أسئلة موجهة لمختص في البرمجة والذكاء الاصطناعي لتحديد مساري كمبتدئة

بما أنك مهتمة بالذكاء الاصطناعي، ابدئي بـ Python لأنها سهلة التعلم، متعددة الاستخدامات، ومستخدمة بكثرة في الذكاء الاصطناعي ، و تحتاجين 2-3 ساعات يوميًا كافية إذا كنتِ مبتدئة، مقسمة كالتالي:

• 30-45 دقيقة: تعلم نظري (فيديوهات، قراءة).
• 1-1.5 ساعة: ممارسة عملية (كتابة كود، حل تمارين).
• 15-30 دقيقة: مراجعة أو مناقشة مع مجتمع (مثل منتديات أو مجموعات دراسية).

ركزي على الذكاء الاصطناعي (AI) إذا كنتِ متحمسة له. هذا يساعدك على بناء أساس قوي دون تشتت، بعد إتقان الأساسيات (مثل Python ومكتبات الذكاء الاصطناعي)، يمكنك استكشاف مجالات متعلقة مثل تطوير الويب أو تحليل البيانات إذا لزم الأمر.

اتبعي مبادئ الكود النظيف:

• التسمية الواضحة: استخدمي أسماء متغيرات ودوال واضحة (مثل calculate_sum بدلاً من x).
• التعليقات: اكتبي تعليقات توضح الهدف من الكود، لكن لا تبالغي.
• التنسيق: استخدمي تنسيقًا موحدًا (مثل PEP 8 لـ Python) مع مسافات واضحة.
• تقسيم الكود: قسمي الكود إلى دوال صغيرة تقوم بمهام محددة.
• إعادة استخدام الكود: تجنبي تكرار الكود باستخدام الدوال أو المكتبات.

البرمجة صعبة في البداية، والأخطاء طبيعية. كل خطأ هو فرصة للتعلم.

عندما تقومين بإتقان الأساسيات تستطيعين كتابة برامج بسيطة بسهولة (مثل حل مسائل متوسطة على LeetCode)، و فهم المفاهيم المتقدمة مثل الكائنات (OOP)، هياكل البيانات (Arrays، Lists، Dictionaries)، والخوارزميات الأساسية (Sorting، Searching) و تحتاجين إلى إكمال مشاريع عملية مثل بناء مشاريع مثل تطبيقات بسيطة أو نماذج ذكاء اصطناعي أولية و عندما تصلين إلى مستوى من القدرة على حل المشكلات بمفردك أي تستطيعين البحث عن حلول وتصحيح الأخطاء دون مساعدة كبيرة.

Python الخيار الأول لأنها سهلة، تدعم مكتبات قوية مثل TensorFlow، PyTorch، Scikit-learn، وتستخدم في معظم تطبيقات الذكاء الاصطناعي.

سوف تحتاجين إلى أساسيات الرياضيات (مثل الجبر الخطي الأساسي، الإحصاء، الاحتمالات) لفهم مفاهيم الذكاء الاصطناعي مثل التعلم الآلي.

المسارات الأساسية للذكاء الاصطناعي هي كالتالي:

1. التعلم الآلي (Machine Learning): تعلمي نماذج مثل التصنيف (Classification) والانحدار (Regression) باستخدام Scikit-learn.
2. تعلم العميق (Deep Learning): دراسة الشبكات العصبية باستخدام TensorFlow أو PyTorch.
3. معالجة البيانات: تعلمي تحليل وتنظيف البيانات باستخدام Pandas وNumPy.
4. رؤية الحاسوب (Computer Vision) أو معالجة اللغة الطبيعية (NLP): اختاري فرعًا بناءً على اهتمامك (مثل تحليل الصور أو بناء Chatbots).

بتاريخ 28 دقائق مضت قال Ashjan Hussein:

كيف أتعلم البرمجةبطريقة ممتازه  بدون تشتت؟

إذا كنتِ تقصدين البرمجة بشكل عام فيمكنك قراءة الإجابة التالية لمزيد من التفاصيل حول كيفية دراسة البرمجة وأيضا لنصائح في كيفية التعامل مع النسيان والتشتت :

بتاريخ 28 دقائق مضت قال Ashjan Hussein:

كم ساعة أحتاج يومياً؟

هذا الأمر يعتمد على الوقت المتاح لديكِ ولا يوجد وقت محدد للدراسة بل كل شخص يختلف عن الأخر في الوقت المتاح له وأيضا في مدى فهمة وإستيعابه . ولهذا فإن هذا الأمر يعتمد عليكِ بشكل كلي . ولكن الأفضل ألا يقل عدد الساعات عن ساعتين يوميا وذلك إذا أردتي التقدم سريعا.

بتاريخ 28 دقائق مضت قال Ashjan Hussein:

هل الأفضل التخصص في مجال واحد أم تجربة أكثر من مجال؟

الأفضل بالطبع التخصص في مجال واحد معين فقط وعدم التشتت في أكثر من مجال . فأن تكوني متخصصة في مجال واحد أفضل من أن تكون لديكِ خبرة بسيطة في عدة مجالات . لذلك إذا لم تحددي المجال الذي تريدنه يمكنك تصفح المجالات المتاحة عموما في البرمجة بشكل سريع ومن ثم السير في طريق المجال الذي ستختارينه.

بتاريخ 28 دقائق مضت قال Ashjan Hussein:

كيف أعرف أني جاهزة للانتقال لمستوى متقدم؟

 بالطبع بعد دراسة الأساسيات يجب عليكي التوجه في التطبيق العملي والبحث عن المشاريع العملية الحقيقية للتطبيق على ما قمتِ بدراسته وحينها يمكنكِ البحث عن وظائف للمبتدئين حيث الإنتقال للمستوى المتقدم سيكون صعبا إذا تم على إنفراد حيث يجب أن يكون هناك من هو أكثر خبرة منكِ ليقوم بتوجيهك . وستعرفين متى تحتاجين لذلك عندما لا تستطيعين تنفيذ أو حل المشكال المعقدة والتي لن تساعدك بها الأساسيات فقط.

بتاريخ 28 دقائق مضت قال Ashjan Hussein:

ما هي أهم اللغات التي أحتاج لتعلمها للنجاح في هذا المجال
ما ترتيب تعلم هذه اللغات وهل أبدأ مثلا بـ Python فقط ثم أنتقل لشيء آخر

إن لغة بايثون هي من اللغات المهمة جدا في مجال الذكاء الإصطناعي ولا غني عنها في ذلك لذلك يجب أولا دراسة لغة بايثون قبل الإنتقال لدراسة أى لغة أخرى.

بتاريخ 28 دقائق مضت قال Ashjan Hussein:

هل أحتاج لفهم الخوارزميات والرياضيات الآن أم لاحقا

إن الذكاء الإصطناعي يتركز بشكل أساسي على الرياضيات و تعلم الجبر الخطي Linear Algebra . 

ولذلك لابد من وجود أساسيات الجبر الخطي مثل : المصفوفات والعمليات على المصفوفات ولابد أن تعرف قواعد كل عملية، لأنه بالتأكيد لا يمكن الحصول على قيمة المتغير c في المثال الذي أعطيته دون أن تعرف كيف يتم حسابها، كذلك معرفة بالمعادلات الرياضية من الدرجات المختلفة

وكذلك التمثيل البياني وفهم المصطلحات الخاصة به،والمتجهات والانحدار

و يجب دراسة هذه المواضيع حتى تفهم ما يدور خلف الكواليس وتستطيع تحسين النتائج فيما بعد.

وإضافة إلى الجبر الخطي:

• التفاضل والتكامل
• حساب المثلثات
• الإحصاء الوصفية

وإليك الإجابة التالية لمزيد من التفاصيل حول ما هو المطلوب قبل البدء في الذكاء الإصطناعي :

وإليكِ المقالات التالية يرجى قراءتها بعناية لمزيد من التفاصيل حول هذا المجال وما هي التخصصات فيه وكيفية التقدم فيه :

سابقاً كان من الأفضل هو التخصص في مجال واحد وبداخل ذلك المجال التخصص في قسم محدد ولكن مع وجود أدوات الذكاء الاصطناعي، يُفضل اتباع نهج متوازن حيث في البداية يمكنكي تعلم أساسيات البرمجة بشكل عام ثم التعمق في مجال محدد  مع الاحتفاظ بمعرفة أساسية بالمجالات المرتبطة.

ولكن في مجال مثل الذكاء الإصطناعي يفضل التخصص والتعمق في مجال واحد أولاً بشكل إحترافي ثم يمكن تعلم أساسيات المجالات الأخرى.

وللنجاح في مجال الذكاء الاصطناعي، أنصحك بالتركيز على بايثون (Python) اللغة الأكثر استخداماً في الذكاء الاصطناعي بفضل

• سهولة التعلم
• والمكتبات المتخصصة مثل TensorFlow و PyTorch و scikit-learn
• استخدامها الواسع في تحليل البيانات

ثانياً لا تحتاجين للتعمق في الرياضيات المعقدة في البداية لكن من المفيد فهم الأساسيات مثل:

• المصفوفات والمتجهات البسيطة
• مفاهيم الاحتمالات الأساسية
• الإحصاء الوصفي

ويوجد دورات تعليمية تشرح الرياضيات التي تحتاجها في مجال الذكاء الإصطناعي.