Machine Learning بالتطبيق

ما هو ML ولماذا نحتاجه؟

⏱ 20 دقيقة

سيتم إضافة الفيديو قريباً

📹 20 دقيقة

ML يمكّن الحاسوب من التعلم دون برمجة صريحة:

• الفرق بين البرمجة التقليدية وML
• متى تستخدم ML ومتى لا تستخدمه
• Pipeline نموذجي لمشروع ML

قريباً

تحضير البيانات Data Preprocessing

⏱ 35 دقيقة

سيتم إضافة الفيديو قريباً

📹 35 دقيقة

• تنظيف البيانات Missing Values
• Feature Engineering
• Normalization وScaling
• تقسيم Train/Test Split

قريباً

Scikit-learn — مكتبة ML الأشهر

⏱ 25 دقيقة

سيتم إضافة الفيديو قريباً

📹 25 دقيقة

• تثبيت واستيراد المكتبة
• هيكل Estimator API الموحّد
• fit() وpredict() وscore()

قريباً

Linear Regression

⏱ 40 دقيقة

سيتم إضافة الفيديو قريباً

📹 40 دقيقة

• المفهوم الرياضي بأسلوب مبسط
• تطبيق: التنبؤ بأسعار المنازل
• تقييم بـ RMSE وR²

قريباً

Decision Trees وRandom Forest

⏱ 38 دقيقة

سيتم إضافة الفيديو قريباً

📹 38 دقيقة

• كيف تبني الشجرة قراراتها
• Gini Impurity وEntropy
• Random Forest — قوة الـ Ensemble
• Feature Importance

قريباً

مشروع: تصنيف البريد المزعج

⏱ 55 دقيقة

سيتم إضافة الفيديو قريباً

📹 55 دقيقة

نبني فلتر بريد مزعج من الصفر:

• تحميل وتنظيف البيانات
• تحويل النصوص بـ TF-IDF
• تدريب Naive Bayes وLogistic Regression
• مقارنة النماذج

قريباً

مشروع: التنبؤ بأسعار المنازل

⏱ 60 دقيقة

سيتم إضافة الفيديو قريباً

📹 60 دقيقة

مشروع كامل من A إلى Z:

• تحليل وتنظيف البيانات
• Feature Engineering
• تدريب وتقييم النموذج
• عرض النتائج

قريباً