ياسر مسكين

بما أنك قد حققت شرط إتمام أربعة مسارات تعليمية على الأقل. يمكنك التقدم إلى امتحان الدورة، من خلال التواصل مع مركز مساعدة أكاديمية حسوب، مع مراعاة الشروط التالية: - التطبيق العملي مع المدرب، والاحتفاظ بالمشاريع العملية الناتجة لإرسالها للمراجعة. - رفع المشاريع على حسابك على GitHub أولا بأول لمشاركتها معنا. وفي الإختبار سيتم اختبارك فقط في المسارات التي قمت بدراستها ويوجد تفاصيل أكثر حول الإختبار من صفحة [الامتحان والحصول على الشهادة]

من خلال رسالة الخطأ فهي تشير إلى أنّ لديك أخطاء توافق في مكتبات Flutter فمثلا مكتبة country_code_picker تستخدم خاصية button المهملة، ومكتبة modal_bottom_sheet تحتوي على مشاكل متعددة لحل المشكلة أولا نقوم تحديث المكتبات في ملف pubspec.yaml: dependencies: country_code_picker: ^3.0.0 modal_bottom_sheet: ^3.0.0 ثم نفذ: flutter pub get

نعم فقد تم إضافة مسار جديد تحت اسم التعلم المعزز. وهذا التحديث يشمل 44 درسًا بمدة 8 ساعات ونصف. والتعلم المعزز هو نوع من أنواع التعلم الآلي، يتعلم فيه الذكاء الاصطناعي من خلال التجربة والخطأ، تمامًا كما يتعلم الإنسان إذ يضع النظام نفسه في بيئة ويتخذ قرارات، وإذا كانت قراراته جيدة يحصل على مكافأة، وإذا كانت سيئة يتلقى عقوبة. وبمرور الوقت، يتعلم اختيار التصرفات التي تحقق له أفضل النتائج. وقبل أسابيع تمت إضافة مسار تطبيقات عملية باستخدام المحولات وهذا ما يجعل عدد المسارات 12:

هل تقصد أنك أنهيت دورة إدارة تطوير المنتجات؟ إن كان كذلك فعمل ممتاز أحسنت. يمكنك التقدم إلى امتحان الدورة، من خلال التواصل مع مركز مساعدة أكاديمية حسوب، مع مراعاة الشروط التالية: - إتمام أربعة مسارات تعليمية على الأقل. - التطبيق العملي مع المدرب، والاحتفاظ بالمشاريع العملية الناتجة لإرسالها للمراجعة. - رفع المشاريع على حسابك على GitHub أولا بأول لمشاركتها معنا. وفي الإختبار سيتم اختبارك فقط في المسارات التي قمت بدراستها ويوجد تفاصيل أكثر حول الإختبار من صفحة [الامتحان والحصول على الشهادة] أما إن كنت قد تقصد المشروع النهائي الذي قدمه لك المدرب، فأرجو التواصل مع مركز المساعدة والمتابعة معهم بخصوصه.

الأكاديمية تهتم بتعليم الطالب المهارات المطلوبة في سوق العمل، فالطالب يدرس المادة العلمية ويتعلم مهارات حل المشكلات التي تواجهه في حياته العملية وبالنسبة لاسترداد الاستثمار فهو أكيد حقيقي، وما دام قد تم وضعه ضمن ميزات الدورة فالأكاديمية تضمن ذلك. بعد الانتهاء من أي دورة من دورات أكاديميّة حسوب سيتم إرشادك وتوجيهك أثناء فترة بحثك عن عمل، فبعد إتمامك للدورة سيتم الإطّلاع على سيرتك الذاتية من قبل المختصّين لدينا وتقديم ارشادات مخصّصة لك لتحسينها وكذلك على ملفّك الشخصي في مواقع العمل الحر. بخصوص التفاصيل أرجو التواصل مع مركز مساعدة أكاديمية حسوب.

للأسف، هذا الأمر غير ممكن حاليا، ويمكنك مراجعة توصيات أكاديمية حسوب وحقوق الملكية إذ تقول: الدروس متاحة للطلاب المشتركين فقط ويمكن الوصول لها من خلال حساب الطالب عبر الانترنت في أي وقت لذا إن كان لديك مشكلة في مشاهدة الدروس حاول تثبيت الدقة على 540 فهي حل وسط حسب سرعة الانترنت أو يمكنك تحسين نوعية اشتراك الانترنت و زيادة سرعة الوصول كما يمكنك تصفح سبب ذلك من خلال مراجعة الأجوبة التالية: ومن هنا:

بعد الانتهاء من أي دورة من دورات أكاديميّة حسوب سيتم إرشادك وتوجيهك أثناء فترة بحثك عن عمل، فبعد إتمامك للدورة سيتم الإطّلاع على سيرتك الذاتية من قبل المختصّين لدينا وتقديم ارشادات مخصّصة لك لتحسينها وكذلك على ملفّك الشخصي في مواقع العمل الحر. بخصوص التفاصيل أرجو التواصل مع مركز مساعدة أكاديمية حسوب.

يمكنك التقدم إلى امتحان الدورة، من خلال التواصل مع مركز مساعدة أكاديمية حسوب، مع مراعاة الشروط التالية: إتمام أربعة مسارات تعليمية على الأقل. التطبيق العملي مع المدرب، والاحتفاظ بالمشاريع العملية الناتجة لإرسالها للمراجعة. رفع المشاريع على حسابك على GitHub أولًا بأول لمشاركتها معنا. وفي الإختبار سيتم اختبارك فقط في المسارات التي قمت بدراستها ويوجد تفاصيل أكثر حول الإختبار من صفحة: الحصول على الشهادة

المشكلة تظهر في استيراد ملف الصورة logo.png في مكون TopHeader.tsx والخطأ يشير إلى أن TypeScript لا يستطيع العثور على الملف في المسار التالي: ../../img/logo.png وهذا يعني أن المسار غير صحيح لاحظ أنك في هذا المسار: src/components/header/TopHeader.tsx والمسار الحالي ../../img/logo.png سيؤدي إلى البحث عن الصورة في: src/img/logo.png لذا أرجو التأكد من أن مجلد img موجود داخل src في حال لم يكن كذلك عدل المسار. وفي حال كان السؤال متعلقا بإحدى الدورات التي قمت بالاشتراك فيها، أرجو منك الانتقال إلى قسم "دوراتي" ثم أسفل الدرس الذي واجهت فيه المشكلة، ستجد صندوقا للتعليقات مثل الذي هنا: ثم قم بإضافة سؤالك هناك، وهذا لمساعدتك بشكل أفضل. بالتوفيق إن شاء الله.

إن كنت تقصد الملفات المصدرية الخاصة بالدورة، فيتم وضعها في بداية المسار في أسفل درس المدخل أو المقدمة كالتالي:

وعليكم السلام ورحمة الله تعالى وبركاته، كل دالة مصممة للتعامل مع صورة واحدة هذا يسمح بدمجها بطرق متعددة وتطبيق هذه العمليات بشكل متكرر على مجموعات بيانات كبيرة، سواء كانت تحتوي على الآلاف أو حتى المليارات من الصور وتتيح هذه الوحدة استخدام تقنيات المعالجة المتوازية مثل تعدد الخيوط أو تسريع GPU، بالإضافة إلى إمكانية التكامل مع أدوات أخرى، مما يساعدك على إدارة وتحليل كميات ضخمة من البيانات البصرية بكفاءة في المشاريع الواقعية. شروحات أكثر يمكنك إيجادها من هنا:

وعليكم السلام ورحمة الله تعالى وبركاته، بداية انقر على View من القائمة، ثم اختر "إظهار الأجهزة المخفية (Show hidden devices)" وانظر إن ظهرت لك أم لا: جرب أيضا البحث عن تغييرات الأجهزة من خلال النقر بزر الفأرة الأيمن على اسم جهازك في الأعلى، ثم اختر "البحث عن تغييرات الأجهزة (Scan for hardware changes): في حال لم تظهر لك تحت فئة "Imaging devices" أو تحت "Cameras" يمكنك أن تبحث في قائمة Start عن Settings ثم Privacy & Security: ثم Camera: هناك قم بتفعيل الوصول للكاميرا على الجهاز.

وعليكم السلام ورحمة الله تعالى وبركاته، COLMAP هو في الأساس خط أنابيب مستقل أو ما يعرف بال pipeline مكتوب بلغة C++، ويحتوي على واجهة مستخدم رسومية وأدوات سطر أوامر لإعادة بناء الهيكل من الحركة (SfM) والإستريو متعدد الرؤى (MVS). لذا فهو ليس مكتبة بايثون أصلية ولكن بالرغم من ذلك هناك روابط بايثون والمعروفة باسم PyCOLMAP التي تتيح لنا استخدام معظم وظائف COLMAP في بيئة بايثون، مما يمكّن من كتابة سكريبتات وأتمتة مهام إعادة البناء ضمن مشاريع بايثون. يمكنك التعرف أكثر عليه من التوثيق الرسمي من هنا: COLMAP ومن هنا: pycolmap

عمل ممتاز إذ أنّك أنهيت أول مسار من الدورة، والخطوة القادمة هي متابعة الدروس درسا بدرس، ومسارا بمسار حتى إتمام جميع مسارات الدورة. ترتيب الدروس والمسارات مدروس ولم يتم عمله بشكل عشوائي لذا لا داعي للقلق أو التسرع فهذا المجال يحتاج إلى تركيز وتريّث وصبر أثناء التعلم. بالنسبة للمثال الذي ذكرت فهو مثال تمهيدي للدخول في المسار الثاني من الدورة "أساسيات البرمجة" وبعد إتمامك لهذا المسار يمكنك التطبيق العملي سواء مع التمارين التي يعدّها المدرب في الدرس، أو من خلال طلبها منا في التعليقات أسفل الدرس الذي تريد التطبيق عليه، أو من خلال منصات معروفة ك LeetCode مثلا.

يستخدم تحليل المكونات الرئيسية (PCA) لتقليل الأبعاد في مجموعات البيانات الكبيرة والمعقدة، مما يُسهّل تحليلها وتصورها. يقوم PCA بتحويل الميزات الأصلية إلى مجموعة جديدة من المكونات الرئيسية التي تحتفظ بأكبر قدر ممكن من التباين في البيانات، مما يساعد في تبسيط النماذج وتقليل التعقيد الحسابي. وليس من الضروري دائما استخدام PCA مع الشبكات العصبية في بعض الحالات يمكن أن يساعد PCA في تقليل الأبعاد وبالتالي تقليل عدد المعلمات في الشبكة، مما قد يقلل من خطر التعميم الزائد (overfitting) ويحسن أداء النموذج. ومع ذلك قد يؤدي تقليل الأبعاد أيضا إلى فقدان بعض المعلومات المهمة، مما قد يؤثر سلبا على أداء الشبكة. لذلك يفضل تقييم تأثير PCA على أداء الشبكة العصبية في سياق المشكلة المحددة. ويستخدم PCA بشكل شائع مع خوارزميات تعلم الآلة الأخرى كخطوة تمهيدية لتقليل الأبعاد والتعامل مع التعدد الخطي بين الميزات هذا يمكن أن يحسن أداء بعض الخوارزميات ويقلل من التعقيد الحسابي ولكن يجب تقييم تأثير PCA على كل خوارزمية بشكل منفصل، حيث قد لا يكون له دائمًا تأثير إيجابي. ويكون استخدام PCA مناسبا عندما يكون لديك مجموعة بيانات ذات عدد كبير من الميزات، خاصة إذا كانت هذه الميزات مرتبطة ببعضها البعض. في هذه الحالات يمكن أن يساعد PCA في تقليل الأبعاد مع الاحتفاظ بأكبر قدر ممكن من المعلومات، مما يسهل عملية التحليل ويقلل من التعقيد الحسابي ومع ذلك يجب الحذر عند استخدام PCA، حيث قد يؤدي إلى فقدان بعض المعلومات المهمة، خاصة إذا تم تقليل عدد الأبعاد بشكل كبير.