دورة كاملة TensorFlow 2.0 - Python Neural Networks للمبتدئين مجانا
يعد TensorFlow أحد أشهر منصات التعلم الآلي — وهو مصدر مفتوح بالكامل. مع TensorFlow 2.0 ، لم يكن من السهل أبدًا إنشاء نماذج تعلم الآلة ونشرها.
لقد تم إصدار دورة TensorFlow 2.0 لمدة 7 ساعات على قناة “YouTube freeCodeCamp.org“. تم تصميم الدورة لمبرمجي Python الذين يتطلعون إلى تعزيز معرفتهم ومهاراتهم في التعلم الآلي والذكاء الاصطناعي.
لن تعلمك هذه الدورة فقط كيفية استخدام TensorFlow ، بل ستمنحك أيضًا نظرة عامة رائعة على التعلم الآلي والذكاء الاصطناعي.
ما هو محتوى دورة TensorFlow 2.0 ؟
منشئ هذه الدورة هو Tim Ruscica ، المعروف بقناته الشهيرة “Tech With Tim” على YouTube. من خلال ثماني وحدات ، يغطي Tim المفاهيم والأساليب الأساسية في التعلم الآلي والذكاء الاصطناعي مثل:
- خوارزميات التعلم الأساسية ،
- التعلم العميق مع الشبكات العصبية ،
- رؤية الكمبيوتر مع الشبكات العصبية التلافيفية ،
- معالجة اللغة الطبيعية مع الشبكات العصبية المتكررة ،
- وتعزيز التعلم.
للتوافق مع شرح الفيديو من هذه الدورة ، هناك ستة ملفات Jupyter مليئة بالمعلومات. تحتوي هذه الملفات على ملاحظات وتعليمات ورسوم بيانية شاملة. كما أنها تتضمن جميع التعليمات البرمجية المستخدمة في الدورة التدريبية بحيث يمكنك بسهولة تجربة الرمز بنفسك. ويمكنك الوصول إلى الملفات الموجودة في Google Colaboratory ، مما يتيح لك تشغيل جميع التعليمات البرمجية في متصفحك.
ما سوف اتعلمه من دورة دورة TensorFlow 2.0
بعد الانتهاء من هذه الدورة ، سيكون لديك معرفة شاملة بالتقنيات الأساسية في التعلم الآلي والذكاء الاصطناعي ولديك المهارات اللازمة لتطبيق هذه التقنيات على مجموعات البيانات الخاصة بك.
وحدات دورة دورة TensorFlow 2.0 :
الوحدة 1: أساسيات التعلم الآلي
تغطي الوحدة الأولى الفرق بين الذكاء الاصطناعي والشبكات العصبية والتعلم الآلي. ستوفر أساسيات التعلم الآلي الموضحة في هذه الوحدة الأساس لبقية الدورة التدريبية.
الوحدة 2: مقدمة في TensorFlow
تقدم هذه الوحدة مقدمة عامة عن TensorFlow. سوف تتعلم ما هو Tensor وستتعلم الأشكال وتمثيل البيانات. ستتعلم أيضًا كيفية عمل TensorFlow على مستوى أقل.
بينما يمكنك إنشاء نماذج تعلُّم الآلة دون معرفة كيفية عمل كل شيء ، فإن الفهم المتعمق يجعل من السهل تعديل النماذج والحصول على أفضل النتائج.
الوحدة 3: خوارزميات التعلم الأساسية
ستتعلم أربعة من خوارزميات التعلم الآلي الأساسية. سيتم تطبيق كل من الخوارزميات على المشكلات وقواعد البيانات الفريدة، الخوارزميات المشمولة هي:
- Linear regression
- Classification
- Clustering
- Hidden Markov models
الوحدة 4: الشبكات العصبية مع TensorFlow
في هذه الوحدة سوف تتعلم كيف تعمل الشبكات العصبية والرياضيات وراءها. سوف تتعلم عن الانتشار العكسي ، وكيفية تدفق المعلومات عبر الشبكة العصبية.
في الجزء الثاني من الوحدة ، سترى كيفية إنشاء شبكة عصبية مع Karas لتصنيف سلع الملابس.
الوحدة 5: الرؤية العميقة للكمبيوتر – الشبكات العصبية التلافيفية
ستعلم هذه الوحدة كيفية استخدام شبكة عصبية تلافيفية لإجراء تصنيف للصور وكشف / التعرف على الأشياء. سوف تتعلم المفاهيم التالية:
- Image data
- Convolutional layers
- Pooling layers
- CNN architectures
الوحدة 6: معالجة اللغة الطبيعية مع RNNs
معالجة اللغات الطبيعية (NLP للفرز) هو نظام في الحوسبة يتعامل مع التواصل بين اللغات الطبيعية (البشرية) ولغات الكمبيوتر. مثال شائع على البرمجة اللغوية العصبية هو شيء مثل التدقيق الإملائي أو الإكمال التلقائي.
تقدم هذه الوحدة نوعًا جديدًا من الشبكة العصبية يسمى الشبكة العصبية المتكررة (RNN للاختصار). تُستخدم هذه الشبكات غالبًا في البرمجة اللغوية العصبية.
سوف تتعلم كيفية استخدام RNN لتحليل المشاعر وتوليد الشخصية.
الوحدة 7: تعزيز التعلم مع Q-Learning
في هذه الوحدة سوف تتعلم عن التعلم التعزيزي.
تختلف هذه التقنية عن العديد من تقنيات التعلم الآلي الأخرى التي تمت تغطيتها سابقًا في الدورة. بدلاً من تغذية نموذج تعلُّم الآلة الذي نقدمه بملايين الأمثلة ، تركنا نموذجنا يأتي بأمثلة خاصة به من خلال استكشاف البيئة.
ستتعلم كيفية إنشاء نموذج للتعلم الآلي باستخدام التعلم المعزز.
الوحدة 8: الخلاصة والخطوات التالية
في الوحدة النهائية ، ستتعرف على الخطوات التالية لمعرفة المزيد حول TensorFlow وتعلم الآلة
حان وقت البدء فى الدورة :
إذا كنت مستعدًا لبدء التعرف على TensorFlow وتعلم الآلة ، فتابع الدورة التدريبية أدناه أو على قناة YouTube freeCodeCamp.org.
Beli via WhatsApp ×
الاشتراك في:
تعليقات الرسالة (Atom)