شجرة القرارات - Decision Trees

Download slides from here:
drive.google.com/file/d/0BwkB...

[@Mr_Pxl]

هذا المقطع اثبت لي بطلان معتقد تفوق المحتوى التعليمي الاجنبي على محتوانا المحلي الله ييسر لك كل امورك

[@SouhaibD]

كفيت و وفييت, بارك الله الفيك و جزاك الله خيرا. في انتظار المزيد من هذه الاسهامات القيمة.

[@thelastone1643]

شكرا يا دكتور إبراهيم ع الشرح العملاق...إن شاء الله تشرح جميع خوارزميات المشين ليرنق في المستقبل

[@coctile]

شكراً جزيلاً دكتور ابراهيم ..انت مبدع وعظيم

[@aaghassan7332]

كل الشكر والتقدير لك ي اخي جداً فهمت واستمتعت الله يكتب اجرك ويجزيك خير دنيا واخره

[@Nawras_Al_Sharq_forAll]

يعجز اللسان عن الشكر يا دكتور ما فهمت شجرة القرارات الا منكم و كنت يائس لدرجة فكرت اترك دراسة الماجستير و بفضلك تجاوزت المحنه

[@koukonoufa]

روعة

[@sky-soft-2024]

بفضل الله

[@louayrbeh9780]

Fi bledna bled zitouun w l khyyr nsamiwk ta7aan

[@abirhal2391]

شرح رائع وسهل الفهم وطريقة لم اشعر بالملل ابدا جزاك الله خيرا

[@attimeroumaradoum7373]

Merci beaucoup, très bien expliqué (y)

[@mora88marmora]

لساني يعجز عن الشكر .. شكرا جدا جدا لحضرتك

[@vxrxv]

جزاك الله خير دكتور جعله الله في ميزان حسناتك

[@aminebenadjem4193]

جزاك الله الف خير ♥

[@mostafa5195]

من عشر سنين و لكن مازلت فهمت من حضرتك، شكراً

[@Mahseur]

بارك الله فيك . فهمت واستفدت واستمتعت

[@iOmar360]

جزاك الله خيراً أستاذ إبراهيم

[@BashayerAlharbi]

م شاء الله تبارك الله ،مبدع الله يوفقك يارب

[@diyalahuman9391]

جزاك الله كل خير

[@rahma4436]

مشكور انا من الجزائر و تدرس هذه الشجرة بصفة جانبية رغم اهميتها في تسيير الموارد البشرية لذلك لجات الى قناتك مزيد من فضلكم

[@boud255]

شكرا جزيلا. من كندا

[@t0khyo]

جزاك الله خيرا ونفع بك

[@sajaal-dabet148]

شكرا جزيلا ..شرح واضح جدا

[@osamaalbaghdady6992]

جزاك الله خير الجزاء

[@wasimsalawdeh1711]

شكرا الله يعطيك الف عافية

[@israasalameh6987]

بجنن الشرح حرفيا فهمتها بكل تفاصيلها 👍👍👍 شكرا كتير

[@linamed3512]

جزاك الله خيرا

[@bor3y2]

حبيبي والله تسلم عالشرح

[@AhlemStories]

بعد سبع سنوات من نشركم لهذا الشرح شكرا جازاكم الله خيرا عسى أن يكون تغيبكم عن النشر خيرا

[@hosamfathi5254]

شكرا فيديوا رائع اتمني تكمل كل الخورزميات

[@shammakhaled9835]

شكررررًا مره استفدت

[@electricalkhaledgalal6178]

الله اكبر عليك ...بسم الله ما شاء الله....جزاك الله خيرا..والله حضرتك ما تعرفش انا كنت محتاج الموضوع ده قد ايه...شكرا شكرا

[@OmarAmil]

شكرا شرح وافي

[@user-od5md8qc6f]

شكرا لك على هذا الفيديو الرائع

[@user-pp8xd8k7d]

شكرا جزيلا ❤

[@jaber4474]

يعطيك العافية ماقصرت

[@khadija7362]

good job thanks a lot for your effort

[@goldenairplane]

احسنتم و اجدتم الشرح

[@majedhejazi7249]

شرح رائع، شكرا

[@thaeermsahib3133]

احسنت النشر استاذ شرحك رائع

[@noufaljuhaimi3525]

انت اسطوره في الشرح

[@ilhamehizoune3929]

شرح ممتاز شكرا كثيرا

[@Ali_Pxll]

نفس الوضع لما تقول لخويك "وينك يولد ماشوفك" ويقول "انا لابس ثوب بتلقاني"

[@hossamahmed5360]

شكرا جدا

[@karimahmed5279]

Thanks ❤️

[@mrcoolll]

Thank you :)

[@mohammedtaherhabeeb3049]

اخ ابراهيم مشكور جدا على هذا التوضيح واذا ممكن تكمل باقي طرق التصنيف في مجال تعلم الآلة

[@zinadoukha1046]

thanks sir.

[@sarakls3]

شكرا

[@absdn90]

يعطيك العافيه

[@HanoufB]

شششششكراً جزيلاً كان شرح جميل بس انا مع اللي قبلي لو كملت كان بتصير اوضح بس جزاك الله خير

[@Java-fj3mk]

شكرا جدا على الشرح الرائع د/ابراهيم. عندي سؤال في الدقيقه ١١ كيف حسبت الEntropy للمجموعات الفرعيه؟

[@benarabbadiazamane9864]

شرح رائع

[@lamia.9666]

شكراا لك تو افهمها

[@hend1412]

شكراااااا♡♡♡

[@holiameakhlef5012]

Thank you alah y3tik Sa7a

[@abbeed1]

thanks

[@hakimsouhily8908]

الله يسترك

[@lamismessaadi3893]

thank youuu

[@King_of_reels19]

هناك خطـا في الوقت 15:59 يجب التبديل بين الweak , strong لانو الstrong هي 6 نقاط اما الweak 8 نقاط

[@user-jc9fn4gk9k]

السلام عليكم كيف يمكن استخدام شجره القرارت في الطب في تشخيص مرض

[@maramnsaif2236]

السلام عليكم ممكن سؤال شنو اسم البرنامج اللي طبقت عليه entropy

[@Qasem.Alqatwi]

شكرا لك على هذا الفيديو الرائع ولكن هناك سؤال وهو كيف تعاملت مع الlog في حساب ال entropy >>>>]

[@ibrahim47]

@12:0 شرح جميل جدا وحابب بس أنبه لشئ بسيط... أننا لا نقوم بحساب (((مجموع))) الEntropies للإجابات المحتملة للسؤال، وإنما نقوم بحساب ال (((weighted average))) لهم، ولذلك نضرب entropy كل إجابة محتملة بال p المقابلة لها قبل عملية الجمع.

[@alisCR7]

سلام عليكم ممكن سؤال انه شجرة خلاص هذه نهايتها لو بيها حل بعد بكمل عليها لو بعد مابيها تفرع

[@eqtidarma4726]

السلام عليكم استاذ لو كانت هناك كائنين لهم نفس كل قيم السمات فقط القرار واحد yes وواحد no هل ممكن حلها بال decision tree ام تعتبر noise ؟

[@njdk7796]

يجزيك الخير ايش البرنامج اللي استخدمته بالدقيقة 7:50 ؟

[@snowwhite5991]

شلون بلاخير صارت الشجره يعني عرفت شون صار الجذر بس بقيه الافرع شلون صارت

[@moatassimkhelouati5759]

log 2 ( 0 / 8 ) ????? غير معرفة كيف تحسبها ؟؟

[@mustafamagdy9324]

دكتور حضرتك عامل شرح لل c4. 5?

[@alaashamasneh8990]

جزاكم الله كل خير شرح جميل هل ممكن تحميل السلايدات لو سمحت ليست موجوده على الدرايف

[@khamisabdelsatar398]

بيجيب ال root بنا علي الجورزم ID3 من خلال انه بيجيب ال information Gain

[@user-im5np5xp9t]

من الأفضل شجرة القرارات والا k means ولماذا؟؟

[@thargammn4538]

الموضاعان مختلفان فشجرة القرارا تستخدم في التصنيف classification اما ال k-men فتستخدم في العنقدة clustering

[@funduino8322]

يعطيك العافية كثير ممتاز الدرس بس في نقطة ما فهمتها وهي ليش استخدمنا ال لوج لحساب الانتروبي ؟

[@ialmosallam]

هي جاية من shanon entropy لان ال لوج يعطيك العدد المتوقع من الأسئلة اللي تحتاجها عشان تجيب على سؤال احتماله p فالقيمة المتوقعة النهائية هي مجموع حاصل ضرب عدد الأسئلة في احتمالها

[@mohamedhjkm5025]

دكتور لو سمحت على أي اساس نختار السؤال رقم واحد والسؤال الثانى ام ذلك انطلاقا من معطيات الاوليه التي في الجدول شكرا

[@mahmouddamour5499]

ممكن مثال عن التعامل مع القيم الرقمية 😃

[@mahmoudhassanine9905]

ممكن presentation اللي حضرتك شرحت منها بعد إذنك واكم جزيل الشكر

[@ialmosallam]

تم تعديل الرابط في وصف الفديو

[@mustafamagdy9324]

اسلام عليكم يا دكتور , حساب ال entropy of the root is entropy: 0.940 not 0.954

[@ialmosallam]

شكراً للتصحيح

[@mustafamagdy9324]

Ibrahim Almosallam حضرتك اللي شكرا على الشرح. الشرح ممتاز. ياريت أجد شرح بسيط كده لكل الخوارزميات

[@sarakls3]

طيب ليش ماكملت بعد ماخترنا الoutlook كيف خليتها root

[@aosama07]

لانه حسب Information gain ليها و كانت هي اعلي قيمة

[@sinioritaanoucha9050]

Decision tree = id3? Or not?

[@user-cc9fg3sj5n]

هاي النقاط الحمر رالخطر شنو معناهن

[@zahraa-fl8mf]

دكتور رابط تحميل المحاضره ماجاي يفتح ومحتاجه المحاضره pdf او بور بوينت ضروري رجاءا

[@a-mohamedabbassa27]

ليش استخدمنا ال لوج لحساب الانتروبي ؟

[@sameerasalman9037]

دكتور احتاج اتواصل معك كيف الطريقة؟

[@Moali11]

شكرا جزيلا علي الشرح، انا بحاول انزل السلايدز بيقولي لازم حضرتك تسمحلي

[@engabeer188]

السلام عليكم -لو سمحت ممكن الpdf او ال powerpoint اللي حضرتك شرحت منه الفيديو لانه اتمسح - و جزاك الله خيرا و ربنا يجعله في ميزان حسناتك

[@xc.9ak]

اهنيك الصراحه اعطيك لايك ادعو ل روان

[@zinadoukha1046]

it was clear until the last step.

[@xc.9ak]

ما افهم وش تقول بس روان تقول لي شوفي وش الزبده ❤️❤️

[@abdulsamiaalashiq5925]

عندي بيانات للجدول التالي id product_id user_id quantity date price تخص تطبيق شراء مواد غدائية بحيث الزبون يشتري منتجات بشكل متكرر مثلا يشتري علبة حليب كل يومين ويشتري الخبز كل صباح وهكذا ما هو المودل المناسب الي يستخرجلي كل زبون ما هي المنتجات التي سيشتريها تاليا ومتى مثلا سيشتري المنتجات 1,7,22 بعد 10 ساعات ويشتري المنتجات 8,223 بعد يومين وهل في نموذج ممكن يصنفلي المستخدمين في قروبات بناء على الجدول الي فوق ؟

[@zainababbas5088]

شكرا جزيلا استاذ ينطيك العافيه يا رب بس ما فهمت شلون رسمت الشجره 😭ممكن تساعدني

[@esraaalalhi2540]

ليه عندي جودة الصورة زفت🫠💔 مش قادره اشوف القانون

[@sorasora3611]

شجره الاخيره لم توضح مسائل كقانون فقط كلام 🤦‍♀️

[@ameeralhopi808]

في الدقيقة 5:57 القانون خاطئ يجب ان تكون العملية بعد p عملية ضرب !!

[@bassemhemaizia311]

Ak ghalt a frr 🤬🤬🤬🤬

[@sidraduhoki5893]

جزاك الله خيرا