لقد أنهيت دورة Coursera للتعلم الآلي

لقد انتهيت من دورة تعلم الآلة التي تقدمها جامعة ستانفورد في كورسيرا، ونظرًا لوجود العديد من الأشخاص الذين سألوني بشكل علني وسري عن هذا الأمر ، فقد أردت أن أفصل أكثر قليلاً عما بدا لي وأن من يقرر القيام بذلك يعرف ما الذي سيجدونه.

بل هو دورة مجانية في تعلم الآلة، يدرس من قبل أندرو نغ. بمجرد الانتهاء ، إذا كنت ترغب في ذلك ، يمكنك الحصول على شهادة تدعم المهارات التي تم تحقيقها مقابل 68 يورو. وهي مقسمة إلى 3 أركان ، مقاطع فيديو ، امتحانات أو اختبارات قصيرة وتمارين برمجة. إنه باللغة الإنجليزية. لديك ترجمات بعدة لغات ، لكن الإسبانية ليست جيدة جدًا وفي بعض الأحيان تكون قديمة ، وأفضل بكثير إذا قمت بوضعها باللغة الإنجليزية.

إنه نظري تمامًا. ولكن ربما لهذا السبب يبدو أنها طريقة جيدة للبدء لأنك لن تتعلم فقط ما يجب فعله ولكن لماذا تفعله.

• متى تختار خوارزمية أو أخرى.
• كيفية اختيار وتعريف المعلمات المختلفة.
• ما هي المشاكل التي يمكن أن تنشأ مع الخوارزميات وخاصة التدابير التي يجب اتخاذها.

إنه يحتوي على الكثير من الجبر وبعض التفاضل والتكامل ، وكما أشرح ذلك ، لن تضطر حقًا إلى العمل ، ولن تضطر إلى الوصول إلى تلك المعادلات أو إثباتها أو تعديلها ، حسنًا فقط قم بتوجيهها. لذا ، حتى لو كان مستواك في الرياضيات غير جيد ، يمكنك القيام بالدورة ، لكن بالطبع ، قضاء ساعات في مشاهدة مقاطع الفيديو والاستماع إليها حيث يشرحون كل مصطلح كيف يؤثر على ولماذا يوجد ، أمر صعب.

إذا كنت لا تعرف ما هو لنفترض أن التعلم الآلي جزء من الذكاء الاصطناعي المخصص للخوارزميات التي تجعل كل هذا من رؤية الجهاز ، وتصنيف البريد العشوائي ، وما إلى ذلك ، يعمل.

لقد غيرتني رؤيتي. عندما فكرت في هذه الأنواع من المشاكل ، واجهتها من وجهة نظر البرمجة ، والتفكير في الحلقات ، والظروف ، وما إلى ذلك ، وهي في الحقيقة جميع الوظائف ، وتقليل وظائف التكلفة ، والتي يمكن أن تكون مسافات بين النقاط. تنبؤات تستند إلى الانحدار ، إلخ ، إلخ

ملخص الدورة

إذن أعلاه هي الأجزاء الرئيسية من الدورة ، مقسمة إلى قسمين ، الجزء الخاضع للإشراف والجزء غير الخاضع للإشراف

التعلم تحت الإشراف

• دالة النموذج والتكلفة
• نزول متدرج للانحدار الخطي
• تنظيم
• الشبكات العصبية
• تصنيف الآلة الكبيرة والحبوب
• تحليل المكونات الرئيسية (PCA)
• تصميم نظام التعلم الآلي
• دعم آلات مكافحة ناقلات

تعليم غير مشرف عليه

• تخفيض الأبعاد
• إكتشاف عيب خلقي
• نظم التوصية
• تعلم الآلة على نطاق واسع

أترك الأشياء ولكن يأتي هو الشيء الرئيسي ، ثم كل شيء ينهار.

للتدريب الذي تستخدمه Matlab أو Octave يمكننا أن نقول Matlab OpenSource. لقد انتهيت من الدورة مع أوكتاف. كما هو مبين في الدورات الأولى ، فقد اختاروا هذه الأدوات لأنها تسمح بنماذج أولية سريعة للخوارزميات. باستخدام الأدوات الأخرى ، سيقضي الطالب الكثير من الوقت في البرمجة.

ما هو مؤكد هو أنه على الرغم من أنه ليس سهلاً ، إلا أنهم يتركون كل شيء جاهزًا لك لإنهائه. لديك البيئة الكاملة جاهزة للتمارين ومجموعات البيانات ومخططات الرسوم البيانية والعديد من الوظائف والمتغيرات التي يجب استخدامها وما يفعله الطالب هو ملء بضعة أسطر بالخوارزميات الرئيسية.

أكرر ، هذا ليس بالأمر التافه ، خاصة وأنك تقضي الكثير من الوقت في مشاهدة كيف يتم شيء ما باستخدام Octave.

تطبيقات عملية

مشاهدة أمثلة على التطبيقات وما يمكن عمله ليس لدي أدنى شك في أن هذا هو مستقبل الصناعة. ستنتهي أي شركة بتنفيذ الحلول باستخدام التعلم الآلي أو الذكاء الاصطناعي أو أي شيء نريد تسميته لتحسين التنبؤات ومراقبة الجودة وتحسين عمليات الإنتاج المختلفة. انتبه إلى أنني لا أتحدث فقط عن التطبيقات أو عالم الإنترنت ، ولكن عن الشركات المادية والخدمات والإنتاج واللوجستيات وما إلى ذلك.

بالإضافة إلى ما هو معروف بالفعل ، التعرف على الصوت ، التعرف الضوئي على الحروف ، رؤية الكمبيوتر ، مترجمي اللغة ،

يوصي الأنظمة والتنبؤات

والآن هذا

فكرتي هذا العام هي محاولة تطبيق ما تعلمته من خلال إنشاء بعض الأدوات التي من شأنها أن تكون ذات فائدة كبيرة في العمل. أعلم أن الأمر لن يكون سهلاً وأنه سيتعين علي التعرف على Python وبعض الأطر ، وكذلك Tensor Flow و PyTorch ومكتبة مثل Numpy. لا بد لي من فحص السوق.

بالإضافة إلى ذلك ، أود الخوض في التعلم العميق من خلال الدورة التدريبية المجانية المقدمة في http://course.fast.ai/ والبدء أيضًا بالبيانات الكبيرة ، وهي مجال آخر يتعلق بالذكاء الاصطناعي والتعلم الآلي ، وسيكون ذلك أيضًا مفيد جدا بالنسبة لي في عملي. كنت أبحث في التخصص بيانات كورسيرا الضخمة  هناك أفضل منها ولكن أغلى بكثير.

إذا كان لديك أي أسئلة يمكنك ترك تعليق.