Ali Ahmed55

شكراا لحضرتكم

السلام عليكم هو البيانات ال من نوع صور وكلام مش بتشتغل من غير التعلم العميق يعني هل ممكن استخدم البيانات ده في تعلم الاله ؟

شكراا لحضرتكم

انا كمان بتفق مع حضرتكم جدا ولكن الكلام كثير اوي علي اليتيوب وخاصه علي بايثون وسي++ وان الازم ننعلم سي++ عشان تكون مبرمجه قوي مفيش شك ان هي لغه صعبه جدا سواء هي او لغه سي وانا درست لغه سي من كورس CS50 فا شكراا جدا لحضرتكم

السلام عليكم هل التعلم العميق هو عبار عن شبكه عصبيه ؟

السلام عليكم هل مبرمجين لغه باثيون ضعيف من حيث ان لغه سهله وفيه مكتبات جاهز وهكذا فا كده هكون مبرمجه ضعيف ؟ عكس لغه سي و سي++

شكراا جدا

السلام عليكم هل المقصود ان اطور المعادالات الموجود في النماذج ؟ والا المقصود ان افهم المعادالات وسعاتها اقدر ان ابداع في المجال ؟ انا كا مطور في المجال ده اقصد كده

ده حقيقه فعلان شكراا لحضرتك جدا

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