التعلم الآلي العملي

الوصف

يُعد كتاب 'التعلم الآلي العملي مع Scikit-Learn و Keras و TensorFlow، الإصدار الثالث' كتابًا شاملاً مصممًا لتزويد المبرمجين بالمعرفة والأدوات اللازمة لتنفيذ أنظمة التعلم الآلي والتعلم العميق. من خلال سلسلة من الاختراقات الحديثة، تقدم التعلم العميق تقدمًا كبيرًا في هذا المجال، مما يجعله متاحًا لأولئك الذين لديهم معرفة مسبقة محدودة بالتكنولوجيا. يسد هذا الكتاب هذه الفجوة من خلال التركيز على التطبيق العملي والفهم البديهي.

يدور جوهر الكتاب حول استخدام أطر عمل بايثون الجاهزة للإنتاج: Scikit-Learn لمهام التعلم الآلي التقليدية و Keras و TensorFlow للتعلم العميق. يرشد القراء خلال بناء أنظمة ذكية من خلال البدء بالمفاهيم الأساسية مثل الانحدار الخطي والانتقال تدريجيًا نحو الشبكات العصبية العميقة المعقدة. يؤكد النهج على الأمثلة الملموسة والحد الأدنى من النظرية، مما يضمن أن يتمكن القراء من اكتساب مهارات عملية بسرعة.

يستكشف الإصدار الثالث المحدث مجموعة واسعة من التقنيات. سيتعلم القراء تتبع مثال لمشروع تعلم آلي من البداية إلى النهاية باستخدام Scikit-learn، ويغطي نماذج مختلفة مثل آلات المتجهات الداعمة، وأشجار القرار، والغابات العشوائية، وطرق التجميع. كما يتم استكشاف تقنيات التعلم غير المراقب، بما في ذلك تقليل الأبعاد، والتجميع، واكتشاف الشذوذ، بشكل شامل. بالنسبة للتعلم العميق، يتعمق الكتاب في بنى الشبكات العصبية مثل الشبكات التلافيفية، والشبكات المتكررة، والشبكات التوليدية التنافسية، والمشفرات التلقائية، ونماذج الانتشار، والمحولات.

علاوة على ذلك، يقدم الكتاب إرشادات شاملة حول استخدام TensorFlow و Keras لبناء وتدريب الشبكات العصبية لمختلف التطبيقات، بما في ذلك رؤية الكمبيوتر، ومعالجة اللغة الطبيعية، والنماذج التوليدية، والتعلم المعزز العميق. يتم دمج العديد من الأمثلة البرمجية والتمارين في جميع أنحاء النص لتعزيز التعلم وتشجيع التجريب العملي. المتطلب الوحيد هو الخبرة البرمجية، مما يجعله موردًا مثاليًا للمطورين الذين يتطلعون إلى دخول مجال الذكاء الاصطناعي والتعلم الآلي.

تفاصيل الكتاب

• دليل عملي للتعلم الآلي والتعلم العميق

• يستخدم Scikit-Learn لمهام التعلم الآلي التقليدية

• يستخدم Keras و TensorFlow للتعلم العميق

• يغطي تقنيات من الانحدار الخطي إلى الشبكات العصبية العميقة

• يركز على الأمثلة الملموسة والحد الأدنى من النظرية

• يتضمن العديد من الأمثلة البرمجية والتمارين

• يستكشف نماذج التعلم الآلي المختلفة (SVM، أشجار القرار، الغابات العشوائية، التجميع)

• يغطي التعلم غير المراقب (تقليل الأبعاد، التجميع، اكتشاف الشذوذ)

• يفصل بنى الشبكات العصبية (CNNs، RNNs، GANs، المشفرات التلقائية، نماذج الانتشار، المحولات)

• تطبيقات في رؤية الكمبيوتر، ومعالجة اللغة الطبيعية، والنماذج التوليدية، والتعلم المعزز العميق

• الإصدار الثالث المحدث مع الممارسات الحالية

لمن هذا الكتاب

• بناء أنظمة ذكية
• مهام رؤية الكمبيوتر
• معالجة اللغة الطبيعية
• النماذج التوليدية
• التعلم المعزز العميق
• تحليل البيانات والتنبؤ
• اكتشاف الشذوذ