×
أشهر الدورات المدونة دورات تدريبية إنشاء سيرة ذاتية أحدث الدورات انواع الشخصيات الأختبارات الوظائف تخصصات المجموعات ملخصات الكتب المنح التدريب التطوع تطبيقات
منصة معارف التعليمية
دخول كمستخدم
الرئيسية إنشاء سيرة ذاتية دورات تدريبية الأختبارات
قناة منصة معارف علي التليجرام الاقوي عربيا .. اشترك الآن

شرح How Does PCA Algorithm Works What is PCA Algorithm PCA Overview with Example | [معتمد]

دورة أساسيات Unsupervised Machine Learning

يوجد شهادة معتمدة لهذه الدورة اضغط هنا لتعرف خطوات الحصول عليها
شارك الآن استفساراتك مع اعضاء دورة أساسيات Unsupervised Machine Learning اضغط هنا
الدرس السابق
سجل الان للحصول على دورات تدريبية معتمدة مع إمكانية إستخراج شهادة إتمام الدورة مجانا
سجل الآن
ملحقات الدرس
قائمة الدروس | 45 درس
1

What is Unsupervised Machin Learning Unsupervised Learning Algorithms | Machine Learning Tutorial
2

What Is Clustering What is Clustering Algorithms Introduction to Clustering
3

What Is K Means Clustering Algorithm K Means Example in Python| Machine Learning Algorithms
4

What is K Means Clustering Algorithm | K Means Example in Python | Machine Learning Algorithms
5

What is Objective Function Unsupervised Machine Learning
6

What is K means Clustering What is K means Algorithm K means Algorithm with Example
7

How to Choose Clusters for K means Algorithms How to Choose Value of k in K means Algorithm
8

What is Anomaly Detection Algorithm How Anomaly Detection Algorithm Works
9

What is The Gaussian Distribution Or Normal Distribution Unsupervised Machine Learning
10

How to Develop Anomaly Detection Algorithm Unsupervised Machine Learning
11

How to Develop and Evaluate Anomaly Detection System Unsupervised Machine Learning
12

When to Use Anomaly Detection System When to Use Supervised Learning
13

How to Choose Right Features for Anomaly Detection Unsupervised Machine Learning
14

What is Recommendation System Content Based Recommendation and Collaborative Filtering
15

How to Develop Recommendation System Building A Recommendation System Using Machine Learning
16

What is Collaborative Filtering Algorithm How Collaborative Filtering Algorithm Works
17

What are Binary Labels in Collaborative Filtering Algorithms How Can You Give Ratings
18

How Recommendation Systems Work On Amazon Netflix
19

How to Build Recommendation System with TensorFlow How to Make Collaborative Filtering Algorithm
20

How Recommendation System Suggests You Related Items on Websites How Recommendation System Works
21

Recommendation System Content Based Recommendation and Collaborative Filtering Based Recommendation
22

How to Build Content Based Filtering Algorithm Using Deep Learning Unsupervised Machine Learning
23

Neural Network Inference and Retrieval | Unsupervised Machine Learning
24

What are the Problems in Recommendation System Unsupervised Machine Learning
25

How to Build Content Based Filtering Algorithm with Python Content Based Filtering in TensorFlow
26

Basics of Principle Component Analysis with Example| Introduction of Principle Component Analysis
27

How Does PCA Algorithm Works What is PCA Algorithm PCA Overview with Example
28

How to Implement PCA using Scikit Learn Library| Implementation of PCA Using Python
29

What is Reinforcement Learning Introduction of Reinforcement Learning
30

Introduction of Reinforcement Learning with Example| Unsupervised Machine Learning
31

What is Reinforcement Learning How to Make Decisions with Reinforcement Learning
32

Return in Reinforcement Learning | Unsupervised Machine Learning
33

Key Concepts of Reinforcement Learning| Unsupervised Machine Learning
34

What is State Action Value Function in Reinforcement Learning Unsupervised Machine Learning
35

What is State Action Value Function Introduction of State Action Value Function with Example
36

What is Bellman Equation How to Use Bellman Equation in Reinforcement Learning
37

Stochastic Environment in Unsupervised Machine Learning| State Action Value Function Explained
38

What is Continuous State Spaces in Reinforcement Learning Continuous State Space with Example
39

Continuous State Space in Unsupervised Machine Learning| Example of Lunar Lander
40

How to Improve Neural Network Architecture What is Continuous State Space
41

How Reinforcement Learning Can Be Used to Control Lunar Lander Reinforcement Learning
42

What is Epsilon Greedy Policy in Reinforcement Learning What are Greedy Algorithms
43

Data Sampling Using Machine Learning| Continuous State Space| Mini Batches in Machine Learning
44

Why Reinforcement Learning is Important Pros and Cons of Reinforcement Learning
45

Summary of Main Topics in Machine Learning

التعليقات

أفضل قنوات التليجرام لمختلف المجالات
قنوات تساعدك بكل سهولة على الوصول للمصادر التعليمية و الوظائف و النصائح المهنية و المنح الدراسية

اشترك الآن مجانا

نحن نهتم بتقيمك لهذه الدورة

كن اول شخص يقوم بتقيم هذه الدورة

ممتاز
0 تقيمات
جيد
0 تقيمات
متوسط
0 تقيمات
مقبول
0 تقيمات
سئ
0 تقيمات
0.0
0 تقيمات


دورات ذات صلة
Chat GPT 12 دروس
Chat GPT
بدء الدورة
شهادات معتمدة معارف
صناعة الروبوتات 7 دروس
صناعة الروبوتات
بدء الدورة
شهادات معتمدة معارف
التصميم بالذكاء الاصطناعي 3 دروس
التصميم بالذكاء الاصطناعي
بدء الدورة
شهادات معتمدة معارف
التعلم الموجه|Supervised Learning 11 دروس
التعلم الموجه|Supervised Learning
بدء الدورة
شهادات معتمدة معارف
Unsupervised Machine Learning| التعلم الغير موجه 45 دروس
أساسيات Unsupervised Machine Learning
بدء الدورة
شهادات معتمدة معارف
الشبكات العصبونية|cnn 19 دروس
الشبكات العصبية التلافيفية CNN للمبتدئين
بدء الدورة
شهادات معتمدة معارف
الشبكات العصبونية المتكررة 10 دروس
الشبكات العصبونية المتكررة
بدء الدورة
شهادات معتمدة معارف
معالجة اللغات الطبيعية 6 دروس
معالجة اللغات الطبيعية
بدء الدورة
شهادات معتمدة معارف
دورة أساسيات Unsupervised Machine Learning تهدف إلى تعريف المتدربين بمفاهيم وتقنيات التعلم الآلي غير الموجّه، حيث يتم تحليل البيانات واكتشاف الأنماط دون الحاجة إلى بيانات مصنفة مسبقًا. تبدأ الدورة بتوضيح الفرق بين التعلم الموجّه وغير الموجّه، مع تقديم أمثلة عملية عن كيفية استخراج المعلومات من البيانات الخام. تشمل الدورة شرحًا لأهم خوارزميات التجميع (مثل K-Means) التي تُستخدم لتقسيم البيانات إلى مجموعات متشابهة، بالإضافة إلى تقنيات خفض الأبعاد (مثل PCA) لتحسين عرض وتحليل البيانات المعقدة. يتعلم المشاركون أيضًا عن تحليل الارتباط لاكتشاف العلاقات بين المتغيرات. تتضمن الدورة تطبيقات عملية باستخدام Python لتحليل البيانات واستخلاص الأنماط المخفية. بنهاية الدورة، سيكون لدى المتدربين أساس قوي في التعلم غير الموجّه، مما يمكنهم من تطبيق هذه التقنيات في مشاريع تحليل البيانات واستكشاف الأنماط.
الدرس السابق الدرس القادم
×

يجب ان يكون لديك حساب داخل المنصة
حتى تستطيع المشاركة و التفاعل مع التعليقات

سجل الآن مجانا