التعلّم الموجّه الأساسي
الانحدار، التصنيف، نماذج الأشجار، التقييم، تسرّب البيانات، المعايرة. ٨٠٪ من تعلّم الآلة الذي يصل للإنتاج.
كل ما في هذه الصفحة يُستخدم فعلياً في فرق الذكاء الاصطناعي. إذا لم يكن الموضوع مستخدماً في الصناعة، فلن يكون في المنهج.
سجّل — ٥٠ دولار / شهرياًالانحدار، التصنيف، نماذج الأشجار، التقييم، تسرّب البيانات، المعايرة. ٨٠٪ من تعلّم الآلة الذي يصل للإنتاج.
التجميع، تقليل الأبعاد، كشف الشذوذ. التقسيم وتمثيل البيانات كما يستخدمها المهندسون فعلاً.
المصفوفات، الانتشار العكسي، المُحسِّنات، التنظيم. حلقات التدريب، GPU، الدقة المختلطة — مع PyTorch.
معالجة الصور، الزيادة، نقل التعلّم، الكشف والتجزئة على مجموعات بيانات حقيقية.
من LeNet إلى النماذج الحديثة. ضبط ResNet/EfficientNet، استخراج الميزات، النشر.
التقطيع، التضمين، التصنيف، وسم التسلسلات. من TF-IDF إلى المحوّلات.
RNN / LSTM / GRU للمسائل التسلسلية. متى لا تزال مهمة ومتى استبدلها المحوّل.
بنية المحوّل، هندسة التعليمات، الضبط الدقيق، التقييم. استخدام LLMs كأدوات هندسية.
التقطيع، التضمينات، قواعد البيانات المتجهية، جودة الاسترجاع، البحث الهجين. إجابات مع مصادر.
استخدام الأدوات، التخطيط، الذاكرة، التقييم. نشر تدفقات وكيلية لا تنهار في الإنتاج.

كل أسبوع من CNN ينتهي بمُصنِّف أو كاشف يعمل فعلياً، بنيته ودرّبته وتستطيع الدفاع عنه سطراً بسطر.
الثلث الأخير من السنة مخصّص بالكامل لهندسة LLM — نفس المنظومة التي توظّف عليها الفرق الكبرى الآن.

٥٠ دولار / شهرياً. ألغِ في أي وقت. سجّل بحساب Gmail أو Hotmail.