RSVP for your your local TensorFlow Everywhere event today!
ترجمت واجهة Cloud Translation API‏ هذه الصفحة.
Switch to English

التعلم الآلي النظري والمتقدم باستخدام TensorFlow

قبل البدء في المواد التعليمية أدناه ، تأكد من:

  1. أكمل أساسيات مناهجنا الخاصة بالتعلم الآلي باستخدام TensorFlow ، أو تمتع بمعرفة معادلة

  2. لديك خبرة في تطوير البرامج ، خاصة في Python

هذا المنهج هو نقطة انطلاق للأشخاص الذين يرغبون في:

  1. تحسين فهمهم لـ ML

  2. ابدأ في فهم الأوراق وتنفيذها باستخدام TensorFlow

يجب أن يكون لديك بالفعل معرفة أساسية بكيفية عمل ML أو إكمال المواد التعليمية في منهج المبتدئين أساسيات التعلم الآلي باستخدام TensorFlow قبل متابعة هذا المحتوى الإضافي. يهدف المحتوى أدناه إلى توجيه المتعلمين إلى المزيد من محتوى التعلم الآلي النظري والمتقدم. سترى أن العديد من الموارد تستخدم TensorFlow ، ومع ذلك ، فإن المعرفة قابلة للتحويل إلى أطر ML الأخرى.

لتعزيز فهمك لـ ML ، يجب أن يكون لديك خبرة في برمجة Python بالإضافة إلى خلفية في حساب التفاضل والتكامل والجبر الخطي والاحتمالات والإحصاءات. لمساعدتك على تعميق معرفتك بالتعلم الآلي ، قمنا بإدراج عدد من الموارد والدورات الموصى بها من الجامعات ، بالإضافة إلى عدد من الكتب المدرسية.

الخطوة 1: جدد فهمك لمفاهيم الرياضيات

ML هو تخصص رياضي ثقيل. إذا كنت تخطط لتعديل نماذج تعلم الآلة ، أو بناء نماذج جديدة من البداية ، فإن الإلمام بمفاهيم الرياضيات الأساسية أمر مهم. ليس عليك أن تتعلم كل الرياضيات مقدمًا ، ولكن بدلاً من ذلك يمكنك البحث عن المفاهيم التي لم تكن على دراية بها عندما تصادفها. إذا مر وقت طويل منذ أن أخذت دورة في الرياضيات ، فحاول مشاهدة Essence of linear algebra و Essence of calculus playlists من 3blue1brown لتجديد المعلومات. نوصيك بالاستمرار في أخذ فصل دراسي من إحدى الجامعات ، أو مشاهدة محاضرات الوصول المفتوح من معهد ماساتشوستس للتكنولوجيا ، مثلالجبر الخطي أو حساب المتغير الفردي .

مفاهيم الرياضيات
جوهر الجبر الخطي بواسطة 3blue1brown

سلسلة من مقاطع الفيديو القصيرة والمرئية من 3blue1brown تشرح الفهم الهندسي للمصفوفات والمحددات ومواد eigen والمزيد.

مفاهيم الرياضيات
جوهر حساب التفاضل والتكامل بواسطة 3blue1brown

سلسلة من مقاطع الفيديو المرئية القصيرة من 3blue1brown تشرح أساسيات التفاضل والتكامل مع التركيز على النظريات الأساسية.

مفاهيم الرياضيات
18.06: الجبر الخطي

تغطي هذه الدورة التمهيدية من معهد ماساتشوستس للتكنولوجيا نظرية المصفوفة والجبر الخطي.

مفاهيم الرياضيات
دورة MIT 18.01: حساب المتغير الفردي

يغطي هذا المقرر الدراسي التمهيدي في حساب التفاضل والتكامل من معهد ماساتشوستس للتكنولوجيا التمايز والتكامل بين وظائف متغير واحد مع التطبيقات.

الخطوة 2: تعميق فهمك للتعلم العميق باستخدام هذه الدورات والكتب

لا توجد دورة واحدة ستعلمك كل ما تحتاج لمعرفته حول التعلم العميق. أحد الأساليب التي قد تكون مفيدة هي أخذ بعض الدورات في نفس الوقت. على الرغم من وجود تداخل في المادة ، إلا أن وجود مدربين متعددين يشرحون المفاهيم بطرق مختلفة يمكن أن يكون مفيدًا ، خاصة بالنسبة للمواضيع المعقدة. فيما يلي العديد من الدورات التدريبية التي نوصي بها لمساعدتك على البدء. يمكنك استكشاف كل واحد منهم معًا ، أو مجرد اختيار الأشخاص الأكثر صلة بك.

تذكر أنه كلما تعلمت أكثر ، وعززت هذه المفاهيم من خلال الممارسة ، زادت مهارتك في بناء وتقييم نماذج ML الخاصة بك.

خذ هذه الدورات:

CS231n: الشبكات العصبية التلافيفية للتعرف المرئي عبارة عن مجموعة من مقاطع فيديو المحاضرات والشرائح من ستانفورد حول تفاصيل هياكل التعلم العميق ، مع التركيز على تعلم النماذج الشاملة لمهام رؤية الكمبيوتر. هذه دورة ممتازة ومكان رائع للبدء. دورة معهد ماساتشوستس للتكنولوجيا 6.S191: مقدمة إلى التعلم العميق هي دورة تمهيدية أقصر حول التعلم العميق باستخدام TensorFlow من MIT وهي أيضًا مصدر رائع. يمكنك أيضًا تجربة مجموعة MIT Deep Learning من الدورات والمحاضرات حول التعلم العميق ، والتعلم المعزز العميق ، والمركبات ذاتية القيادة ، والذكاء الاصطناعي ، التي يدرسها ليكس فريدمان . "

أخيرًا ، يحتوي تخصص أندرو نج الأساسي في التعلم العميق في كورسيرا على خمس دورات تتعلم فيها أسس التعلم العميق ، بما في ذلك الشبكات التلافيفية و RNNS و LSTMs والمزيد. تم تصميم هذا التخصص لمساعدتك في تطبيق التعلم العميق في عملك ، وبناء مستقبل مهني في الذكاء الاصطناعي.

دورات على الإنترنت للمتوسطين
CS231n: الشبكات العصبية التلافيفية للتعرف البصري

هذه الدورة هي الغوص العميق في تفاصيل معماريات التعلم العميق ، مع التركيز على تعلم نماذج شاملة لمهام رؤية الكمبيوتر ، وخاصة تصنيف الصور. استكشف مقاطع فيديو المحاضرات والشرائح وملاحظات المنهج السابقة من التكرارات السابقة للدورة.

دورات على الإنترنت للمتوسطين
دورة معهد ماساتشوستس للتكنولوجيا 6.S191: مقدمة في التعلم العميق

في هذه الدورة التدريبية من معهد ماساتشوستس للتكنولوجيا ، ستكتسب معرفة أساسية بخوارزميات التعلم العميق ، وستكتسب خبرة عملية في بناء الشبكات العصبية في TensorFlow.

دورات على الإنترنت للمتوسطين
التعلم العميق MIT

مجموعة من دورات ومحاضرات معهد ماساتشوستس للتكنولوجيا حول التعلم العميق ، والتعلم المعزز العميق ، والمركبات ذاتية القيادة ، والذكاء الاصطناعي التي يدرسها ليكس فريدمان.

دورات على الإنترنت للمتوسطين
deeplearning.ai: تخصص التعلم العميق

في خمس دورات ، ستتعلم أسس التعلم العميق وكيفية بناء الشبكات العصبية.

⬆ و اقرأ هذه الكتب:

لاستكمال ما تعلمته في الدورات المذكورة أعلاه ، نوصيك بالغوص بشكل أعمق من خلال قراءة الكتب أدناه. كل كتاب متاح على الإنترنت ، ويقدم مواد تكميلية لمساعدتك في التدريب.

يمكنك البدء بقراءة التعلم العميق: كتاب صحفي لمعهد ماساتشوستس للتكنولوجيا من تأليف إيان جودفيلو ويوشوا بنجيو وآرون كورفيل. يعد كتاب التعلم العميق مصدرًا متقدمًا يهدف إلى مساعدة الطلاب على تعميق فهمهم. الكتاب مصحوب بموقع ويب ، يوفر مجموعة متنوعة من المواد التكميلية ، بما في ذلك التدريبات وشرائح المحاضرات وتصحيح الأخطاء والموارد الأخرى لمنحك التدريب العملي على المفاهيم.

يمكنك أيضًا استكشاف كتاب مايكل نيلسن على الإنترنت الشبكات العصبية والتعلم العميق . يقدم هذا الكتاب خلفية نظرية عن الشبكات العصبية. لا يستخدم TensorFlow ، ولكنه مرجع رائع للطلاب المهتمين بمعرفة المزيد.

كتب
التعلم العميق: كتاب صحفي لمعهد ماساتشوستس للتكنولوجيا بقلم إيان جودفيلو ويوشوا بنجيو وآرون كورفيل

يعد كتاب التعلم العميق هذا مصدرًا يهدف إلى مساعدة الطلاب والممارسين على دخول مجال التعلم الآلي ، مع التركيز على التعلم العميق.

كتب
الشبكات العصبية والتعلم العميق ، بقلم مايكل نيلسن

يقدم هذا الكتاب خلفية نظرية عن الشبكات العصبية. لا يستخدم TensorFlow ، ولكنه مرجع رائع.

الخطوة 3: قراءة الأوراق وتنفيذها باستخدام TensorFlow

في هذه المرحلة ، نوصي بقراءة الأوراق وتجربة البرامج التعليمية المتقدمة على موقعنا الإلكتروني ، والتي تحتوي على تطبيقات لعدد قليل من المنشورات المعروفة. أفضل طريقة لتعلم تطبيق متقدم ، أو ترجمة آلية ، أو تسمية توضيحية للصور ، هي قراءة الورقة المرتبطة من البرنامج التعليمي. أثناء العمل من خلاله ، ابحث عن الأقسام ذات الصلة من الكود ، واستخدمها للمساعدة في ترسيخ فهمك.