مدخل إلى التعلم الآلي وانواعه

مدخل إلى التعلم الآلي وانواعه

تهدف هذه الدورة التأسيسية إلى بناء قاعدة معرفية وهندسية متكاملة في علم التعلم الآلي، بدءاً من تفكيك نماذجه وتصنيفاته ومقارنته بالبرمجة الصريحة، واستيعاب المراحل المتعاقبة لدورة حياة النموذج والتمثيل الرياضي للمدخلات، وصولاً إلى معالجة الإشكاليات الإحصائية كمعضلة الانحياز والتباين وتوزيع مجموعات البيانات، مع دراسة خوارزميات الانحدار الخطي وخوارزمية الانحدار التدريجي للتحسين الحسابي.

الأهداف:

1. فهم الأسس المفاهيمية للتعلم الآلي ومقارنة نمطه الحسابي بمنطق البرمجة التقليدية القائم على القواعد.

2. دراسة المراحل المنهجية لدورة حياة نموذج التعلم الآلي وآليات التمثيل الجبري والإحصائي للبيانات.

3. استيعاب استراتيجيات تقسيم البيانات وإدارة المفاضلة التوازنية بين الانحياز والتباين (Bias-Variance Tradeoff).

4. إدراك الصياغة الرياضية لنماذج الانحدار الخطي ودور خوارزمية الانحدار التدريجي (Gradient Descent) في تحسين الأوزان.

المخرجات المتوقعة:

1. التمييز الدقيق بين المشكلات البرمجية القابلة للحل بالقواعد الصريحة وتلك التي تتطلب بناء نماذج تعلم آلي.

2. إدارة مراحل دورة حياة مشاريع التعلم الآلي بدءاً من جمع البيانات والتمثيل الرياضي وحتى تقييم النموذج.

3. تشخيص حالتي فرط التخصيص (Overfitting) ونقص التخصيص (Underfitting) ومعالجتهما عبر الضبط المنهجي للبيانات.

4. بناء وتدريب نموذج انحدار خطي وتطبيق خطوات التحسين التدريجي لتقليص دالة التكلفة عملياً.