تطبيقات الذكاء الاصطناعي باستخدام التعلم الخاضع للإشراف

مع التطور التكنولوجي المتسارع، أصبحت نماذج التعلم الخاضع للإشراف – التي تُعد الأساس في حلول الذكاء الاصطناعي لاتخاذ القرار – أكثر سهولة في الوصول والاستخدام من قبل المتخصصين.

لقد بات إتقان النماذج التنبؤية الأساسية أسهل من أي وقت مضى، بفضل تطور أدوات الأتمتة والتقنيات الحديثة.

توفر هذه الورشة نظرة شاملة على خوارزميات التعلم الآلي الخاضع للإشراف ودورها في تحسين دقة التنبؤ في مختلف القطاعات.

كما تتيح للمشاركين تطبيق هذه النماذج عمليًا باستخدام تقنيات متنوعة مثل SAS وAlteryx وSTATISTICA وPython وغيرها، مما يساعدهم على تطوير مهاراتهم كممارسين محترفين ومستشارين خبراء قادرين على اختيار الحلول الأنسب وفقًا للحزمة التقنية المثالية.

نظرة عامة على الورشة

الأهداف التعليمية

● استكشاف تطور الذكاء الاصطناعي ودوره المتزايد مع تقنيات إنترنت الأشياء (IoT).
● فهم المفهوم الحقيقي لتعلم الآلة (Machine Learning).
● ربط تحليل البيانات بمبادئ تعلم الآلة.
● تبسيط المعادلات التنبؤية ضمن الإطار: f(X) = y.
● التمييز بين نماذج الانحدار ونماذج التصنيف.
● تقييم النماذج باستخدام مقاييس القيمة الاحتمالية (p-value) والدقة (Accuracy).
● تحسين التنبؤات من خلال اختبار نماذج تعلم آلي متعددة.
● تحسين أداء النماذج باستخدام الأساليب المتدرجة (Stepwise Methods).
● مقارنة النماذج وفقًا لمقاييس الدقة.
● فهم استخدام تقنيات التحقق المتقاطع (Cross-Validation).
● تصميم لوحات بيانات تفاعلية لعرض المقارنات بين النماذج.
● التعرف على نماذج التجميع (Ensemble Models) ومتى يتم استخدامها.

المدة: 5 أيام

اليوم الأول:

● مقدمة في تعلم الآلة

● الانحدار الخطي المتعدد

اليوم الثاني:

● الانحدار اللوجستي البسيط والمتعدد

● مؤشرات تقييم النماذج

اليوم الثالث:

● التحليل التمييزي الخطي والتربيعي

اليوم الرابع:

● أشجار القرار

● الغابات العشوائية

● نموذج نايف بايز

اليوم الخامس:

● آلات الدعم الناقل (SVM)

● أقرب الجيران (KNN)

● ملفات عرض تقديمي ملونة ومقاطع فيديو تعليمية.
● أساليب متعددة لبناء النماذج التنبؤية.
● حلول شاملة للنماذج التنبؤية المتكاملة.
● مؤشرات جودة النموذج.
● مسابقة جماعية لاختيار أفضل نموذج.
● دراسات حالة متكاملة من البداية إلى النهاية.
● أدوات احترافية لعرض البيانات بصريًا.
● طرق علمية لاختيار النموذج الأنسب.
● تحليل الأداء باستخدام منحنيات ROC.

ماذا ستتضمن الورشة؟