مقدمة تعلم الآلة
تعلم خاضع للإشراف، مقاييس، دورة حياة النماذج.
نظرة عامة
مقدمة التعلم الخاضع للإشراف: من صياغة المشكلة إلى التقييم. ابنِ نماذج بسيطة وقيّمها.
تقسيم البيانات والمقاييس وفرط التكيّف ودورة حياة النموذج.
المنهج الدراسي
- صياغة مسائل ML وتحضير البيانات
- تقسيم train/val/test ومخاطر التسريب
- انحدار خطي/لوجستي وأساسيات decision trees
- هندسة الخصائص وأنماط التطبيع
- المقاييس: accuracy وprecision/recall وROC/AUC
- Overfitting/Underfitting وأساسيات الانتظام
- Baseline أولاً ومقارنته بالبديهيات
- تمرين: تدريب/تقييم مصنف بسيط