صورة المؤلف
بالنسبة لأولئك الذين يغوصون في عالم علوم الكمبيوتر أو الذين يحتاجون إلى تحسين معرفتهم بالاحتمالات، فأنت في مكان رائع. قامت جامعة ستانفورد مؤخرًا بتحديث نظامها يوتيوب قائمة التشغيل في دورة CS109 بمحتوى جديد!
تشتمل قائمة التشغيل على 29 محاضرة لتزويدك بمعرفة قياسية بأساسيات نظرية الاحتمالات، والمفاهيم الأساسية في نظرية الاحتمالات، والأدوات الرياضية لتحليل الاحتمالات، ومن ثم إنهاء تحليل البيانات والتعلم الآلي.
لذلك دعونا ندخل في الأمر مباشرة …
الرابط: عد
تعرف على تاريخ الاحتمالات وكيف ساعدتنا في تحقيق الذكاء الاصطناعي الحديث، مع أمثلة واقعية لتطوير أنظمة الذكاء الاصطناعي. فهم مراحل العد الأساسية، العد بـ "الخطوات" والعد بـ "أو". يتضمن ذلك مجالات مثل الشبكات العصبية الاصطناعية وكيف يمكن للباحثين استخدام الاحتمالات لبناء الآلات.
الرابط: التوافقية
تنتقل المحاضرة الثانية إلى المستوى التالي من العد الجدي – وهذا ما يسمى التوافقيات. التوافقيات هي رياضيات العد والترتيب. انغمس في عد المهام n الكائنات، من خلال فرز الكائنات (التباديل)، والاختيار k الأشياء (المجموعات)، ووضع الأشياء فيها r دلاء.
الرابط: ما هو الاحتمال؟
هذا هو المكان الذي تبدأ فيه الدورة حقًا في الغوص في الاحتمالية. تعرف على القواعد الأساسية للاحتمالات من خلال مجموعة واسعة من الأمثلة ولمسة على لغة برمجة بايثون واستخدامها مع الاحتمالية.
الرابط: الاحتمال وبايز
في هذه المحاضرة، ستتعمق في تعلم كيفية استخدام الاحتمالات الشرطية، وقاعدة السلسلة، وقانون الاحتمال الكلي، ونظرية بايز.
الرابط: استقلال
في هذه المحاضرة، ستتعرف على الاحتمالية فيما يتعلق بكونها متنافية ومستقلة، باستخدام AND/OR. ستستعرض المحاضرة مجموعة متنوعة من الأمثلة لتتمكن من فهمها بشكل جيد.
الرابط: المتغيرات العشوائية والتوقعات
بناءً على المحاضرات السابقة ومعرفتك بالاحتمالات الشرطية والاستقلالية، ستتعمق هذه المحاضرة في المتغيرات العشوائية، وتستخدم وتنتج دالة الاحتمالية لمتغير عشوائي، وستكون قادرًا على حساب التوقعات.
الرابط: تباين برنولي ذو الحدين
ستستخدم الآن معرفتك لحل المشكلات الأصعب فأصعب. سيكون هدفك في هذه المحاضرة هو التعرف على المتغيرات العشوائية ذات الحدين واستخدامها، ومتغيرات برنولي العشوائية، وتكون قادرًا على حساب التباين للمتغيرات العشوائية.
الرابط: سمك
يعد Poisson رائعًا عندما يكون لديك معدل وتهتم بعدد مرات الظهور. سوف تتعلم كيف يمكن استخدامها في جوانب مختلفة إلى جانب أمثلة كود بايثون.
الرابط: المتغيرات العشوائية المستمرة
ستتضمن أهداف هذه المحاضرة الشعور بالارتياح عند استخدام متغيرات عشوائية منفصلة جديدة، ودمج دالة الكثافة للحصول على الاحتمال، واستخدام دالة تراكمية للحصول على الاحتمال.
الرابط: التوزيع الطبيعي
ربما سمعت هذا عن التوزيع الطبيعي من قبل، في هذه المحاضرة، سوف تستعرض تاريخًا موجزًا للتوزيع الطبيعي، وما هو، ولماذا هو مهم، وأمثلة عملية.
الرابط: التوزيعات المشتركة
في المحاضرات السابقة، كنت قد عملت مع متغيرين عشوائيين على الأكثر، وستكون الخطوة التالية للتعلم هي الدخول في أي عدد معين من المتغيرات العشوائية.
الرابط: الإستنباط
الهدف التعليمي لهذه المحاضرة هو كيفية استخدام الحدود المتعددة، وتقدير فائدة احتمالات السجل، والقدرة على استخدام نظرية بايز مع المتغيرات العشوائية.
الرابط: الاستدلال الثاني
ويستمر الهدف التعليمي من المحاضرة الأخيرة وهو الجمع بين نظرية بايز والمتغيرات العشوائية.
الرابط: نمذجة
في هذه المحاضرة، ستأخذ كل ما تعلمته حتى الآن وتضعه في منظوره الصحيح حول مشكلات الحياة الواقعية - النمذجة الاحتمالية. وهذا يتطلب مجموعة كاملة من المتغيرات العشوائية التي تكون عشوائية معًا.
الرابط: الاستدلال العام
سوف تتعمق في الاستدلال العام، وعلى وجه الخصوص، ستتعرف على خوارزمية تسمى أخذ عينات الرفض.
الرابط: النسخة
ستتطرق هذه المحاضرة إلى المتغيرات العشوائية للاحتمالات المستخدمة لحل مشاكل العالم الحقيقي. بيتا هو توزيع للاحتمالات، حيث تتراوح قيمه بين 0 و 1.
الرابط: إضافة المتغيرات العشوائية I
في هذه المرحلة من الدورة، سوف تتعلم عن النظرية العميقة وإضافة المتغيرات العشوائية هي مقدمة لكيفية تحقيق نتائج نظرية الاحتمالية.
الرابط: نظرية الحد المركزي
في هذه المحاضرة، سوف تتعمق في نظرية الحد المركزي والتي تعتبر عنصرًا مهمًا في الاحتمال. سوف تمر بأمثلة عملية حتى تتمكن من فهم المفهوم.
الرابط: التمهيد والقيم P I
ستنتقل الآن إلى نظرية عدم اليقين وأخذ العينات والتمهيد المستوحاة من نظرية الحد المركزي. سوف تمر بأمثلة عملية.
الرابط: التحليل الخوارزمي
في هذه المحاضرة، سوف تتعمق أكثر في علوم الكمبيوتر مع فهم متعمق لتحليل الخوارزميات، وهي عملية العثور على التعقيد الحسابي للخوارزميات.
الرابط: قانون مكافحة غسل الأموال
ستتعمق هذه المحاضرة في تقدير المعلمات، مما سيزودك بمزيد من المعرفة حول التعلم الآلي. هذا هو المكان الذي ستأخذ فيه معرفتك بالاحتمالات وتطبقها على التعلم الآلي والذكاء الاصطناعي.
الرابط: خريطة
ما زلنا في مرحلة تناول المبادئ الأساسية للاحتمالية وكيفية تطبيقها على التعلم الآلي. في هذه المحاضرة، سوف تركز على المعلمات في التعلم الآلي فيما يتعلق بالاحتمالات والمتغيرات العشوائية.
الرابط: ساذجة بايز
Naive Bayes هي أول خوارزمية للتعلم الآلي ستتعرف عليها بعمق. ستكون قد تعلمت عن نظرية تقدير المعلمات، وستنتقل الآن إلى كيفية قيام الخوارزميات الأساسية مثل Naive Bayes بالتوصل إلى أفكار مثل الشبكات العصبية.
الرابط: الانحدار اللوجستي
في هذه المحاضرة، سوف تتعمق في خوارزمية ثانية تسمى الانحدار اللوجستي والتي تستخدم لمهام التصنيف، والتي ستتعلم المزيد عنها أيضًا.
الرابط: تعلم عميق
عندما تبدأ في التعمق في التعلم الآلي، ستتناول هذه المحاضرة مزيدًا من التفاصيل حول التعلم العميق بناءً على ما تعلمته بالفعل.
الرابط: عدل
نحن نعيش في عالم يتم فيه تطبيق التعلم الآلي في حياتنا اليومية. في هذه المحاضرة، ستنظر في العدالة المتعلقة بالتعلم الآلي، مع التركيز على الأخلاقيات.
الرابط: الاحتمالية المتقدمة
لقد تعلمت الكثير عن أساسيات الاحتمالية وقمت بتطبيقها في سيناريوهات مختلفة ومدى ارتباطها بخوارزميات التعلم الآلي. الخطوة التالية هي أن تصبح أكثر تقدمًا فيما يتعلق بالاحتمالات.
الرابط: مستقبل الاحتمال
الهدف التعليمي لهذه المحاضرة هو التعرف على استخدام الاحتمال ومجموعة متنوعة من المشكلات التي يمكن تطبيق الاحتمال عليها لحل هذه المشكلات.
الرابط: مراجعة نهائية
وأخيرًا وليس آخرًا المحاضرة الأخيرة. سوف تقرأ جميع المحاضرات الـ 28 الأخرى وتتطرق إلى أي شكوك.
قد يكون من الصعب أن تكون قادرًا على العثور على مادة جيدة لرحلة التعلم الخاصة بك. تعد هذه الاحتمالية الخاصة بمواد دورة علوم الكمبيوتر مذهلة ويمكن أن تساعدك على فهم مفاهيم الاحتمالية التي لم تكن متأكدًا منها أو كنت بحاجة إلى تحسينها.
نيشا آريا هو عالم بيانات وكاتب تقني مستقل. وهي مهتمة بشكل خاص بتقديم المشورة المهنية في علوم البيانات أو البرامج التعليمية والمعرفة القائمة على النظرية حول علوم البيانات. إنها ترغب أيضًا في استكشاف الطرق المختلفة التي يمكن للذكاء الاصطناعي من خلالها الاستفادة من طول عمر الإنسان. متعلمة حريصة ، تسعى إلى توسيع معرفتها التقنية ومهارات الكتابة لديها ، بينما تساعد في توجيه الآخرين.
- محتوى مدعوم من تحسين محركات البحث وتوزيع العلاقات العامة. تضخيم اليوم.
- PlatoData.Network Vertical Generative Ai. تمكين نفسك. الوصول هنا.
- أفلاطونايستريم. ذكاء Web3. تضخيم المعرفة. الوصول هنا.
- أفلاطون كربون، كلينتك ، الطاقة، بيئة، شمسي، إدارة المخلفات. الوصول هنا.
- أفلاطون هيلث. التكنولوجيا الحيوية وذكاء التجارب السريرية. الوصول هنا.
- المصدر https://www.kdnuggets.com/learn-probability-in-computer-science-with-stanford-university-for-free?utm_source=rss&utm_medium=rss&utm_campaign=learn-probability-in-computer-science-with-stanford-university-for-free
