تركز هذه الدورة على تعلم الآلة باستخدام أدوات مثل Scikit-Learn وTensorFlow. تتناول الدورة تقنيات التعلم الموجه وغير الموجه، بالإضافة إلى إنشاء نماذج تنبؤية ونشرها في بيئات عمل حقيقية.

المحتوى:

1. التعلم الموجه (Supervised Learning):

• تصنيف البيانات باستخدام Decision Trees وRandom Forests.

• الانحدار الخطي والانحدار اللوجستي.

• تحسين النماذج باستخدام Cross Validation وGrid Search.

2. التعلم غير الموجه (Unsupervised Learning):

• التجميع باستخدام K-Means وDBSCAN.

• تقليل الأبعاد باستخدام PCA وt-SNE.

3. مشاريع متقدمة:

• نموذج تنبؤ لفقدان العملاء.

• لوحة تحكم لتحليل البيانات في الوقت الفعلي باستخدام Plotly/Dash.

4. نشر النماذج:

• استخدام Flask/Django لنشر النماذج.

• إعداد لوحات التحكم التفاعلية.

5. مشروع تخرج شامل:

• تطبيق متكامل يستخدم تقنيات التعلم الآلي وتحليل البيانات.