تعلم الالة

الطريق في مجال تعليم الالة من الصفر الى الاحتراف

بالانجليزية: Machine Learning  احد اشهر مجالات الحاسب الالي في الوقت الراهن، اصبحت معظم تطبيقات الهواتف والحاسب بوجه عام معتمدة عليه، ومن المتوقع ازدياد الطلب عليه بشكل اكبر خلال العقود القادمة، ببساطة، اصبح حجر الاساس في جميع التطبيقات اللي نستخدمها في حياتنا اليومية.

قد تتسائل: هل بامكاني العثور على وظيفة بالوقت الراهن؟ وكم من الوقت احتاج في الطريق في مجال تعليم الالة من الصفر الى الاحتراف وماذا احتاج من الوسائل للتعلم، وما هي فرص الحصول على وظيفة، وما هو المرتب المتداول؟

اجابات تلك الاسألة هي ما نطرحه اليوم.

هل بامكاني الحصول على وظيفة في الوقت الحالي؟

سوق عمل مجال الحاسب في الوقت الراهن اشد ما يحتاج اليه هم مهندسين Machine Learning، وليس على الجانب المحلي فقط، بل على مستوى جميع شركات العالم.

في جميع الاحوال، معرفتك العلمية والعملية في الوقت الراهن بمجال تعليم الالة تضمن لك وظيفة في احد اكبر الشركات العربية او العالمية.

ما هي التقنيات المطلوبة في تعلم الالة في الوقت الراهن؟

لغة البايثون

تعلم الالة تعتمد بشكل كبير على معرفتك بلغة البايثون -Python- خصوصا ان حلول معظم المشاكل التي ستواجهك، والمتوافرة بغزارة على الانترنت، متوافرة بلغة البايثون، البعض يعتمد على لغة ++C، وهي نادرة العمل بها، ولكن منصة مطور تنصح وبشدة استخدام لغة البايثون كمصدر اساسي للتدرب.
اضغط هنا للتعرف على اهم مصادر تعلم بايثون

الاحصاء والاحتمالات

مجال الاحصاء والاحتمالات – Probability and Statistics – هو حجر الأساس لمجال تعلم الالة بدونه، سيصبح الموضوع اكثر تعقيداً عما هو عليه، لا ننصح البدأ في مجال تعلم الالة بدون معرفة مبدأية عن مجال الاحصاء والاحتمالات ومفاهيمه الأساسية
اضغط هنا للتعرف على اهم مفاهيم علم الاحصاء والاحتمالات ومصادر تعلمه

التفاضل والتكامل

اذا كانت الاحصاء والاحتمالات هي حجر الاساس لتعلم الالة، فإن التفاضل والتكامل – Calculus – هو حجر الاساس للاحصاء والاحتمالات.
الصورة الذهنية للتفاضل والتكامل هو ذلك العلم المعقد الصعب الملئ بالتفاصيل الذي درسناه بالمرحلة الثانوية، البعض هرب منه بالالتحاق بفروع اخرى كالأدب والبيولوجيا، والبعض عانى منه، ولكن نزفك الاخبار السعيدة، علم التفاضل والتكامل من الجانب التقني والعملي هو اسهل مما كان عليه، وامتع – إن جاز التعبير – عما كان عليه والمطلوب منه هو بعض المفاهيم البسيطة البدائية جدا، تعرف عليها من هنا.

الخوارزميات وهياكل البيانات

الخوارزميات وهياكل البيانات – Data Structure and Algorithms – هي العمود الاخير لمجال تعلم الالة. علوم الخوارزميات وهياكل البيانات هو بحر واسع، يمكن امضاء سنين لتعلمه، ولكن نحن نتحدث بشكل عام عن المفاهيم الاساسية لهما وطريقة تطبيقهما.
ومع مرور الوقت، سيتصادف طريقك في مجال تعلم الالة مع تفاصيل علمي هياكل البيانات والخوارزميات التي ستحتاجها، لذا ننصح في بداية الأمر بالاكتفاء بالمفاهيم الاولية فقط.

المكتبات اللازمة

احد اهم اسباب استخدام لغة البايثون في مجال تعلم الالة هي وفرة مكتباتها المفيدة – Libraries- في مجال الاحصاء وعلوم البيانات. سيتعين عليك بعد تعلم اساسيات البرمجة والاحصاء ان تمضي بضع الوقت مع هذه المكتبات، وتتعرف على اهم دوالها – Functions – وتطبيقاتها وبالأحرى مكتبة -SkLearn و Pandas – وغيرهم.
اضغط هنا للتعرف على اهم المكتبات وطريقة تثبيتها

الجانب العلمي والتقني في تعلم الالة

الدراسة النظرية كالاحصاء والتفاضل والتكامل لا تقل اهمية عن التطبيق العملي لمشاريع في تعلم الالة، ننصح وبشدة البدء فور تعلم اساسيات البرمجة بلغة بايثون الانخراط في مشاريع Machine Learning ننصح بمنصة Kaggle كمصدر للتدريب، في هذه الصفحة اهم المشكلات المعروفة والبدائية لمتعلمي تعلم الالة.

بالطبع سيكون الأمر غامض في بداية الأمر، لكن مع الوقت ستتمكن من الجانب التقني، ولكن اياك وان تهمل الجانب النظري كالاحصاء والاحتمالات وغيرها، الجانب العلمي هو اساس البناء العلمي خلال رحلتك، بدونه خبراتك العلمية ستقف على اساس رخو.
ضع ايضا في اعتبارك ان اول ما ستسأل عليه في مقابلة عمل ليس الجانب التقني، ولكن المفاهيم الأساسية للاحصاء والاحتمالات، وخذ في اعتبارك التام ان ما يفرق بين مهندسي تعلم الالة هو خلفيتهم العملية والنظرية.

كم من الوقت يؤهلك للحصول على وظيفة؟

اذا اتبعت الخطوات المذكورة، للتعلم، قد تأخذك من 6 اشهر الى سنة، بحسب قدرتك ، وتلزمك ست شهور اخرى من التدريب والعمل بمعدل من ساعتين الى ثلاث يوميا لتصبح قادر للحصول على وظيفة جيدة بشركة معروفة.

اشترك فى القائمة البريدية

عن الكاتب

شارك على وسائل التواصل

اترك تعليقاً

لن يتم نشر عنوان بريدك الإلكتروني. الحقول الإلزامية مشار إليها بـ *

4 − 2 =