كل الأنشطة

بالتأكيد ليس لها صلاحية أي لا تنتهي صلاحيتها فهي تأكد إجتيازك الدورة بنجاح وهي تفيد في تقوية السيرة الذاتية الخاصة بك

لا بالطبع ليس لها مدة انتهاء . بمجرد انهائلك للدورة واجتياز الاختبار تحصل على الشهادة التي تفيد بإتمامك للدورة واجتيازها . وما هي الا إثبات لانهائك الدورة بنجاح ويمكنك وضعها في ال cv الخاص بك وستحتاجها بالطبع للحصول على اول وظيفة لك . بعد ذلك لن تكون مهمة بل خبرتك في العمل الاهم .

الان انا ب انتظار مراجعة مشروع تخرج لكي احصل على شهادة بس بدي اعرف شهادة اكاديمية حسوب هل لها فترة انتهاء صلاحية وتصبح فقط ورقة

متى سيتم نزول التحديثات للمسارات المؤرشفة والتي لم يتم استبدالها بالتحديث وهل مسار react سيتم تحديثه ؟

لفهم ال Hash Table أو كي أطلق علي نفسي أني أفهمه, هل يجب أن أخترع (أو أفكر/أبتكر دعنا نقول) خوارمية تجزئة/توزيع العناصر علي ال Hash Table. فمثلا خوارزمية مثل djb2 أفهما و أفهم كيف توزع العناصر علي الجدول لكن حتي الاَن لا يمكنني إبتكار خوارزمية لتوزيع العناصر (أو دعنا نقول خوارزمية توزع العناصر بشكل جيد علي الجدول). لفهم ال Hash Table أو كي أطلق علي نفسي أني أفهمه, هل يجب أن أخترع (أو أفكر/أبتكر دعنا نقول) خوارمية تجزئة/توزيع العناصر علي ال Hash Table. فمثلا خوارزمية مثل djb2 أفهما و أفهم كيف توزع العناصر علي الجدول لكن حتي الاَن لا يمكنني إبتكار خوارزمية لتوزيع العناصر (أو دعنا نقول خوارزمية توزع العناصر بشكل جيد علي الجدول). لماذا لا نجعل الدلو شجرة بدلا من قائمة مترابطة. فهذا سيسرع البحث كثيرا خصوصا إن كانت الدلو يحوي عدد كبير نسبيا من الكلمات. أم أن هذا لا يعتبر أنسب حل في مثل هذه الحالات لأنه بطبيعة الحال, العقدة في الشجرة تحمل مؤشرين مما سيزيد من الذاكرة المستهلكة.

في دورة الذكاء الاصطناعي سيتم دراسة ما يلي: ستتعلمين تحليل البيانات على مشاريع عملية، وستتعلمين استخلاص المعلومات من مجموعات من البيانات بتحليلها وتصويرها، والتعامل مع مكتبات شهيرة مثل Pandas و Numpy و Matpoltlib و Seaborn. التعامل مع نماذج الذكاء الاصطناعي LLMs الكبيرة مثل GPT من OpenAI مثل ChatGPT ونموذج LLaMA و DeepSeek مع أمثلة عملية عن استخدامها. التعامل مع نماذج الرؤية الحاسوبية باستخدام نماذج الذكاء الاصطناعي الحديثة مثل YOLO وCLIP وVision Transformers، مع صقل Fine-Tuning هذه النماذج لتحقيق أداء أعلى. سنطبق خوارزميات التعلم العميق في تصنيف العناصر، وتدرب شبكات عصبية CNN للتعرف على الصور، وتحليل المشاعر والنصوص وبناء بوت محادثة عبر الشبكات التكرارية RNN، وتطبيقات أخرى عملية عليها. تقنيات نقل التعلم وتدريب النماذج وصقلها Fine-Tuning لتحقيق أداء أعلى في مهام الذكاء الاصطناعي، وستستفيدين من النماذج المدربة مسبقًا لتسريع عملية التدريب، وتخصيصها لتلبية احتياجات تطبيقات محددة مثل تصنيف الصور وتحليل النصوص. الخوارزميات التي تستخدم في مهام الانحدار Regressions والتصنيف Classification والتجميع Clustering وغيرها في تعلم الآلة. خوارزميات التعلم الخاضعة للإشراف Supervised learning وخوارزميات التعلم الغير خاضعة للإشراف Unsupervised learning وخوارزميات التعلم المعزز Reinforced learning. ستتعلمين هندسة الموجهات Prompt Engineering وضبطها Prompt tuning مع مختلف نماذج LLMs، وكيفية تشغيل Ollama محليًا. ستوظفين ما تعلمتينه من تحليل للبيانات وتعلم الآلة في متجر إلكتروني، بدءًا من جلب البيانات من قاعدة البيانات ثم تحليلها ثم برمجة نماذج الذكاء الاصطناعي ثم دمجها مع المتجر لتقديم أنظمة ذكية للعملاء. كيفية جمع الصور ومعالجتها وتهيئتها لبناء نموذج شبكة عصبية عبر TensorFlow، وستتعلمين إنشاء واجهة برمجية API بنفسك لدمج النماذج التي دربتها مع تطبيقاتك. كيفية تصميم أنظمة ذكية تتعلم من التجربة لاتخاذ قرارات مثلى في بيئات ديناميكية، باستخدام تقنيات مثل Q-learning والتعلم العميق. وإليك رابط فيديو يشرح ما سيتم في هذه الدورة : وإيضا في الرابط التالي وصف كامل لما في الدورة والمسارات والأقسام والدروس الموجودة بها وأيضا توجد دروس يمكنكِ مشاهدتها قبل الإشتراك في الدورة لمعرفة طريقة الشرح والأسلوب.

دورة الذكاء الاصطناعي من أكاديمية حسوب تعتبر مسارًا متكاملًا لتعلم الذكاء الاصطناعي. مدتها حوالي 91 ساعة تدريبية، وتبدأ معك من الأساسيات دون الحاجة لأي خبرة مسبقة. ما الذي ستتعلمه في الدورة: أساسيات لغة بايثون لأنها اللغة الأساسية في الذكاء الاصطناعي. تحليل البيانات (Data Analysis) وتنظيفها وتجهيزها للنماذج. تعلم الآلة (Machine Learning) وكيفية تدريب النماذج للتنبؤ أو التصنيف. التعلم العميق (Deep Learning) باستخدام الشبكات العصبية. الرؤية الحاسوبية (Computer Vision) للتعامل مع الصور والفيديوهات. النماذج النصية الكبيرة (LLMs) مثل GPT و LLaMA وكيفية دمجها في التطبيقات. التعلم المعزز (Reinforcement Learning) لتعليم الأنظمة اتخاذ قرارات ذاتية. طبيعة المشاريع العملية: في نهاية كل قسم ستطبق ما تعلمته في مشاريع حقيقية، مثل: بناء نموذج تنبؤ للمبيعات في متجر إلكتروني. إنشاء نظام توصيات واقتراح منتجات. تطوير نظام تصنيف نصوص ورسائل (مثل فرز رسائل البريد الإلكتروني). بناء نموذج للتعرف على الصور وتمييز محتواها. استخدام LLMs مثل GPT لإنشاء تطبيقات دردشة ذكية. النتائج المتوقعة: بنهاية الدورة ستكون قادرًا على: بناء نماذج ذكاء اصطناعي من الصفر. تحليل ومعالجة البيانات باحترافية. التعامل مع النماذج الكبيرة الجاهزة مثل GPT. دمج الذكاء الاصطناعي في مشاريعك الخاصة أو تطبيقات الويب. كما أنك ستحصل على شهادة معتمدة، ومتابعة من فريق مختص أثناء الدورة وبعدها، مما يساعدك على دخول سوق العمل بثقة. يمكنك رؤية المزيد من التفاصيل: https://academy.hsoub.com/learn/artificial-intelligence/

أريد شرح مجمل عن دورة الذكاء الاصطناعي والنتائج المتوقع الخروج منها وطبيعة المشاريع التي سيتم العمل عليها

الرابط الخاص بالمشروع هو رابط خاص ويطب إذن للدخول عليه . تأكد في أدوات المطور هل يتم جلب الصور بشكل صحيح من الرابط ؟ أى هل الرابط يعيد صور أم من الممكن أن الصور خاصة فلا يتم جلبها وتحتاج إلى إذن . أيضا قم بطباعة الصور في ال console وانظر هل يتم طباعة الصور بشكل صحيح أم لا . وإرفاق النتائج التي تظهر لك.

حاليا يوجد ضغط على مركز المساعدة لذلك يرجي الانتظار قليلا وسيتم الرد عليك قريبا وأيضا سيأخذ الأمر بعض الوقت لمراجعة مشروعك بشكل كامل ومن ثم تحديد موعد معك لمناقشة المشروع.

وعليكم السلام ورحمة الله وبركاته. أحيانًأ يكون هناك ضغط على مركز المساعدة بسبب كثرة الرسائل فلذلك يتم التأخر قليلاً وبالنسبة لمشروع التخرج فيتم مراجعة كل أجزاء المشروع ليتم مناقشته معك . ولذلك يرجى الإنتظار بعض الوقت .

السلام عليكم انتهيت من مشروع تخرج وسلمته للمركز مساعدة بس ليش مركز مساعدة يتأخرو برد

الان بدأ يرفع صور بنجاح لكن لا يتم عرض صور في واجهة رئيسية بعد ما استخدمنت Cloudinary برغم انها تحفظ في قاعدة بيانات https://image-gallery-llmy3g4pa-zen-allahams-projects.vercel.app/ "use server"; import { NextRequest, NextResponse } from "next/server"; import { connectDB } from "@/app/libs/connectDB"; import { isAuthenticate } from "@/app/libs/isAuthenticate"; import Image from "@/app/models/Image"; import { v2 as cloudinary } from "cloudinary"; import { Readable } from "stream"; cloudinary.config({ cloud_name: process.env.CLOUDINARY_CLOUD_NAME, api_key: process.env.CLOUDINARY_API_KEY, api_secret: process.env.CLOUDINARY_API_SECRET, }); function bufferToStream(buffer: Buffer) { const readable = new Readable(); readable._read = () => {}; readable.push(buffer); readable.push(null); return readable; } export async function POST(request: NextRequest) { try { await connectDB(); const user = await isAuthenticate(request); if (!user) { return NextResponse.json({ message: "غير مصرح" }, { status: 401 }); } const formData = await request.formData(); const title = formData.get("title") as string; const description = formData.get("description") as string; const file = formData.get("file") as File; if (!file) { return NextResponse.json({ message: "اختر صورة أولاً" }, { status: 400 }); } const fileBuffer = Buffer.from(await file.arrayBuffer()); const uploadResult = await new Promise<any>((resolve, reject) => { const stream = cloudinary.uploader.upload_stream( { folder: "images" }, (error, result) => { if (error) reject(error); else resolve(result); } ); bufferToStream(fileBuffer).pipe(stream); }); // إنشاء مستند جديد في MongoDB const newImage = await Image.create({ title, description, imageUrl: uploadResult.secure_url, userId: user._id, likes: 0, likedBy: [], }); return NextResponse.json({ success: "تم رفع الصورة بنجاح", image: newImage, }); } catch (err) { console.log(err); return NextResponse.json( { message: "حدث خطأ في السيرفر" }, { status: 500 } ); } } import { connectDB } from "@/app/libs/connectDB"; import Image from "@/app/models/Image"; import { NextRequest, NextResponse } from "next/server"; export async function GET(request:NextRequest){ try{ await connectDB(); const images = await Image.find().sort({createdAt: -1}); return NextResponse.json(images); }catch(err){ console.log(err); return NextResponse.json({ message: "حدث خطأ في السيرفر" }, { status: 500 }); } }

الان بدأ يرفع صور بنجاح لكن لا يتم عرض صور في واجهة رئيسية بعد ما استخدمنت Cloudinary https://image-gallery-72gqvgbz9-zen-allahams-projects.vercel.app/ "use server"; import { NextRequest, NextResponse } from "next/server"; import { connectDB } from "@/app/libs/connectDB"; import { isAuthenticate } from "@/app/libs/isAuthenticate"; import Image from "@/app/models/Image"; import { v2 as cloudinary } from "cloudinary"; import { Readable } from "stream"; cloudinary.config({ cloud_name: process.env.CLOUDINARY_CLOUD_NAME, api_key: process.env.CLOUDINARY_API_KEY, api_secret: process.env.CLOUDINARY_API_SECRET, }); function bufferToStream(buffer: Buffer) { const readable = new Readable(); readable._read = () => {}; readable.push(buffer); readable.push(null); return readable; } export async function POST(request: NextRequest) { try { await connectDB(); const user = await isAuthenticate(request); if (!user) { return NextResponse.json({ message: "غير مصرح" }, { status: 401 }); } const formData = await request.formData(); const title = formData.get("title") as string; const description = formData.get("description") as string; const file = formData.get("file") as File; if (!file) { return NextResponse.json({ message: "اختر صورة أولاً" }, { status: 400 }); } const fileBuffer = Buffer.from(await file.arrayBuffer()); const uploadResult = await new Promise<any>((resolve, reject) => { const stream = cloudinary.uploader.upload_stream( { folder: "images" }, (error, result) => { if (error) reject(error); else resolve(result); } ); bufferToStream(fileBuffer).pipe(stream); }); // إنشاء مستند جديد في MongoDB const newImage = await Image.create({ title, description, imageUrl: uploadResult.secure_url, userId: user._id, likes: 0, likedBy: [], }); return NextResponse.json({ success: "تم رفع الصورة بنجاح", image: newImage, }); } catch (err) { console.log(err); return NextResponse.json( { message: "حدث خطأ في السيرفر" }, { status: 500 } ); } } import { connectDB } from "@/app/libs/connectDB"; import Image from "@/app/models/Image"; import { NextRequest, NextResponse } from "next/server"; export async function GET(request:NextRequest){ try{ await connectDB(); const images = await Image.find().sort({createdAt: -1}); return NextResponse.json(images); }catch(err){ console.log(err); return NextResponse.json({ message: "حدث خطأ في السيرفر" }, { status: 500 }); } }

ما يهم حقاً هو فهمك للمفاهيم البرمجية نفسها، وليس اللغة التي تعلمت بها هذه المفاهيم. عندما تدخل سوق العمل، ستجد أن الشيفرة البرمجية نفسها مكتوبة بالإنجليزية في جميع الأحوال، سواء كانت أسماء المتغيرات أم الدوال أم الكلمات المفتاحية في لغة البرمجة. كذلك فإن المصطلحات التقنية في بيئة العمل تكون إنجليزية . أما بالنسبة للمشكلة التي تواجهها في عدم تعودك على المصطلحات العربية مثل استخدام كلمة "كائن" بدلاً من "object"، الحل يكمن في أن تتعلم المصطلحات الإنجليزية بالتوازي مع الشرح العربي، وليس أن تتخلى عن أحدهما.

القصور في مشروع التخرج يقصد به النقائص والثغرات التي تؤثر على جودة المشروع وإتمامه بشكل صحيح، سواء كانت هذه النقائص في الجانب التقني مثل عدم تطبيق جميع المتطلبات الوظيفية أو وجود أخطاء في البرمجة فهو يعني وجود أي نقص يجعل المشروع غير مكتمل أو غير جاهز للتقييم النهائي، وعندما يطلب منك معالجة قصور معين، فأنت بحاجة إلى تحديد هذا النقص وتصحيحه قبل الرفع النهائي أو التقديم للجنة التقييم.

Vercel تستخدم بيئة serverless حيث الخوادم تنشأ وتحذف بسرعة، ولا تحتفظ بنظام ملفات دائم وعندما تستخدم fs لحفظ الصور فالملفات هنا ستكتب على القرص الصلب المؤقت للخادم، لكن هذا القرص سيختفي بعد انتهاء الطلب فتفقد الصور لهذا السبب Vercel توصي دوما باستخدام خدمات تخزين سحابية مثل Cloudinary أو AWS S3 أو Google Cloud Storage، لأنها توفر تخزين دائم خارج الخادم. وحتى إذا أردت استخدام fs يمكنك فقط قراءة الملفات الموجودة مسبقا في مشروعك مثل الصور في مجلد /public لكن لا يمكنك حفظ ملفات جديدة بشكل دائم.

هندسة البرمجيات هي الخيار الأفضل لأنها توفر أساسا متينا في البرمجة والهندسة معا، وهما الركيزتان الأساسيتان لأي مشروع روبوتات. بينما تخصص الذكاء الاصطناعي وحده سيركز على الخوارزميات والتعلم الآلي دون تطوير المهارات الهندسية العملية للتحكم في الأنظمة الفيزيائية، فإن هندسة البرمجيات ستعطيك القدرة على بناء أنظمة معقدة وموثوقة وهي ما تحتاجه فعلا في الروبوتات. يمكنك متابعة دراسة هندسة البرمجيات وأيضا يمكن أن تدرس الذكاء الاصطناعي كمواد اختيارية أو تخصص إضافي، وستكون في وضع أقوى بكثير عندما تصل لمجال الروبوتات لاحقا وتتوسع فيه.

أولا هندسة الروبوتات غالبا لا يوجد لها دورات جيدة عن طريق الإنترنت حيث بالطبع يجب أن يكون هناك ورشات عمل وأجهزة للعمل عليها وهي غير متاحة أونلاين . وأيضا هندسة الروبوتات تدمج عدة مجالات هندسية معا مثل الهندسة الميكانيكية والهندسة الكهربائية والهندسة البرمجية لهذا الأمر فإن الدراسة عن طريق الإنترنت ليست جيدة أو بسيطة حيث ستحتاج عدة سنوات لهذا الأمر . يمكنك أولا الآن دراسة علوم الحاسوب والإلمام بالمفاهيم الأساسية والتعرف على المجالات المتاحة في علوم الحاسوب وبعد ذلك يمكنك أخذ نبذة عن كل مجال مثلا مجال هندسة البرمجيات أو مجال الذكاء الإصطناعي وغيرها من المجالات الأخرى . وفي النهاية يمكنك البدأ في المجال الذي أحسست أنك قد أحببته ولك ميول له سواء كان الذكاء الإصطناعي أو غيره .

أولاً من ناحية المحتوي التعليمي فغالباً ما تجد دورات online أفضل بكثير من المحتوى الخاص بالجامعة ولكن سيكون عليك الإلتزام أكثر ويعتمد على البلد. كما أن المحتوى الخاص بالذكاء الإصطناعي يجب أن يكون على مستوى احترافي فالمجال صعب نسبياً فتحتاج لتحديد ما إذا كان المحتوى الدراسي الخاص بالذكاء الإصطناعي يستحق التخصص أم لا والعديد من العوامل الأخرى التي تعتمد عليها الإجابة ولذلك يمكنك تحديد الأفضلية لكل إختيار والإختيار بينهما بناء على ذلك.

عندما تعمل على جهازك المحلي، لديك نظام ملفات دائم (persistent file system). هذا يعني أنك عندما تحفظ ملف باستخدام fs في مجلد معين، هذا الملف يبقى موجوداً حتى تحذفه أنت يدوياً. هذا منطقي وطبيعي. لكن Vercel تعمل بنظام مختلف تماماً يسمى Serverless Functions. في هذا النظام، كل طلب (request) يتم معالجته في بيئة مؤقتة ومعزولة تسمى instance. ولذلك Cloudinary وخدمات التخزين السحابية الأخرى تحل هذه المشكلة ستحتاج لتعديل بعض الأجزاء فبدلاً من حفظ الملف باستخدام fs.writeFile، ستقوم برفعه مباشرة إلى Cloudinary. إليك مثال بسيط // بدلاً من fs.writeFileSync(path.join('uploads', filename), buffer); // استخدم import { v2 as cloudinary } from 'cloudinary'; // رفع الصورة إلى Cloudinary const result = await cloudinary.uploader.upload(file, { folder: 'your-project-name' });

إذا درست الذكاء الاصطناعي (AI) : ستتعلم كيف تجعل الحاسوب “يفكر” ويتعلم وتركّز أكثر على الرياضيات والخوارزميات. إذا درست هندسة البرمجيات :ستتعلم كيف تبني البرامج وأنظمة، وتركّز على البرمجة والتصميم. وبما أنك هدفك الروبوتات فهتحتاج الإثنين: ذكاء اصطناعي وبرمجة قوية. وبما إن تخصص “هندسة الروبوتات” غير متوفر حاليًا، فالأفضل: يمكنك البداية في هندسة البرمجيات كتخصص أساسي، وادرس الذكاء الاصطناعي وعلوم الكمبيوتر عبر الإنترنت بجانبها. بهذا تكون جاهز لبناء روبوتات في المستقبل إن شاء الله.

يعني لازم اعدل كود مشروعي بالكامل

Vercel يقوم بإستخدام Serverless Functions فعندما ترسل مشروعك Vercel يقوم بتحويل الوظائف الخلفية مثل API routes في Next.js إلى دوال خادمية بدون خادم (Serverless Functions) وتلك الدوال تنفذ في بيئة مؤقتة مثل AWS Lambda وليس على خادم ثابت مثل الذي لديك محليا. ولذلك لا يوجد نظام ملفات محلي (No Persistent Filesystem) في البيئة هذه أى ليس هناك قرص صلب أو مجلدات ثابتة تستطيع أن تقرأ أو تكتب فيها باستخدام fs.writeFile أو fs.readFile أو path.join فالوظيفة تنفذ وتختفي فورا ولذلك فأي محاولة للتعامل مع ملفات محلية ستفشل برسالة خطأ مثل "ENOENT: no such file or directory" أو "fs module not found". أما محلياً لديك على الجهاز (localhost) فإن fs تعمل بشكل عادي لأن لديك نظام ملفات حقيقيأم على Vercelفهو لا يسمح بذلك لأسباب أمان والكفاءة. وإن Cloudinary خدمة سحابية للصور وليس Vercel نفسه الذي يطلب إذن Cloudinary تحديدا ولكن في الوثائق والأمثلة الرسمية ل Vercel يقوموا بالتوصية لإستخدام Cloudinary لأنها مصممة خصيصاً لرفع وتخزين وتوزيع الصور والفيديوهات في بيئات serverless.

اريد الاستشارة بما انكم مجموعة متخصصة في مجال التقنية أترون انه من الأفضل: ان اتخصص في الذكاء الاصطناعي وادرس علوم الكمبيوتر عن طريق الاونلاين أو اتخصص في هندسة البرمجية وادرس علوم الكمبيوتر والai عن طريق الاونلاين؟ (اطمح لهندسة الروبوتات ولكن هذا التخصص لم يتوفر بعد لهذا افكر في اقرب بدائل له)