لوحة المتصدرين

هل دورة تطوير تطبيقات باستخدام JS كافية للحصول على وظيفة ام يجب تعلم شيء اخر

السلام عليكم نماذج زي IterativeImputer و KNNImputer و SimpleImputer مش بتشتغل غير علي بيانات رقمي بس البيانات ال عندي فيه اعمد نصيه يس الاعمد دي مافيهاش قيمه مفقود فا هل اقدر اشيل الاعمد دي من البيانات و اخلي فقط البيانات الرقمه الان دي فيه القيمه المفقود وكمان النماذج دي مش هتشغل غير عليها فا هل اقدر اعمل كده ؟

السلام عليكم اريد مشروع واقع معزز يتقطع فيديو الة طارات ويدرج كيان افتراضي في مكان مناسب

السلام علكم , اريد معرفة اذا كان يست الاجابة على الاسئلة من النوع التقني مع مرفقات او ما شابه حيث انني اود تعلم html css قبل دخول دورة جافاسكريبت و في بعض الاحيان i get stuck و احبط قصدت "هل يتم الاجابة"

Python Assignment: Lists and Sets Part 1: Lists Creating Lists: Create a list named fruits that contains the following items: "Apple", "Banana", "Cherry", "Apple". Print the list and its length. Accessing List Items: Access and print the second item in the fruits list. Access and print the last item using negative indexing. Access and print the first two items using slicing. Modifying Lists: Change the second item in the fruits list to "Blueberry". Add "Orange" to the end of the list using the append() method. Insert "Mango" at the beginning of the list using the insert() method. Remove "Cherry" from the list using the remove() method. Remove the last item from the list using the pop() method. List Methods: Use the count() method to find how many times "Apple" appears in the fruits list. Sort the fruits list in alphabetical order using the sort() method. Reverse the order of the fruits list using the reverse() method. List Comprehension: Create a new list named long_fruits that contains only the fruits with more than 5 characters using list comprehension. Part 2: Sets Creating Sets: Create a set named colors that contains the following items: "Red", "Blue", "Green", "Red". Print the set and its length. Accessing Set Items: Check if "Blue" is in the colors set and print the result. Loop through the colors set and print each item. Modifying Sets: Add "Yellow" to the colors set using the add() method. Remove "Green" from the set using the remove() method. Try removing "Purple" using the discard() method and explain the difference between remove() and discard(). Set Methods: Create another set named new_colors with items: "Blue", "Purple", "Orange". Use the union() method to combine colors and new_colors and print the result. Use the difference() method to find items that are in colors but not in new_colors and print the result. Use the symmetric_difference() method to find items that are in either colors or new_colors but not in both and print the result. Use the intersection() method to find items that are common to both colors and new_colors and print the result.

انا الان شارفت على الانتهاء من المسار وانا يراودني سؤال هل يمكنني دخول سوق العمل مباشر او انه سيكون هناك بعض الاجراءات اي مثلا هل يمكنني ان اعمل مع هذه الشركة بسلاسة https://baaeed.com/remote-jobs/souqps-مطور-وردبريس-و-php ببساطة لدي تخوف كبير من انه كيف سيكون العمل هل يمكن لاحد المدربين او الاشخاص شرح لي كيف يكون العمل لانني اتخيل في ذهني طلبات مثل مثال تصميم موقع بخوارزميات وشكل يوتيوب او فيسبوك

هل يوجد داتا شيت مرفقة مع الفيديوهات يجمع فيها تلخيص المعلومات التي في الفيديو على جميع اقسام الدورة ؟؟ و الشكر مسبوق على المجهود المبذول جزاكم الله خيرا

الصورة لا يتم عرضها ما السبب src.zip

https://docs.google.com/document/d/11TWZMC-b76yWMnXAam6mKZD4L-lt_SlwgC1vCrSBOXs/edit?usp=sharing

انا اقصد الدورة كاملة في php اي لارافيل ووردبريس وأساسيات php

لم توضح ما الذي قمت بإنهائه في الدورة، هل قمت بإنهاء كامل الدورة؟ أم PHP ووردبريس فقط؟ عامًة المهارات المطلوبة في الوظيفة، تتطلب دراسة دورة تطوير واجهات المستخدم أو على الأقل دراسة المسار الأول منها في حال لم تكن مشترك بها، فهو مجاني لك، ثم دراسة المسار الأول من دورة جافاسكريبت للتعمق باللغة أكثر. وفي حال لم تكن مشترك بدورة تطوير واجهات المستخدم، ستحتاج إلى التعمق في تطوير واجهات المستخدم من خلال HTML, CSS, JS وبوتستراب، ويوجد على اليوتيوب مصادر جيدة. بالنسبة لدورة PHP ستحتاج إلى دراسة المسارات التالية بالدورة: أساسيات لغة PHP تطوير قوالب ووردبريس تطوير قالب ووردبريس أخباري تطوير متجر إلكتروني في ووردبريس عبر ووكومرس بعد ذلك ستحتاج إلى التعمق قليلاً في لغة SQL وستجد على اليوتيوب مصادر جيدة كذلك، وسبب عدم التعمق بها بالدورة هو الإعتماد على لارافل لإدارة قواعد البيانات. بعد ذلك ستحتاج إلى تعلم كيفية نشر المشاريع على الاستضافات ورفع أكثر من مشروع لتعتاد على الأمر.

كلاس في scikit-learn لتطبيق تحويلات مختلفة على أعمدة مختلفة من البيانات في نفس الوقت، أي كل التحويلات في مكان واحد، وستتجنب مشكلة تسرب البيانات. كالتالي: from sklearn.compose import ColumnTransformer numeric_features = df.select_dtypes(include=['number']).columns.tolist() text_features = df.select_dtypes(include=['object']).columns.tolist() preprocessor = ColumnTransformer( transformers=[ ('num', KNNImputer(n_neighbors=5), numeric_features), ('text', 'passthrough', text_features) # الأعمدة النصية تمر كما هي ]) df_transformed = preprocessor.fit_transform(df) feature_names = numeric_features + text_features df_final = pd.DataFrame(df_transformed, columns=feature_names)

نعم يمكن إزالة الأعمدة النصية التي لا تحتوي على قيم مفقودة والاحتفاظ فقط بالأعمدة الرقمية التي تحتوي على القيم المفقودة، لأن هذه النماذج مصممة للعمل على البيانات الرقمية فقط، إذ تعتمد على أساليب إحصائية وحسابية لا تتوافق مع القيم النصية، و من المهم أيضا التأكد قبل إزالة الأعمدة النصية من أنك تحتفظ بنسخة من ترتيب الأعمدة الأصلي حتى تستطيع بعد التعويض إعادة دمجها بشكل صحيح دون فقدان الترتيب أو الارتباط بين البيانات، و من الجيد الانتباه إلى أن التعويض يعتمد على خصائص البيانات الرقمية الأخرى، لذا من الأفضل فحص توزيع البيانات والقيم المتطرفة لأنها قد تؤثر على دقة النتائج، و بعد الانتهاء من التعويض ينصح بمراجعة البيانات المعالجة للتأكد من منطقية القيم المضافة قبل إعادة دمج الأعمدة النصية وضمان جاهزية البيانات لخطوات التحليل أو النمذجة التالية.

نعم يمكنك فعل ذلك تماما، وبما أن الأعمدة النصية لديك لا تحتوي أصلا على قيم مفقودة، فمن الأفضل أن تزيلها مؤقتا من مجموعة البيانات أثناء إجراء عملية التعويض، وتبقي فقط على الأعمدة الرقمية التي تحتوي على القيم المفقودة، وبعد الانتهاء من التعويض وإرجاع القيم المفقودة، يمكنك دمج الأعمدة النصية مجددا مع البيانات المعالجة، و بذلك تضمن عمل هذه النماذج بكفاءة دون أخطاء أو تشويش أثناء المعالجة.

هو اي ده ؟

وعليكم السلام ورحمة الله وبركاته. نعم صحيح حيث أن نماذج مثل: SimpleImputer عند استخدامه مع strategy='mean' أو median KNNImputer IterativeImputer كلها تتعامل فقط مع البيانات الرقمية ولا يمكنها معالجة الأعمدة النصية سواء كانت categorical أو string وذلك خصوصا عند اختيار طرق تعتمد على العمليات الحسابية مثل المتوسط أو أقرب الجيران(NearestNeighbors). ولهذا الصحيح هو فصل الأعمدة الرقمية عن الأعمدة النصية ومن ثم يمكنك معالجة القيم المفقودة في الأعمدة الرقمية وبعدها يمكنك إعادة دمج الاعمدة معا دون أى مشكلة.

الطريقة الأفضل هي استخدام ColumnTransformer من مكتبة sklearn. لكن لا مشكلة فيما ذكرته الطريقة سليمة، ستقوم بفصل مجموعة البيانات إلى قسمين جزء يحتوي على الأعمدة الرقمية فقط التي بها قيم مفقودة وتريد معالجتها، وجزء يحتوي على الأعمدة النصية التي ليس بها قيم مفقودة ولن تحتاج إلى imputation أي معالجة. ثم معالجة القيم المفقودة من خلال تطبيق أحد النماذج IterativeImputer, KNNImputer, SimpleImputer على الجزء الرقمي فقط لملء القيم المفقودة. حيث SimpleImputer بسيط وسريع، جيد للبداية من خلال استراتيجيات mean, median, most_frequent, constant، وKNNImputer يعتمد على القيم المجاورة، وهو أدق ولكن أبطأ، بينما IterativeImputer يستخدم نماذج أخرى لتقدير القيم المفقودة، وهو الأقوى والأكثر استهلاكًا للوقت. وبعد معالجة القيم المفقودة في الأعمدة الرقمية، تقوم بإعادة دمجها مع الأعمدة النصية الأصلية لتحصل على مجموعة بيانات كاملة وجاهزة للخطوات التالية، كتحويل الأعمدة النصية إلى رقمية بواسطة One-Hot Encoding أو Label Encoding في حال ستقوم ببناء نموذج تعلم آلة. وعند تحويل المصفوفة الناتجة من الـ imputer إلى DataFrame مرة أخرى، تأكد من استخدام index=df.index أو index=df_numerical.index للحفاظ على ترتيب الصفوف الصحيح عند الدمج لاحقًا.

وعليكم السلام ورحمة الله وبركاته. هل قمت بالإشتراك بالفعل في دورة تطوير التطبيقات من خلال جافاسكريبت ؟ إذا كان كذلك فهنا في الأكاديمية يتم فتح أول مسار بشكل مجاني لجميع الدورات الأخرى وحينها يمكنك مشاهدة مسار أساسيات HTML وCSS بشكل مجاني من دورة واجهات المستخدم. وبالطبع يوجد فريق كامل لمساعدتك في أى مشكلة تواجهك و إرفاق مصادر لك حيث يمكنك أسفل أى درس دائما وضع سؤالك أو طلب توضيح تريده.

هل المقصود عند الإشتراك في الدورة؟ تستطيع إذن وضع سؤال أسفل الدرس في حال السؤال متعلق به وسيتم مساعدتك في الحال وتوضيح الأمر لك. أما لو تقصد سؤال عام خارج الدورة، فتستطيع وضعه هنا في قسم أسئلة البرمجة في التصنيف المناسب له، وتفصيل ما تريده وسيتم مساعدتك بالطبع، وبإمكانك إرفاق ملفات المشروع.

وعليكم السلام ورحمه الله وبركاته. بالتأكيد يتم المساعدة في حل المشكلات التقنية من قبل المدربين وأعضاء الأكاديمية . ولكن الأسئلة الخاصة ب الإمتحانات والاختبارات لا يتم الإجابة عليها وإنما يتم المساعدة في حلها

صحيح ، يقوم المدربون بالإجابة على أي سؤال يقوم الطالب بطرحه في صندوق التعليقات أسفل كل درس و بالتالي لا داعي للاحباط أو للقلق، كل المدربون متواجدون على مدار الساعة لمساعدة الطلاب في حل المشاكل و ارشادهم بطريقة مناسبة.

وعليكم السلام ورحمة الله وبركاته. الأمر يعتمد على طبيعة البيانات والمشكلة التي تعمل عليها ولكن بشكل عام فالأفضل هو معالجة القيم المفقودة أولا قبل استخراج الميزات. وإليك سبب معالجة القيم المفقودة أولا : جودة البيانات: حيث القيم المفقودة قد تؤثر بشكل كبير على عملية استخراج الميزات وإن العديد من خوارزميات استخراج الميزات مثل الخوارزميات التي تعتمد على الحسابات الرياضية تتطلب بيانات كاملة ونظيفة وإذا تم ترك القيم المفقودة دون معالجة قد تؤدي إلى نتائج غير دقيقة أو أخطاء في الخوارزميات. إذا قمت باستخراج الميزات قبل معالجة القيم المفقودة فقد تتسبب القيم المفقودة في إنشاء ميزات تحتوي على تحيز مما يؤثر على أداء النموذج. ومعالجة القيم المفقودة مثل الاستبدال بالمتوسط أو الوسيط أو استخدام خوارزميات مثل KNN Imputation تجعل البيانات جاهزة مباشرة لإستخراج الميزات وذلك يضمن لك أن الميزات المستخرجة تظهر الخصائص الحقيقية للبيانات. ولكن متى نستخرج الميزات أولا ؟ في حالات قليلة قد ترغب في استخراج الميزات قبل معالجة القيم المفقودة ولكن هذا الأمر يعتمد على المشكلة أو الشئ الذي تريد تحقيقه فإذا كانت الميزات المستخرجة لا تعتمد على القيم المفقودة مثلا لو كنت تستخرج ميزات من بيانات نصية أو من بيانات لا تتأثر بشكل مباشر بالقيم المفقودة. أو إذا كنت تستخدم خوارزميات معينة تتعامل مع القيم المفقودة تلقائيا فهناك بعض الخوارزميات مثل بعض نماذج الشجرة (Tree-based models) يمكنها التعامل مع القيم المفقودة بشكل داخلي مما قد يقلل من الحاجة إلى معالجتها أولا. ولذلك أولا يجب عليك فهم طبيعة القيم المفقودة لأن ذلك سيؤثر على طريقة المعالجة. وأيضا إذا كنت غير متأكد يمكنك تجربة الترتيبين معالجة القيم المفقودة أولا أو استخراج الميزات أولا وقارن أداء النموذج باستخدام مقاييس مثل الدقة أو F1-score.

الأفضل إنشاء دالة شاملة لتحليل القيم المفقودة: def analyze_missing_values(df): missing_df = pd.DataFrame({ 'Column': df.columns, 'Missing_Count': df.isna().sum().values, 'Missing_Percentage': (df.isna().sum().values / len(df) * 100).round(2), 'Data_Type': df.dtypes.values }) ثم الترتيب حسب عدد القيم المفقودة: missing_df = missing_df.sort_values('Missing_Count', ascending=False) ثم عرض الملخص: print(f"Total columns: {len(df.columns)}") print(f"Columns with no missing values: {len(missing_df[missing_df['Missing_Count'] == 0])}") print(f"Columns with missing values: {len(missing_df[missing_df['Missing_Count'] > 0])}") print("\n" + "="*60) ثم عرض جميع النتائج: with pd.option_context('display.max_rows', None, 'display.max_columns', None): print(missing_df.to_string(index=False)) return missing_df ولا تنسى استدعاء الدالة: missing_analysis = analyze_missing_values(data_train)

حسب نوع البيانات، فلو رقمية ستحتاج معالجة مبكرة للعمليات الحسابية، ولو فئوية بإمكانك اعتبار "مفقود" كفئة منفصلة، ولو نصية فاستخراج الميزات يتعامل مع القيم المفقودة تلقائيًا. الأفضل الدمج بين الطريقتين، بمعنى تحليل القيم المفقودة وفهم نمطها ثم إنشاء مؤشرات للقيم المفقودة في حال كانت مفيدة، ثم معالجة بعض القيم المفقودة الضرورية، ثم استخراج الميزات وبعد ذلك معالجة أي قيم مفقودة متبقية. ولو أردت تنفيذ أحد الطريقتين، فمعالجة القيم المفقودة أولاً ثم استخراج الميزات مناسبة في حال الميزات المستخرجة تعتمد على قيم كاملة، ومع العمليات الحسابية مثل المتوسطات أو الانحرافات المعيارية، وعند استخدام تقنيات تتطلب بيانات كاملة. أما استخراج الميزات أولاً ثم معالجة القيم المفقودة مناسبة للحفاظ على معلومات القيم المفقودة، وإنشاء ميزات تشير إلى وجود قيم مفقودة، ومع البيانات الفئوية حيث "مفقود" أحيانًا تصبح فئة مهمة.

نفذت اﻷمر ثم عطلت الextensions واستمرت المشكلة ملحوظة: سحب ملف من نافذة إلى نافذة يعمل ، ولكن ما احتاجه باستمرار هو سحب ملف إلى صفحة المتصفح سجلت خروج ثم سجلت دخول ولم أجد هذا الخيار

and also in computer vision

إذا كنت تستهدف مجال الهكر الأخلاقي والأمن السيبراني، فإن تعلم Ruby سيمنحك مرونة أكبر وقدرة على استخدام أدوات قوية مثل اشهر اداة وهي metasploit صنعت عن طريق هذه اللغة البرمجية Ruby ليست فقط بديلًا، بل تُعتبر مكملة للمهارات التي تحتاجها لتحقيق النجاح في هذا المجال

نعم بالفعل لغة بايثون جيدة للمبتدئين حيث هي سهلة في التعلم وفي الإستخدام أيضا وتدعم الكثير من الإستخدامات بسبب توافر العديد من المكتبات بها التي يمكن للمستخدمين إستخدامها . حيث بايثون يتم إستخدامها في العديد من المهام الخاصة بالتهكير فمثلا نظام تشغيل Kali Linux يستخدم العديد من الأدوات التي تعتمد على بايثون. وأيضا Metasploit وهو إطار عمل شهير لشن الإختراقات واختبار الاختراق ويحتوي على العديد من الأدوات المكتوبة ببايثون. وأيضا بايثون لديها community كبير جدا وستجد دعم كبير لها بسبب هذا ال community. ولكن مع تقدمك لن تكتفي فقط ببايثون فسيتوجب عليك تعلم لغات أخرى عديدة بناء على المجال الذي تريد العمل فيه . فمثلا لو أردت الدخول في مجال الويب سيتوجب عليك تعلم javascript حيث يتم إستخدامها بكثرة في الهجمات و php أيضا حيث أغلب الخوادم حاليا تعمل على نظام php لذلك سيتوجب عليك معرفة php لإختبار الخوادم والأكواد لمنع وإكتشاف الثغرات . ويمكنك أيضا بعد ذلك استخدام c أو c++ لتحليل البرامج التي تعمل على أنظمة التشغيل لإكتشاف الثغرات وتحليل الفايروسات وعمل الهندسة العكسية (Reverse Engineering) والتي يكون لديك فايروس أو برنامج بلغة الآلة إلى كود مقروء لإكتشاف كيف تم بناء البرنامج وإكتشاف الحلول له أيضا مجال ال (IoT Security) وهو إنترنت الأشياء. وأيضا سيتوجب عليك دراسة الشبكات (network) إذا أردت العمل ك Network Security لحماية أنظمة وشبكات الحاسوب والإتصال . ولكن حاليا دراسة وتعلم بايثون ممتاز لك كبداية.

بالنسبة للسؤال الأول فلغة بايثون هي واحدة من أفضل الخيارات للمبتدئين في مجال الهكر الأخلاقي والأمن السيبراني وذلك للعديد من الأسباب منها سهولة التعلم والاستخدام: ومن المميزات أيضاً أنها تحتوي على مجموعة واسعة من المكتبات التي تسهل تنفيذ المهام المتعلقة بالاختراق وبالطبع كما تعلم فلغة بايثون يمكن استخدامها في مجالات متعددة في الأمن السيبراني، بما في ذلك تحليل البرامج الضارة، فحص الثغرات، وأتمتة المهام ولكن مع تقدمك، ستحتاج إلى تعلم لغات أخرى مثل C وJavaScript بالإضافة إلى أدوات وتقنيات متقدمة في الأمن السيبراني حسب التخصص الذي تريد تعلمه وبعدها يمكنك الإنتقال بين اللغات البرمجية بسهولة . ومع ذلك يوجد مفاهيم أساسية يجب تعلمها بجوار البرمجة مثل دراسة الشبكات بشكل جيد كما يجب عليك تعلم وفهم أنظمة التشغيل والعديد من المهارات الأخرى بجانب البرمجة

ما قمت به هو الصحيح، فبايثون لغة برمجة عامة وقوية وتدخل في كثير المجالات حاليًا ومطلوبة، ومن خلالها تستطيع تنفيذ أغلب ما تريده. لكن عليك تحديد ما هو التخصص الخاص بالإختراق؟ هل هو لمواقع الويب أم لتطبيقات سطح المكتب أم الهواتف؟ ففي حال النظام ستحتاج إلى تعلم لغة C وC++، بينما للويب ستتعلم PHP وجافاسكريبت. وبغض النظر عن لغة البرمجة ستحتاج إلى تعلم Bash/Linux Shell لتتمكن من استخدام الأدوات المتاحة وتنفيذ السكريبتات. الأفضل الاستماع لأهل الخبرة وأنصحك بقراءة الدليل الشامل التالي للخبير الأمني محمد عبد الباسط النوبي، بعنوان ١٠١ - دليلك فى البرمجة ومجال امن وحماية واختبار اختراق تطبيقات الويب وستجد به كل ما تحتاج معرفته. وأنصحك أيضًا بقراءة النقاش الخاص به على منصة حسوب I\O وهو نقاش ثري أجاب فيه على الكثير من الأسئلة، ويحتاج منك إلى تركيز واستيعاب كبير.