اذهب إلى المحتوى

لوحة المتصدرين

  1. Zen Eddin Allaham

    Zen Eddin Allaham

    الأعضاء


    • نقاط

      6

    • المساهمات

      820


  2. Youcef Kias

    Youcef Kias

    الأعضاء


    • نقاط

      3

    • المساهمات

      390


  3. Mustafa Suleiman

    Mustafa Suleiman

    الأعضاء


    • نقاط

      3

    • المساهمات

      18935


  4. Salwa Saram

    Salwa Saram

    الأعضاء


    • نقاط

      2

    • المساهمات

      12


المحتوى الأكثر حصولًا على سمعة جيدة

المحتوى الأعلى تقييمًا في 07/07/25 in أجوبة

  1. السلام عليكم لدي سؤال عن الامتحان ومتى بإمكاني ان اجري ذلك الامتحان هل بعد اتمام الكورس بكل تفاصيله ام ان هناك مسارات رئيسية بعد اتمامها بامكاني اجراء الامتحان وليس كل الكورس ؟؟ علماً اني ادرس JavaScript
    2 نقاط
  2. هل فيه حد عنده رأي بأفضل أدوات تصميم الـ API؟ Postman ممتازة بس بحسها مش كافية أحياناً.
    1 نقطة
  3. ماهو خطاف useLocation وايضا ماهو location و pathname
    1 نقطة
  4. هل في أدوات عربية أو بتدعم اللغة العربية لتسهيل تطوير الـ APIs؟
    1 نقطة
  5. توجد مشكلة في مشروع عند اضافة انميشن للموقع اصبح غير متجاوب مع شاشات الهاتف هل مشكلة من مكتبة انميشن ام يوجد خطأ في كود css doctor-product.zip
    1 نقطة
  6. توجد لدي مشكلة محبطة صراحة والتي هي عندما اشاهد مشروع متقدم وكبير واحترافي اشعر بالضعف في مجال واحس نفسي اني ضعيف وابدا اقارن نفسي به ما الحل برايكم
    1 نقطة
  7. ماهو basename في react router ايضاً ماهو ملف client.js
    1 نقطة
  8. يكون الامتحان هو بعد إنهاء 4 مسارات من الدورة على الأقل، أو الدورة بالكامل عليك رفع المشاريع التي قمت بها الدورة على حسابك في github، ثم التحدث لمركز المساعدة وإخبارهم أنك تريد التقدم للإختبار وتوفير روابط المشاريع على github. ثم ستنتظر الى ان يعطوك رد. الاجرائات هي: إجراء محادثة صوتية لمدة 30 دقيقة يطرح المدرب عليك أسئلة متعلقة بالدورة والأمور التي نفذتها خلالها. يحدد لك المدرب مشروعا مرتبطا بما قمت به أثناء الدورة لتنفيذه خلال فترة محددة. إجراء محادثة صوتية أخرى لمدة 30 دقيقة يناقش بها مشروعك وما نفذته وتطرح أسئلة خلالها. إن كانت الخطوات السابقة صحيحة، تحصل على الشهادة أو يصحح لك المدرب اخطائك ويطلب منك تعديلات. بالنسبة للدورة فمن الأفضل اكمالها كامل لان سوق العمل تنافسي جدا.
    1 نقطة
  9. آلية الإختبار هي كالتالي: بعد إنهاء 4 مسارات من الدورة على الأقل حيث سيتم إختبارك في المسارات التي أنهيتها فقط، أو الدورة بالكامل عليك رفع المشاريع التي قمت بها بالدورة على حسابك في github، ثم التحدث لمركز المساعدة وإخبارهم أنك تريد التقدم للإختبار وتوفير روابط المشاريع على github. ثم الإنتظار لبعض الوقت لحين مراجعة المشاريع وسيتم الرد عليك، وتحديد موعد لإجراء مقابلة، وبها يتم: إجراء محادثة صوتيّة لمدة 30 دقيقة يطرح المدرّب عليك أسئلة متعلّقة بالدورة والأمور التي نفّذتها خلالها. يحدد لك المدرّب مشروعًا مرتبطًا بما قمت به أثناء الدورة لتنفيذه خلال فترة محددة تتراوح بين أسبوع إلى أسبوعين. إجراء محادثة صوتيّة أخرى لمدّة 30 دقيقة يناقش بها مشروعك وما نفذته وتطرح أسئلة خلالها. إن سارت جميع الخطوات السابقة بشكل صحيح، تحصل على الشهادة أو يرشدك المدرّب لأماكن القصور ويطلب منك تداركها ثم التواصل معنا من جديد. وبالطبع الأفضل دراسة الدورة بشكل كامل أو المسارات التي تريدها في مسارك البرمجي وليس الإكتفاء بـ 4 مسارات فقط، ففي النهاية أنت تريد تحقيق استفادة وتعلم المهارات اللازمة لدخول سوق العمل.
    1 نقطة
  10. السلام عليكم التنسيقات لا تعمل عندي فقمت بالسآل فقام احد المدربين مشكورا بالرد وبدل لي الملفات الموجودة داخل (static) ولكن المشكلة لم تحل ارجو المساعد شكراdjango_store.zip
    1 نقطة
  11. ستجد أسفل فيديو الدرس في نهاية الصفحة صندوق تعليقات كما هنا، أرجو طرح الأسئلة أسفل الدرس وليس هنا في قسم أسئلة البرمجة حيث نطرح الأسئلة العامة الغير متعلقة بمحتوى الدورة أو الدرس، وذلك لمساعدتك بشكل أفضل.
    1 نقطة
  12. كيف يمكن رفع مشاريع على جيت هب
    1 نقطة
  13. السلام عليكم , لدي هذه المشكلة في Flask، وأعطتني خطأ 404، وهذا هو ملفي flask_app.py
    1 نقطة
  14. لا مشكلة في تدريس الأساسيات النظرية أولاً أي التعلم العميق والشبكات العصبية، ثم الانتقال إلى البنى المتقدمة المبنية عليها كالـ Transformers. لكن الفكرة من إعادة الترتيب هو إتباع منهجية حديثة وهي من الأعلى إلى الأسفل أو التطبيق أولاً، وذلك بدلاً من المنهجية التقليدية من الأسفل إلى الأعلى أو النظرية أولاً. وذلك لتعلم كيفية قيادة السيارة وتحقيق بها نتائج ملموسة تطبيقات المحولات، ثم بعد أن يدرك الطلبة أهميتها وقوتها، سيتعلمون كيف يعمل محركها الداخلي أي التعلم العميق. بمعنى المحولات هي نوع من الشبكات العصبية، لكن استخدامها كأداة لا يتطلب بالضرورة فهم كل تفاصيلها النظرية المعقدة مسبقًا، تمامًا كما أنك تستخدم هاتفك الذكي كل يوم دون الحاجة لمعرفة تصميم أشباه الموصلات في معالجه. لذا الترتيب الجديد غرضه، تعليمك المهارات التطبيقية الأكثر طلبًا أولاً، وإبقائك متحفزة عبر بناء مشاريع حقيقية مبكرًا، وتأهيلك بشكل عملي لفهم النظرية لاحقًا بشكل أسهل وأكثر جدوى.
    1 نقطة
  15. تم انهاء المشروع مارأيكم به هل يحتاج بعض الاضافات التي ممكن تجعله قوي اكثر https://bbqhause-resturant.netlify.app/
    1 نقطة
  16. وعليكم السلام ورحمة الله وبركاته. لاحظ أنك أولا قمت باستخدام plt.subplot(2,2,2) مرتين بدون رسم في المرة الأولى وهذا سيؤدي إلى مشكلة بسبب التعارض. يمكنك إذا أردت وضع الكود بأكمله في دالة وذلك منعا للتكرار لو تقوم بتنفيذ الكود أكثر من مرة : import matplotlib.pyplot as plt import seaborn as sns def plot_demographics(data_train, data_train_demographics): plt.figure(figsize=(12, 8)) # الرسم البياني الأول: KDE Plot plt.subplot(2, 2, 1) sns.kdeplot(data_train_demographics['adult_child'], fill=True, color='skyblue', bw_adjust=0.5) plt.title("KDE Plot of Age") plt.xlabel("Age") # الرسم البياني الثاني: Histogram plt.subplot(2, 2, 2) sns.histplot(data_train_demographics['hla_match_dqb1_high'], kde=False, color='skyblue') plt.title('Distribution of HLA Match DQB1 High') plt.xlabel("HLA Match DQB1 High") plt.ylabel("Count") # الرسم البياني الثالث: Count Plot ل TCE IMM Match plt.subplot(2, 2, 3) sns.countplot(data=data_train, x='tce_imm_match', color='blue') plt.title('Distribution of TCE IMM Match') plt.xlabel("TCE IMM Match") plt.ylabel("Count") # الرسم البياني الرابع: Count Plot ل HLA NMDP 6 plt.subplot(2, 2, 4) sns.countplot(data=data_train, x='hla_nmdp_6', color='blue') plt.title('Distribution of HLA NMDP 6') plt.xlabel("HLA NMDP 6") plt.ylabel("Count") plt.tight_layout() plt.show() # استدعاء الدالة و تمرير البيانات لها plot_demographics(data_train, data_train_demographics) أما لو أردت إستعمال OOP حيث تجعل لكل رسم دالة خاصة به وذلك لرسمه دون تكرار للأكواد يمكنك إستخدام التالي : import matplotlib.pyplot as plt import seaborn as sns class DemographicVisualizer: def __init__(self, data_train, data_train_demographics, figsize=(12, 8)): self.data_train = data_train self.data_train_demographics = data_train_demographics self.figsize = figsize self.colors = {'kde': 'skyblue', 'count': 'blue'} def plot_kde(self, ax, column, title, xlabel): sns.kdeplot(self.data_train_demographics[column], fill=True, color=self.colors['kde'], bw_adjust=0.5, ax=ax) ax.set_title(title) ax.set_xlabel(xlabel) def plot_histogram(self, ax, column, title, xlabel, ylabel): sns.histplot(self.data_train_demographics[column], kde=False, color=self.colors['kde'], ax=ax) ax.set_title(title) ax.set_xlabel(xlabel) ax.set_ylabel(ylabel) def plot_count(self, ax, column, title, xlabel, ylabel, data_source='data_train'): data = self.data_train if data_source == 'data_train' else self.data_train_demographics sns.countplot(data=data, x=column, color=self.colors['count'], ax=ax) ax.set_title(title) ax.set_xlabel(xlabel) ax.set_ylabel(ylabel) def plot_all(self): fig, axes = plt.subplots(2, 2, figsize=self.figsize) # الرسم البياني الأول: KDE Plot self.plot_kde(axes[0, 0], 'adult_child', 'KDE Plot of Age', 'Age') # الرسم البياني الثاني: Histogram self.plot_histogram(axes[0, 1], 'hla_match_dqb1_high', 'Distribution of HLA Match DQB1 High', 'HLA Match DQB1 High', 'Count') # الرسم البياني الثالث: Count Plot ل TCE IMM Match self.plot_count(axes[1, 0], 'tce_imm_match', 'Distribution of TCE IMM Match', 'TCE IMM Match', 'Count', data_source='data_train') # الرسم البياني الرابع: Count Plot ل HLA NMDP 6 self.plot_count(axes[1, 1], 'hla_nmdp_6', 'Distribution of HLA NMDP 6', 'HLA NMDP 6', 'Count', data_source='data_train') plt.tight_layout() plt.show() # استخدام الكائن visualizer = DemographicVisualizer(data_train, data_train_demographics) visualizer.plot_all() وهكذا وضعنا كل رسم في دالة داخل الصنف حيث يمكنك إستخدامها وطباعتها بشكل منفصل . وأيضا قمنا بتجميع طباعة جميع الرسومات في الدالة plot_all وبمجرد إستدعائها يصبح الكود كما الكود الذي أرفقته أنت.
    1 نقطة
  17. مرحباً، لماذا تم نقل مسار تطبيقات عملية باستخدام المحولات (Transformers) لبعد مسار تحليل البيانات Data Analysis وأصبحت قبل مسار Deep Learning ؟ أليست المحولات نوع معين من الشبكات العصبية و بالتالي من المنطقي أن تبقى كما كانت في الأول أي بعد مسار Deep Learning ليتعرف الطالب أولاً على الشبكات العصبية ثم ينتقل لدراسة المحولات؟
    1 نقطة
  18. good, but how to make login and register sent you to prediction site instead of dashboard,, and also make the information go to dbgate
    1 نقطة
×
×
  • أضف...