية قد تمكن المهندسين من بناء نماذج قوية لمعالجة اللغة الطبيعية.
أخصائي أتمتة العمليات الروبوتية
يقوم أخصائي أتمتة العمليات الروبوتية (آر بي إيه) بتصميم وتنفيذ روبوتات برمجية لأتمتة المهام المتكررة. يمكن أن تساعد المعرفة الأساسية في علم البيانات في تحديد العمليات التي يمكن أتمتتها بشكل أفضل. توفر هذه الدورة التدريبية التدريب العملي على المشاريع العملية، وهو أمر ضروري لفهم كيفية تطبيق أساليب التعلم الآلي على مشاكل العالم الحقيقي. كما أنه قد يساعد أخصائيي الأتمتة في فهم البيانات التي تنتجها الروبوتات الخاصة بهم.
مهندس ميزات
مهندس الميزات مسؤول عن تحديد الميزات ذات الصلة من البيانات الأولية لتدريب نماذج التعلم الآلي. قد تساعد معرفة استكشاف البيانات وإعدادها، كما هو موضح في هذه الدورة التدريبية، في عملية هندسة الميزات. هذه الدورة التدريبية قد تساعد مهندسي الميزات في اكتساب خبرة عملية مع مكتبات Python المختلفة، وهو أمر ضروري للتعامل مع مجموعات البيانات المعقدة. بالإضافة إلى ذلك، قد تساعد معرفة الإحصاء والاحتمالات في اتخاذ قرارات مستنيرة بشأن اختيار الميزات.
مستشار الذكاء الاصطناعي
يجدي مستشارو الذكاء الاصطناعي الشركات بشأن كيفية تطبيق تقنيات الذكاء الاصطناعي لحل مشاكل الأعمال. يمكن أن تساعد المعرفة القوية بالتعلم الآلي في توصية الحلول الصحيحة. توفر هذه الدورة التدريبية فهمًا شاملاً لخوارزميات التعلم الآلي المختلفة، وتقنيات التحسين، وتنفيذ المشاريع العملية الشاملة. هذه الدورة التدريبية قد تساعد مستشاري الذكاء الاصطناعي الطموحين من خلال تزويدهم بالخبرة الفنية اللازمة لتقديم توصيات مستنيرة.
مدير منتجات الذكاء الاصطناعي
يشرف مدير منتجات الذكاء الاصطناعي على تطوير وإطلاق منتجات مدفوعة بالذكاء الاصطناعي. يمكن أن يساعد الفهم الجيد للتعلم الآلي في اتخاذ قرارات منتج مستنيرة. تساعد هذه الدورة التدريبية في بناء أساس قوي في مفاهيم التعلم الآلي، والتحسين العددي، وتقنيات التنظيم. هذه الدورة التدريبية قد تساعد مديري منتجات الذكاء الاصطناعي من خلال تزويدهم بالمعرفة التقنية اللازمة لقيادة تطوير منتجات الذكاء الاصطناعي بنجاح.
محلل مخاطر
يقوم محلل المخاطر بتقييم المخاطر المحتملة ووضع استراتيجيات للتخفيف منها. يمكن أن تساعد المعرفة الأساسية بالتعلم الآلي في بناء نماذج للتنبؤ بالمخاطر. تساعد هذه الدورة التدريبية في بناء أساس قوي في المفاهيم الأساسية للتعلم الآلي وتطبيقاته. هذه الدورة التدريبية قد تساعد محللي المخاطر الطموحين من خلال تزويدهم بالأدوات اللازمة لتقييم المخاطر بدقة وكفاءة.
محلل تسويق
يقوم محلل التسويق بتحليل بيانات التسويق لتحسين الحملات التسويقية. يمكن أن تساعد المعرفة الأساسية بالتعلم الآلي في بناء نماذج للتنبؤ بسلوك العملاء. تساعد هذه الدورة التدريبية في بناء أساس قوي في المفاهيم الأساسية للتعلم الآلي وتطبيقاته. هذه الدورة التدريبية قد تساعد محللي التسويق الطموحين من خلال تزويدهم بالأدوات اللازمة لتحسين استراتيجيات التسويق.
إحصائي
يستخدم الإحصائيون الأساليب الإحصائية لتحليل البيانات واستخلاص النتائج. هذه الدورة التدريبية قد تساعد في تعزيز فهم الأساليب الإحصائية من خلال سياق التعلم الآلي. تركز هذه الدورة التدريبية على الاحتمالات والإحصاءات لعلوم البيانات، والتي قد تكون مفيدة للإحصائيين العاملين في مجالات مثل علم البيانات أو التعلم الآلي. بالإضافة إلى ذلك، فإن المشاريع العملية قد تساعد في تطبيق الأساليب الإحصائية على مشاكل العالم الحقيقي.

Reading list

We've selected two books that we think will supplement your learning. Use these to develop background knowledge, enrich your coursework, and gain a deeper understanding of the topics covered in Machine Learning & Data Science Diploma | Arabic.
يوفر هذا الكتاب أساسًا متينًا في مفاهيم الإحصاء والاحتمالات الأساسية. وهو مفيد بشكل خاص للمبتدئين الذين ليس لديهم خلفية قوية في الرياضيات. يمكن استخدامه كمرجع أثناء الدورة لتعزيز الفهم. الكتاب يغطي مجموعة واسعة من المفاهيم، مما يجعله مورداً قيماً.

Share

Help others find this course page by sharing it with your friends and followers:

Similar courses

Similar courses are unavailable at this time. Please try again later.
Our mission

OpenCourser helps millions of learners each year. People visit us to learn workspace skills, ace their exams, and nurture their curiosity.

Our extensive catalog contains over 50,000 courses and twice as many books. Browse by search, by topic, or even by career interests. We'll match you to the right resources quickly.

Find this site helpful? Tell a friend about us.

Affiliate disclosure

We're supported by our community of learners. When you purchase or subscribe to courses and programs or purchase books, we may earn a commission from our partners.

Your purchases help us maintain our catalog and keep our servers humming without ads.

Thank you for supporting OpenCourser.

© 2016 - 2025 OpenCourser