تقييم نموذج Machine Learning: المقاييس غير المتصلة بالإنترنت (Offline) والمتصلة بالإنترنت (Online)
أتقن المقاييس الأساسية لقياس ومراقبة نماذج Machine Learning بدقة في كل من بيئات التطوير والإنتاج في العالم الحقيقي.
-
💬
مدرب ذكاء اصطناعي
اسأل عن أي درس واحصل على إجابة واضحة فورًا، في أي وقت. -
🕐
ابدأ في أي وقت
بلا جداول أو مواعيد نهائية — تعلّم بوتيرتك، وقتما يناسبك. -
🌐
بالعربية
الدروس والمهام والشهادة — كل ذلك بلغتك بالكامل.
حول هذه الدورة
إن بناء نموذج Machine Learning ليس سوى نصف المعركة؛ فمعرفة كيفية قياس أدائه الحقيقي هي ما يفصل بين المشاريع النظرية والنجاح في العالم الحقيقي. يعاني العديد من المبتدئين في اختيار المقاييس المناسبة، مما يؤدي إلى نماذج تعمل بشكل جيد أثناء التدريب ولكنها تفشل في مرحلة الإنتاج. يوجهك هذا الدورة النصية عبر المفاهيم الأساسية لتقييم Machine Learning، مما يساعدك على الانتقال من مجرد تتبع Accuracy إلى اختيار وحساب وتفسير المقاييس غير المتصلة بالإنترنت (Offline) والمتصلة بالإنترنت (Online) بثقة لضمان تقديم نماذجك لقيمة حقيقية.
ما ستتعلمه:
- فهم مقاييس التصنيف والانحدار الأساسية، بما في ذلك Precision و Recall و F1-score و ROC-AUC و MAE.
- مقارنة تقنيات التحقق غير المتصلة بالإنترنت (Offline) مع استراتيجيات التقييم المتصلة بالإنترنت (Online) في مرحلة الإنتاج مثل A/B testing.
- تحليل مقاييس الأعمال في العالم الحقيقي لربط الأداء الفني لنموذجك بأهداف المؤسسة.
- تحديد ومعالجة مخاطر التقييم الشائعة مثل عدم توازن الفئات (Class imbalance) وتسرب البيانات (Data leakage).
- استكشاف تحديات التقييم الحديثة، بما في ذلك تتبع انحراف البيانات (Data drift) وتقييم مخرجات Generative AI.
ستبدأ المصطلحات الأساسية والأسس الرياضية لمقاييس التقييم الكلاسيكية قبل الانتقال إلى سيناريوهات مكتوبة عملية خطوة بخطوة تحاكي عمليات النشر في بيئات الإنتاج الحقيقية. من خلال الشروحات الواضحة والتمارين المفاهيمية، ستتعلم كيفية مراقبة وصيانة صحة النموذج مع مرور الوقت.
تم تصميم هذه الدورة لمطوري Data Science الطموحين، والمبتدئين في Machine Learning، ومديري المنتجات الذين يرغبون في فهم كيفية قياس نماذج ML. لا تتطلب الدورة أي خبرة سابقة في الرياضيات المتقدمة أو البرمجة.
ابدأ القراءة اليوم لإتقان المقاييس التي تقود إلى نجاح نشر نماذج Machine Learning.
ما الذي ستحصل عليه
-
📜
شهادة إتمام
أضفها إلى ملفك على LinkedIn -
💬
مدرّس AI شخصي
عالق في دورة؟ اسأل مدرّسك المدمج أي شيء، في أي وقت. -
🎧
النسخة الصوتية مضمَّنة
تعلَّم أثناء تنقُّلك — دون شاشة -
♾️
وصول مدى الحياة
عُد متى شئت، بلا انتهاء -
📱
الهاتف أو الكمبيوتر
يعمل في أي مكان وعلى أي جهاز -
💸
استرداد خلال 14 يومًا
دون أسئلة -
⚡
قصير ومركَّز
2 ساعة 42 دقيقة من المحتوى التطبيقي
المراجعات
لا توجد مراجعات بعد — كن أول من يشارك تجربته.
المتعلمون أخذوا أيضًا
🏆 الأكثر شعبية
🎓 بشهادة
مهنة علم البيانات: دليل المبتدئين للتطبيقات الواقعية
شهادة
تطبيق عملي
$49.99
→
💼 جاهز لسوق العمل
🎓 بشهادة
النمذجة التنبؤية باستخدام التعلم الآلي للمبتدئين
شهادة
تطبيق عملي
$49.99
→
💼 جاهز لسوق العمل
🎓 بشهادة
أساسيات التوافقيات التحليلية: تحليل الخوارزميات والبيانات
شهادة
تطبيق عملي
$49.99
→
⚡ الأفضل للبداية
🎓 بشهادة
علم البيانات المالي لاتخاذ القرارات الحديثة
شهادة
تطبيق عملي
$149.00
→
الأسئلة الشائعة
ما الذي أحتاجه لأخذ هذه الدورة؟ +
يكفي هاتف أو كمبيوتر متصل بالإنترنت. بدون تثبيتات أو أجهزة خاصة.
كيف يمكنني الدفع؟ +
بالبطاقة عبر Stripe. لا نخزن بيانات البطاقة — يتولى Stripe ذلك بأمان.
هل يمكنني استرداد المال؟ +
نعم — استرداد كامل خلال 14 يومًا، دون أسئلة.
إلى متى يستمر وصولي؟ +
إلى الأبد. بمجرد الشراء، الدورة لك تعود إليها متى شئت.
هل سأحصل على شهادة؟ +
نعم. عند الإتمام ستحصل على شهادة يمكنك إضافتها إلى ملفك في LinkedIn.
مصمَّم للعاملين في
التقنية
التصميم
المالية
التسويق
الرعاية الصحية
التعليم
الضيافة
التصنيع
×2
اشحن مرة واحدة وادفع النصف
أضف $100 واحصل على 200 رصيد، بحيث تكلف كل دورة حوالي $12.50. لا تنتهي صلاحية الأرصدة أبداً.
$100
200 رصيد
$12.50 / دورة
أفضل قيمة
$250
550 رصيد
$11.36 / دورة
$500
1200 رصيد
$10.42 / دورة
الرصيد يصلح لأي دورة ولا ينتهي.