اذهب إلى المحتوى

كل الأنشطة

تحدث تلقائيًا

  1. الساعة الماضية
  2. اعتذر فلم انتبه انك تتحدث عن nextjs يمكنك القيام بذلك في next js بالطريقة التالية : // app/page.jsx import ClientComponent from './client/ClientComponent' // الاكواد الصالحة const validCodes = ['2542', '1542', '4475'] export default async function Page({ searchParams }) { const code = searchParams.code // احضار الكود من الباراميتر // التامكد من ان الكود صالح const isCodeValid = validCodes.includes(code) return ( <div> <h1>Code Validation</h1> {isCodeValid ? ( <div> <p>The code you entered ({code}) is valid.</p> <ClientComponent /> </div> ) : ( <p>The code you entered ({code}) is not valid.</p> )} </div> ) } // app/client/ClientComponent.jsx export default function ClientComponent() { return <p>This is a client component.</p> }
  3. شكرا على الاجابة هل يجب استخدام express خصيصاً؟ لا يمكن عمل نفس النتيجة باستخدام ملف route.js داخل تطبيق الnext ؟
  4. السلام عليكم ورحمة الله وبركاته .. انا جديد هنا في تعلم ال C# والنتائج طلعت مضبوطة بس هل طريقة حلي صحيحي ام عندي خطأ ؟! وهل من الممكن حلها بطريقة اخرى غير طريقتي ؟! هذا حل للتمرين الأول : for (int i = 1; i <= 100; i++) { if (i % 5 != 0) { Console.Write(i + ","); } } وهذا حل التمرين الثاني : int sum = 1; int n = int.Parse(Console.ReadLine()); for (int i = 1; i <= n; i++) { sum = sum * i; Console.WriteLine(sum); }
  5. يمكنك القيام بذلك بالتأكيد، وهذا مثال على ذلك : const express = require('express'); const app = express(); const port = 3000; // مجموعة الأكواد المقبولة const validCodes = ['2542', '8765', '1234']; app.get('/', (req, res) => { const code = req.query.code; // احصل على الرمز من معامل الاستعلام // تحقق مما إذا كان الرمز موجودًا في مجموعة الأكواد المقبولة if (validCodes.includes(code)) { // إذا كان الرمز صالحًا، قم بعرض الصفحة res.send(` <!DOCTYPE html> <html> <head> <title>الرمز صالح</title> </head> <body> <h1>الرمز صالح</h1> <p>الرمز الذي أدخلته (${code}) صالح.</p> </body> </html> `); } else { // إذا لم يكن الرمز صالحًا، قم بعرض رسالة خطأ res.send(` <!DOCTYPE html> <html> <head> <title>الرمز غير صالح</title> </head> <body> <h1>الرمز غير صالح</h1> <p>الرمز الذي أدخلته (${code}) غير صالح.</p> </body> </html> `); } }); app.listen(port, () => { console.log(`الخادم يعمل على http://localhost:${port}`); }); ويمكنك الوصول إلى الصفحة عبر الرابط : http://localhost:3000/?code=2542
  6. السلام عليكم هل يوجد طريقة لبناء back end باستخدام next js 14 بدون استخدام next auth أريد فقط عمل صفحات محمية يجب على المستخدم إدخال كود للوصول إلى هذه الصفحات وذلك عن طريقة إنشاء array تحوي عدة أكواد يجب على المستخدم إدخال واحدة منها للوصول إلى الصفحات المحمية ولا احتاج إلى بريد وكلمة مرور
  7. اليوم
  8. كما بالتعليقات السابقة فإن البيانات لا يتم حفظها وذلك هو الطبيعي لأنك تحتاج لتطوير واجهة خلفية لتنفيذ ما تريد بطريقة جيدة وآمنة. لتقوم بحفظ البيانات على الخادم في قاعدة بيانات كما أن خطوات التحقق من صحة رموز الدخول أو المفاتيح التي يدخلها المستخدم يجب أن يتم على الخادم وليس على العميل. في حال وجود محتوى حساس أو صفحات مقيدة الوصول، يجب تحديد ذلك على الخادم وفق سياسات الوصول. ولكن إذا كان التطبيق للتدريب مثلاً فيمكنك استخدام ال localStorage أو AsyncStorage وأيضاً يمكنك تجربة مكتبة Redux Persist و هي مكتبة تسمح لك بحفظ بيانات Redux في تخزين محلي، مثل localStorage وتعتبر سهولة الاستخدام و لا تتطلب أي كتابة أكواد إضافية لذلك فهي مناسبة مناسبة للتطبيقات البسيطة
  9. عند استخدام Redux لإدارة الحالة في تطبيقات الويب، فإنه يقوم بتخزين البيانات في الذاكرة العابرة (RAM)، وبالتالي فإن البيانات تفقد عند تحديث الصفحة. للحفاظ على البيانات حتى بعد تحديث الصفحة، يمكنك استخدام التخزين المحلي (Local Storage) أو التخزين الجلسي (Session Storage) للمتصفح، بداية قم بإضافة كود لحفظ البيانات في local storage كلما قمت بتحديث الحالة في Redux واستخدم: localStorage.setItem('key', value) لحفظ البيانات، وتأكد من تحويل البيانات إلى سلسلة نصية إذا كانت البيانات تحتوي على أنواع معقدة (مثل الأجسام أو الصفوف). store.subscribe(() => { localStorage.setItem('formData', JSON.stringify(store.getState().formData)); }); وعند بدء تشغيل التطبيق، يمكنك قراءة البيانات من local storage واستخدامها لتهيئة حالة Redux. const savedFormData = localStorage.getItem('formData'); const initialState = saved formData ? JSON.parse(savedFormData) : {}; const store = createStore(rootReducer, { formData: initialState }); ثم بعدها يمكنك استخدام البيانات المحفوظة في الحالة العامة للتطبيق، ويمكنك استخدام موصلات Redux (مثل connect في react-redux أو useSelector في الخطافات) لقراءة البيانات.
  10. مع الاسف لا يمكنك القيام بذلك بدون backend. ولكن اذا كان التطبيق محلي (خاص بك) يمكنك حفظ البيانات في ال local Storage عند كل تعديل على الـ store وعندما تقوم بتحميل الصفحة قم بإحضار ال store من ال local Storage. ويمكنك التحكم بالوظيفة الخاصة بإحضار البيانات من ال local Storage عن طريف كود يدخله المستخدم.
  11. السلام عليكم عندما استخدم redux لحفظ بيانات يقوم بحفظه لكن عند عمل تحديث البيانات تختفي. كيف يمكنني الاحتفاظ بالبيانات مثلا إذا كنت أريد حماية صفحات وجعلها لا تفتح إلا عند إدخال كود معين وعند إدخاله يتم حفظه واستعماله لاحقاً
  12. قم بإضافة حقل جديد في قاعدة البيانات لتخزين تفضيلات شكل الروابط في لوحة التحكم، قم بإنشاء نموذج يسمح للمستخدمين بتحديد شكل الروابط المفضل من بينهما، ثم في ملف PHP الذي يعالج إعدادات لوحة التحكم، قم بتحديث قيمة حقل قاعدة البيانات بناء على الإدخال من نموذج لوحة التحكم وفي ملف .htaccess، قم بإضافة شرط يتحقق من قيمة حقل قاعدة البيانات لتحديد أي قاعدة إعادة كتابة يجب استخدامها كما أشرت لك في التعليق الذي سبق.
  13. يااخى انا اوريد عمل خيار في لوحة التحكم ليحدد شكل الروابط إذا كان www.example.com/category/c-رقم التصنيف.html او www.example.com/c-رقم التصنيف.html
  14. أولا افتح ملف .htaccess ثم اذهب إلى لوحة التحكم الخاصة بالموقع، وافتح "مدير الملفات"، وتأكد من وجود ملف .htaccess في المجلد الجذر للموقع. وإذا لم يكن موجودا، فقط قم بإنشائه بعدها أضف القواعد التالية إلى ملف .htaccess لتحويل الروابط: RewriteEngine On # تحويل الروابط إلى شكل /category/c-رقم التصنيف.html RewriteRule ^category/c-([0-9]+)\.html$ cat.php?c=$1 [L,QSA] # أو تحويل الروابط إلى شكل /c-رقم التصنيف.html RewriteRule ^c-([0-9]+)\.html$ cat.php?c=$1 [L,QSA] ثم احفظ التغييرات في ملف .htaccess واختبر الروابط في المتصفح للتأكد من أن التحويل يعمل بشكل صحيح.
  15. السلام عليكوم ورحمة الله و بركاته لوسمحتوم انا احتاج كيفية التحكم في اعدادات ملف htaccess الخاصة بروابط المتجر المبرمج ب php and my SQL من خلال لوحة التحكم مثلا تحويل روابط التصنيفات من www.example.com/cat.php?c=رقم التصنيف إلى www.example.com/category/c-رقم التصنيف.html او www.example.com/c-رقم التصنيف.html و كيف يمكنني إضافة إمكانية تعديل الحرف في الروابط ارجو الرد
  16. مرحبا محمود . لا يتوجب عليك أن يكون لديك حساب بالدولار فمن الممكن أن تقوم بالشراء بالجنيه المصرى وسيقوم البنك الخاص بك بتحويل الملبغ المراد دفعه بالدولار إلى جنيه بسعر البنك مع إضافة 10% من المبلغ عمولة تحويل . بعض بالنوك حاليا لا تعمل لديها بطاقة الخصم ( debit card) في المدفوعات بالعملة الأجنبية ولكن تتيح لك بطاقة الائتمان (Credit Card) . لذلك يمكنك التواصل مع البنك الخاص بك والسؤال عن إمكانية الشراء من الخارج بال debit card أم لا . وإذا كان لا يتيح يمكنك طلب بطاقة ائتمان ولكن لا أنصح بها لما لها من حرمانية . أو يمكنك الدفع عن طريق بايبال ويمكنك ربط بطاقة debit card بحساب باي بال ولكن تاكد من البنك الخاص بك من أنه يسمح بالربط بحساب باي بال . أيضا من الممكن أن تجعل شخص يشتري لك بطاقة هدية بقيمة الدورة التي تريدها ثم استخدامها وسيتم إضافة الرصيد الخاص بقيمة البطاقة لحسابك، وستجد تفاصيل عن ذلك هنا: شراء بطاقة هدية استخدام بطاقة الهدية
  17. ليس لدي حساب بالدولار كيف يمكنني الدفع بالجنيه المصري؟
  18. الهدف النهائي من بناء نموذج في البرمجة أو في الذكاء الاصطناعي هو استخدام البيانات اللي عندنا عشان نساعد في اتخاذ قرارات أفضل وأسرع في الحياة اليومية أو في الأعمال. النموذج ده بيكون زي عقل إلكتروني بيفهم البيانات ويتعلم منها عشان يديك توقعات أو توصيات مفيدة. في الطب: النموذج يقدر يساعد الدكاترة في تشخيص الأمراض بسرعة وبدقة. في الأعمال: يقدر يتنبأ بمبيعات المنتجات عشان الشركات تعرف تخطط للمستقبل. في السيارات الذاتية القيادة: النموذج بيساعد العربية تفهم الطريق وتتجنب الحوادث. في التطبيقات اليومية: ممكن يساعدك تختار الأفلام أو الأغاني اللي ممكن تعجبك. يمكننا التكلم عن الفوائد بشكل مبسط في المثال الذي ذكرته(نموذج يتنبأ إذا كان الشخص مصابًا بمرض السكر أم لا): 1. الاكتشاف المبكر: النموذج يمكنه المساعدة في اكتشاف حالات السكر مبكرا، مما يمنح المريض فرصة لبدء العلاج بسرعة وتجنب المضاعفات. 2. توفير الوقت والجهد: بدلاً من أن يحتاج الطبيب إلى فحص جميع الأعراض وإجراء جميع الفحوصات بنفسه، يمكن للنموذج أن يساعده في الحصول على فكرة سريعة عما إذا كان المريض يحتاج إلى فحص أدق أم لا. 3. تحسين الرعاية الصحية: عندما يكون لدينا نماذج دقيقة، نستطيع توفير رعاية صحية أفضل للناس وتقليل عدد الحالات التي لا يتم اكتشافها أو تشخيصها بشكل خاطئ. 4. توفير الأموال: النموذج يمكنه توفير الأموال لأن الفحوصات المبكرة والعلاج المبكر يمكن أن يمنع مشاكل أكبر وأغلى في المستقبل. 5. البحث العلمي: هذه النماذج تساعد في الأبحاث العلمية لفهم الأمراض وأسبابها بشكل أفضل، مما يمكن أن يفتح لنا الباب لعلاجات جديدة. يعني الهدف الأساسي هو تحسين حياتنا وجعلها أسهل وأكثر فعالية من خلال استغلال قوة البيانات والتكنولوجيا. ببساطة، النموذج ليس مجرد أداة للتنبؤ، بل هو أيضا وسيلة لتحسين حياتنا وصحتنا بشكل عام.
  19. وعليكم السلام، الهدف في كل المشاريع (ومنها مشاريع الذكاء الاصطناعي وتعلم الآلة) يجب أن يتم وضعه قبل بداية المشروع وليس عند الانتهاء منه! هذا أمر لا يتعلق بالبرمجة ولا التقنيات، إنما هو مبدأ عام في الحياة. في فترة التعلم يجب أن تقوم بمشاريع حتى وإن كنت لن تستفيد منها بشكل مباشرة، فالهدف في البداية هو فقط التدريب. ولذلك ترى أغلب المشاريع الموجهة للمبتدئين في البرمجة عبارة عن Todo app أو Blog أو شيء من هذا القبيل. على الرغم من أنه لدينا الملايير من هذه المشاريع، إلّا أنه يستمر العمل بها من أجل التعليم. لكن عندما تنتهي من الدراسة الأساسية وتريد الدخول إلى العمل الحقيقي، فهنا يجب أن تقوم بإنشاء شيء مختلف له فائدة حقيقية. لذلك، ينطبق نفس المبدأ على مشاريع تعلم الآلة. عليك تحديد الهدف الذي تريد الوصول إليه، بعد ذلك العمل على إنشاء نماذج تساعدك في تحقيقه. فمثلا، إن كان المطلوب إنشاء موقع للتنبؤ بالروابط التي تبدو احتيالية (هذا مشروع عُرض علي وقمت به)، فهنا سوف تعمل على إنشاء نماذج تعمل على النص وتحاول تدريبها انطلاقا من مجموعة بيانات تحوي هذه الروابط، ثم دمج هذا النموذج في الموقع المطلوب إنشاؤه لكي يستخدمه الأشخاص الآخرون. كما ترى، الهدف كان واضحا منذ البداية، ثم قمنا بالعمل استنادا إلى المطلوب.
  20. السلام عليكم انا عاوز افهم هو اي الهدف النهايه من بناء نموذج يعني مثل انا عملت نموذج يتنبا اذكان الشخص ده عندو السكر والا الا اي الاستفدا من حاجه زي كده ؟
  21. البارحة
  22. تسلم ايدك الطريقة الاولى اللى انت ذكرتها بوضع ال params كانت بردو ترجعلى data فاضية اما الطريقة الثانية بمسح ال params وكتابة ال api كامل بالشكل دة : https://alsouq.anevex.com/app/shop-api/advertisements?home_page_position=Header&show_in=home await axios.get("https://alsouq.anevex.com/app/shop-api/advertisements?home_page_position=Header&show_in=home") كانت افضل لان ال data بالفعل رجعلتى بالقيم المطلوبة
  23. قم بفتح الطرفية (التيرمنال) من قائمة التطبيقات أو بالضغط على Ctrl + Alt + T. ثم استخدم الأمر add-apt-repository لإضافة المستودع الجديد: sudo add-apt-repository repository/name عليك تبديل repository/name بعنوان المستودع الذي تريد إضافته. بعد إضافة المستودع، تحتاج إلى تحديث قائمة الحزم: sudo apt update ويوجد طريقة الثانية من خلال واجهة المستخدم، افتح "إدارة التحديثات" (Update Manager) وتستطيع العثور عليها في قائمة التطبيقات. افتح الإعدادات Settings في نافذة "إدارة التحديثات"، ثم انتقل إلى علامة التبويب "المستودعات الأخرى" (Other Software). ثم اضغط على زر "إضافة" Add وأدخل عنوان المستودع الذي تريد إضافته، وبعد إضافة المستودع، ستحتاج إلى تحديث قائمة الحزم. يمكنك القيام بذلك من خلال الضغط على زر "تحديث" (Refresh) أو باستخدام الطرفية: sudo apt update
  24. في الكود الثاني، قمت بتطبيق التحجيم القياسي (StandardScaler)فقط على بيانات التدريب (x_traing) ولكن لم تقم بتطبيق نفس التحجيم على بيانات الاختبار (x_test). هذا يؤدي إلى عدم توافق في توزيع البيانات بين التدريب والاختبار، مما يسبب زيادة كبيرة في الخطأ. يجب عليك أيضًا تطبيق التحجيم على بيانات الاختبار باستخدام نفس التحجيم الذي استخدمته لبيانات التدريب: import pandas as pd from sklearn.linear_model import LinearRegression from sklearn.preprocessing import StandardScaler from sklearn.model_selection import train_test_split from sklearn.metrics import mean_squared_error data = pd.read_csv("heart_disease.csv") feutures = data.drop(['target'], axis=1, inplace=False) outpnt = data['target'] x_traing, x_test, y_traing, y_test = train_test_split(feutures, outpnt, test_size=0.25, random_state=44, shuffle=True) scaler = StandardScaler() x_scaler_traing = scaler.fit_transform(x_traing) x_scaler_test = scaler.transform(x_test) # تطبيق نفس التحجيم على بيانات الاختبار linearregression = LinearRegression(fit_intercept=True, copy_X=True, n_jobs=-1) fit = linearregression.fit(x_scaler_traing, y_traing) y_prodict = fit.predict(x_scaler_test) msevalue = mean_squared_error(y_test, y_prodict, multioutput="uniform_average") print(f"MSEvalue: {msevalue}") وتأكد من أن البيانات في ملف heart_disease.csv لا تحتوي على قيم شاذة أو غير منطقية يمكن أن تؤثر على النتائج بعد التحجيم. بتطبيق التعديلات السابقة، يجب أن تحصل على نتائج أكثر منطقية لقيمة MSE.
  25. انا اول ما عملت كده يا أ.مصطفي فا حسابات الMSE فا كان ده النتجيه 87.53644204505163 مع العلم قبل ما اعمل كده فا كانت النتجيه 0.12410403813221675 فا اي السبيب ؟ وده الكود قبل import pandas as pd from sklearn.linear_model import LinearRegression from sklearn.model_selection import train_test_split from sklearn.metrics import mean_squared_error data = pd.read_csv("heart_disease.csv") feutures = data.drop(['target'] , axis=1 , inplace=False) outpnt = data['target'] x_traing , x_test , y_traing , y_test = train_test_split(feutures , outpnt , test_size=0.25, random_state=44 , shuffle=True) linearregression = LinearRegression(fit_intercept=True , copy_X=True , n_jobs=-1) fit = linearregression.fit(x_traing , y_traing) y_prodict = fit.predict(x_test) msevalue = mean_squared_error(y_test , y_prodict , multioutput="uniform_average") print(f"MSEvalue: {msevalue}") وده الكود بعد import pandas as pd from sklearn.linear_model import LinearRegression from sklearn.preprocessing import StandardScaler from sklearn.model_selection import train_test_split from sklearn.metrics import mean_squared_error data = pd.read_csv("heart_disease.csv") feutures = data.drop(['target'] , axis=1 , inplace=False) outpnt = data['target'] x_traing , x_test , y_traing , y_test = train_test_split(feutures , outpnt , test_size=0.25, random_state=44 , shuffle=True) scaler = StandardScaler() x_scaler_traing = scaler.fit_transform(x_traing) linearregression = LinearRegression(fit_intercept=True , copy_X=True , n_jobs=-1) fit = linearregression.fit(x_scaler_traing , y_traing) y_prodict = fit.predict(x_test) msevalue = mean_squared_error(y_test , y_prodict , multioutput="uniform_average") print(f"MSEvalue: {msevalue}")
  1. عرض المزيد
×
×
  • أضف...