أطلقت كلية الهندسة وتكنولوجيا المعلومات، زبالتعاون مع مركز التعليم المستمر، دورة تدريبية بعنوان «تعلّم الآلة وبرمجتها باستخدام Python»، قدّمتها أ.د. نور ضياء كاظم الشكرجي من جامعة كربلاء، واستمرت على مدى ثلاثة أيام، بهدف تعزيز المعارف النظرية والمهارات التطبيقية للمشاركات في مجال تعلّم الآلة وتطبيقاته البرمجية.

 

وتناولت الدورة في يومها الأول الأسس النظرية لتعلّم الآلة، مع توضيح العلاقة بين الذكاء الاصطناعي وتعلّم الآلة والتعلّم العميق، إلى جانب التعريف بالمفاهيم والمصطلحات الأساسية، واستعراض الأنماط الرئيسة للتعلّم الآلي، وهي: التعلّم الخاضع للإشراف، والتعلّم غير الخاضع للإشراف، والتعلّم بالتعزيز.

 

وخصص اليوم الثاني لبحث التصنيف (Classification) بوصفه أحد أبرز مهام التعلّم الخاضع للإشراف، إذ استعرض المحاضر ثمانية من الخوارزميات الأساسية، شملت: الانحدار اللوجستي، وأقرب الجيران (KNN)، وأشجار القرار، والغابات العشوائية، وآلات المتجهات الداعمة (SVM)، وNaive Bayes، والشبكات العصبية الاصطناعية، وGradient Boosting، مع تطبيق آلية Fit–Predict وطرائق تقييم أداء النماذج باستخدام الدقة ومصفوفة الالتباس (Confusion Matrix).

 

أما اليوم الثالث، فتناول تحليل الانحدار (Regression)، من خلال التعريف بعدد من الخوارزميات التنبؤية وطرائق قياس الأخطاء، ومنها متوسط الخطأ المطلق (MAE) ومتوسط مربع الخطأ (MSE)، فضلًا عن بيان أهمية تقييس الخصائص (Feature Scaling) في مرحلة معالجة البيانات، والتمييز بين حالتي فرط التعلّم (Overfitting) وضعف التعلّم (Underfitting).

 

واعتمدت الدورة أسلوبًا تدريبيًا جمع بين الشرح النظري والأمثلة العددية والتطبيقات البرمجية باستخدام Python، بما أسهم في تعزيز قدرة المشاركات على فهم المفاهيم الأساسية وتوظيفها عمليًا في بناء نماذج التعلّم الآلي، وصولًا إلى تكوين قاعدة منهجية متكاملة في مجالي التصنيف والانحدار، تمهيدًا للتوسع في موضوعات اختيار النماذج وتقنيات التحقق المتقاطع (Cross-Validation).