مرحبًا بكم في هذا الفيديو المخصص لفهم أعماق
مادة "Machine Learning"، التي تعد أحد أساسيات المستوى الثالث في كلية الحاسبات والمعلومات.

لماذا يهمك هذا الموضوع؟
إذا كنت طالبًا في كلية الحاسبات والمعلومات أو تهتم بتعلم كيفية تطبيق تقنيات التعلم الآلي بشكل أفضل، ستحصل على فهم أعمق حول كيفية بناء النماذج وتحسين الأداء في برمجتك باستخدام خوارزميات التعلم الآلي.

انضم إلينا في رحلة التعلم:
لاتنسَ الاشتراك في القناة وتفعيل الجرس ليصلك كل جديد. نحن هنا لمساعدتك في تحقيق أهدافك الأكاديمية والتفوق في مادة التعلم الآلي.

روابط مفيدة:
Link of PDF
https://mega.nz/file/QH1w2QpR#37Mlh9oPLStBXUfpMYK1CL4zo05DEjmMUBVNzBjuEZ4

ٍSources
https://www.geeksforgeeks.org/partitioning-method-k-mean-in-data-mining/
إلى مجتمعنا وشاركنا آراءك وتساؤلاتك في قسم التعليقات. نتطلع إلى مشاركتك في هذه الرحلة التعليمية!

في هذا الفيديو نشرح واحدة من أشهر خوارزميات التجميع (Clustering) في تعلم الآلة وهي خوارزمية K-Means، التي تُستخدم لتقسيم البيانات إلى مجموعات بناءً على التشابه بينها.
سنتعرف على فكرة Centroid-based Clustering وكيف تعمل Partitioning Methods لتجميع النقاط حول مراكز (Centroids) محددة.

سنتناول في الشرح:

مفهوم التجميع القائم على المركز (Centroid-based).

كيفية عمل خوارزمية K-Means خطوة بخطوة.

اختيار القيمة المناسبة لـ K.

الفرق بين K-Means وباقي طرق التجميع.

أمثلة عملية لفهم الفكرة بسهولة.

هذا الفيديو سيساعدك على فهم الأساس الذي تُبنى عليه الكثير من خوارزميات Machine Learning الخاصة بتحليل البيانات واكتشاف الأنماط

#education #تعلم_البرمجة #كلية_الحاسبات #البرمجه_مع_الفقي_مفهومه #اكسبلور #البرمجه #MachineLearning #KMeans #Clustering #AI #DataScience
#البرمجه_مع_الفقي_مفهومه
#تعلم_الآلة #تعلم_البرمجة #مادة_التعلم_الآلي #تقنية_المعلومات