هذا الكتاب هو ترجمة لكورس التعلم الآلي (Machine Learning) باستخدام لغة بايثون و المقدم من قبل شركة IBM.
فصول الكتاب
- مقدمة إلى تعلم الآلة (Intro to machine learning).
- إستخدام بايثون (Using python).
- التعلم الإشرافي (Supervised learning).
- التعلم غير الإشرافي (Unsupervised learning).
- مقدمة في التوقع (Regression).
- التوقع الخطي المتعدد (Simple linear regression).
- تقييم عمل نموذع التوقع (Model evaluation in regression models).
- مقاييس التقييم (Evaluation metrics).
- التوقع غير الخطي (Nonlinear regression).
- التصنيف (Classification).
- خوارزمية KNN.
- مقاييس التقييم في التصنيف (Evaluation metrics in classification).
- خوارزمية شجرة القرار (Decision tree).
- بناء شجرة القرار (Building decision tree).
- التوقع المنطقي (Logistic regression).
- مقارنة بين التوقع الخطي و المنطقي (Logistic & Linear regression).
- خوارزمية SVM.
- التجميع (Clustering).
- خوارزمية K-means.
- التجميع الهرمي (Hierarchical clustering).
- خوارزمية DBSCAN.
- أنظمة التوصية (Recommended systems).
- أنظمة التوصية بالإعتماد على المحتوى (Content-Based).
- أنظمة التوصيفة بالإعتماد على الأفضلية (Collaborative filtering).
إعداد: م. ضياء الدين أحمد الأجرد