اصدقائي يشرفني ويسعدني أن أضع بين أيديكم النسخة الالكترونية من كتابي المترجم الحادي والعشرون. أسأل الله ان ينال رضاكم ويكون عند حسن ظنكم.
Orange Data Mining هو برنامج مفتوح المصدر يستخدم لإنشاء وتصميم سير العمل workflows لتنقيب البيانات وعلم البيانات والتعلم الالي. هذا الكتاب هو دليل مختصر لـ Orange وسيمكنك من الاندماج مع مكتبات تنقيب البيانات وعلم البيانات والتعلم الآلي المختلفة دون كتابة أي كود.
هذا الكتاب مخصص لمحللي البيانات وعلماء البيانات ومطوري التعلم الآلي الذين ليسوا على دراية جيدة ببايثون ولكنهم يريدون تعلم كيفية استخدام Orange لبناء نماذج التعلم الآلي وتدريبها واختبارها ونشرها باستخدام بُنيات مختلفة. لا تتطلب التطبيقات العملية الموضحة في الكتاب البرمجة أو أي معرفة بالسكريبتات المخصصة، مما يسمح لك بترجمة المفاهيم النظرية بسرعة إلى تطبيقات عملية.
بحلول نهاية الكتاب، ستكون قد تعلمت كيفية إنشاء عدد من بيئات تنقيب البيانات وعلم البيانات والتعلم الآلي المختلفة وستكون قادرًا على تدريب واختبار ونشر الشبكة.
نأمل ان يساعد هذا الكتاب كل من يريد ان يدخل في مجال تنقيب البيانات وعلم البيانات والتعلم الآلي ومساعدة القارئ العربي على تعلم هذا المجال. اسأل الله التوفيق في هذا العمل لأثراء المحتوى العربي الذي يفتقر أشد الافتقار إلى محتوى جيد ورصين في مجال تنقيب البيانات وتعلم الالة والتعلم العميق. ونرجو لك الاستمتاع مع هذا الكتاب ولا تنسونا من صالح الدعاء.
يتكون هذا الكتاب من 32 درس:
الدرس 1: سير العمل في Orange
الدرس 2 : استكشاف البيانات الأساسية
الدرس 3: حفظ عملك
الدرس 4: تحميل مجموعة البيانات الخاصة بك
الدرس 5: التصنيف
الدرس 6: أشجار التصنيف
الدرس 7: فحص النموذج
الدرس 8: دقة التصنيف
الدرس 9: كيف تغش
الدرس 10: التحقق المتقاطع
الدرس 11: عدد قليل من المصنفات
الدرس 12: طريقة خفية للغش
الدرس 13: يعمل الغش حتى على البيانات العشوائية
الدرس 14: كيفية إجراء الاختبار والنتيجة بشكل صحيح
الدرس 15: تقييم النموذج
الدرس 16: اختيار عتبة القرار
الدرس 17: الانحدارالخطي
الدرس 18: التنظيم
الدرس 19: التنظيم والدقة في مجموعة الاختبار
الدرس 20: التنبؤ بعمر الأنسجة من مستوى الميثيل
الدرس 21: تقييم الانحدار
الدرس 22 : تقييم واختيار الميزة
الدرس 23: المجموعات الهرمية
الدرس 24: مملكة الحيوان
الدرس 25: اكتشاف المجاميع
الدرس 26: تجميع K-Means
الدرس 27: إيجاد المجاميع في حالة عدم وجود أي منها
الدرس 28 : الصور الظلية
الدرس 29 : تعيين البيانات
الدرس 30 :تحليل المكون الرئيسي
الدرس 31 : تضمين الصورة
الدرس 32 : الصور والتصنيف