Ail Ahmed

السلام عليكم

اي هي الsynthetic data واي علاقتها بالذكاء الاصطناعي ؟

السلام عليكم

هل يوجد حالينا نظمه ذكاء اصطناعي اقدر يفكر ويتاخذا قرارت مثل الانسان  او حتي بيفكر ازي طفال ضغير او بيفكر مثلان 40% والا الموصوع فقط تدريب علي بيانات وسرعه معالجه؟

بتاريخ On 22‏/5‏/2024 at 04:45 قال حمزة عباد:

بما أنك تستخدم Kaggle للحصول على البيانات، فلماذا لا تستخدم منصة Kaggle Notebook أيضا لتشغيل الكود؟ فتلك المنصة أيضا توفر GPU مجاني لمدة معينة، وأعتقد أن المدة التي توفرها أكثر من Colab. هذا لأن Colab يتم استخدامه بكثرة، لذلك فالطلب عليه شديد، بينما Kaggle Notebooks لا يتم استخدامها بنفس الشدة. بالمناسبة، Kaggle أيضا مدعومة من Google لذلك يفترض أن تعمل عليه مشاريعك بنفس الكفاءة. ما يمكنك استخدام المنصتين معا وليس واحدة منهما فقط، بحيث تستخدم حقك المجاني في واحدة منهما ثم تنقل النماذج والبيانات إلى الأخرى وتستمر بالعمل مستفيدا من حقك المجاني على الأخرى أيضا!

ما كمنيتش اعرف عنها اي حاجه الصراح 

بس تمام اشوف الموضوع ده

شكراا لحضرتك

شكراا جدا لحضرتكم والله

جزاك الله كل خير

بتاريخ الآن قال Mustafa Suleiman:

بالطبع، لكن لا حاجة إلى ذلك 

تمام , شكراا لحضرتك

السلام عليكم

هل منصه Google Colab  النسخه المجانيه مناسب لعمل  يعني هل اقدر اجيب مشاريع من كاجل واشتغل علها في البداي وبعد كده ان انا شاء الله اشترك في Google Coalb Pro؟

تمام , ِشكراا لحضرتكم

بس طيب لو ان مسحتو ونزلتو من الالول هل هريجع زي الاول والا اي

السلام عليكم

وان شغل كده علي VScode الشاشه كبير من مغير ما اقصد يعني حصل zoom كده فا ازي كيف اضبط حجم VScode يعني يرجع زي الاول طبيعه ؟

بتاريخ 7 دقائق مضت قال Mustafa Suleiman:

لم تقم باستيراد مكتبة seaborn، وأيضًا seaborn_dark ليس تنسيق صحيح لـ matplotlib، فمكتبة seaborn توفر عدّة تنسيقات لكن seaborn_dark ليس منهم، بل يوجد darkgrid أو dark لذا الكود سيكون كالتالي:

import matplotlib.pyplot as plt
import seaborn as sns

heart_disease = [629,561,559,70]

sns.set_style('dark')  

plt.pie(heart_disease, labels=['Heartdisease','Normal','male','femal'], explode=[0.1,0.1,0.1,0.1])
plt.title("Heartdisease")
plt.show()

في حال أردت استخدام plt.style.use فنكتب seaborn-dark وليس seaborn_dark كالتالي:

plt.style.use('seaborn-dark')

وذلك بدلاً من sns.set_style('dark')

جزاك الله كل خير

شكراا لحضرتك

بتاريخ 15 دقائق مضت قال Mustafa Suleiman:

فكما ذكرت لك من آنفًا، مكتبة Seaborn تعتمد على Matplotlib لإنشاء الرسوم البيانية، وبالتالي تحتاج إلى استدعاء show لعرض الرسم البياني.

تمام , شكراا لحضرتك

ده الكود

import seaborn as sns

heart = [629,561,70,559,30]
sns.histplot(heart)

ازي اعرض البيانات ده ان استخدمات show بس الداله ده مش موجود

بتاريخ 3 ساعة قال Khaled Osama3:

الكود الذي كتبته صحيح، ولكن هناك نقطة مهمة يجب أن تعرفها بخصوص استخدام الأنماط (styles) في مكتبة matplotlib. الأنماط يجب أن تطبق قبل إنشاء الرسم البياني (أي قبل استدعاء دالة plt.plot). هنا انت قمت بإنشاء الرسم البياني أولا ثم حاولت تطبيق النمط، وهذا هو السبب في أن النمط لم يطبق على الرسم البياني.
دعنا نعيد كتابة الكود بشكل صحيح بحيث يتم تطبيق النمط قبل إنشاء الرسم البياني:

import matplotlib.pyplot as plt 

# قائمة الأعداد للمحورين
a = [1,2,3,4,5,6,7,8]
b = [1,2,3,4,5,6,7,8]

# تطبيق النمط قبل رسم المخطط
plt.style.use('bmh')

# رسم المخطط
plt.plot(a,b)

# عرض المخطط
plt.show()

في هذا الكود، قمت بتطبيق النمط bmh قبل رسم المخطط، لذا سيتم تطبيق النمط على المخطط بشكل صحيح.

أ. خالد عندي سوال كمان هنا

import matplotlib.pyplot as plt 

heart_disease = [629,561,559,70]
plt.style.use('seaborn_dark')
plt.pie(heart_disease,labels=['Heartdisease','Normal','male','femal'],explode=[0.1,0.1,0.1,0.1])
plt.title("Heartdisease")
plt.show()

في السطر الثالث ليه الخاصيه ده seabron_dark مش شغل ؟

ليه

شكراا لحضرتك 

السلام عليكم

اي الفرق بين seaborn وبين matplotlib ؟

بتاريخ 2 دقائق مضت قال Khaled Osama3:

الكود الذي كتبته صحيح، ولكن هناك نقطة مهمة يجب أن تعرفها بخصوص استخدام الأنماط (styles) في مكتبة matplotlib. الأنماط يجب أن تطبق قبل إنشاء الرسم البياني (أي قبل استدعاء دالة plt.plot). هنا انت قمت بإنشاء الرسم البياني أولا ثم حاولت تطبيق النمط، وهذا هو السبب في أن النمط لم يطبق على الرسم البياني.
دعنا نعيد كتابة الكود بشكل صحيح بحيث يتم تطبيق النمط قبل إنشاء الرسم البياني:

import matplotlib.pyplot as plt 

# قائمة الأعداد للمحورين
a = [1,2,3,4,5,6,7,8]
b = [1,2,3,4,5,6,7,8]

# تطبيق النمط قبل رسم المخطط
plt.style.use('bmh')

# رسم المخطط
plt.plot(a,b)

# عرض المخطط
plt.show()

في هذا الكود، قمت بتطبيق النمط bmh قبل رسم المخطط، لذا سيتم تطبيق النمط على المخطط بشكل صحيح.

الله ينور علي حضرتك والله جزاك الله كل خير

شكرااا لحضرتك جدا جدا 

بتاريخ 3 دقائق مضت قال Khaled Osama3:

الكود الذي كتبته صحيح، ولكن هناك نقطة مهمة يجب أن تعرفها بخصوص استخدام الأنماط (styles) في مكتبة matplotlib. الأنماط يجب أن تطبق قبل إنشاء الرسم البياني (أي قبل استدعاء دالة plt.plot). هنا انت قمت بإنشاء الرسم البياني أولا ثم حاولت تطبيق النمط، وهذا هو السبب في أن النمط لم يطبق على الرسم البياني.

ماكنتش اعارف كده الصراحه شكراا جدا

اصل هو بستخدم jupyter فا عمل العكس هل علي jupyter عادي ؟

ونا بستخدم VScode

السلام عليكم

عندي استخدم مكتبه matplotlib بكتب الكود ده

import matplotlib.pyplot as plt 

a = [1,2,3,4,5,6,7,8]
b = [1,2,3,4,5,6,7,8]

plt.plot(a,b)
plt.style.use('bmh')
plt.show()

بس ليه هنا الخلفيه زي ماهي ليه الكود مشتغلش صح ؟

بتاريخ 44 دقائق مضت قال Khaled Osama3:

يبدو أنك تواجه مشكلة في عرض الرسم البياني لكن لاحظ أنك تستخدم print() لعرض الرسمة البيانية، وهذا لن يعمل بدلا من ذلك يجب عليك استخدام plt.show() لعرض الرسمة البيانية جرب تغيير الشفيرة لتبدو مثل هذا:

import matplotlib.pyplot as plt 

a = (1,2,3,4,5,6,7,8)
b = (1,2,3,4,5,6,7,8)

plt.plot(a,b)
plt.show()

الفرق بين plot() و plot_date() يكمن في النوع الأساسي للبيانات التي يمكن تمثيلها بهما.

فإن plot() تستخدم لرسم البيانات العادية، حيث يكون محور x مكونا من قيم متغيرة بشكل متسلسل على سبيل المثال، عندما تمثل محور x الوقت بصورة متسلسلة مثل الأرقام الصحيحة أو الأعداد العشرية.

أما عن plot_date() هذه الدالة مخصصة لرسم البيانات التي تمثل قيما زمنية على محور x يتم استخدامها عندما يكون محور x يحتوي على تواريخ أو أوقات.

فى العموم كلا الدالتين تعتمدان على plot() الأساسية لرسم البيانات لكن plot_date() توفر بعض المزايا الإضافية لمعالجة التواريخ والأوقات بشكل أسهل وأكثر تفصيلا.

تمام الكود اشتغل من غير اي مشكله

شكراا جدا لحضرتك

بتاريخ 33 دقائق مضت قال محمد_عاطف:

نعم هو القيمة التى فيه هى int ولكن الدالة DictReader تقوم بقراءته كسلسلة نصية string وليس int كما الحال حينما نقوم بأخذ البيانات من المستخدم كما في دالة input

فهمت حضرتك 

شكرااا جداا

السلام عليكم

انا بستخدم مكتبه  matplotlib وعند كتبه الكود علي VScode ده مش بيظهر الرسم البياني ؟

import matplotlib.pyplot as plt 

a = (1,2,3,4,5,6,7,8)
b = (1,2,3,4,5,6,7,8)

p = plt.plot(a,b)

print(p)

وكمان انا عاوز اعرف اي الفرق بين الاثنين دول

plot()
plot_date()

بتاريخ 2 دقائق مضت قال محمد_عاطف:

وعليكم السلام ورحمة الله وبركاته .

الخطأ أنك تحاول أن تقارن بين قيمة int وقيمة string و في بايثون إذا لم يكن المتغيران من نفس النوع لن يحدث تحقق للشرط .

لذلك قم بإستبدال سطر رقم 13 بالسطر التالى :

heart_disease = int(row['target'])

 

تمام بس العمود د القيمه بتعتو int مش string ؟

الان هو عبار عن 0و1

السلام عليكم

عند تحليل بيانات مرض القلب يظهر الخظاء التالي ؟

انا هنا في الكود ده عاوز اعارف عدد الناس المصاب بمرض القلب و عدد الناس الطبيعه وده الكود بتاعي

الخطاء هنا ان مش بيجي الناس العندها مرض قلب ليه بيحصل المشكله ده مع ان الكود يعني صح ؟

import csv

counts = {
    'Heartdisease':0,
    'Normal':0,
}

with open("heart_disease.csv" , 'r') as file:

    dict_reader = csv.DictReader(file)

    for row in dict_reader:
        heart_disease = row['target']
        if heart_disease == 1:
            counts['Heartdisease'] += 1

        else:
            counts['Normal'] += 1        
        

for heartdisease in counts:
    print(f"{heartdisease}: {counts[heartdisease]}")   

وده البيانات الانا شغل عليها

heart_disease.csv

بتاريخ On 18‏/5‏/2024 at 10:53 قال Ali Ibrahim12:

في نماذج التعلم  الالي مفهوم ال"target" يعبر عن الخرج المستهدف أو النتيجة المرغوبة التي يتم استهدافها في مجموعة البيانات.

حيث تكون موجودة في مسائل التعلم بالاشراف (supervised learning) من مسائل تصنيف او تنبؤ على غرار مسائل الغير خاضعة للاشراف (unsupervised learning) مثل خوارميات التجميع وغيرها.

حيث يمكن ان تصادفك بغير اسم لكن تعبر عن نفس المعنى ومن الاسماء الشائعة الاخرى للtarget هي:

1.  Label (التصنيف)
2.  Class (الفئة)
3.  Outcome (النتيجة)
4.  Ground truth (الحقيقة الأساسية)
5. Y (نتيجة او الدالة )

ففي مثالك الtarget هي حالة السكري في الدم حيث تعبر 0 للحالة الطبيعية اي انه بمعنى اخر غير مصاب بالسكر وال1 انه مرتفع السكري وهو مؤشر لاصابته بالسكري  فيمكن ان تحل البيانات التي تملكها ان يمكن تصنيف الاشخاص المصابين بالسكري من غير المصابين وذلك تبعا للعوامل مثل العمر والجنس والخ...)

هدف استخدام الـ target في التعلم الآلي هو تدريب النموذج للتنبؤ بالفئة المناسبة للمثال الجديد. عند تدريب النموذج، يتم مقارنة النتيجة المتوقعة المستنتجة من النموذج بالقيمة الهدف (target) الحقيقية. بناءً على هذه المقارنة، يتم تحديث وضبط معلمات النموذج ليتعلم التنبؤ الدقيق بالفئات وهذا تعريف التعلم بالاشراف.

 

شكراا لحضرتك

بتاريخ 18 ساعة قال عبد الوهاب بومعراف:

العفو.

العمود "target" في مجموعة بيانات مرض القلب يمثل الهدف أو النتيجة التي نريد التنبؤ بها باستخدام نموذج تعلم الآلة. وفي هذه الحالة، هو مؤشر على وجود مرض القلب لدى المريض.

أما القيم في العمود "target":

• 0: يعني أن الشخص ليس لديه مرض القلب (سليم).
• 1: يعني أن الشخص مصاب بمرض القلب.

وهذا العمود يستخدم كناتج (Output) أو المتغير التابع في نماذج التعلم الآلي لتدريب النموذج على التنبؤ بحالة القلب بناء على باقي الخصائص (Features) في مجموعة البيانات.

شكراا لحضرتك 

بتاريخ الآن قال عبد الوهاب بومعراف:

معذرة على التأخر في الرد.

 

الا عادي جدا كثير خير حضرتك والله

بتاريخ 1 دقيقة مضت قال عبد الوهاب بومعراف:

معذرة على التأخر في الرد.

بالنسبة لسؤالك الجديد، فتلك القيم تشير إلى نوعية استجابة القلب للتمرين. فالقيم المختلفة تعكس حالات صحية مختلفة، مثل التغيرات في تدفق الدم إلى القلب وما إلى ذلك.

ف Oldpeak يقيس انخفاض الـ ST على مخطط كهربية القلب (ECG) بعد التمرين أي أنه يعكس مدى انخفاض تدفق الدم إلى أجزاء من القلب، وهو مؤشر على وجود مشكلات قلبية محتملة مثل نقص التروية.

أما ال ST Slope فهو عبارة عن منحدر القطعة ST على مخطط كهربية القلب أثناء وبعد التمرين.
بالنسبة للقيم في الملف فهي توضح:
  - Upsloping (1): منحدر صاعد، قد يكون طبيعيا.
  - Flat (2): مسطح، قد يشير إلى نقص التروية.
  - Downsloping (3): منحدر هابط، غالبا ما يرتبط بنقص التروية القلبية الخطيرة.

وال Oldpeak يمثل انخفاض الـ ST بوحدات الفولت في حين أن ST Slope يشير إلى تصنيف منحدر الـ ST أثناء وبعد التمرين إلى صاعد، مسطح، أو هابط.

شكرااا جدا لحضرتك

جزاك الله كل خير

اخر سوال لو سمحتي

هي اي المقصدود بي العمود target اخر عمود ؟

بتاريخ 2 دقائق مضت قال Mustafa Suleiman:

في حال أردت تخطي بعض الأمور في البداية ثم العودة للرياضيات والإحصاء مثلاً فيما بعد، فيمكنك البدء بـ:

• تعلم أساسيات علوم الحاسوب
• أساسيات بايثون
• أساسيات SQL
• الخوارزميات وهياكل البيانات
• GIT
• مكتبة Pandas و numpy و matplotlib و seaborn

ثم العودة لخارطة الطريق السابقة.

انا الحمد الله الجزاء ده في اخر حاجه منو

انا حالينا بتدرس مكتبة Pandas و numpy و matplotlib و seaborn

شكراا لحضرتك

بتاريخ 3 دقائق مضت قال عبد الوهاب بومعراف:

معرفة خوارزميات تعلم الآلة والتعلم العميق تعتبر أساسا قويا للبدء في هذا المجال، ولكن تعلم مجالات إضافية مثل رؤية الحاسوب أو معالجة اللغة الطبيعية يمكن أن يفتح أمامك آفاقا أوسع وفرصا أكبر. فمجال رؤية الحاسوب يعتبر مفيدا خاصة إذا كنت مهتما بتحليل الصور والفيديوهات، مثل التعرف على الوجوه أو تشخيص الأمراض من الصور الطبية. ومن جهة أخرى، معالجة اللغة الطبيعية مهمة جدا للتطبيقات التي تتعامل مع النصوص والكلام، مثل تحليل النصوص أو الترجمة الآلية.

لهذا وعندما تفكر في تخصصك، من الجيد أن تنظر إلى التطبيقات العملية للمجالات التي تتعلمها. فإذا كنت مهتما بمجال معين مثل الطب، فإن التخصص في تطبيقات تعلم الآلة المتعلقة بالطب يمكن أن يجعل منك خبيرا ويزيد من فرصك الوظيفية فكما تعلم الشركات عادة تبحث عن مهندسين يمكنهم العمل على مشاريع متعددة تشمل مختلف جوانب تعلم الآلة.

لهذا فالتوسع في مجالك لتشمل رؤية الحاسوب أو معالجة اللغة الطبيعية يمكن أن يعزز من مهاراتك ويجعلك أكثر قدرة على العمل في مشاريع متنوعة ومعقدة. التخصص في مجال معين يمكن أن يجعلك أكثر خبرة ويسهل عليك العثور على فرص عمل محددة. اختيارك يجب أن يعتمد على اهتماماتك الشخصية والأهداف المهنية التي تطمح لتحقيقها.

شكرااا  لحضرتك

بتاريخ 9 دقائق مضت قال Mustafa Suleiman:

في حال أردت تخطي بعض الأمور في البداية ثم العودة للرياضيات والإحصاء مثلاً فيما بعد، فيمكنك البدء بـ:

•  

بالاضاف لبرد الرياضيات

السلام عليكم

هل تعلم خورزميات تعلم الاله والتعلم العميق كافي لعمل  والا يفضل اتعلم كمان معهم رويه الحاسوب او للغه الطبيعه؟

وكمان هل يفضل ان اتخصص في حل مشاكل مجال معنيه زي مثل الطيب وهكذا ؟