عبدالباسط ابراهيم

وعليكم السلام ورحمة الله وبركاته, ويعد تنفيذ قوائم الأولوية في بايثون عملية بسيطة بفضل مكتبة heapq التي توفر أدوات فعالة وسهلة الاستخدام كم اتم التوضيح في التعليقات السابقة . و يمكن أيضاً بناء قائمة أولوية باستخدام قائمة مرتبة أو شجرة ثنائية، لكن هذا الخيار أكثر تعقيدًا وأقل كفاءة من استخدام heapq. يتميز تنفيذ هياكل البيانات في بايثون بالسهولة مقارنةً بلغات أخرى مثل C أو C++ أو Java، وذلك بسبب أن بايثون تتمتع بصياغة بسيطة وواضحة، مما يُسهل كتابة الخوارزميات وفهمها دون التورط في تعقيدات غير ضرورية. وتتولى بايثون إدارة الذاكرة تلقائيًا مما يُعفي المبرمج من التعامل مع تخصيص الذاكرة وتحريرها يدويًا، كما هو مطلوب في لغات مثل C++. وذلك بجانب توفر مكتبات جاهزة مثل heapq وcollections وqueue، تتيح تنفيذ هياكل البيانات بسرعة دون الحاجة إلى بنائها من الصفر. والعديد من المميزات الأخرى التي تتمتع بها بايثون من غالبية اللغات عالية المستوى

وعليكم السلام ورحمة لله وبركاته. هنا فرق كبير بين Face Recognition وFace Verification فيكمن في الغرض والطريقة التي يتم بها استخدام تقنيات التعرف على الوجه. فمثلاً Face Verification هي عملية تُستخدم للتحقق من هوية شخص ما بناءً على صورة وجهه وتعتمد على مقارنة صورة الوجه المُقدمة مع صورة واحدة مُخزنة مسبقًا في قاعدة بيانات. وتقوم بمقارنة صورة واحدة بصورة واحدة أخرى فقط .مثال: عندما تستخدم وجهك لفتح هاتفك، يقارن النظام الصورة التي تلتقطها الكاميرا مع الصورة المُسجلة لك مسبقًا. بينما Face Recognition هي عملية تُستخدم لتحديد هوية شخص ما من خلال صورة وجهه. تعتمد على مقارنة صورة الوجه المُقدمة مع مجموعة من الصور المُخزنة لأشخاص مختلفين في قاعدة بيانات. ولذلك تقوم بمقارنة صورة واحدة بعدد كبير من الصور. وتُستخدم في تطبيقات مثل تحديد هوية المسافرين في المطارات أو العثور على أشخاص في الصور الأمنية.

غير متاح حالياً التقسيط للإشتراك في الدورات ولكن يمكنك بالطبع الاستفسار من خلا مركز المساعدة حيث تُدار الأمور المالية من خلالهم كما تم التوضيح في التعليق السابق . ولكن يمكنك الاستفسار أيضاً إن كان هناك خصم على الدورات الموجودة من ضمن العروض التي يتم طرحها من وقت لآخر

وعليكم السلام ورحمة الله وبركاته. الدالة someCode() ليست دالة موجودة بشكل افتراضي في جافاسكريبت. يبدو أنها دالة خاصة ربما تم تعريفها في مكان آخر من الكتاب الذي تقتبس منه، أو ربما كان من المفترض أن تقوم بتعريفها بنفسك. ولذلك في الصورة التي أرفقتها يوجد خطأ وهو أن الدالة someCode() غير معرّفة .

وعليكم السلام ورحمة الله وبركاته. إليك أيضاً بعض الفروقات الأخرى كالتالي أولاً Command Prompt (cmd.exe) يعتمد على البرمجة الإجرائية، حيث يتم تنفيذ الأوامر بشكل تسلسلي وبسيط. يتعامل فقط مع النصوص ولا يدعم البيانات المنظمة مثل XML أو JSON. قدراته محدودة مقارنة بـ PowerShell، وهو مناسب للمستخدمين الذين يحتاجون إلى أوامر سريعة وأساسية. بينما Windows PowerShell يدعم البرمجة الكائنية، مما يعني أنه يمكنه التعامل مع الكائنات والبيانات المنظمة مثل XML وJSON. يتيح وصولاً أعمق إلى مكونات النظام (مثل السجل "Registry" والخدمات) وإدارة المهام المعقدة، بما في ذلك الأنظمة البعيدة. يستخدم cmdlets (أوامر PowerShell خاصة) التي توفر إمكانيات واسعة مثل إدارة العمليات، الشبكات، والتكوينات.

وعليكم السلام ورحمة الله وبركاته. في Python، الـ List هي مصفوفة ديناميكية (dynamic array) وليست ثابتة. فيمكن تغيير حجمها بعد إنشائها و إضافة عناصر جديدة أو حذف عناصر موجودة ولذلك قوائم Python مرنة جدًا وتتسع تلقائيًا لاستيعاب البيانات الجديدة دون الحاجة لتحديد حجم ثابت مسبقًا.

وعليكم السلام ورحمة الله وبركاته. نعم، كلا المفهومين جزء أساسي من تقنيات التعلم الآلي الحديثة. فأولاً بالنسبة ل التعلم متعدد المهام (Multi-task Learning) فيتم تدريب نموذج واحد على عدة مهام في نفس الوقت. الهدف هو أن يستفيد النموذج من المعلومات المشتركة بين هذه المهام، مما يؤدي إلى تحسين الأداء على كل مهمة بالمقارنة مع تدريب نماذج منفصلة لكل مهمة. مثال على ذلك عند تصنيف الصور مع التعرف على الكائنات (حيث يُمكن للنموذج أن يتعلم كلاً من تصنيف الصورة واكتشاف مواقع الكائنات في وقت واحد). وتطبيقات معالجة اللغة الطبيعية التي تتضمن مهام مثل الترجمة والتلخيص والتحليل العاطفي في آنٍ واحد. ثانياً بالنسبة للتعلم التحويلي (Transfer Learning) يتم فيه نقل المعرفة المكتسبة من مهمة أو مجال (عادةً مع مجموعة بيانات ضخمة) إلى مهمة أو مجال آخر قد يكون لديه بيانات أقل. الهدف هو الاستفادة من النماذج المدربة مسبقًا لتقليل الحاجة للتدريب من الصفر، وبالتالي تحسين الأداء وتسريع عملية التعلم للمهمة الجديدة. باختصار، الفرق الرئيسي يكمن في أن Multi-task Learning يركز على تدريب نموذج واحد لحل عدة مهام معاً، بينما Transfer Learning يعتمد على نقل المعرفة من مهمة أو مجال إلى آخر لتحقيق أداء أفضل أو تقليل زمن التدريب.

نعم، المكتبة ScientificPython تعتبر قديمة نسبياً ولم تعد تستخدم بشكل شائع في الوقت الحالي. هذه المكتبة كانت متوفرة للاستخدام قديماً، لكن تم استبدالها بمكتبات أكثر حداثة وفعالية مثل: NumPy: للعمليات الرياضية والمصفوفات SciPy: للحسابات العلمية المتقدمة هذه المكتبات الحديثة تقدم وظائف أفضل، وتحظى بدعم مجتمعي أكبر، فمن الأفضل استخدام هذه المكتبات الحديثة بدلاً من ScientificPython.

وعليكم السلام ورحمة الله، كما تم التوضيح فإن علم الأحياء الحاسوبي (Computational Biology هو مجال يجمع بين علوم الكمبيوتر والرياضيات والإحصاء وعلم الأحياء لفهم وتحليل البيانات البيولوجية المعقدة. يهدف هذا المجال إلى استخدام النماذج الحاسوبية والخوارزميات لحل المشكلات البيولوجية. وتطبيقات هذا المجال واسعة وتشمل اكتشاف الأدوية، الطب الشخصي، فهم الأمراض الوراثية، والتعديل الجيني. يختلف علم الأحياء الحاسوبي قليلاً عن المعلوماتية الحيوية (Bioinformatics)، حيث يركز علم الأحياء الحاسوبي أكثر على بناء النماذج والمحاكاة، بينما تركز المعلوماتية الحيوية على تطوير الأدوات وقواعد البيانات لتحليل البيانات البيولوجية، ولكن غالباً ما يتداخل المجالان.

وعليكم السلام ورحمة الله وبركاته، أفهم تمامًا مشاعرك وضغط التوقعات والقلق الذي تعاني منه في فترة الامتحانات، وهذه المرحلة مر بها الجميع والأغلبية الكبيرة لم يحصل على المجموع الكبير الذي يؤهله لكليات عالية كما نسميها كليات القمة . ولكن حتى وإن حصلت على نتيجة لا تؤهلك لهذه الكليات ، فهذا لا يعني أن باب النجاح مغلق. كثير من الناس أثبتوا أن التفوق لا يعتمد فقط على النتائج الأكاديمية، بل على الجهد المستمر والتطوير وهذه تجارب حقيقية لا تحصى. ولذلك حاول دائماً التركيز على بذل أقصى مجهود لديك دون القلق من النتيجة ووفقك الله وسدد خطاك نحو مستقبل أفضل.

هل إذا قمت بالضغط على ok لا يتم الحذف أيضاً؟ إذا عند الضغط على uninstall في البداية ستجد الإختيار repair قم بالضغط عليه أولاً وبعد الإنتهاء منه يمكنك تجربة الحذف مرة أخرى. وإذا كنت تريد حذف البرنامج Microsoft SQL Server فتحتاج لحذف البرنامج Microsoft SQL Server وليس ال MS SQL server 2022 setup بمعنى أنه تحتاج للبحث عن البرنامج بنفس الاسم بدون setup في النهاية

الأفضل هو البدء بمعرفة عامة عن ال design patterns بعد تعلمك مبادئ البرمجة الكائنية (OOP) أي أن تكون على دراية بما هي الأنماط الشائعة ومفهومها دون السعي لتطبيقها فوراً. ركز في البداية على فهم بناء الكلاسات وتنظيم البرنامج، ثم عندما تبدأ بمشاريع أكبر أو تواجه مشكلة معينة تعرف أن أحد الأنماط قد يحلها، يمكنك البدء بتطبيقها بنشاط. وبما أنك تدرس دورة الذكاء الاصطناعي، فإن تركيزك الأساسي حالياً يجب أن يكون على المفاهيم الأساسية والخوارزميات المتعلقة بالذكاء الاصطناعي. مع مرور الوقت وتزايد تعقيد مشاريعك، ستلاحظ الحاجة لاستخدام design patterns لتحسين بنية الكود وتنظيمه، وهو الوقت المناسب للانتقال من المعرفة النظرية إلى التطبيق العملي.

مفهوم ال Bias و ال Variance لا يحدثان فقط في نماذج التصنيف، بل هما مفهومان أساسيان في نظرية التعلم الآلي وينطبقان على كل أنواع النماذج الإحصائية والتعلم الآلي، بما في ذلك: نماذج الانحدار نماذج التصنيف نماذج التجميع وما إلى ذلك ال Bias يشير إلى مدى انحراف تنبؤات النموذج عن القيم الحقيقية. النموذج ذو ال Bias العالي يكون مبسطًا جدًا ولا يستطيع التقاط العلاقات المعقدة في البيانات (Underfitting). أما بالنسبة للتباين أو ال Variance يقيس مدى تغير التنبؤات عند استخدام بيانات تدريب مختلفة. النموذج ذو التباين العالي يتأثر بشدة بالتغيرات الصغيرة في بيانات التدريب ويميل إلى حفظ البيانات بدلاً من تعلم الأنماط العامة (Overfitting). هذه المفاهيم مهمة في جميع مجالات التعلم الآلي والإحصاء، سواء كنا نعمل على مشاكل التصنيف أو غيرها من المشاكل.

علم البيانات (Data Science) وImage Processing (معالجة الصور) هما مجالين مختلفين، لكن بينهم نقاط تقاطع وتكامل فمثلاً يمكن استخدام تقنيات معالجة الصور كجزء من مشروع علم البيانات حيث في مجال الرؤية الحاسوبية (Computer Vision)، تمثل معالجة الصور خطوة أولية قبل تطبيق خوارزميات علم البيانات و الذكاء الاصطناعي يستخدم تقنيات من كلا المجالين باختصار، المجالان مختلفان لكن متكاملان، وكثيراً ما تستخدم تقنيات معالجة الصور كخطوة أولى قبل تطبيق تقنيات علم البيانات على الصور.

إذا لم يحل المشكللة الحل في التعليق السابق فإن هذه المشكلة بسبب النسخة ال Enterprise حيث أنه في السابق قامت هذه المشكلة هي من النسخة نفسها ومن خلال تحديثها يتم حل المشكلة ولذلك يرجى البحث إن كان هناك أي تحديثات ويرجى تحديثها. وإذا لم يتم حل المشكلة يمكنك استخدام أداة Activation Troubleshooter حيث في صفحة التنشيط، اضغط على خيار “Troubleshoot” ثم اتبع الخطوات وإعادة التشغيل

لاحظ أن الأكاديمية تقوم بتوفير موسوعة حسوب وبالتالي بعد تعلم المفاهيم المختلفة يمكنك الاعتماد على التوثيقات الرسمية أو مصادر موثوقة مثل موسوعة حسوب أو التوثيق الخاص بلغة البرمجة المُستخدمة.ويمنك الوصول لموسوعة حسوب من خلال الرابط التالي https://wiki.hsoub.com/?utm_source=academy.hsoub.com&utm_medium=Links&utm_campaign=HsoubFooter وإذا كنت تقصد الأكواد المستخدمة في التطبيقات وما إلى ذلك فالدورة توفر مستودع (Repository) للأكواد على منصات مثل GitHub أو روابط تحميل مباشرة ستجدها في اول درس في بداية المسار.

كما بالتعليقات السابقة أنه إذا كنت شغوفًا باللغة والنصوص وتفاعلاتها، فقد تجد مجال الـ LLM أكثر إثارة. أما إذا كنت تجد شغفًا بالصور والفيديو وتفاصيلها، فإن رؤية الكمبيوتر قد تكون الاختيار الأنسب. ولكن كلا المجالين يعتمد على مبادئ التعلم العميق والذكاء الاصطناعي. لذا من المؤكد أنك ستتعلم الأساسيات قبل التخصص في أحدهما وبالتالي سيكون لديك فكرة عنامة عن كلا المجالين ووقتها سيمكنك تحديد التخصص الذي تفضله ويمكنك أيضًا البدء بمشاريع صغيرة في كلا المجالين لتجربة واكتشاف أيهما يناسبك أكثر. وأيضاً راجع السوق والفرص المتاحة في المجالين، واختر ما يتماشى مع أهدافك المهنية المستقبلية.

بالطبع يوجد تدريبات عملية على كل مسار ولكن يختلف حسب الدورة التعليمية أو المسار حيث أن هناك بعض المسارات النظرية لذلك ربما لا تجد بها تطبيق عملي وذلك طبيعي ولكن في المسارات الأخرى تجد تطبيق في كل درس من الدورة وفي نهاية كل مسار تجد تطبيق عملى كبير ويوجد أيضاً مسار عملية حيث يتم بناء مشروع كبير كما انه يمكنك بعد كل درس طلب بعض التمارين على الدروس من خلال تعليق مثل التعليق الحالي ولكن أسفل الدرس وسنقوم بتوفير تدريبات خاصة بالدرس

يمكنك العثور على العديد من المصادر التي تحتوي على مسائل محلولة في لغة C++ سواء للمبتدئين أو للمحترفين من خلال البحث عن C++ Examples أو c++ exercises وسيظهر لك الكثير من المصادر التي توفر ذلك. كما أنه هناك مواقع تقدم تحديات واختبارات برمجية (C++ quizzes) تساعدك على اختبار وتحسين مهاراتك في حل المشكلات مثل HackerRank CodeChef LeetCode Codewars

تُغطي دورة الـ ICDL مهارات أساسية مثل استخدام برامج مايكروسوفت أوفيس (Word، Excel، PowerPoint، Access)، إدارة الملفات، وتصفح الإنترنت. ولكن إذا كنت قادر على التعامل مع الحاسوب بأبسط شكل ممكن مثل تصفح الإنترنت والتعامل مع نظام التشغيل بشكل بسيط فلا تحتاج لهذه الدوره ICDL حيث أنها بعيدة تماماً عن البرمجة فهي تركز على تنمية المهارات الأساسية في استخدام الكمبيوتر، فمثلاُ استخدام برامج مايكروسوفت أوفيس لا يفيدك بشكل مباشر إطلاقاً في البرمجة

للتوضيح أكثر فهناك قواعد البيانات العلائقية والتي تعتمد على تخزين البيانات في جداول مكونة من صفوف وأعمدة. يُعرف كل صف بسجل (Record) وكل عمود بحقل (Field)، وتُربط الجداول ببعضها بواسطة علاقات (Relations) . بينما قواعد البيانات NoSQL عكس ذلك وتشير إلى مجموعة من قواعد البيانات التي لا تعتمد على الجداول الثابتة. وبالنسبة ل MongoDB هو نظام قواعد بيانات NoSQL يعتمد على نموذج المستندات، حيث تُخزن البيانات في مستندات JSON-like . يتيح هذا النموذج لكل مستند تخزين بياناته بشكل مستقل. وبالتالي هناك أنواع عديدة من قواعد البيانات NoSQL غير MongoDB، وكل نوع يتميز بأسلوب تخزين ومعالجة بيانات مختلف. ولذلك تحتاج لتعلم NoSQL في البداية ثم إذا قمت بإختيار MongoDB يمكنك تعلمها بعدها

من الطبيعي أن تشعر بنسيان بعض التفاصيل بعد فترة من الدراسة، خاصة إذا لم تُستخدم تلك المعلومات بشكل عملي . ولا يُعد حفظ كل شيء ضروريًا؛ الأهم هو فهم المفاهيم الأساسية وكيفية تطبيقها. ولذلك لا تقلق سيتم التطبيق بشكل عملي على هذه المفاهيم .

كما بالتعليقات السابقة فإن الدروس عبارة عن فيديوهات مسجلة ومرتبة ويمكنك البدأ كما تم الشرح . ولكن يوجد فريق من المدربين للإجابة على استفساراتك والمشكلات التي تواجهك أثناء التعلم والتطبيق في الدورات دائماً في أي وقت . وفي حالة وجود استفسار غير مرتبط بدرس معين في الدورة يمكنك طرحه هنا كما فعلت . ولكن في حالة كان السؤال مرتبط بدرس معين في الدورة ستجد أسفل فيديو الدرس في نهاية الصفحة صندوق تعليقات كما هنا، فيرجى طرح السؤال أسفل الدرس .

وعليكم السلام ورحمة الله وبركاته. لن يسمح له في العمل بالنسبة لمعظم الشركات وليس جميعها ومنصات العمل الحر لن تقبل بذلك . ولكن هناك الكثير من الفرص التي يمكن الحصول عليها من خلال تكوين فريق على منصات العمل الحر مثلما ذكرت في تعليق ولن تكون مشكلة بالتأكيد . بالإضافة لفرص العمل التي ربما يحصل عليها من خلال وسائل التواصل الإجتماعي. وبالطبع طالما تم ذكر شرط استرجاع المبلغ فهو من حقك فيمكنك مناقشة هذا الأمر مع مركز المساعدة من خلال الرابط التالي https://support.academy.hsoub.com/

هل جميع الدورات مفتوحة بجميع مساراتها أم الدورة التي اشتركتي بها ووالمسار الأول فقط من الدورات الأخرى؟ حيث أنه من خلال الإشتراك في إحدى الدورات فإن المسار الأول من كل الدورات تكون متاحة فيعتبر ليس خطأ إنما تقوم الأكاديمية بتوفير فرصة لتكلمة بعض المهارات التي ربما تحتاجها .