الخطوات الأولى في TensorFlow: تمارين البرمجة

خلال فترة تقدّمك من خلال دورة تعلّم الآلة، يمكنك تطبيق مفاهيم تعلّم الآلة من خلال ترميز النماذج في tf.keras. ستستخدم Colab كبيئة برمجة. Colab هو نسخة Google من Jupyter Notebook. كما هو الحال في أداة Jupyter Notebook، توفّر Colab بيئة تعليم تفاعلية باستخدام لغة Python تجمع بين النص والرمز والرسومات ومخرجات البرنامج.

NumPy وpandas

يتطلب استخدام tf.keras فهمًا قليلاً لمكتبتَي Python المفتوحة المصدر التالية:

  • NumPy، الذي يبسّط تمثيل المصفوفات وإجراء عمليات الجبر الخطية.
  • pandas، التي توفّر طريقة سهلة لتمثيل مجموعات البيانات في الذاكرة.

إذا لم تكن معتادًا على استخدام NumPy أو panda، يُرجى البدء بممارسة تمرينَي Colab التاليَين:

  1. NumPy UltraQuick tutorial (التعاون التعليمي) الذي يوفر جميع معلومات NumPy التي تحتاج إليها لهذه الدورة التدريبية.
  2. pandas UltraQuick Webinar (تمثّل تمارين Colab) التي توفّر جميع معلومات الباندا التي تحتاج إليها في هذه الدورة التدريبية.

انحدار خطي مع tf.keras

بعد اكتساب الكفاءة في NumPy وpandas، نفِّذ عمليّتَي Colab التاليَين لاستكشاف الانحدار الخطّي وضبط ضبط المَعلمات الفائقة في tf.keras:

  1. الانحدار الخطّي باستخدام البيانات الاصطناعية Colab، والذي يستكشف الانحدار الخطّي مع مجموعة بيانات للألعاب
  2. الانحدار الخطّي من خلال تمرين تعاوني على مجموعة بيانات حقيقية، يرشدك خلال أنواع التحليل التي عليك تنفيذها في مجموعة بيانات حقيقية.

يتم تشغيل تمارين البرمجة مباشرةً في متصفحك (لا يلزم أي إعداد). يُرجى استخدام منصة Colaboratory. يتم دعم Colaboratory في معظم المتصفحات الرئيسية، ويتم اختباره بدقة على إصدارات أجهزة الكمبيوتر المكتبي من Chrome وFirefox. إذا كنت تفضّل تنزيل التمارين وتشغيلها بلا اتصال بالإنترنت، يُرجى الاطّلاع على هذه التعليمات لإعداد بيئة محلية.