16. المصادر الخارجية ومقاطع الفيديو والمحادثات

16.1. جديد على Scientific Python?

بالنسبة لأولئك الذين ما زالوا جددًا على نظام Scientific Python البيئي، نوصي بشدة بـ Python Scientific Lecture Notes. سيساعدك هذا في العثور على موطئ قدم لك قليلًا وسيحسن بالتأكيد تجربة scikit-learn الخاصة بك. يوصى بفهم أساسي لمصفوفات NumPy لتحقيق أقصى استفادة من scikit-learn.

16.2. البرامج التعليمية الخارجية

هناك العديد من البرامج التعليمية عبر الإنترنت المتاحة والتي موجهة نحو مجالات موضوعية محددة:

• Machine Learning for NeuroImaging in Python

• Machine Learning for Astronomical Data Analysis

16.3. مقاطع الفيديو

• مقدمة إلى scikit-learn الجزء الأول و الجزء الثاني في Scipy 2013 بواسطة Gael Varoquaux، Jake Vanderplas و Olivier Grisel. دفاتر ملاحظات على github.

• مقدمة إلى scikit-learn بواسطة Gael Varoquaux في ICML 2010 فيديو مدته ثلاث دقائق من مرحلة مبكرة جدًا من scikit-learn، يشرح الفكرة الأساسية والنهج الذي نتبعه.

• مقدمة إلى التعلم الإحصائي مع scikit-learn بواسطة Gael Varoquaux في SciPy 2011 برنامج تعليمي شامل، يتكون من أربع جلسات مدة كل منها ساعة واحدة. يغطي البرنامج التعليمي أساسيات التعلم الآلي، والعديد من الخوارزميات وكيفية تطبيقها باستخدام scikit-learn.

• التعلم الإحصائي لتصنيف النص باستخدام scikit-learn و NLTK (و الشرائح) بواسطة Olivier Grisel في PyCon 2011 مقدمة مدتها ثلاثون دقيقة لتصنيف النص. يشرح كيفية استخدام NLTK و scikit-learn لحل مهام تصنيف النص في العالم الحقيقي ويقارنها بالحلول المستندة إلى السحابة.

• مقدمة إلى التحليلات التنبؤية التفاعلية في Python باستخدام scikit-learn بواسطة Olivier Grisel في PyCon 2012 مقدمة مدتها 3 ساعات لمهام التنبؤ باستخدام scikit-learn.

• scikit-learn - التعلم الآلي في Python بواسطة Jake Vanderplas في ورشة عمل PyData 2012 في Google عرض تفاعلي لبعض ميزات scikit-learn. 75 دقيقة.

• برنامج تعليمي scikit-learn بواسطة Jake Vanderplas في PyData NYC 2012 عرض تقديمي باستخدام البرنامج التعليمي عبر الإنترنت، 45 دقيقة.