لوحة المتصدرين

انا ادرس بكليه التجاره قسم نظم ومحتاج اني احدد تخصص في البرمجه اشتغل فيه، بس مش عارف اختار ايه، كنت حابب شخص يوضحلي تخصصات البرمجه الموجوده حاليا ويعرفني عليه من مميزات وعيوب وغيرها من الاوجه، بحيث اقدر احدد تخصص يكون مناسب لظروفي وتفضيلاتي. وشكرا مقدما.

السلام عليكم انا اريد تعلم انشاء مواقع ويب احترافية ودمج معها الذكاء الاصطناعي هل من استطيع اخذ دورة تطوير الواجهات الامامية بدلا من دورة تطوير تطبيقات باستخدام بايثون بعد دورة الذكاء الاصطناعي لأستطيع فعل هذا ؟ اي هل سأتمكن من دمج نماذج الذكاء الاصطناعي مع المواقع التي سأنشأها في دورة تطوير الواجهات الامامية ؟

السلام عليكم كيف أربط ملفات الhtml مع بعضها لأنني أريد جعل الموقع متجاوب وفتحت ملف html جديد لأجل الهاتف لان عناصر الhtml مختلفة قليلا عن الحاسوب و اريد طريقة لكي اربط ملف الhtml للحاسوب مع ملف الhtml للهاتف والسلام عليكم

اول ما سويت التصنيف بعدين سويت مزامنة للتغييرات في git البيانات صارت تتكرر إدراج gallery.zip

السلام عليكم هو امتي اقسم البيانات الي تدريب - تطواير - اختبار وامتي تدريب - اختبار بس ؟

السلام عليكم. رأيت عرضكم حول الدورات (دورتين بسعر دورة واحدة) :: عرض بداية عام 2025 - أكاديمية حسوب وفكرت بشرائها لابني ليتعلم ويستفيد وينطلق في سوق العمل مبكرا للعلم أن عمر ابني 10 سنوات، فهل هذه الدورات مناسبة له أم لا؟!

متى يتم تقسيم البيانات إلى (تدريب - تطوير - اختبار) ومتى يكون (تدريب - اختبار) كافيًا؟ أولًا: فهم الفرق بين الأقسام الثلاثة عند العمل على تدريب نموذج في التعلم الآلي، يمكن تقسيم البيانات إلى: مجموعة التدريب (Training Set) → تُستخدم لتدريب النموذج. مجموعة التطوير/التحقق (Validation Set) → تُستخدم لضبط المعلمات وتحسين الأداء وتجنب overfitting. مجموعة الاختبار (Test Set) → تُستخدم لتقييم أداء النموذج النهائي على بيانات جديدة لم تُستخدم أثناء التدريب. إذا كان لديك مجموعة بيانات صغيرة، فمن الأفضل الاكتفاء بتقسيم البيانات إلى: 80% تدريب (Train) 20% اختبار (Test) لكن! في هذه الحالة، قد لا يكون لديك وسيلة لضبط المعلمات بشكل دقيق، مما قد يؤدي إلى Overfitting. لذلك، هذه الطريقة تناسب النماذج البسيطة أو عندما يكون لديك بيانات محدودة جدًا. إذا كان لديك مجموعة بيانات كبيرة وترغب في ضبط أداء النموذج، فمن الأفضل التقسيم إلى ثلاث مجموعات: 70% تدريب (Train) → لتعليم النموذج. 15% تطوير/تحقق (Validation) → لضبط المعلمات وتقليل Overfitting. 15% اختبار (Test) → لتقييم النموذج النهائي. هذه الطريقة مناسبة عند العمل مع نماذج معقدة مثل الشبكات العصبية العميقة (Deep Learning) أو عند الحاجة إلى ضبط الهايبر باراميترز (Hyperparameters). إذا كان لديك بيانات صغيرة: استخدم تدريب - اختبار فقط. إذا كان لديك بيانات كبيرة وتحتاج لضبط المعلمات: استخدم تدريب - تطوير - اختبار. إذا كان لديك بيانات قليلة لكن تريد تقييمًا أكثر دقة: استخدم K-Fold Cross Validation. الاختيار يعتمد على حجم البيانات وتعقيد النموذج! ======================================================== ما هي مجموعة التحقق؟ هي مجموعة بيانات منفصلة عن بيانات التدريب والاختبار، تُستخدم أثناء التدريب لتقييم أداء النموذج وضبط المعلمات دون التأثير على التقييم النهائي. لماذا نستخدم مجموعة التحقق؟ 1.ضبط الهايبر باراميترز (Hyperparameters Tuning): تساعد في اختيار المعلمات المثلى مثل معدل التعلم، عدد الطبقات في الشبكة العصبية، وغيرها. 2. تجنب Overfitting: إذا كان الأداء على التدريب جيدًا لكن سيئًا على التحقق، فهذا يعني أن النموذج قد حفظ البيانات بدلاً من تعميمها. 3. وقف التدريب المبكر (Early Stopping): عندما نلاحظ أن الأداء على التحقق بدأ في التراجع رغم تحسن التدريب، فهذا مؤشر على ضرورة التوقف لتجنب Overfitting. لديك بيانات وتصمم شبكة عصبية لتصنيف الصور، يمكنك تقسيمها كالتالي: 70% تدريب → لتعليم النموذج 15% تحقق → لضبط المعلمات والتحقق من التحسين 15% اختبار → للتقييم النهائي إذا وجدت أن دقة التحقق لا تتحسن أو تتراجع بينما دقة التدريب تزيد، فهذا يعني Overfitting ويجب تعديل المعلمات. عند استخدام K-Fold Cross Validation، حيث نقسم البيانات إلى K أجزاء ويتم التحقق مع كل تكرار. عندما يكون لديك بيانات قليلة جدًا، فتقسمها إلى تدريب واختبار فقط لتوفير أكبر كمية ممكنة من البيانات للتدريب. الخلاصة: مجموعة التحقق ضرورية لضبط المعلمات وتجنب Overfitting. تُستخدم لاختيار النموذج الأفضل قبل تقييمه على بيانات الاختبار. بدونها، قد يكون النموذج غير عامّ ويعمل جيدًا فقط على البيانات التي تدرب عليها.

السلام عليكم ورحمة الله وبركاته انا اريد اعمل نظام ERP باستخدام django لشركة معينه لديها عده فروع واريد ان اربط هذه الفروع مع بعضها ويكون المتحكم في ذالك هو الفرع الرئيسي. يعني الفرع الرئيسي يقوم بالاشراف على الدخل و الفواتير لتلك الفروع و ايضاً يقوم باضافة فروع جديدة وغيرها هل بامكاني عمل ذالك با django؟ وهل سوف يكون امان؟ وماهي افضل استضافة لتحمل كل هذه البيانات المتدفقة؟ وفي نقطة اخيرة هل باكماني تحويل ذالك المشروع الى تطبيق فعلي يتم تنزيله على الجوال و الكمبيوتر؟ وشكراً لكم على الاجابه

.I sent a message to support.academy.hsoub.com and it didn't respond

نعتذر لك يوسف على أي تأخير، سيتم الرد عليك في أقرب وقت إن شاء الله، الأمر غير مقصود بالطبع، أحيانًا كما تعلم يوجد ضغط على مركز المساعدة، طالما قمت بتفصيل رسالتك وما تريده سيتم مساعدتك، أرجو الإنتظار قليلاً، وشكرًا لتفهمك.

في حاجه في دوره الذكاء الاصطناعي هي في الدروس إللي بيتم شرحها يأتي المدرب ويستخدم مكتبه انا لم اعرفها من قبل لان انا مبتدأ و يشعرني المدرب انهو شرحها من قبل ولاكن هو لم يشرحها ولم يخبرني مثلا أن أقوم بمذاكرة هذه المكتبه بنفسي هو يستخدمها ولم بشرحها ولم يخبرني انهو سوف يشرحها في المستقبل ، دي حاجه بتزعجني جامد لأن بشعر إن مفيش اي نوع من أنواع الاهتمام في وضع الكورس أو الدوره فا أرجو أن اعرف كيفية التعامل مع مثل هذه الأشياء؟

السلام عليكم هو اي الImageNet هل هو عبار عن مسابقه والا خورزميه في التعلم العميق ؟

الف شكراا جدا لحضرتكم جزاكم الله كل خير

ImageNet ليس مسابقة ولا خوارزمية، بل هو مجموعة بيانات ضخمة (Dataset) تُستخدم في تدريب نماذج التعلم العميق، خاصة في رؤية الحاسوب (Computer Vision). ImageNet هو مشروع بدأه البروفيسورة Fei-Fei Li في جامعة ستانفورد عام 2009. يحتوي على أكثر من 14 مليون صورة مصنفة إلى أكثر من 20,000 فئة (Category). كل صورة تكون مرتبطة بتسمية (Label) مأخوذة من قاعدة بيانات WordNet. يتم استخدامه بشكل شائع في تدريب وتقييم نماذج تصنيف الصور.

في الأساس مجموعة بيانات ضخمة، وليس خوارزمية في التعلم العميق أو مجرد مسابقة، بمعنى ImageNet قاعدة بيانات ضخمة تحتوي على ملايين الصور المصنفة يدويًا، وتم تنظيم تلك الصور في هيكل هرمي مستوحى من شجرة الكلمات في WordNet. الهدف الأساسي منها هو توفير مجموعة بيانات قياسية وكبيرة بما يكفي لتدريب وتقييم خوارزميات التعلم العميق في مجال رؤية الكمبيوتر، وخاصة في مهام مثل تصنيف الصور و الكشف عن الكائنات، وتعتبر معيارًا ذهبيًا في مجال رؤية الكمبيوتر، وقد ساهمت بشكل كبير في تقدم وتطور خوارزميات التعلم العميق، وخاصة الشبكات العصبونية العميقة Deep Neural Networks. وكان هناك تحدي سنوي يسمى تحدي ImageNet للتعرف على الصور على نطاق واسع (ILSVRC)، واستُخدمت مجموعة بيانات ImageNet في ذلك التحدي، وتوقف التحدي في عام 2017، لكن مجموعة بيانات ImageNet لا تزال تستخدم على نطاق واسع للبحث والتطوير في مجال رؤية الكمبيوتر.

انا تخرجت وحصلت على شهاده من اكادميه حسوب قبل خمس شهور تقريبا هل استطيع الحصول على خدمه موقع الالكتروني لمده سنه من موقع سندبان الجديده ؟

ذلك مذكور بالفعل في ميزات الدورات، أرجو التواصل مع مركز المساعدة وسيتم مساعدتك بشأن ذلك، لتوضيح هل ذلك متاح لك أم لا، والإنتظار قليلاً لحين الرد على رسالتك.

كم عدد المشاريع التي سوفا نقوم بفعلها شاهدة مقتطفات من الدوره ومافهمت

بايثون ليست مناسبة لتطبيقات سطح المكتب، فلا يوجد إطار قوي خاص بها لتطوير تطبيقات لأنظمة سطح المكتب وليس من السهل تصدير تطبيقات سطح مكتب قابلة للتشغيل من خلالها أقصد مثل ملفات exe، على عكس جافاسكريبت فلديها Electron.js. لكن لو أردت التخصص في تطوير برامج سطح المكتب فستحتاج إلى تعلم لغة قوية وهي C# للتطوير من خلال .NET وستتمكن من تطوير تطبيق لمختلف أنظمة التشغيل المكتبية.