Ali Ahmed55

معك حق تمام , شكراا لحضرتك جدا

السلام عليكم انا هنا بتكلم فقط علي مجال تعلم الاله مش تعلم العميق الان انا بتدرس مجال تعلم الاله لسه في اول حاجه وهي الRegression فا هل مجال تعليم الاله سهل من حيث بناء الكود ؟

شكراا لحضرتك

السلام عليكم خورزميات ال Naive Bayes خاصه فقط بالClassification والا لها استخدمات في الRegression ؟

فهمت حضرتك يا أ.خالد جزاك الله كل خير ليك والا أ. مصطفي شكراا لحضرتكم جدا

تمام بس عاوز برد افهم حاجه في التصنيف مش ممكن ان نغير كلمه نعم برقم مثل 1 وكلمه الا برقم 0 وكده نقدر نستخدم الRegression وبر علي عكس الRegression مش ممكن ان نغير مثل 1 يعني الشخص ده مصاب بالسكر و 0 يعني ان سليم مش ممكن ان شيل ال1و0 ونستخدم كلمه مصاب بالسكري او سليم ووكده نقدر ان نستخدم البيانات ده في الClassification هو ان كده فهم صح

السلام عليكم هو اي الفرق بين Classification و Regression. ؟

جزاك الله كل خير تمام . شكراا لحضرتك جدا

السلام عليكم هي الحاجات ده مش مهم في تعلم الاله حالينا ؟ 1-التقسيم الهرمي 2-خورزميات الابريوري 3-تحليل التميز الخطي 4-تحليل التميز المتعدد 5-الطبقات العديد 6-السلاسل الزمنيه

فهمت شكراا لحضرتكم

السلام عليكم انا عاوز افهم هو اي الهدف النهايه من بناء نموذج يعني مثل انا عملت نموذج يتنبا اذكان الشخص ده عندو السكر والا الا اي الاستفدا من حاجه زي كده ؟

شكراا جدا لحضرتك تمام

انا اول ما عملت كده يا أ.مصطفي فا حسابات الMSE فا كان ده النتجيه 87.53644204505163 مع العلم قبل ما اعمل كده فا كانت النتجيه 0.12410403813221675 فا اي السبيب ؟ وده الكود قبل import pandas as pd from sklearn.linear_model import LinearRegression from sklearn.model_selection import train_test_split from sklearn.metrics import mean_squared_error data = pd.read_csv("heart_disease.csv") feutures = data.drop(['target'] , axis=1 , inplace=False) outpnt = data['target'] x_traing , x_test , y_traing , y_test = train_test_split(feutures , outpnt , test_size=0.25, random_state=44 , shuffle=True) linearregression = LinearRegression(fit_intercept=True , copy_X=True , n_jobs=-1) fit = linearregression.fit(x_traing , y_traing) y_prodict = fit.predict(x_test) msevalue = mean_squared_error(y_test , y_prodict , multioutput="uniform_average") print(f"MSEvalue: {msevalue}") وده الكود بعد import pandas as pd from sklearn.linear_model import LinearRegression from sklearn.preprocessing import StandardScaler from sklearn.model_selection import train_test_split from sklearn.metrics import mean_squared_error data = pd.read_csv("heart_disease.csv") feutures = data.drop(['target'] , axis=1 , inplace=False) outpnt = data['target'] x_traing , x_test , y_traing , y_test = train_test_split(feutures , outpnt , test_size=0.25, random_state=44 , shuffle=True) scaler = StandardScaler() x_scaler_traing = scaler.fit_transform(x_traing) linearregression = LinearRegression(fit_intercept=True , copy_X=True , n_jobs=-1) fit = linearregression.fit(x_scaler_traing , y_traing) y_prodict = fit.predict(x_test) msevalue = mean_squared_error(y_test , y_prodict , multioutput="uniform_average") print(f"MSEvalue: {msevalue}")

شكراا لحضرتك

طيب اي الاحسن MSE ام RMSE ؟

تمام بس سوال كمان كل نموذج ليا معادلات رياضيه فا هل موطلب مني معرفت المعادالات لكل نموذج استخدمو ؟ ان عرف LinearReagression

السلام عليكم هل الLinearRegression مش افضل حاجه دلوقتي وهل فيه نموذك افضل من نموذج ؟ يعني مثل الRandomForestClassifier افضل من الLinearRegression والا الا علي حساب البيانات اي

شكراا لحضرتكم

السلام عليكم في مكتبه sklearn هو الparameters (normalize) مش موجود في الmodel LinearRegression ؟

شكراا جدا لحضرتكم جميعان والله

السلام عليكم هل Google Scholar خاصه فقط بابحث مجال الذكاء الاصطناعي كيف استفد منو كامبرمج Ai ؟

شكراا لحضرتك جدا

شكراا لحضرتك جدا

السلام عليكم في الReagression بيقيم الموذج بمعادل ال MSE فا كانت عاوز اعرف لها فيه معادله احسن من كده وازي اعرف ان فيها والا الا؟

فعلان احنا بنقسم البيانات بيانات لتدريب وبيانات لاختبار حتي بنكون مقسم جدا علي kaggle بس تعلم العميق عكس كده صح يعني مع نزيدا اليبانات بيكون كويس جدا والعكس صحيح شكراا لحضرتكم جدا