لوحة المتصدرين

هل بعد ما اخلص قسم بايثن في دوره الدكاء الاصطناعي يوجد مشاريع فعليه اطبقها وانزلها في GitHub ?????

اهلا وسهلا بكم واشكركم على كل ما تقدموه في هذه المنصة التعليمية الهادفة والممتازة....... اود اشعاركم بانه لدي طلب وهو طلب الاكتفاء باخذ دورة تطوير الواجهات المستخدم فقط ولا اريد الاكمال في تطوير تطبيقات الويب باستخدام PHP حيث انني قمت بالتسجيل آنذاك بالتسجيل في دورتين وهما تطوير واجهات المستخدم ودورة تطوير تطبيقات الويب باستخدام وحاليا اجد صعوبة في الالمام والمتابعة في كورسين مختلفين واود الاكتفاء فقط بتطوير واجهات المستخدم فقط وطلب باسترجاع مبلغ الدورة الخاصة ب تطوير تطبيقات الويب باستخدام php وفي حالة المامي ورغبتي ساخبركم بالانضمام مرة اخرى . شكرا لكم

مرحبا اسل بخصوص رفع الملفات علي github عملت حساب عليه واريد ان ارفع الملفات مرة واحدة استخدمت git add . command ولكن يترك جزء كبير من الملفات اريد ان تساعدوني خطوة بخطوة شكرا لكم

السلام عليكم ده الكود col = ['D1','D2','D3','D4','D5','D6','D7','D8','D9','E1','E10','E11','E12','E13','E14', 'E15','E16','E17','E18','E19','E2','E20','E3','E4','E5','E6','E7','E8','E9','I1', 'I2','I3','I4','I5','I6','I7','I8','I9','M1','M10','M11','M12','M13','M14','M15', 'M16','M17','M18','M2','M3','M4','M5','M6','M7','M8','M9','P1','P10','P11','P12', 'P13','P2','P3','P4','P5','P6','P7','P8','P9','S1','S10','S11','S12','S2','S3', 'S4','S5','S6','S7','S8','S9','V1','V10','V11','V12','V13','V2','V3','V4','V5', 'V6','V7','V8','V9','is_scored','lagged_risk_free_rate', 'lagged_market_forward_excess_returns'] model = tf.keras.models.load_model('AlphaPulse.keras') def predict(test: pd.DataFrame) -> float: df = test df_copy = data_test_copy x_test = df[col] preds = model.predict(x_test) allocation = preds.clip(0, 2).reshape(-1) return pd.DataFrame({"date_id": df_copy["date_id"].values,"prediction": allocation}) inference_server = kaggle_evaluation.default_inference_server.DefaultInferenceServer(predict) if os.getenv('KAGGLE_IS_COMPETITION_RERUN'): inference_server.serve() else: inference_server.run_local_gateway(('/kaggle/input/hull-tactical-market-prediction/',)) ودي المشكله الناتج عن الكود ده --------------------------------------------------------------------------- GatewayRuntimeError Traceback (most recent call last) /tmp/ipykernel_39/3513852296.py in <cell line: 0>() 38 inference_server.serve() 39 else: ---> 40 inference_server.run_local_gateway(('/kaggle/input/hull-tactical-market-prediction/',)) /kaggle/input/hull-tactical-market-prediction/kaggle_evaluation/core/templates.py in run_local_gateway(self, data_paths, file_share_dir, *args, **kwargs) 106 self.gateway.run() 107 except Exception as err: --> 108 raise err from None 109 finally: 110 self.server.stop(0) /kaggle/input/hull-tactical-market-prediction/kaggle_evaluation/core/templates.py in run_local_gateway(self, data_paths, file_share_dir, *args, **kwargs) 104 try: 105 self.gateway = self._get_gateway_for_test(data_paths, file_share_dir, *args, **kwargs) --> 106 self.gateway.run() 107 except Exception as err: 108 raise err from None /kaggle/input/hull-tactical-market-prediction/kaggle_evaluation/core/base_gateway.py in run(self) 149 elif error: 150 # For local testing --> 151 raise error 152 153 @final /kaggle/input/hull-tactical-market-prediction/kaggle_evaluation/core/base_gateway.py in run(self) 130 try: 131 self.unpack_data_paths() --> 132 predictions, row_ids = self.get_all_predictions() 133 self.write_submission(predictions, row_ids) 134 except GatewayRuntimeError as gre: /kaggle/input/hull-tactical-market-prediction/kaggle_evaluation/core/base_gateway.py in get_all_predictions(self) 106 self.data_batch_counter = 0 107 for data_batch, row_ids in self.generate_data_batches(): --> 108 predictions = self.predict(*data_batch) 109 self.competition_agnostic_validation(predictions, row_ids) 110 self.competition_specific_validation(predictions, row_ids, data_batch) /kaggle/input/hull-tactical-market-prediction/kaggle_evaluation/core/base_gateway.py in predict(self, *args, **kwargs) 124 return self.client.send('predict', *args, **kwargs) 125 except Exception as e: --> 126 self.handle_server_error(e, 'predict') 127 128 def run(self) -> None: /kaggle/input/hull-tactical-market-prediction/kaggle_evaluation/core/base_gateway.py in handle_server_error(self, exception, endpoint) 429 message_match = re.search('"Exception calling application: (.*)"', exception_str, re.IGNORECASE) 430 message = message_match.group(1) if message_match else exception_str --> 431 raise GatewayRuntimeError(GatewayRuntimeErrorType.SERVER_RAISED_EXCEPTION, message) from None 432 if isinstance(exception, grpc._channel._InactiveRpcError): 433 raise GatewayRuntimeError(GatewayRuntimeErrorType.SERVER_CONNECTION_FAILED, exception_str) from None GatewayRuntimeError: (<GatewayRuntimeErrorType.SERVER_RAISED_EXCEPTION: 3>, 'All arrays must be of the same length')

السلام عليكم ورحمة الله وبركاته هل يمكنني بناء تطبيق متكامل باستخدام بايثون؟ وأريد خطوات عملية لتطبيقها

السلام عليكم ورحمة الله وبركاته أسعد الله اوقاتكم بكل خير ما رأيكم بتقنية react native لتطوير تطبيقات الجوال حاليا وهل ستنافس فلاتر مستقبلا بالتطبيقات الكبيرة والضخمة ام لا وايهما اكثر انتشارا عالميا؟ وشكرا جزيلا لكم.

اهلا يا مبرمجين فرونت اند ابغا احسن طريقه لي تعليم فروند اند وافضل الطرق بدون نسيان الكود انا لي 2سنتين اتعلم وفي الاخير انسى كل شي اتوقع طريقه مذاكرتي ومراجعتي غلط كنت ما اراجع اصلن

حذفت date_id من test نفسه؟ إذن يجب تمرير إطار بيانات يحتوي على date_id. import pandas as pd import tensorflow as tf import kaggle_evaluation import os col = ['D1','D2','D3','D4','D5','D6','D7','D8','D9','E1','E10','E11','E12','E13','E14', 'E15','E16','E17','E18','E19','E2','E20','E3','E4','E5','E6','E7','E8','E9','I1', 'I2','I3','I4','I5','I6','I7','I8','I9','M1','M10','M11','M12','M13','M14','M15', 'M16','M17','M18','M2','M3','M4','M5','M6','M7','M8','M9','P1','P10','P11','P12', 'P13','P2','P3','P4','P5','P6','P7','P8','P9','S1','S10','S11','S12','S2','S3', 'S4','S5','S6','S7','S8','S9','V1','V10','V11','V12','V13','V2','V3','V4','V5', 'V6','V7','V8','V9','is_scored','lagged_risk_free_rate', 'lagged_market_forward_excess_returns'] model_path = 'AlphaPulse.keras' if not os.path.exists(model_path): model_path = '/kaggle/working/AlphaPulse.keras' model = tf.keras.models.load_model(model_path) def predict(test: pd.DataFrame, test_with_dates: pd.DataFrame) -> pd.DataFrame: df = test.copy() x_test = df[col] preds = model.predict(x_test, verbose=0) allocation = preds.clip(0, 2).reshape(-1) return pd.DataFrame({ "date_id": test_with_dates["date_id"].values, "prediction": allocation }) inference_server = kaggle_evaluation.default_inference_server.DefaultInferenceServer(predict) if os.getenv('KAGGLE_IS_COMPETITION_RERUN'): inference_server.serve() else: inference_server.run_local_gateway(('/kaggle/input/hull-tactical-market-prediction/',))

ايوه بس اطار البيانات ده انا مسح منو العمود ده في بيانات التدريب وكمان الاختبار عشان كده عملت copy البيانات ؟

شكرا لك واعتدر عن الازعاج

ولكن انا فعليا محتاج بعض التبيق العملي الي ارفعه على GitHub لاني على مشارف التخرج من الجامعه والمستودع تبعي فاضي تماما وانا حاب ابني السيفي تبعي على تحليل البينات المتقدمه + الدكاء الاصطناعي التطبيقي ووجدت الخيار الثاني متوفر في دورتكم ولكن هل بيكون فيه مشاريع فعليه بتعبي مستودع GitHub تبعي ؟؟؟؟؟؟

دوراتي يوجد فيها علوم الحاسب و الدكاء الاصطناعي فقط

محلل البيانات يعمل في دورة سريعة وتكرارية بحيث يبحث عن تفسير لسؤال معين مثل تحليل معدلات الشفاء في الأشهر الماضية في قطاع ما، ثم يستخرج البيانات ويحلل ويقدم التقرير ثم ينتقل للسؤال التالي، والعملية تستغرق أيام أو أسابيع، و يتعامل مع بيانات منظمة أي جداول وقواعد بيانات حجمها متوسط. بينما عالم البيانات يعمل في دورة بحثية طويلة، يُحدد المشكلة مثل يعمل بناء نموذج يتنبأ باحتمالية إصابة مريض بمضاعفات، عن طريق جمع وتنظيف بيانات ضخمة ثم هندسة الميزات، ثم يبني ويختبر نماذج متعددة ثم ينشر النموذج ويراقب الأداء، وما سبق يستغرق شهور، وبالتالي هو يتعامل مع بيانات غير منظمة كالنصوص، صور، فيديو، صوت وبيانات ضخمة Big Data تصل إلى TeraByte أو PetaByte، ويستخدم أدوات مثل Spark أو Hadoop. وعامًة يتم التخصص كمحلل بيانات في البداية ثم تعلم المزيد من المهارات للوصول لمرحلة عالم بيانات، عبر تعلم: البرمجة المتقدمة الرياضيات المتقدمة ومنها الجبر الخطي وحساب التفاضل. هندسة الميزات والنماذج MLOps وهي نشر وصيانة نماذج ML.

لديك مشكلة في عدم تطابق طول البيانات عند إنشاء إطار البيانات النهائي، بسبب استخدام متغير غير معرف data_test_copy بدلاً من استخدام نفس إطار البيانات الذي يحتوي على الميزات أي استخدم df أو test لاستخراج date_id وليس data_test_copy. أيضًا الدالة حددت لها بأن تُعيد float لكن النتيجة هي pd.DataFrame، يجب تصحيح ذلك إلى pd.DataFrame import pandas as pd import tensorflow as tf import kaggle_evaluation import os col = ['D1','D2','D3','D4','D5','D6','D7','D8','D9','E1','E10','E11','E12','E13','E14', 'E15','E16','E17','E18','E19','E2','E20','E3','E4','E5','E6','E7','E8','E9','I1', 'I2','I3','I4','I5','I6','I7','I8','I9','M1','M10','M11','M12','M13','M14','M15', 'M16','M17','M18','M2','M3','M4','M5','M6','M7','M8','M9','P1','P10','P11','P12', 'P13','P2','P3','P4','P5','P6','P7','P8','P9','S1','S10','S11','S12','S2','S3', 'S4','S5','S6','S7','S8','S9','V1','V10','V11','V12','V13','V2','V3','V4','V5', 'V6','V7','V8','V9','is_scored','lagged_risk_free_rate', 'lagged_market_forward_excess_returns'] model_path = 'AlphaPulse.keras' if not os.path.exists(model_path): model_path = '/kaggle/working/AlphaPulse.keras' model = tf.keras.models.load_model(model_path) def predict(test: pd.DataFrame) -> pd.DataFrame: df = test.copy() missing_cols = set(col) - set(df.columns) if missing_cols: raise ValueError(f"missing columns: {missing_cols}") x_test = df[col] preds = model.predict(x_test, verbose=0) allocation = preds.clip(0, 2).reshape(-1) if len(allocation) != len(df): raise ValueError(f"prediction length ({len(allocation)}) doesn't match data length ({len(df)})") return pd.DataFrame({ "date_id": df["date_id"].values, "prediction": allocation }) inference_server = kaggle_evaluation.default_inference_server.DefaultInferenceServer(predict) if os.getenv('KAGGLE_IS_COMPETITION_RERUN'): inference_server.serve() else: inference_server.run_local_gateway(('/kaggle/input/hull-tactical-market-prediction/',))

وقفت ليه ؟ هو مقفول موقت يعني وهرجع يفنح تاني ؟ والف شكراا جدا لحضرتكم جزاكم الله كل خير

شكرا لكم لان صراحة مللت من فرونت اند😅 هل يمكنني عرض مشاريعي برمجية في Github README مع شرح

طيب بعد ما استخرج كيف يبحث LLM هل فيه مكتبة جاهزة او اي شي جاهز عشان يبحث منه؟