مختبر تعلم الآلة (Machine Learning Lab) باستخدام بايثون وبيئة Jupyter Notebook هو العصب النابض لتخصصات هندسة الحاسوب والذكاء الاصطناعي الحديثة. يتحول فيه الطالب من دراسة الخوارزميات الرياضية جافاً، إلى بناء أنظمة ذكية تتوقع، وتُصنّف، وتتخذ القرارات بناءً على البيانات.
الرؤية (Vision)
أن يكون المختبر حاضنة رائدة للابتكار البرمجي والبحث التطبيقي، تهدف إلى إعداد جيل من المهندسين القادرين على قيادة التحول الذكي وتطوير حلول مبتكرة تعتمد على البيانات لمواجهة تحديات التكنولوجيا والصناعة.
الرسالة (Mission
)توفير بيئة تعليمية تفاعلية ومفتوحة المصدر تمكن الطلبة من الربط بين المفاهيم النظرية لتعلم الآلة والتطبيق البرمجي المحترف. ويركز المختبر على صقل مهارات هندسة البيانات، وبناء النماذج الذكية وتقييمها باستخدام لغة Python وبيئة Jupyter Notebook، بما يتماشى مع معايير سوق العمل الحديث.
الأهداف الأساسية للمختبر (Lab Objectives)
1-إتقان البيئة التفاعلية: تمكين الطلاب من استخدام Jupyter Notebook لكتابة الأكواد، وعرض الرسوم البيانية، وتوثيق النتائج في مكان واحد وبشكل تدريجي مبسط.
2-إدارة وهندسة البيانات: تدريب الطلبة على تنظيف البيانات، ومعالجة القيم المفقودة، وتحويل البيانات الخام إلى صيغ مناسبة للتدريب باستخدام مكتبات مثل Pandas وNumPy.
3-بناء النماذج الذكية: إكساب الطلاب القدرة على تطبيق خوارزميات تعلم الآلة المختلفة (مثل: أشجار القرار Decision Trees، والشبكات العصبية، والـ SVM) عبر مكتبة Scikit-Learn.تحليل وتصور البيانات: تنمية مهارات الرسم البياني واستخراج الأنماط المخفية في البيانات باستخدام مكتبات Matplotlib وSeaborn.
4-تقييم الأداء: تدريب الطلاب على قياس كفاءة النموذج بدقة باستخدام مقاييس علمية مثل: الدقة (Accuracy)، ومصفوفة الارتباك (Confusion Matrix)، ومنحنى ROC.
