لوحة المتصدرين

السلام عليكم python ام c++ في مجال تعلم الاله وتحليل البيانات ؟ والماد لغة c++ مش هي رقم واحد في المجال رغم انها لغة سرعيه عكس python ؟ وماهي المكتبات التي تدعم لغة c++ في مجال تعلم الاله وتحليل البيانت ؟ والماد لغة c++ رقم واحد في المجال برمجه الروبوتات ؟ وهل فيه كورس تعلم الاله بلغة c++ سواء كان عربيه او اجنبيه؟ واخير انا مبتدي في مجال تعلم الاله اتعلم python ام c++ ماد تنصحوني؟

elseif($do == "Update"){ if($_SERVER["REQUEST_METHOD"] == "POST"){ $id = $_POST['std']; $name = $_POST['name']; $Email = $_POST['Email']; $password = $_POST['password']; $stmt2 = $con->prepare("UPDATE student SET name = ?, Email = ?password=? WHERE id =?"); $stmt2->execute(array($name,$Email,$password,$id)); header("location:Index.php"); } }

This app is using a deprecated version of the Android embedding. To avoid unexpected runtime failures, or future build failures, try to migrate this app to the V2 embedding. Take a look at the docs for migrating an app: https://github.com/flutter/flutter/wiki/Upgrading-pre-1.12-Android-projects The plugin `cloud_firestore` requires your app to be migrated to the Android embedding v2. Follow the steps on the migration doc above and re-run this command.

إن بايثون تستخدم ضمنياً لغة السي، و يمكن ترجمة الكود الخاص بها إلى c ثم تنفيذه و هذه تقنية شائعة لتسريع كود البايثون. كما أن أغلب الأكواد التي يتم تنفيذها على ال GPU و هذه هي الحالة في تعلم الآلة يتم تنفيذها باستعمال السي، قد لا تلاحظ ذلك بشكل ظاهري و لكن لو قمت بفتح أكواد بعض المكاتب الكبيرة ستجد أن العمليات أغلبها مكتوبة بلغة السي لتسريع التنفيذ، و لكن أنت كمستخدم لهذه المكتبة لا تحتاج إلى معرفة ذلك.

يحدث هذا الخطأ عندما يستخدم تطبيق Flutter إصدارًا قديمًا من Android embedding. اذ أن تطبيقات Flutter تعتمد على Android embedding للتفاعل مع نظام Android. ومع ذلك، فإن الإصدار القديم الذي يتم استخدامه في التطبيقات قد تمت إزالته أو إهماله ويوصى بترحيل التطبيق إلى إصدار V2 من Android embedding. لحل هذه المشكلة وتجنب الأخطاء المفاجئة أثناء التشغيل أو في المستقبل، يجب عليك ترحيل تطبيقك إلى إصدار V2 من Android embedding. يمكنك الاطلاع على وثائق الترحيل الموجودة في الرابط المرفق سابقا الرابط التالي: https://github.com/flutter/flutter/wiki/Upgrading-pre-1.12-Android-projects بمجرد أن تكمل عملية الترحيل، يفترض ان تحل مشكلتك.

مثلما أشار مصطفى، فإنه وبشكل عام تعتبر لغة Python اللغة الأكثر استخدامًا لتعلم الآلة وتحليل البيانات للأسباب: سهولة التعلم: يعتبر لغة برمجة سهلة التعلم وفهمها، وتوفر العديد من الموارد والمكتبات المتخصصة في تعلم الآلة وتحليل البيانات. مجتمع نشط: اذ تتمتع بمجتمع نشط من المطورين والمتخصصين في مجال البيانات، وبالتالي يتوفر العديد من الدروس والمقالات والأدوات التي تسهل عملية التعلم والتطوير. مكتبات قوية: يزخر Python بمكتبات قوية وشهيرة مثل NumPy وPandas وMatplotlib وScikit-learn وغيرها، والتي تسهل عملية تحليل البيانات وبناء النماذج التنبؤية وما الى ذلك. وبالطبع، يمكن استخدام c++ في تعلم الآلة وتحليل البيانات أيضًا، لكنها قد تكون أكثر تعقيدًا في البداية وتحتاج إلى مستوى عالٍ من المعرفة في البرمجة. لذا، إذا كنت مبتدئًا في هذا المجال، فإنه ينصح بالبدء بتعلم Python ثم توسيع معرفتك إلى لغات أخرى حسب احتياجاتك واهتماماتك المستقبلية. لأن لغة c++ لغة واسعة جدا ولها مكانة هامة في عالم البرمجة وتستخدم في العديد من المجالات مثل تطوير الألعاب، برمجة النظم، الحوسبة العلمية، والمضاعفات الرقمية. ولذلك فإن تعقيدها يعطيها أفضلية السرعة وينتزع منها سهولة تعاطيها والتعامل معها.

في مجال تعلم الآلة وتحليل البيانات، لغة Python تعتبر شائعة ومستخدمة بشكل واسع. حيث تتمتع Python بسهولة التعلم وتوفر العديد من المكتبات والأدوات المتخصصة في مجال التعلم الآلي وتحليل البيانات، مثل NumPy وPandas وSciPy وScikit-learn وTensorFlow وPyTorch وغيرها. لذلك، إذا كنت مبتدئًا في هذا المجال، فأنصحك بالبدء بتعلم Python. وعلى الرغم من أن C++ ليست لغة رقم واحد في مجال تعلم الآلة وتحليل البيانات، إلا أنها تستخدم في بعض الحالات التي تتطلب أداءً ممتازًا وقدرة على التعامل مع كميات كبيرة من البيانات بسرعة عالية. لذلك يكون استخدام C++ مناسبًا إذا كنت تحتاج إلى تطوير خوارزميات محددة بسرعة عالية، ولديك خبرة في البرمجة بلغة C++. وبالنسبة لمكتبات C++ في مجال تعلم الآلة وتحليل البيانات، هناك بعض المكتبات المتاحة مثل TensorFlow بلغة C++ وMLpack وDlib، ولكن فإن التوجه الرئيسي لمجال تعلم الآلة يعتمد بشكل أساسي على Python، لذا فإن توفر المكتبات والأدوات في C++ أقل بعض الشيء. بالنسبة لبرمجة الروبوتات، فإن C++ لغة شائعة ومستخدمة بشكل واسع في هذا المجال، حيث توفر C++ أداءً عاليًا وتحكمًا دقيقًا في الأجهزة والموارد، وذلك مهم عند برمجة الروبوتات. وبخصوص مصادر لتعلم C++ هناك شروحات ودروس في القسم الخاص بها على أكاديمية حسوب، في قسم C++. وتستطيع البحث على يوتيوب وستجد كورسات خاصة بتعلم أساسيات البرمجة من خلال C++.

تمت إزالة خاصية title من عناصر BottomNavigationBarItem اعتبارًا من إصدار Flutter 2.0، وفي الإصدارات الحديثة، تم استبدال العنصر title بعنصر label، والذي يقوم بتحقيق نفس الغرض. لذا، تستطيعي تعديل الكود ليصبح كالتالي: activeColor: material.Colors.lightBlue, inactiveColor: HcColor(@xFFADADAD), BottomNavigationBarItem( icon: Icon(BoxIcons.bx_home_circle), label: tabNo == 0 ? Text("Home") : Container(), ), // BottomNavigationBarItem BottomNavigationBarItem( icon: Icon(BoxIcons.bx_calendar), label: tabNo == 1 ? Text("Planner") : Container(), ), // BottomNavigationBarItem BottomNavigationBarItem( icon: Icon(BoxIcons.bxs_videos), label: tabNo == 3 ? Text("videos") : Container(), ), // BottomNavigationBarItem BottomNavigationBarItem( icon: Icon(BoxIcons.bx_stats), label: tabNo == 4 ? Text("Leaderboard") : Container(), ), // BottomNavigationBarItem ودائمًا عليك بالرجوع إلى المستند الرسمي في حال واجهتك مشكلة: https://api.flutter.dev/flutter/widgets/BottomNavigationBarItem-class.html

قد يكون السبب هو كون الوظيفة BottomNavigationBarItem لا تدعم الـ title وتم استبدالها بالخاصية label ، اطلع من هنا. ليصبح الخاصية بالشكل : label: tabNo == 0 ? Text("Home") : Container(), بدلاً من : title : tabNo == 0 ? Text("Home") : Container(), لاكتشاف هذه الأخطاء في المرة القادمة يمكنك وضع مؤشر الفأرة على الخط الأحمر وانظر ماهي رسالة الخطأ التي ستظهر لك (حيث ستخبرك في الغالب أن الخاصية قد تم استبدالها).

مرحبا انا مشتركة فى الاكاديمية ياريت التوضيح باى الدروس نبدا بالترتيب بشكل اكاديمى متسلسل

دورة ادارة تطوير المنتجات دورة علوم الحاسوب انا اتوقع انه لازم ابدا فى دورة علوم الحاسوب ياريت بس بالترتيب ابدا من بعد المقدمه بماذا وكل الشكر لكم

هل لغة البرمجة المستخدمة تحدد سرعة البرنامج أم هياكل البيانات هي التي تحدد ذلك؟ بمعنى آخر، هل يعني استخدام لغة مثل C++ أن البرنامج سيكون سريعًا؟

إن هذا يعتمد على المبرمج بشكل أساسي، للمقارنة يجب أن نقول في حال كان لدينا نفس الخوارزمية مع نفس هياكل البيانات، من الأسرع؟ بشكل عام تعتبر لغة c++ من أسرع اللغات، حيث أن هذا من أهم الأهداف التي تحافظ على تحقيقها، أي ألا يكون من الممكن كتابة نفس الكود بلغة أخرى و تحقيق سرعة تنفيذ أفضل. و لكن بالطبع في حال أتى مبرمج و حل مشكلة معينة بطريقة ذكية تعقيدها الحسابي أقل و لكن بلغة بطيئة، في حين أن مبرمج آخر حلها بالطريقة المباشرة ذات التعقيد الحسابي الأعلى و لكن باستعمال c++ فالأول سيكون سرعة تنفيذ كوده أفضل. كما أنه بشكل عام لا يمكنك ملاحظة هذا الفرق ما لم يكن الكود الذي تنفذه يطبق على عدد بيانات هائل، أي في حال كان لديك بضع مئات من البيانات فلن يكون هناك فرق محسوس. كما أن السرعة ليست أهم شيء، حيث أن السرعة تأتي على حساب الصعوبة في كتابة الكود، حيث أن لغة مثل ال c++ تحاول الإبقاء على إمكانية التعامل بشكل مباشر مع العتاد الصلب و هذا ما يجعلها صعبة، في حين أن لغات أخرى تضحي بهذا الأمر على حساب سهولة و سرعة تطوير البرنامج. لذلك لا نجد لغة مثل ال c++ تستعمل في الويب مثلاً، بينما لا نجد لغة عالية المستوى جداً تستعمل في الأنظمة المدمجة.

بعد تعلم Machine Learning، يمكنك العمل في العديد من المجالات التي تستخدم هذه التقنية، مثل: تحليل البيانات و تطوير البرمجيات و التعلم الآلي و مجالات أخرى مثل التعرف على الصوت والصورة والتحكم على المحتوى والترجمة الآلية والكشف عن الاحتيال والأمن السيبراني والطب الحيوي وغيرها. بالنسبة للعمل على موقع العمل الحر أو عن بعد، فإن العديد من الشركات والمؤسسات والمواقع تبحث عن خبراء في مجال Machine Learning للعمل عن بعد أو على أساس عقود مؤقتة أو دائمة. ومن خلال الإنترنت يمكنك العثور على العديد من الفرص الوظيفية والمشاريع المستقلة. هناك العديد من المواقع التي تعرض فرص عمل في مجال Machine Learning، ومن بينها: LinkedIn: يمكنك استخدام LinkedIn للبحث عن فرص عمل في مجال Machine Learning، ويمكنك أيضًا إنشاء ملف شخصي قوي لنفسك وتوسيع شبكتك المهنية. Indeed: يوفر موقع Indeed فرص عمل في مجال Machine Learning وتحليل البيانات والذكاء الاصطناعي والمزيد. Glassdoor: يعرض موقع Glassdoor الوظائف في مجال Machine Learning ويتيح لك قراءة تقييمات الشركات وتجارب الموظفين السابقين. Kaggle Jobs: يعرض موقع Kaggle Jobs الوظائف في مجال التعلم الآلي والبيانات ويوفرأيضًا فرصًا للمشاركة في مسابقات وتحديات Machine Learning. وبالطبع يوجد الكثير من مواقع العمل الحر مثل lsjrg أما بالنسبة للمسابقات التي تقدمها الشركات في مجال Machine Learning، هناك العديد من مسابقات Machine Learning التي تقدمها الشركات والمنظمات: Kaggle: أكبر منصة لمسابقات المعرفة الآلية والتعلم الآلي. يتم تنظيم العديد من المسابقات على مدار السنة حول مشاكل مختلفة. KDD Cup: مسابقة كبيرة تنظمها مؤتمر KDD للمعرفة الاستكشافية والتعلم الآلي. Analytics Vidhya: شركة تنظم العديد من مسابقات التعلم الآلي المجانية وذات الجوائز. DrivenData: منصة تقدم العديد من التحديات لحل مشاكل العالم الحقيقي. Microsoft: تقدم مسابقة للطلاب في مجالات الذكاء الاصطناعي والتعلم الآلي. Anthropic: شركة تنظم العديد من مسابقات التعلم العميق على مدار السنة. AI For Good: مسابقة تركز على استخدام الذكاء الاصطناعي لخدمة الإنسانية. هذه بعض المسابقات الرئيسية في مجال التعلم الآلي والتي تقدمها الشركات، وهناك الكثير أيضًا حسب اهتمامك وتخصصك.

بشكل مبسط، الإجابة هي نعم، لغة البرمجة المستخدمة يمكن أن تؤثر على سرعة البرنامج. وقبل أن أوضح لك، لا يتم الإختيار بين اللغات بناءًا على السرعة فقط، بل هناك عوامل أخرى، فيجب التضحية بمزايا مقابل مزايا أخرى تخدم المشروع الذي تريد تنفيذه أي trade off، وبعضها لا يناسب مشروعك رغم أنها سريعة. فبعض لغات البرمجة مصممة لتكون أكثر كفاءة وسرعة في تنفيذ العمليات، مثلاً ، لغات مثل C++ تعتبر عادة أسرع من لغات برمجة أخرى مثل Python، لكن، يجب أن تعلم أن الأداء النهائي للبرنامج ليس فقط مرتبطًا بلغة البرمجة، بل أيضًا بطريقة كتابة الكود والخوارزميات المستخدمة فيه. فلغات البرمجة مثل C++ وC هي أمثلة على لغات مفتوحة المصدر وعالية الأداء، وتوفر هذه اللغات مستوى عالٍ من التحكم والقدرة على الوصول المباشر إلى الموارد والتلاعب بها، وبالتالي تسمح بكتابة برامج فعالة من حيث السرعة واستخدام الموارد. بمعنى أن C++ هي لغة برمجة منخفضة المستوى، وتستخدم ترجمة مباشرة قبل تنفيذ البرنامج، مما يعني أن الكود المكتوب بلغة C++ يتم تحويله إلى لغة آلة قبل تشغيله. بفضل هذه الخاصية، تعمل لغة C++ بشكل أسرع وأكثر كفاءة في تنفيذ العمليات مقارنةً ببعض اللغات الأخرى، مثل Python. بالمقابل، Python لغة برمجة عالية المستوى ومفسرة، بمعنى أنه يتم تنفيذ البرنامج خطوة بخطوة أثناء التشغيل، وذلك عن طريق مفسر يقوم بتحويل وتنفيذ الأوامر واحدة تلو الأخرى، وتلك التفاصيل في التنفيذ تؤدي إلى بعض الإختلاف في الأداء والسرعة، حيث قد تكون Python أبطأ من C++ في بعض الحالات. ومرة أخرى الأداء النهائي للبرنامج يعتمد على عوامل أخرى مثل حجم المشروع، وطبيعة العمليات التي يقوم بها البرنامج، وكيفية كتابة الكود وتنظيمه، لذلك، من الممكن تحقيق أداء جيد مع Python من خلال تحسين الخوارزميات والاستفادة من مكتبات Python القوية.

تحيه طيبه للجميع لدي استفسار لو تكرمتم اشتغل على كود متكون من قسمين لعرض الصور القسم الأول الصور التي احصل عليها من الفايربيز وهيا على شكل array اما القسم الثاني هم صور أقوم بإضافتهم من الهاتف من خلال pickImage طبعا فكرتي هيا إضافة صور جديد بجانب الصور التي تأتي من الفايربيز بمعنى في نفس القائمة او قائمة واحده ولكني اواجه مشكلة مع الصور التي اقوم بجلبها من الهاتف لا تعمل او لا تظهر او يتم عرضها على شكل مربع يحتوي على x صوره توضح المشكلة: الصورة الأولى من اليمين (الساعة) هذا احصل عليها من الفايربيز وهيا تكمل بشكل تمام اما الصور الثلاث التأليه هيا المشكلة التي لدي كيف يمكنني حل هذا المشكلة واضافة الجميع الى قائمة واحد؟ class ImageTopicModel { String? imageId; String? pOSTID; String? mainPicture; List<String>? imageUrls; bool isLocal = false; // Add the default value for isLocal field int? isMain_picture; ImageTopicModel({ this.imageId, this.pOSTID, this.mainPicture, this.imageUrls, this.isLocal = false, this.isMain_picture, }); ImageTopicModel.fromJson(Map<String, dynamic> json) { imageId = json['Image_id'].toString(); pOSTID = json['POSTID'].toString(); mainPicture = json['Main_picture'].toString(); imageUrls = json['ImageTopic'] != null ? List<String>.from(json['ImageTopic']) : null; isLocal = json['isLocal'] ?? false; isMain_picture = json['isMain_picture']; } Map<String, dynamic> toJson() { final Map<String, dynamic> data = new Map<String, dynamic>(); data['Image_id'] = this.imageId; data['POSTID'] = this.pOSTID; data['Main_picture'] = this.mainPicture; data['ImageTopic'] = this.imageUrls; data['isLocal'] = this.isLocal; data['isMain_picture'] = this.isMain_picture; return data; } String? get imageUrl => imageUrls?.join(',').replaceAll(RegExp(r'[\[\]]'), ''); set imageUrl(String? value) { if (value != null) { imageUrls = value.split(','); } } } class ImageCard extends StatefulWidget { var PostID; ImageCard({Key? key, this.PostID}) : super(key: key); @override State<ImageCard> createState() => _ImageCardState(); } class _ImageCardState extends State<ImageCard> { List<ImageTopicModel> filteredUsers = []; final picker = ImagePicker(); @override void initState() { init(); super.initState(); } Future<List<ImageTopicModel>> GetImageOfTopic() async { final document = await FirebaseFirestore.instance .collection('book') .where('id', isEqualTo: widget.PostID) .get(); List<ImageTopicModel> listOfImages = document.docs.map((doc) { return ImageTopicModel.fromJson(doc.data()); }).toList(); return listOfImages; } Future<void> init() async { filteredUsers = []; selectedIndex = -1; List<ImageTopicModel> imageList = await GetImageOfTopic(); filteredUsers.addAll(imageList); setState(() {}); } Future<void> _captureImage() async { final XFile? image = await picker.pickImage(source: ImageSource.gallery); if (image != null) { setState(() { filteredUsers.add(ImageTopicModel(imageUrls: [image.path])); }); } } @override Widget build(BuildContext context) { return Container( height: 150, child: ListView.builder( shrinkWrap: true, physics: AlwaysScrollableScrollPhysics(), scrollDirection: Axis.horizontal, itemCount: filteredUsers.length + 1, itemBuilder: (BuildContext context, int index) { if (index == filteredUsers.length) { // Render a button to select a new image return GestureDetector( onTap: _captureImage, child: Padding( padding: EdgeInsets.only(right: 10.0), child: Container( height: 100, width: 100, decoration: BoxDecoration( color: Colors.grey[200], borderRadius: BorderRadius.circular(5.0), ), child: Icon( Icons.add, size: 40, color: Colors.grey[400], ), ), ), ); } return Row( children: filteredUsers[index].imageUrls!.map((imageUrl) { return GestureDetector( onTap: () { print('Image clicked! URL: $imageUrl'); // Perform any action you want when the image is clicked }, child: Padding( padding: EdgeInsets.only(right: 10.0), // Adjust the spacing between images horizontally child: Container( height: 100, width: 100, child: Image.network( imageUrl, fit: BoxFit.cover, ), ), ), ); }).toList(), ); }, ), ); } }

هناك بعض الأمور التي يجب مراعاتها عند استخدام pickImage في Flutter. أولاً، تأكد من أنك قمت بإضافة الاعتمادية الصحيحة لحزمة image_picker في ملف pubspec.yaml الخاص بمشروعك. ثانياً، تأكد من أنك قمت بمعالجة صورة المعاينة التي تم اختيارها بنجاح، وتستطيع استخدام مكتبة معالجة الصور مثل flutter_image_compress لضغط الصورة وتحسين أدائها. ثالثاً، في الكود الحالي، يتم تخزين مسار الصورة المحلية المحددة في حقل imageUrls كقيمة واحدة في قائمة الصور filteredUsers، ولكن العرض المتوقع يتطلب أن يحتوي كل عنصر في القائمة filteredUsers على قائمة من الصور المختارة، لذا يجب تعديل بعض الأجزاء في الكود. في دالة _captureImage، عند إضافة الصورة المحلية الجديدة إلى filteredUsers، قم بتعديل الكود لإنشاء قائمة جديدة من الصور بدلاً من تخزين الصورة المحددة بمفردها، وبإمكانك تحقيق ذلك بتغيير السطر: filteredUsers.add(ImageTopicModel(imageUrls: [image.path])); إلى: filteredUsers.add(ImageTopicModel(imageUrls: [image.path], isLocal: true)); وذلك للإ شارة أن هذه الصورة هي صورة محلية. ثم في دالة build، قم بتعديل جزء إنشاء عناصر الصور داخل ListView.builder كما يلي: return Container( height: 150, child: ListView.builder( // ... itemBuilder: (BuildContext context, int index) { // ... return Row( children: filteredUsers[index].imageUrls!.map((imageUrl) { if (filteredUsers[index].isLocal) { // عرض الصور المحلية return GestureDetector( onTap: () { print('Local image clicked! URL: $imageUrl'); // Perform any action you want when the image is clicked }, child: Padding( padding: EdgeInsets.only(right: 10.0), child: Container( height: 100, width: 100, child: Image.file( File(imageUrl), fit: BoxFit.cover, ), ), ), ); } else { // عرض الصور من الفايربيس return GestureDetector( onTap: () { print('Firebase image clicked! URL: $imageUrl'); // Perform any action you want when the image is clicked }, child: Padding( padding: EdgeInsets.only(right: 10.0), child: Container( height: 100, width: 100, child: Image.network( imageUrl, fit: BoxFit.cover, ), ), ), ); } }).toList(), ); }, ), ); وتلك التغييرات تتيح لك عرض الصور المحلية التي تم اختيارها من خلال pickImage بشكل صحيح بجانب الصور الأخرى التي تأتي من Firebase.

مرحبا اعمل على تدريب شبكة عصبونية من أين يمكنني الحصول على Data set لتدريب هل يمكن المساعدة في اقتراح مصادر ؟

من المصادر الممكنة للحصول على مجموعات بيانات لتدريب الشبكات العصبونية بالإضافة للمصادر في التعليق السابق: Kaggle: يعد Kaggle واحدًا من أشهر المواقع المتخصصة في تنظيم المسابقات الخاصة بالتعلم الآلي وعلوم البيانات. يقدم الموقع أيضًا مجموعات البيانات المختلفة للتنزيل. UCI Machine Learning Repository: يوفر مستودع UCI العديد من مجموعات البيانات المتاحة للتنزيل مجانًا. تم جمع معظم هذه المجموعات من مختلف المواقع على الويب وهي مناسبة للتدريب والاختبار للعديدة من النماذج العصبونية. Google Dataset Search: يوفر محرك بحث Google Dataset Search مجموعات البيانات المتاحة على الويب من مصادر مختلفة. يمكن استخدامه للعثور على مجموعات البيانات المناسبة لتدريب الشبكات العصبونية. OpenML: يعد OpenML منصة علم البيانات المفتوحة المصدر. يتضمن الموقع مجموعات بيانات واسعة النطاق متاحة للتنزيل والتدريب. GitHub: يمكن العثور على مجموعات البيانات المتاحة للتدريب على الشبكات العصبونية على GitHub، والتي يتم تحميلها ومشاركتها من قبل المجتمع العلمي. ImageNet: يعد ImageNet أحد أكبر مجموعات البيانات المتاحة للتدريب على شبكات العصبونات العميقة. يحتوي على أكثر من 14 مليون صورة في مجموعات فئات مختلفة. CIFAR-10 و CIFAR-100: تعد CIFAR-10 و CIFAR-100 مجموعات بيانات مشهورة لتدريب شبكات العصبونات العميقة في مجال الرؤية الحاسوبية. تحتوي CIFAR-10 على 60،000 صورة ملونة مقسمة إلى 10 فئات، في حين تحتوي CIFAR-100 على 100 فئة. MNIST: تعد MNIST واحدة من أشهر مجموعات البيانات المستخدمة لتدريب شبكات العصبونات العميقة في مجال التعرف على الأرقام المكتوبة باليد. تتكون من 60،000 صورة للتدريب و 10،000 صورة للاختبار. COCO: تعد COCO منصة للكشف عن الصور وتتضمن مجموعة واسعة من مجموعات الصور المتاحة للتدريب على شبكات العصبونات العميقة في مجال الكشف عن الصور. TensorFlow Datasets: توفر TensorFlow Datasets مجموعات بيانات جاهزة للاستخدام مع TensorFlow. تحتوي المجموعات على مجموعة واسعة من المجالات، بما في ذلك الرؤية الحاسوبية والتعلم الآلي. هذه بعض المصادر التي يمكن استخدامها للحصول على مجموعات بيانات لتدريب شبكات العصبونات العمينية، ومن المهم الاختيار المناسب لمجموعة البيانات بناءً على الهدف المطلوب ونوع النموذج الذي يتم تدريبه.

اللغة البرمجية المستخدمة ليست العامل الوحيد الذي يحدد سرعة البرنامج. بالإضافة إلى لغة البرمجة، يتأثر أداء البرنامج بعدة عوامل مثل بالطبع، يمكننا التعمق أكثر في المعلومات المتعلقة بسرعة البرامج وكيفية تحسينها. عندما يتعلق الأمر بسرعة البرامج، يمكن تقسيم العوامل المؤثرة على الأداء إلى عدة فئات، من بينها: لغة البرمجة: تختلف لغات البرمجة في كفاءتها في تنفيذ البرامج، وذلك يعود إلى العديد من العوامل، مثل طريقة تحويل الشفرة إلى لغة آلة (compiling)، وكفاءة إدارة الذاكرة، والتعامل مع المعالج والنظام المضيف. ومن بين اللغات البرمجية التي تعتبر سريعة في التنفيذ: C++, C، Rust، و Assembly. هياكل البيانات: يتأثر أداء البرنامج بشكل كبير بالهياكل البيانية المستخدمة لتخزين البيانات. يجب استخدام هياكل بيانات فعالة ومناسبة للغرض المطلوب، مثل القوائم المتسلسلة، الأشجار، الجداول الهاش، وأيضًا قواعد البيانات ذات الأداء العالي. تنفيذ الخوارزميات: يجب استخدام الخوارزميات المناسبة للغرض المطلوب والتأكد من تحسينها بشكل صحيح. يجب أن تكون الخوارزميات فعالة ومناسبة للبيانات المعالجة وتحقيق النتائج المطلوبة. كتابة الشفرة المصدرية: يجب كتابة شفرة مصدرية جيدة ومنظمة وبدون أخطاء. يجب تجنب استخدام الحلول المؤقتة والتكرارات والأخطاء الشائعة في البرمجة والتأكد من استخدام المتغيرات والدوال بشكل صحيح. يجب أيضًا تجنب استخدام المكتبات والإضافات غير الضرورية. الأجهزة المستخدمة: تؤثر الأجهزة المستخدمة في سرعة البرنامج. يجب تحسين أداء الأجهزة والتأكد من تحديثها وإصلاح الأخطاء وإزالة البرامج الضارة. العمليات المتزامنة: تؤثر العمليات المتزامنة في سرعة البرامج. يجب تجنب تشغيلعمليات متزامنة غير ضرورية وتنظيمها بشكل صحيح، وكذلك تحسين طريقة تخزين البيانات على القرص الصلب. تقليل الخطأ: يجب تجنب الأخطاء في البرنامج، وتحسين جودة الشفرة المصدرية، واستخدام أدوات التحليل والاختبار لتحديد الأخطاء وتصحيحها. وبشكل عام، يمكن تحسين سرعة البرنامج من خلال تحديد العوامل التي تؤثر على الأداء وتحسينها بشكل صحيح. يجب النظر في جميع العوامل المذكورة أعلاه وتحسينها بشكل مناسب لتحقيق أداء أفضل للبرنامج.

تستطيعي الحصول على مجموعات البيانات (Data sets) من مصادر مختلفة، ومنها: 1- توجد العديد من المواقع التي توفر مجموعات البيانات المفتوحة والتي يمكنك استخدامها مجانًا، بعض المواقع الشهيرة تشمل Kaggle وUCI Machine Learning Repository وGitHub. وإليك الروابط: https://www.kaggle.com/datasets https://archive.ics.uci.edu/ml/datasets.php https://github.com/awesomedata/awesome-public-datasets https://github.com/datasets 2- بإمكانك العثور على العديد من مجموعات البيانات عبر البحث في المواقع الأكاديمية والمؤسسات البحثية. مثل Google Scholar وarXiv وIEEE Xplore. 3- بعض المشاريع البحثية والمنظمات العامة توفر مجموعات البيانات التي يمكن استخدامها لأغراض التدريب، وقد تكون هناك منظمات محددة لمجالات معينة مثل الطب أو الروبوتيات أو السيارات الذاتية. عليك فقط البحث عبر الإنترنت للعثور على المشاريع المناسبة في مجال اهتمامك. 4- هناك بعض المنصات التي توفر خدمات استضافة وتوزيع مجموعات البيانات، وتمكنك من تنزيل البيانات بشكل مريح وبسيط، بعض الأمثلة على ذلك هي AWS Open Data Registry وGoogle Dataset Search وMicrosoft Research Open Data.

قمت بتحميل مقطع فيديو من اليوتيوب مدته 8 دقائق وأريد أخذ بعض الأجزاء من المقطع وكل جزء كفيديو بحد ذاته من خلال برنامج wondershare filmora X أنا أعرف طريقة أن أقص الفيديو الذي أريد أخذه ثم أحذف الباقي من شريط التعديلات وأقوم بتصديره وهكذا . . . . ولكن أنا أريد تقسيم الفيديو إلى أجزاء كثيرة وبضغطة زر يتم تصدير كل جزء كفيديو لوحده هل يمكنني فعل ذلك؟ أم أن هذه الميزة غير متوفرة في البرنامج وإذا كان ممكنا فأخبروني بالطريقة رجاءً

كيف احدد عدد معين من السجلات الجديدة فى الmodel (django) تضاف كل يوم يضاف هذا العدد بدون زيادة و ليكن Flashcard كيف اضيف ١٠ فلاش كارد فقط لكل يوم فى جدول الفلاش كارد و لا يصبحوا ١١ بل ١٠ فقط

هذا هو مثال للتحقق من اسم المستخدم وكلمة المرور في PHP وعرض الأخطاء بلون أحمر: if ($_SERVER['REQUEST_METHOD'] == 'POST') { $username = $_POST['username']; $password = $_POST['password']; $conn = new mysqli('host', 'user', 'password', 'database'); $sql = "SELECT * FROM users WHERE username='$username' AND password='$password'"; $result = $conn->query($sql); if ($result->num_rows == 1) { // Login success header('Location: /home.php'); } else { // Login failed echo '<p style="color:red">Invalid username or password!</p>'; } } هذا الكود يقوم بما يلي: يتحقق من طريقة الإرسال POST يأخذ قيم اسم المستخدم وكلمة المرور المرسلة من النموذج يقوم بإجراء استعلام SQL للتحقق من وجود سجل مطابق في قاعدة البيانات إذا وجد سجل واحد مطابق، يتم توجيه المستخدم إلى صفحة المنزل إذا لم يعثر على سجلات مطابقة، يعرض رسالة خطأ باللون الأحمر هذا سيضمن عرض رسالة الخطأ بلون أحمر إذا كان اسم المستخدم أو كلمة المرور غير صحيحة. يمكنك تطبيق هذا الكود على صفحتك تسجيل الدخول للتحقق من بيانات المستخدم وإظهار الأخطاء بهذه الطريقة.

لم افهم مصطلح قوة الرفع الى القوة هل يمكن توضيحة بشك بسيط

بالطبع انا عارف عشان اتعلم مجال الAi الازم اتعلم اساسيات المجال زي الرياضيات وانا الحمد الله اتعلمت التفاضل والتكامل بالطبع انا فهم عشات اتعلم مجال aI الازم اتعلم الرياضيات وانا الحمد الله اتعلمت التفاضل والتكامل وكمان بتعلم باقي الرياضيات الخاصه بالمجال انا بحب الرياضيات جدا وحبب مجال الAi تعلم الاله سوال كمان لوسمحت هل مجال الAi مجال ابداعه والا الا انت بتستخدم خورزميات وخالص ؟ يعني انا حبب ابدع في مجال الAi

بعد تعلم Machine Learning، يمكن العمل في العديد من المجالات والصناعات التي تستخدم هذه التقنية، مثل: 1- تحليل البيانات والإحصاءات: حيث يمكن استخدام Machine Learning لتحليل البيانات والإحصائيات وتطوير نماذج تنبؤية وتصنيف البيانات وغيرها. 2- الذكاء الاصطناعي والروبوتات: حيث يمكن استخدام Machine Learning لتطوير الذكاء الاصطناعي وإنشاء روبوتات ذكية ومستقلة تعتمد على التعلم الآلي. 3- الصحة والطب: حيث يمكن استخدام Machine Learning في تحليل الصور الطبية والتشخيص الذاتي وتحسين عمليات الرعاية الصحية والكشف عن الأمراض المختلفة. 4- التجارة الإلكترونية والتسويق: حيث يمكن استخدام Machine Learning في تحليل بيانات العملاء والتنبؤ بالسلوكيات الشرائية وتحسين عمليات التسويق وإدارة المخزون. 5- الصناعة والتصنيع: حيث يمكن استخدام Machine Learning في تحسين عمليات الإنتاج والتشغيل وتوفير الطاقة. 6- الأمن والحماية: حيث يمكن استخدام Machine Learning في تحليل البيانات الأمنية والتنبؤ بالهجمات الإلكترونية وتحسين نظم الأمان. وبالنسبة للعمل بعد تعلم Machine Learning، يمكن العمل في مختلف القطاعات والصناعات التي تستخدم هذه التقنية، ويمكن العمل في الشركات والمؤسسات التقنية والمختبرات البحثية والمؤسسات الحكومية والشركات الناشئة وغيرها. كما يمكن العمل كمستقل والعمل على مشاريع حرة أو العمل عن بعد من خلال منصات العمل الحر على الإنترنت مثل مستقل و خمسات و بعيد غيرها.

بالطبع يمكنك العمل على مواقع العمل الحر، شخصياً لقد قمت بإنجاز 3 مشاريع متعلقة بالذكاء الصنعي على الموقع، و لو كان لدي وقت أكثر لكنت أنجزت أكثر. و لكن الأمر ليس بالسهل دائماً، تحتاج خبرة كبيرة، حيث أن هذا المجال ليس كالبرمجة العادية أو تصميم المواقع و التطبيقات. أنت تحتاج إلى أن تكون على إطلاع جيد على المفاهيم الأساسية في الاحتمالات و الإحصاء و الجبر الخطي و التحليل الرياضي حتى تفهم بشكل صحيح الخوارزميات و تستطيع تطبيقها بشكل صحيح. بالطبع كبداية لن تحتاج إلى كل هذا و لكن لن تفهم ما تقوم به ما لم تفهم الرياضيات جيداً. لذلك في حال كان اعتقادك أن تعلم الآلة هو عبارة عن برمجة باستعمال أحد أطر العمل فهذا غير صحيح، في حال لم تكن تحب تعلم الرياضيات و قضاء الوقت في التفكير أكثر من البرمجة فلا أنصحك بهذا المجال.

اولاً عليك إنشاء صفحة HTML تحتوي على نموذج (form) لإدخال اسم المستخدم وكلمة المرور: <!DOCTYPE html> <html> <head> <title>تسجيل الدخول</title> <style> .error { color: red; } </style> </head> <body> <h2>تسجيل الدخول</h2> <form method="POST" action="login.php"> <label for="username">اسم المستخدم:</label><br> <input type="text" id="username" name="username"><br> <label for="password">كلمة المرور:</label><br> <input type="password" id="password" name="password"><br> <input type="submit" value="تسجيل الدخول"> </form> </body> </html> بعد ذلك في ملف PHP يسمى "login.php"، يتم التحقق من اسم المستخدم وكلمة المرور في قاعدة البيانات وتوجيه المستخدم إلى صفحته الشخصية في حالة النجاح، وإظهار رسالة خطأ في حالة الفشل: <?php // تفاصيل الاتصال بقاعدة البيانات $servername = "اسم الخادم"; $username = "اسم المستخدم"; $password = "كلمة المرور"; $dbname = "اسم قاعدة البيانات"; // اسماء حقول جدول المستخدمين في قاعدة البيانات $userField = "اسم حقل اسم المستخدم"; $passField = "اسم حقل كلمة المرور"; // استلام قيم اسم المستخدم وكلمة المرور من النموذج $enteredUsername = $_POST['username']; $enteredPassword = $_POST['password']; // إنشاء اتصال بقاعدة البيانات $conn = new mysqli($servername, $username, $password, $dbname); // التحقق من وجود خطأ في الاتصال if ($conn->connect_error) { die("فشل الاتصال بقاعدة البيانات: " . $conn->connect_error); } // استعلام للتحقق من اسم المستخدم وكلمة المرور $query = "SELECT * FROM users WHERE $userField = '$enteredUsername' AND $passField = '$enteredPassword'"; $result = $conn->query($query); // التحقق من نتيجة الاستعلام if ($result->num_rows > 0) { // اسم المستخدم وكلمة المرور صحيحة، يتم توجيه المستخدم إلى صفحته الشخصية header("Location: صفحة_المستخدم.php"); } else { // اسم المستخدم أو كلمة المرور غير صحيحة، يتم عرض رسالة خطأ في النموذج echo '<h3 class="error">خطأ: اسم المستخدم أو كلمة المرور غير صحيحة.</h3>'; echo '<script>document.getElementById("username").style.borderColor = "red";</script>'; echo '<script>document.getElementById("password").style.borderColor = "red";</script>'; } // إغلاق اتصال قاعدة البيانات $conn->close(); ?> وانتبهي إلى أنه يجب استبدال "اسم الخادم" و "اسم المستخدم" و "كلمة المرور" و "اسم قاعدة البيانات" بمعلومات الاتصال الفعلية لقاعدة البيانات الخاصة بك. كما يجب استبدال "اسم حقل اسم المستخدم" و "اسم حقل كلمة المرور" بأسماء الحقول الصحيحة في جدول المستخدمين خاصتك.

أجد مثل هاته الأسئلة الأكثر ترددا على مسامع المترددين على المجال من الجدد، والإجابة باختصار هي: لا. وستضل تسمع ذلك طوال مسيرتك وحتى أثناء عملك في مجال تخصصك بالويب. فمع تزايد الاعتماد على الويب والتكنولوجيات الجديدة منه مثل تطبيقات الويب التقدمية Progressive web applications وتطبيقات الصفحة الواحدة Single page applications وتطبيقات SSR وغيرها .. سيزيد الطلب على تخصصات أكثر بهاته المجالات وسيخلق فرص عمل أكثر فيها. وهو ما يشهده المجال مؤخرا. فضلا عن المجتمعات البرمجية التي تدعمه وتحاول بشكل دائم تحسينه وخدمة أغراض أخرى فيه. هذا بجانب اسهامات التطبيقات المتنقلة والهجينة فيه، فباستعمال جافاسكربت فقط سيمكنك انشاء تطبيقات ويب وتطبيقات سطح مكتب وتطبيقات Android باستخدام التقنيات الهجينة. بالنسبة لمستقبل مطوري الويب، قد نرى استحداث مجالات عمل أكثر تخصصا وأكثر تعمقا، أو طلبا لتخصصات أكثر شمولا مثل تخصص تطوير الويب الشامل. ويستبعد جدا بل ولن يمكن بأي حال من الأحوال الاستغناء عنهم أو استبدالهم.

تطوير الويب مستمر لسنوات لعدة أسباب: يستمر الطلب على مهارات تطوير الويب في النمو كلما تحولت المزيد من الشركات إلى الإنترنت وزادت من وجودها على الإنترنت. يدفع نمو التجارة الإلكترونية ووسائل التواصل الاجتماعي وتطبيقات الويب المتنقل هذا الطلب. الويب يتطور باستمرار مع تقنيات وإطارات ولغات جديدة. هذا يعني أن مطوري الويب لديهم العديد من الفرص للتعلم المستمر والنمو وتطوير مهاراتهم. يحافظ على العمل مثير للاهتمام ومشوق. هناك تخصصات متعددة ضمن تطوير الويب، بدءاً من التطوير الأمامي إلى الخلفي، إلى تطوير الجزء الكامل. هذا يتيح لمطوري الويب إيجاد تخصصات ضيقة تتوافق مع اهتماماتهم وقدراتهم. رواتب تطوير الويب نسبيا عالية مقارنة بمهن أخرى، وفرص العمل عن بعد والعمل الحر توفر مرونة. ولكن يؤثر الذكاء الاصطناعي (AI) على تطوير الويب وتخلق فرص عمل جديدة في هذا المجال. ويعتبر أحد المجالات التي يؤثر فيها الذكاء الاصطناعي بشكل كبير يمكنك قراءة المزيد من المقالات في التعليق السابق بدلاً من التكرار

انا عمري 13 او 12 لدي شغف كبير في تعلم البرمجة ولقد تعلمت قليل من لغة بايثون ولدي الشغف لتعلم الكثير ولقد وجدت اكاديمية حسوب ولقد تحمست كثيرا, ولكن هل يمكنني الاستفادة من الدورة كمتابعة او لا يمكنني لصغر عمري؟ وهل الشهادة يمكنني الاستفادة منها ؟ وهل استفيد من السيرة الذاتية التي تقدمونها؟ وشكرا.