عن هذه الدورة
دورة تطبيقية تكمّل دورة Deep Learning بلغة Python بالمهارات التي يحتاجها الباحث عند العمل على بياناته الحقيقية: تجهيز البيانات وتحويلها (MinMaxScaler وStandardScaler وRobustScaler، والفرق بين fit وtransform وfit_transform، وتحويلات Log وBox-Cox)، ثم تقييم النماذج بالـ Hold-out وK-Fold وLeave-One-Out على بيانات حقيقية في Google Colab، ثم مشروع CNN مع طبقة SVM على صور الأشعة مع الـ Data Augmentation، وأخيراً شبكات RNN وLSTM والتنبؤ بالسلاسل الزمنية خطوة بخطوة.
لا توجد موارد مرفقة بهذا الدرس.
انسخ الأمر والصقه في أداة الذكاء الاصطناعي التي تستخدمها، أو في رفيق الباحث.
لا توجد أوامر AI لهذا الدرس.