التعلم الآلي الغير مراقب
دورة تركز على دراسة خوارزميات التعلم الآلي غير الخاضع للإشراف (Unsupervised Learning)، متناولة كيفية اكتشاف الأنماط والهياكل المخفية داخل البيانات غير المعلمة (غير المصنفة مسبقاً)، مع التركيز المفصل على خوارزمية التجميع الشهيرة K-Means، ومقاييس المسافة، وطرق تحديد العدد الأمثل للمجموعات.
الأهداف:
-
فهم فلسفة التعلم غير المراقب والفرق الجوهري بينه وبين التعلم الخاضع للإشراف.
-
دراسة مقاييس المسافة الرياضية ودورها في قياس التشابه والتقارب بين نقاط البيانات.
-
استيعاب الآلية الرياضية والتكرارية لخوارزمية تجميع المتوسطات (K-Means Clustering).
-
إتقان المنهجيات والتقنيات العملية لاختيار العدد الأمثل للمجموعات (K).
المخرجات المتوقعة:
-
القدرة على توظيف خوارزميات التجميع لتحليل وتقسيم مجموعات البيانات الضخمة دون الحاجة لتسميات مسبقة.
-
اختيار وتطبيق مقياس المسافة الملائم لطبيعة المتغيرات والأبعاد في المشكلة.
-
مهارة تتبع ومحاكاة خطوات خوارزمية K-Means حتى الوصول إلى مرحلة الاستقرار والتقارب.
-
تحديد قيمة $K$ الأنسب للبيانات عبر الأدوات التحليلية والبيانية بدقة.
