شجرة القرارات - Decision Trees

[@Mr_Pxl]

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

[@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

[@thelastone1643]

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

[@mostafa5195]

من عشر سنين و لكن مازلت فهمت من حضرتك، شكراً

[@rahma4436]

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

[@SouhaibD]

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

[@aaghassan7332]

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

[@mora88marmora]

لساني يعجز عن الشكر .. شكرا جدا جدا لحضرتك

[@AhlemStories]

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

[@abirhal2391]

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

[@linamed3512]

جزاك الله خيرا

[@mohammedtaherhabeeb3049]

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

[@israasalameh6987]

بجنن الشرح حرفيا فهمتها بكل تفاصيلها 👍👍👍 شكرا كتير

[@vxrxv]

جزاك الله خير دكتور جعله الله في ميزان حسناتك

[@King_of_reels19]

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

[@Ali_Pxll]

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

[@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.

[@itech_plus]

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

[@iOmar360]

جزاك الله خيراً أستاذ إبراهيم

[@coctile]

شكراً جزيلاً دكتور ابراهيم ..انت مبدع وعظيم

[@t0khyo]

جزاك الله خيرا ونفع بك

[@MasterSi-h1u]

شكرا لك على هذا الفيديو الرائع

[@osamaalbaghdady6992]

جزاك الله خير الجزاء

[@Mahseur]

بارك الله فيك . فهمت واستفدت واستمتعت

[@goldenairplane]

احسنتم و اجدتم الشرح

[@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

[@attimeroumaradoum7373]

Merci beaucoup, très bien expliqué (y)

[@diyalahuman9391]

جزاك الله كل خير

[@shammakhaled9835]

شكررررًا مره استفدت

[@YussifMohamed-z9r]

الله يكرمك يا استاذ

[@mnasek]

شكرا

[@user-pp8xd8k7d]

شكرا جزيلا ❤

[@ilhamehizoune3929]

شرح ممتاز شكرا كثيرا

[@HanoufB]

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

[@OmarAmil]

شكرا شرح وافي

[@snowwhite5991]

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

[@hosamfathi5254]

شكرا فيديوا رائع اتمني تكمل كل الخورزميات

[@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 ؟

[@boud255]

شكرا جزيلا. من كندا

[@wasimsalawdeh1711]

شكرا الله يعطيك الف عافية

[@khadija7362]

good job thanks a lot for your effort

[@aminebenadjem4193]

جزاك الله الف خير ♥

[@majedhejazi7249]

شرح رائع، شكرا

[@karimahmed5279]

Thanks ❤️

[@BashayerAlharbi]

م شاء الله تبارك الله ،مبدع الله يوفقك يارب

[@alaashamasneh8990]

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

[@Java-fj3mk]

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

[@jaber4474]

يعطيك العافية ماقصرت

[@lamia.9666]

شكراا لك تو افهمها

[@noufaljuhaimi3525]

انت اسطوره في الشرح

[@hakimsouhily8908]

الله يسترك

[@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 ؟

[@bor3y2]

حبيبي والله تسلم عالشرح

[@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

[@sajaal-dabet148]

شكرا جزيلا ..شرح واضح جدا

[@thaeermsahib3133]

احسنت النشر استاذ شرحك رائع

[@Moali11]

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

[@abbeed1]

thanks

[@mohamedhjkm5025]

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

[@esraaalalhi2540]

ليه عندي جودة الصورة زفت🫠💔
مش قادره اشوف القانون

[@xc.9ak]

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

[@فلاحالبهادلي-ص6ج]

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

[@Qasem.Alqatwi]

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

[@a-mohamedabbassa27]

ليش استخدمنا ال لوج لحساب الانتروبي ؟

[@sameerasalman9037]

دكتور احتاج اتواصل معك كيف الطريقة؟

[@sorasora3611]

شجره الاخيره لم توضح مسائل كقانون فقط كلام 🤦‍♀️

[@holiameakhlef5012]

Thank you alah y3tik Sa7a

[@sinioritaanoucha9050]

Decision tree = id3?
Or not?

[@lamismessaadi3893]

thank youuu

[@elhairachmohamedlimam9640]

ما شاء الله غليك ..اللغة العربية راحة

[@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

[@zahraa-fl8mf]

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

[@absdn90]

يعطيك العافيه

[@mahmoudhassanine9905]

ممكن presentation اللي حضرتك شرحت منها بعد إذنك واكم جزيل الشكر

[@ialmosallam]

تم تعديل الرابط في وصف الفديو

[@mahmouddamour5499]

ممكن مثال عن التعامل مع القيم الرقمية 😃

[@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

[@ameeralhopi808]

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

[@khamisabdelsatar398]

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

[@طارقمحمد-د7ج6ق]

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

[@hossamahmed5360]

شكرا جدا

[@zinadoukha1046]

thanks sir.

[@zainababbas5088]

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

[@maramnsaif2236]

السلام عليكم ممكن سؤال
شنو اسم البرنامج اللي طبقت عليه entropy

[@moatassimkhelouati5759]

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

[@njdk7796]

يجزيك الخير
ايش البرنامج اللي استخدمته بالدقيقة 7:50 ؟

[@mrcoolll]

Thank you :)

[@سنابلنعمهحسين]

هاي النقاط الحمر رالخطر شنو معناهن

[@benarabbadiazamane9864]

شرح رائع

[@mustafamagdy9324]

دكتور حضرتك عامل شرح لل c4. 5?

[@sarakls3]

طيب ليش ماكملت بعد ماخترنا الoutlook كيف خليتها root

[@aosama07]

لانه حسب Information gain ليها و كانت هي اعلي قيمة

[@zinadoukha1046]

it was clear until the last step.

[@xc.9ak]

اهنيك الصراحه اعطيك لايك ادعو ل روان

[@hend1412]

شكراااااا♡♡♡

[@mnasek]

ممكن الpdf

[@bassemhemaizia311]

Ak ghalt a frr 🤬🤬🤬🤬

[@sidraduhoki5893]

جزاك الله خيرا

[@sarakls3]

شكرا