Chihab Hedidi

من الواضح أن الخطأ الذي تحدث هنا هو في الجزء الذي يحتوي على الفحص المشروط if self.nT >= 85، المشكلة تكمن في محاولة مقارنة العمود بالقيمة 85، وهذا يؤدي إلى خطأ. بدلا من ذلك، يجب عليك استخدام apply لتطبيق الفحص المشروط على كل عنصر في العمود، فيما يلي كيف يمكنك تحسين الكود: self.searjh["التقدير"] = self.nT.apply(lambda x: 'A' if x >= 85 else 'Other') يتم استخدام apply هنا لتطبيق الشرط على كل عنصر في العمود، ويتم إنشاء عمود جديد تحت إسم التقدير يحتوي على التقدير المناسب لكل قيمة. يمكنك ضبط الشرط حسب احتياجاتك.

تركز دورة تطوير واجهات المستخدم من أكاديمية حسوب بشكل رئيسي على الواجهة الأمامية والتقنيات المرتبطة بها، مع اهتمام بالجانب التطبيقي أيضا، ومن المهم أن نلاحظ أنها لا تتناول جوانب خادم الويب (backend)، لكن هناك دورات أخرى مخصصة لهذا الجانب. تتضمن هذه الدورات: دورة تطوير تطبيقات الويب باستخدام لغة PHP. دورة تطوير تطبيقات الويب باستخدام لغة Ruby. إذا كنت مشتركا في أحد هذه الدورات، سيكون لديك الوصول إلى المسارات الأولى منها، وكذلك الفرصة لاستكشاف باقي دورات الأكاديمية. ولكن إذا كنت ترغب في الاطلاع على محتوى الدورة قبل الالتحاق بها، يمكنك مشاهدة المسار الأول كمقدمة. بناء على ذلك، يمكنك اتخاذ القرار المناسب بشكل أفضل بالنسبة لك. بالتوفيق في رحلتك التعليمية.

أنصحك بالبدء بتعلم الرياضيات الأساسية مثل الجبر والإحصاء، ثم اكتساب مهارات البرمجة باستخدام Python على الأقل يكون لديك الأساسيات فيها، و قبل بداية الكورس تأكد من محتواه إذا كان يغطي هذه المفاهيم أو لا، خصوصا المكتبات التي ذكرتها، و لمعرفة ما يجب تعلمه أكثر يمكنك الإطلاع على هذه المقالات التي ستفيدك كثيرا في هذا المجال:

اختبار SAT هو اختبار تقييمي يستخدم على نطاق واسع في الولايات المتحدة لتقييم مهارات الطلاب في مجالات متعددة، مثل الرياضيات و غيرها، حيث يطلب من الطلاب أداء مهام متنوعة في هذه المجالات، ويهدف إلى قياس إلمامهم بالمواضيع الأكاديمية ومهارات التفكير التحليلي. فيما يتعلق بالعلاقة بين اختبار SAT والذكاء الاصطناعي، يمكن استخدام التكنولوجيا والذكاء الاصطناعي في مجالات عديدة لتحسين عمليات الاختبار وتحليل النتائج. على سبيل المثال، يمكن استخدام الذكاء الاصطناعي لتطوير أسئلة اختبار ذكية ومحسّنة، وكذلك لتقديم تحليلات دقيقة لأداء الطلاب.

الخطأ الذي تواجهه يشير إلى أنه يجب تحديث pip باستخدام Python 3.12 المثبت، يمكنك تنفيذ الأمر المقترح بالدخول إلى موجه الأوامر أو تيرمينال النظام وتشغيل الأمر التالي: python -m pip install pip -U بعد تنفيذ هذا الأمر، يجب أن يتم تحديث pip إلى أحدث إصدار. يمكنك التحقق من ذلك عن طريق تشغيل: python -m pip --version

اسم خادم قاعدة البيانات الخاص بك، يعتمد على نوع قاعدة البيانات التي تستخدمها ونوع النظام الذي يستضيفها. يمكنك معرفة اسم خادم قاعدة البيانات الخاصة بك بعدة طرق، على حسب نوع قاعدة البيانات والنظام الذي يستضيفها. في حال استخدام قاعدة بيانات SQL مثل MySQL أو PostgreSQL أو Microsoft SQL Server، يمكنك استخدام أمر SQL مثل SELECT @@SERVERNAME; أو ابحث في ملفات إعدادات قاعدة البيانات لديك، في MySQL، على سبيل المثال، يمكنك العثور على ملف my.cnf أو my.ini الذي يحتوي على معلومات حول الخادم.

بالنسبة لأساسيات البرمجة فهذه الأساسيات تعتبر هامة جدا، إذا كنت تخطط لتطوير مهاراتك في مجال البرمجة، فإن فهم البنية البيانية والتفكير المنطقي والخوارزميات يمكن أن يساعدك بشكل كبير، لا يجب أن تكون هناك ضرورة للانغماس في C++ من البداية، يمكنك البدء مع لغة أخرى أكثر توجيها للويب مثل JavaScript أو Python. بخصوص دورة ال front-end تعتبر ممتازة للبداية في تطوير الواجهة الأمامية، و لكن لا تتوقف عند هذا الحد، بعد الإنتهاء من الدورة حاول القيام بمشاريع أخرى لتتعلم أكثر و تكتسب خبرة في هذا المجال. بخصوص السؤال الثالث يمكنك البدء باستخدام jQuery و Bootstrap، ولكن فهم أساسيات JavaScript و CSS يظل مهما، عندما تكون جاهزاً للتحديات الأكبر، يمكنك استكمال تعلمك لمكتبات أخرى أو حتى الانتقال إلى إطارات عمل (Frameworks) مثل React أو Angular. ثلاث ساعات يومياً هي مدة جيدة جداً. مع الالتزام والتحفيز، يمكنك تحقيق تقدم كبير. احتفظ بتوازن جيد بين تعلم النظريات والتطبيق العملي. و يمكنك أيضا الإطلاع على هذه المقالات التي ستساعدك في مسارك: أتمنى لك التوفيق في رحلتك التعليمية والمهنية، وإذا كنت بحاجة إلى أي مساعدة أو استفسار، فلا تتردد في طرح المزيد من الأسئلة.

في مكتبة NumPy، تقوم argmin و argmax بإرجاع الفهرس لأدنى قيمة أو أعلى قيمة في مصفوفة، سأشرح لك بمثال لتفهم أكثر: import numpy as np arr = np.array([3, 1, 4, 1, 5, 9, 2, 6, 5, 3]) # العثور على الفهرس لأدنى قيمة باستخدام argmin index_of_min = np.argmin(arr) min_value = arr[index_of_min] # العثور على الفهرس لأعلى قيمة باستخدام argmax index_of_max = np.argmax(arr) max_value = arr[index_of_max] print("الفهرس لأدنى قيمة:", index_of_min) print("أدنى قيمة:", min_value) print("الفهرس لأعلى قيمة:", index_of_max) print("أعلى قيمة:", max_value) و ستكون النتائج بالشكل التالي: الفهرس لأدنى قيمة: 1 أدنى قيمة: 1 الفهرس لأعلى قيمة: 5 أعلى قيمة: 9 argmin: أعطتنا الفهرس لأدنى قيمة: 1 (القيمة 1 في المصفوفة هي الأدنى) argmax: أعطتنا الفهرس لأعلى قيمة: 5 (القيمة 9 في المصفوفة هي الأعلى)

المشكلة تكمن في عدم القدرة على استيراد Django، و هذا بسبب عدم تثبيته إتبع الخطوات التالية من أجل تثبيته بطريقة صحيحة: قبل تشغيل الأمر python manage.py runserver، قمت بتثبيته بهذا الأمر: pip install django في حالة كان مثبت من قبل ،قم بتحديث Django إلى أحدث إصدار باستخدام الأمر: pip install --upgrade django بعد اتخاذ هذه الخطوات، قم بتشغيل الأمر python manage.py runserve مرة أخرى وتأكد من أن المشكلة قد حلت.

مرحبا شهد، أرجوا منك رفع ملفات المشروع مضغوطة من أجل الإطلاع عليها أكثر. بالتوفيق إن شاء الله @Shahed Hamze.

يمكنك القيام بذلك عن طريقة وضع treeview تحتوي على كل الأسماء التي تقرأها من ال dataset الخاصة بك و من ثم تقوم بتعريف دالة للبحث عن الأسماء المحددة التي تريدها، يمكنك الإستعانة بهذا الكود و التعديل عليه حسب إحتياجاتك: import pandas as pd import tkinter as tk from tkinter import ttk # إنشاء DataFrame تجريبي data = {'Name': ['أحمد محمد علي', 'محمد أحمد علي', 'علي أحمد محمد', 'يوسف أحمد', 'أحمد علي']} df = pd.DataFrame(data) # إنشاء نافذة Tkinter root = tk.Tk() root.title("بحث في DataFrame") # إضافة Treeview لعرض النتائج columns = ['Name'] tree = ttk.Treeview(root, columns=columns, show='headings') # تحديد عناوين الأعمدة for col in columns: tree.heading(col, text=col) # تحديد عرض الأعمدة tree.column('Name', width=200) # إضافة البيانات إلى Treeview for index, row in df.iterrows(): tree.insert('', 'end', values=(row['Name'],)) # إضافة حقل لإدخال اسم البحث search_var = tk.StringVar() search_entry = tk.Entry(root, textvariable=search_var, width=20) search_entry.grid(row=0, column=1, padx=10, pady=10) tree.grid(row=0, column=0, sticky='nsew') # دالة للبحث عن الاسم وعرض النتائج في Treeview def search_name(): query = search_var.get().strip() # حذف النتائج الحالية for row in tree.get_children(): tree.delete(row) # إيجاد النتائج المطابقة وإضافتها إلى Treeview for index, row in df[df['Name'].str.contains(query)].iterrows(): tree.insert('', 'end', values=(row['Name'],)) # إضافة زر لتشغيل البحث search_button = tk.Button(root, text="ابحث", command=search_name) search_button.grid(row=0, column=2, padx=10, pady=10) # تشغيل النافذة root.mainloop() حاول بين الحين و الآخر كتابة الكود لوحدك و واجه المشكلات التي تكون فيه، هذا سيحفز فيك حل المشكلات البرمجية و يصبح لديك خبرة مع مرور الوقت. يمكنك أيضا قراءة المقالات الخاصة بالبيثون و واجهات المستخدم من خلال الرابط التالي:

من فضلك ارفق ملف الاكسل الذي تعمل عليه حتى يمكنني فهم المشكل بشكل أفضل.

تظهر الرسالة "See the caveats in the documentation" عندما تقوم بتعديل قيم في DataFrame بطريقة يمكن أن تؤثر على النسخة الأصلية، يعني هذا أن هناك احتمالا لحدوث تأثير جانبي على البيانات الأصلية. قد ظهرت هذه الرسالة إذا كانت هناك قيم غير صحيحة في العمود 'وحدة دراسية' وتم تحويلها إلى NaN، لذا تأكد أن كل سطر في العمود يحتوي على قيم و تكون عبارة عن أرقام.

بالنسبة للخطأ الذي قد واجهته، يفضل دائما التحقق من أن أنواع البيانات في الأعمدة تسمح بالعمليات الحسابية، يمكنك استخدام dtype للتحقق من أن الأعمدة التي تشارك في العمليات الحسابية لديها نفس الأنواع. # التحقق من أنواع الأعمدة print(df3.dtypes) # تحويل الأعمدة إلى أنواع البيانات المناسبة إذا كانت لا تزال هناك مشكلة df3['النهائي'] = pd.to_numeric(df3['النهائي'], errors='coerce') df3['وحدة دراسية'] = pd.to_numeric(df3['وحدة دراسية'], errors='coerce') # القيام بالعمليات الحسابية بعد التأكد من صحة أنواع البيانات df3['cc'] = df3['النهائي'] * df3['وحدة دراسية'] # حساب المجموع الإجمالي Total = df3['cc'].sum() # طباعة النتيجة print(Total)

تأكد من أن العمود لا يحتوي على أي كلمات، اذا تستطيع أرفق الكود مع الملف لأطلع عليه أكثر.

يمكنك ذلك باستخدام مكتبة pandas في Python لتنفيذ هذه العملية، سأكتب لك كود كمثال لتفهم أكثر: import pandas as pd # قم بتعريف DataFrame الخاص بك data = {'Column1': [1, 2, 3, 4], 'Column2': [5, 6, 7, 8], 'Column3': [9, 10, 11, 12]} df = pd.DataFrame(data) إذا أردت جمع قيم Column1 وتقسيمها على قيم Column2، يمكنك استخدام الكود التالي: # جمع قيم Column1 sum_column1 = df['Column1'].sum() # جمع قيم Column2 sum_column2 = df['Column2'].sum() # تقسيم النتيجة result = sum_column1 / sum_column2 print(result) هذا سيعطيك النتيجة المطلوبة. يمكنك تعديل الأعمدة والبيانات وفقا لاحتياجات DataFrame الخاص بك.

الحل صحيح و يعطيك نتيجة x power y، في المثال الخاص بك سيتم طباعة نتيجة 2 مرفوعة الى قوة 5 و النتيجة هي 32. و يوجد طرق أخرى للحل بالشكل التالي: الطريقة الأولى: def num(x, y): result = pow(x, y) print(f"result: {result}") num(2, 5) الطريقة الثانية: def num(x, y): result = x ** y print(f"result: {result}") num(2, 5) جميع هذه الطرق تؤدي إلى نفس النتيجة، وتحسب 2 مرفوعة إلى قوة 5 وتطبع النتيجة 32.

مجال علوم الكمبيوتر كبير جدا و بالتأكيد في كل مجال هناك مشاكل، فهمك لطبيعة علوم الكمبيوتر صحيح، حيث تتنوع هذه العلوم بشكل كبير وتشمل تفاصيل دقيقة. ومن خلال توظيفك كمبرمج، يمكنك تحديد نطاق معين أو مجال محدد للعمل عليه، لكن يمكن أن يكون التحدي هو في فهم التفاصيل العميقة في المشاريع وتنفيذها بشكل فعال. أهم شيء أن تحدد أهدافك بوضوح و تحدد المهارات و المجال الذي يثير إهتمامك و الذي تريد أن تستمر فيه، بالنسبة للمشاريع الكبيرة قسمها إلى مهام صغيرة وقابلة للإدارة، هذا يساعدك في التركيز على جزء صغير في كل مرة. لا تحاول فهم كل شيء في وقت واحد. قم بتعلم الأساسيات أولا ومن ثم انتقل إلى المفاهيم المتقدمة تدريجيا، و إذا كان لك زملاء في نفس المجال تعاون معهم للحصول على دعم ومساعدة عند الحاجة. و أهم ما يجب أن تعرف هو أن علوم الكمبيوتر تتطلب صبرا، فلا تحاول تحقيق كل شيء في وقت قصير. استمتع بعملك وابق ملتزما بتطوير نفسك، مع الوقت والتفاني، ستلاحظ تحسنا في مهاراتك وقدرتك على التعامل مع تفاصيل المشاريع بشكل أفضل.

نعم قم فقط بتحميل الملف الذي ينقص، أكتبه في جوجل و ستجد موافع لتحميله، حمله و أتبع الخطوات التي قلت لك.

مرحبا أحمد، أرجو منك طرح المشكلة في الفيديو الذي واجهت فيه هذه المشكلة لنتمكن من مساعدتك بشكل أفضل.

يوجد بعض الملفات النظامية التي تنقص في الجهاز الذي نقلت اليه التطبيق، و هو مذكور في الإيرور بإسم api-ms-win-core-path-l1-1-0.dll، لذا حاول تحميله فقط و قم بوضعه داخل ملفات الwindows في مجلد system32 ثم قم بإعادة تشغيل الجهاز و سيشتغل معك بدون مشاكل.

نعم هذا ما كنت أقصده. في سياق مكتبة face_recognition، يتم تمثيل الوجوه كنقاط، ونستخدم face_distance لحساب مدى التشابه بين وجهين باستناد إلى هذه الميزات، و يمكن أن يكون الناتج هو مقياس لقرب أو بعد الوجهين عن بعضهما البعض.

يستخدم المعامل rtol لتحديد السماحية النسبية وتعني relative tolerance، و القيمة الإفتراضية لها هي 1e-09 أي 0.000000001،بشرح أبسط لنفرض أنه لدينا القيمتين a و b حيث a=100 و b=103 إذا وضعنا السماحية النسبة 0.02 أي 2% سيكون الناتج False لأن الفارق بين x و y أكبر من 2%، أما إذا غيرناه إلى 0.03 سيكون الناتج True: import math x = 100.0 y = 103.0 result = math.isclose(x, y, rel_tol=0.02) print(result)

face_locations و face_encodings هما جزءان من الوظائف التي تستخدم للكشف عن الوجوه في الصور واستخراج معلومات حولها، أهم الفروقات بينهما: face_locations: تستخدم للعثور على مواقع الوجوه في الصورة. ترجع قائمة من أقسام الصورة حيث تظهر الوجوه. النتيجة هي تواجد الوجوه في الصورة بدون تفاصيل إضافية. تساعد هذه الوظيفة في تحديد مواقع الوجوه في الصورة. face_encodings: - تستخدم لاستخراج ميزات الوجه (face encodings) من الصورة. - تعيد قائمة من المتجهات الرقمية التي تمثل الوجوه في الصورة. - تحتاج إلى موقع الوجه (الذي يمكن الحصول عليه باستخدام face_locations) لاستخدام هذه الوظيفة. - تستخدم هذه الميزات لمقارنة الوجوه والتحقق من الهوية. و باستخدام هاتين الوظيفتين معا، يمكنك تحديد موقع الوجوه في الصورة باستخدام face_locations ومن ثم استخراج ميزات الوجه باستخدام face_encodings للقيام بالتحقق من الهوية أو مقارنة الوجوه.

أقصد عدد الأعمدة و الأسطر، اذا تستطيع ان تكتب مثال على سطر واحد او إثنين.