• LOGIN
  • No products in the cart.

Build real machine learning models with scikit-learn: the ML workflow, feature engineering, regression, classification, trees and ensembles, clustering, model evaluation and tuning, and end-to-end projects.

Course Curriculum

1. ML Foundations
1.1 ما هو تعلم الآلة وأنواعه 00:10:00
1.2 مراحل مشروع تعلم الآلة 00:10:00
1.3 تقسيم البيانات للتدريب والتحقق والاختبار 00:09:00
2. Data Preparation
2.1 التعامل مع القيم المفقودة والشاذة 00:10:00
2.2 ترميز الخصائص الفئوية 00:09:00
2.3 توحيد المقاييس والـ Pipelines 00:10:00
2.4 هندسة الخصائص 00:12:00
3. Supervised Learning
3.1 الانحدار الخطي ومتعدد الحدود 00:12:00
3.2 التنظيم: Ridge وLasso 00:09:00
3.3 الانحدار اللوجستي 00:10:00
3.4 KNN وNaive Bayes 00:10:00
3.5 آلات المتجهات الداعمة 00:10:00
3.6 أشجار القرار 00:10:00
3.7 الغابات العشوائية والتعزيز التدريجي 00:15:00
4. Evaluation & Tuning
4.1 مقاييس الانحدار 00:09:00
4.2 مقاييس التصنيف 00:12:00
4.3 التحقق المتقاطع وضبط المعاملات 00:12:00
4.4 البيانات غير المتوازنة 00:09:00
5. Unsupervised Learning
5.1 التجميع بـ K-means والتجميع الهرمي 00:12:00
5.2 تقليل الأبعاد بـ PCA 00:10:00
5.3 المشروع النهائي: نموذج توقع ترك العملاء 00:30:00

Course Reviews

N.A

ratings
  • 5 stars0
  • 4 stars0
  • 3 stars0
  • 2 stars0
  • 1 stars0

No Reviews found for this course.