تفاصيل العمل

مشروع تطبيقي لتحليل البيانات باستخدام خوارزميات التعلم غير الموجّه (Unsupervised Learning) وتقنيات تقليل الأبعاد، مع تنفيذ الخوارزميات من الصفر (From Scratch) باستخدام NumPy دون الاعتماد على مكتبات جاهزة.

يشمل المشروع تطبيق ومقارنة خوارزميات K-Means وGaussian Mixture Model (GMM) إلى جانب تقنيات تقليل الأبعاد مثل PCA وAutoencoder، مع تقييم الأداء باستخدام مقاييس متعددة مثل Silhouette Score وARI وNMI.

يركز المشروع على الفهم الرياضي العميق، الاستقرار العددي، اختيار النموذج الأمثل (BIC/AIC)، وتحليل تأثير تقليل الأبعاد على جودة التجميع، مع مقارنة منهجية للنتائج لاستخلاص أفضل نموذج أداءً.

بطاقة العمل

اسم المستقل
عدد الإعجابات
0
عدد المشاهدات
3
تاريخ الإضافة
تاريخ الإنجاز
المهارات