مسار التعلّم خطوة بخطوة

تعلّم الآلة باستخدام Python.

مسار للمبتدئين: فهم الذكاء الاصطناعي، تجهيز Python وJupyter، استكشاف البيانات، ثم بناء نموذج أول وتقييمه. تُقرأ الدروس بالترتيب تمهيدًا لاستخدام النموذج في تطبيق ويب.

ابدأ بالدرس الأول استكشف الأقسام

3 دروس منشورة · 13 درسًا مخططًا لهذه المرحلة

الدروس المتاحة

يبني كل درس على ما سبقه. اختر نقطة البداية أو تابع من حيث توقفت.

  1. الدرس 1
    التعلّم العميق ضمن مفاهيم الذكاء الاصطناعي: بطاقات تعرض شبكة عصبية، انحدارًا، شجرة قرار ومحتوى مولّدًا، على سطح مكتب بلون فاتح.

    الذكاء الاصطناعي، تعلّم الآلة والتعلّم العميق: فهم الفروق

    افهم الذكاء الاصطناعي، تعلّم الآلة، التعلّم العميق والذكاء الاصطناعي التوليدي من خلال مثال واضح، ثم تابع خطوات تدريب النموذج واستخدامه داخل تطبيق.

  2. الدرس 2
    بيئة عمل لتثبيت Python باستخدام uv: حاسوب محمول يعرض محرّر الكود، خلايا Jupyter Notebook ونافذة أوامر، وبجواره دفتر ورقي وشارة Python.

    تثبيت Python باستخدام uv وإعداد Jupyter في VS Code

    جهّز مشروع Python على Windows باستخدام uv، افتحه في VS Code، ثم أنشئ Jupyter Notebook للتحقق من نواة التنفيذ وإصدارات المكتبات.

  3. الدرس 3
    أساسيات Python: متغير، قائمة درجات ودالة، بجانب حاسوب محمول وشعار Python.

    أساسيات Python: المتغيرات، القوائم، القواميس، الشروط، الحلقات والدوال

    تعلّم أساسيات Python عبر 11 مفهومًا: المتغيرات، النصوص، القوائم، القواميس، الشروط، الحلقات والدوال، مع Notebook قابل للتنزيل وتمرين محلول.

ابدأ بخطوات واضحة

لا يحتاج الدرس الأول إلى كود أو تثبيت. يجهّز الدرس الثاني Python، uv، VS Code وJupyter على Windows. ويقدّم الدرس الثالث أولى تعليمات Python.

  • ابدأ بالدرس الأول إن كنت تتعرّف على الذكاء الاصطناعي.
  • استخدم مجلد المشروع والبيئة نفسيهما خلال الدروس.
  • نفّذ الخلايا والتمارين قبل الانتقال إلى الدرس التالي.

للتعمّق في اللغة ومكتباتها، اطّلع على قسم Python للبرمجة وتعلّم الآلة.

خطة المرحلة الأولى

تُجهّز الدروس التالية تدريجيًا. يصبح كل درس متاحًا هنا عند نشره.

اعرض جميع الدروس المخطّط لها
  1. الدرس 1: الذكاء الاصطناعي وتعلّم الآلة والتعلّم العميقما تعنيه هذه المفاهيم وما يعجز النموذج عن فعله.
    متاح
  2. الدرس 2: تجهيز بيئة Pythonتجهيز Python وuv وVS Code وJupyter للمسار.
    متاح
  3. الدرس 3: أساسيات Pythonالمتغيّرات والقوائم والقواميس والشروط والحلقات والدوال.
    متاح
  4. الدرس 4: العمل على بيانات ملف Excelقراءة جدول والتحقق منه وتحديد بياناته وتصديره باستخدام Python.
    قيد الإعداد
  5. الدرس 5: قراءة ملف CSV وكتابتهتحويل ملف نصي إلى بيانات قابلة للاستخدام.
    قيد الإعداد
  6. الدرس 6: الحساب باستخدام NumPyمصفوفات أعداد دون كتابة حلقة.
    قيد الإعداد
  7. الدرس 7: الاستكشاف باستخدام pandasقراءة البيانات ووصفها وتصفيتها وتجميعها.
    قيد الإعداد
  8. الدرس 8: عرض البيانات بصريًااختيار رسم وقراءته باستخدام matplotlib وseaborn.
    قيد الإعداد
  9. الدرس 9: التعلّم تحت الإشرافالتعلّم من أمثلة نعرف إجاباتها.
    قيد الإعداد
  10. الدرس 10: الإحصاء والاحتمالاتتلخيص البيانات والتفكير في عدم اليقين.
    قيد الإعداد
  11. الدرس 11: المسافات والانحدار المتدرّجكيف يضبط النموذج معاملاته.
    قيد الإعداد
  12. الدرس 12: انحدار خطي أولنموذج نكتبه من الصفر ثم نقيّمه.
    قيد الإعداد
  13. الدرس 13: تحديد إطار مشروع تعلّم الآلةتجنّب تسرّب البيانات وقراءة مصفوفة الالتباس.
    قيد الإعداد

أقسام المحتوى

اختر قسمًا للتعمّق في موضوع محدّد. وللتعلّم خطوة بخطوة، اتبع ترتيب الدروس في مسار التعلّم.

فهم الذكاء الاصطناعي

المفاهيم، المهام، آلية العمل والحدود. فهم ما يفعله النموذج واختيار سؤال مفيد.

2 مقالات منشورة

Python لتعلّم الآلة

لغة البرمجة، بيئة العمل، المكتبات وكود المشروع. كتابة كود Python وقراءته وإعادة استخدامه.

4 مقالات منشورة

البيانات والإحصاء والتصوير البياني

جودة البيانات، استكشافها، إعدادها والرسوم البيانية. تفسير البيانات وإعدادها بطريقة صحيحة.

دروس هذا القسم قيد الإعداد.

تعلّم الآلة

النماذج، التقييم وتفسير النتائج. مقارنة النتائج وتبرير اختيار النموذج.

دروس هذا القسم قيد الإعداد.

تطبيقات الويب باستخدام النماذج

Streamlit، واجهات API، واجهة المستخدم واستخدام النموذج. بناء تطبيق يستفيد من تنبؤات النموذج.

دروس هذا القسم قيد الإعداد.

التعلّم العميق

الشبكات العصبية، التدريب والمقارنة. التعمّق في النماذج بعد إتقان أساسيات المسار.

دروس هذا القسم قيد الإعداد.