شركة نهج الذكاء الاصطناعي AI Approach

تلخيص السلسلة 40 من "Python Data Analytics" 📊 تتناول السلسلة كيفية التعامل مع البيانات باستخدام مكتبة Pandas، والتي تتيح قراءة وكتابة البيانات من وإلى تنسيقات مختلفة مثل CSV وExcel. والذي يتعرف المستخدمون على أنواع البيانات والمعلومات التي يمكن لمكتبة Pandas معالجتها، بما في ذلك DataFrame وSeries. يتم تقديم أمثلة لطرق قراءة وكتابة البيانات مثل read_csv وto_csv، مما يعزز فهم كيفية التعامل مع البيانات بشكل فعال. لمعرفة المزيد تابع الملف المرفق في التعليقات 👇🏻 https://m.facebook.com/story.php?story_fbid=pfbid02SaF6dZiLUBqNhUvH5kkUiZ9BDvds1ceRC2vzHjTrwM9KCBcXpuR9jRiuq2zjG3Pml&id=100083466410787&mibextid=UyTHkb كاتب المحتوى: م. علي الكاهلي المصمم: م. دولة المعمري #تعلم_التحليل_خطوة_بخطوة #نادي_نهج_الذكاء_الاصطناعي

في نادي نهج الذكاء الاصطناعي 🦾 نسعى دائما لنكون مصدر إلهام وتمكين لمتابعينا 🔥 اليوم، قدمنا بالتعاون مع الامل هوب أمسية مجانية بعنوان: "دور الذكاء الاصطناعي في إدارة المشاريع" 🤖💼 مع المدرب: Nabil Mosali (استشاري رقمي) الذي أضاء عقول الحاضرين بأفكار جديدة حول كيفية الاستفادة من تقنيات الذكاء الاصطناعي لتحسين إدارة المشاريع واتخاذ قرارات أكثر ذكاءً. 💡🔥 لتفاصيل اكثر 👇 https://www.facebook.com/share/p/1Y8VHpCcFX/ #نادي_نهج_الذكاء_الاصطناعي

تلخيص السلسلة 39 من "Python Data Analytics" 📊 لديك ملف CSV وتريد عرضه أو تعديل بعض الأجزاء منه، ولكنك لا تعرف الطريقة. سنتعلم اليوم كيفية معالجة الملفات الكبيرة بكفاءة وتجزئتها لإجراء عمليات مختلفة على كل جزء. تابع الملف المرفق في التعليقات لمعرفة المزيد 👇🏻 كاتب المحتوى: م. أحمد الجائفي المصمم: م. انتصار الربادي #تعلم_التحليل_خطوة_بخطوة #نادي_نهج_الذكاء_الاصطناعي

مجانا 🔥 حابب تتعلم كيف يكون الذكاء الاصطناعي شريك استراتيجي لإدارة مشاريعك؟ يسرنا في الامل هوب وبالتعاون مع نادي نهج الذكاء الاصطناعي ان نعلن لكم عن ورشة مجانية "دور الذكاء الاصطناعي في إدارة المشاريع" مع المدرب: Nabil Mosali (استشاري رقمي) 🔹 المحاور اللي بنغطيها: مقدمة عن الذكاء الاصطناعي وإدارة المشاريع. كيف تستخدم تطبيقات الذكاء الاصطناعي في شغلك؟ أدوات تساعدك تدير مشاريعك زي المحترفين. دراسة حالة وتطبيق عملي مباشر. استراتيجيات لتطوير مشاريعك المستقبلية بالذكاء الاصطناعي. 🎯 أهداف الورشة: ١. تعريف المشاركين بدور الذكاء الاصطناعي في تحسين كفاءة إدارة المشاريع وتوفير الوقت والجهد. ٢.تسليط الضوء على استخدام الذكاء الاصطناعي في التخطيط، التنبؤ بالمخاطر، وإدارة الموارد بفعالية. ٣.استعراض أهم الأدوات الذكية المستخدمة في تنظيم المشاريع وتتبع تقدم العمل. ٤.تعزيز قدرة المشاركين على اتخاذ قرارات مستنيرة باستخدام تقنيات تحليل البيانات المدعومة بالذكاء الاصطناعي. ٥.توفير تجربة عملية لاستكشاف كيفية دمج الذكاء الاصطناعي في إدارة مشروع واقعي. 📅 التاريخ: الخميس، 16 يناير 2025 ⏰ الوقت: من الساعة : 3:30 p.m إلى 5:30 p.m 📍 المكان: صنعاء - شارع بغداد - عمارة بنك الأمل - الدور الرابع 💡نحن بانتظاركم في الورشة المجانية بفارغ الصبر، لا تفوّتوا فرصة المشاركة والاستفادة 🔥🔥 #نادي_نهج_الذكاء_الاصطناعي

تم اليوم الثالث🔥 من مهرجان أدوات الذكاء الاصطناعي 🦾 من أجل تسويق وإدارة مشاريع ريادية ناجحة 😍 مع المدرب :م. مريم حسين (مهندسة تعلم الاله ) بعنوان : "التصميم بالذكاء الاصطناعي" لمشاهدة تفاصيل اليوم👇 https://www.facebook.com/share/1277zmvDDKj/ #نادي_نهج_الذكاء_الاصطناعي

تم اليوم الثاني🔥 من مهرجان أدوات الذكاء الاصطناعي 🦾 من أجل تسويق وإدارة مشاريع ريادية ناجحة 😍 مع المدرب :م. محمد الرمادي (مهندس ميكاترونكس) بعنوان : " توليد وتحسين الصور بالذكاء الاصطناعي" لمشاهدة تفاصيل اليوم👇 https://www.facebook.com/share/p/1AhEXYcW92/ #نادي_نهج_الذكاء_الاصطناعي

السلسلة 41 من تلخيص كتاب Hands on Machine Learning 📚 تجنب الضبط الزائد من خلال التنظيم (Regularization) 📉 الضبط الزائد (Overfitting) هو مشكلة شائعة تحدث عندما يتكيف النموذج (Model) بشكل مفرط مع البيانات التدريبية (Training Data)، مما يؤدي إلى ضعف الأداء عند التعامل مع بيانات جديدة. لتفادي هذه المشكلة، يمكننا استخدام تقنيات التنظيم (Regularization Techniques) لتحسين أداء النموذج وتقليل الضبط الزائد. تابع قراءة المقال في الملف المرفق في التعليقات 👇 إذا كنت مهتمًا بالتعمق في هذا المجال، انضم إلينا في نادي نهج الذكاء الاصطناعي وشارك المعلومات مع المهتمين.👇 https://www.aiapproachclub.com كتاب المحتوى: م. أسماء معطي المدقق العلمي: م. محمد الشرفي المصمم: م. أسماء عجلان #تعلم_الآلة_خطوة_بخطوة #نادي_الذكاء_الاصطناعي

انطلقنا اليوم 💫 لأول يوم تدريبي ضمن مهرجان أدوات الذكاء الاصطناعي . 🌟 مع المدرب: م. عمير البعداني. بعنوان : 1️⃣ هندسة الأوامر في الذكاء الاصطناعي لمشاهدة باقي تفاصيل اليوم👇https://www.facebook.com/share/p/15qP6K2sLH/ لتصفح كل جديد في عالم الذكاء الاصطناعي انضم إلينا على موقعنا الإلكتروني، وشاركه مع المهتمين👇🏻 https://www.aiapproachclub.com ولمواكبة مستجدات النادي تابع صفحاتنا على مواقع التواصل الاجتماعي، وشاركها👇🏻 رابط قناتنا على واتس آب: https://whatsapp.com/channel/0029Va8BdxvJJhzfrsj5yJ2s رابط صفحتنا على إنستجرام: https://instagram.com/aiapproach?igshid=YmMyMTA2M2Y= رابط صفحتنا على الفيسبوك: https://www.facebook.com/AIApproach?mibextid=ZbWKwL رابط صفحتنا على لينكد إن: https://www.linkedin.com/company/%D9%86%D8%A7%D8%AF%D9%8A-%D9%86%D9%87%D8%AC-%D8%A7%D9%84%D8%B0%D9%83%D8%A7%D8%A1-%D8%A7%D9%84%D8%A7%D8%B5%D8%B7%D9%86%D8%A7%D8%B9%D9%8A-ai-approach-club/ رابط مجتمعنا على لينكد إن: https://www.linkedin.com/groups/9382917 رابط مجموعتنا على فيسبوك: https://www.facebook.com/groups/569091274928082 رابط قناتنا على تيليجرام: https://t.me/AIApproach رابط مجموعتنا على واتس آب: https://chat.whatsapp.com/DWuK8YS0kfkEePewKDVh5Q رابط مستودع نادي نهج https://github.com/AIApproach/Resources #نادي_نهج_الذكاء_الاصطناعي #طريقك_للذكاء_الاصطناعي ‏#AI_Approach_Club ‏#your_path_to_ai

📢 تذكير: موعدنا غدًا في "مهرجان أدوات الذكاء الاصطناعي" 🤖✨ لا تفوتوا الفرصة لاستكشاف أحدث التقنيات في هذا المجال المتطور. للاستفسارات 👇 https://api.whatsapp.com/send?phone=967778800728 كن جزءاً من التغيير وطور مهاراتك 💪✨ #نادي_نهج_الذكاء_الاصطناعي

بالتعاون مع معهد جرايد، نقدم لكم مجموعة ورش تدريبية متكاملة لتحترفوا أدوات الذكاء الاصطناعي. ابدأ عام 2025 بخطوة نحو المستقبل 🚀 والذي ستتعلّم كيف تطور مهاراتك التقنية مع أدوات الذكاء الاصطناعي، فهي أصبحت ضرورية في جميع المجالات. لماذا الذكاء الاصطناعي؟ 🤔 لأن معرفة هذه الأدوات تعني التميز في عصر التقنية. ماذا نقدم في الورش؟ 🛠️ 1. هندسة الأوامر: تعلم كتابة أوامر ذكية للحصول على نتائج دقيقة. 2. توليد الصور: اصنع محتوى بصري مميز باستخدام الذكاء الاصطناعي. 3. أدوات التصميم: طرق مبتكرة لجعل تصميمك أكثر إبداعاً. 4. إدارة المشاريع: تحسين الكفاءة والإنتاجية باستخدام أدوات ذكية. 5. التسويق: أحدث استراتيجيات التسويق بالذكاء الاصطناعي. لا تفوت الفرصة ⏳ سجل الآن وابدأ رحلتك في عالم الذكاء الاصطناعي. رابط التسجيل: 👇 https://api.whatsapp.com/send?phone=967778800728 كن جزءاً من التغيير وطور مهاراتك 💪✨ #نادي_نهج_الذكاء_الاصطناعي

تلخيص السلسلة 38 من "Python Data Analytics" 📊 تتناول السلسلة كيفية استخدام مكتبة Pandas لتحليل البيانات في Python، مع التركيز على: - swaplevel() وsortlevel(): لإعادة ترتيب المستويات في الفهارس الهرمية. - sum(level='colors'): لحساب الإحصائيات الوصفية عبر مستويات معينة. كما تُظهر السلسلة كيف يمكن تلخيص البيانات بشكل فعال عبر الأبعاد المختلفة، مما يسهل فهم البيانات وتحليلها. لمعرفة المزيد تابع الملف المرفق في التعليقات 👇🏻 كاتب المحتوى:م. طارق الكشري المصمم: م. هنادي المحاقري #تعلم_التحليل_خطوة_بخطوة #نادي_نهج_الذكاء_الاصطناعي

خوارزمية Adam وجداول معدل التعلم في الشبكات العصبية 🧠 في هذا المقال : تعرف على Adam ونسخها المتقدمة مثل Nadam وAdaMax، واكتشف جداول معدل التعلم مثل Power Scheduling وغيرها ، وأدوات مثل LearningRateScheduler لتحسين عملية التدريب. ال pdf في التعليقات 👇 #تعلم_الآلة_خطوة_بخطوة #نادي_نهج_الذكاء_الاصطناعي

اختتم نادي نهج الذكاء الاصطناعي في مدرسة الرشيد ورشة عمل بعنوان "الحماية الرقمية وتوظيف الذكاء الاصطناعي في التعليم" بتاريخ 26 ديسمبر 2024. قدمت الورشة: م.غدير السنيدار م. إيمان السماوي، وشهدت تفاعلًا مميزًا من المعلمين والإداريين. ✨👩‍🏫

الشبكات العصبية الكبسولية (Capsule Neural Networks) ✨ قد تكون سمعت عن الشبكات العصبية الكبسولية، وتتساءل: ما هي هذه الشبكات وما الذي يميزها عن الشبكات العصبية التقليدية؟ هي نوع متقدم من الشبكات العصبية الاصطناعية، صُممت لتحسين معالجة الصور والفهم البصري. بدلاً من الاعتماد على الطبقات التقليدية مثل Pooling، التي قد تفقد التفاصيل المكانية، توفر هذه الشبكات طريقة جديدة للحفاظ على العلاقات بين الأجزاء المختلفة للصورة. مكونات الشبكات الكبسولية: تتكون الشبكات الكبسولية من وحدات تُسمى الكبسولات، حيث تحتوي كل كبسولة على مجموعة من الخلايا العصبية التي تمثل خصائص كائن معين، مثل: - الموقع 📍 - الحجم 📏 - الاتجاه 🔄 تتميز الكبسولات بقدرتها على: 1. تمثيل العلاقات المكانية: فهم كيفية ارتباط أجزاء الكائن ببعضها البعض. 2. مقاومة التحولات: القدرة على التعرف على الكائنات حتى إذا تغيرت زاويتها أو موقعها 🔄. تواجه الشبكات العصبية التقليدية (CNNs) مجموعة من المشكلات، منها: 1. فقدان المعلومات المكانية: التجميع (Pooling) يؤدي إلى فقدان العلاقة المكانية بين الأجزاء، مما قد يتسبب في عدم التعرف الدقيق على الكائنات. 2. الحاجة إلى بيانات ضخمة: تعتمد الشبكات التقليدية على كميات كبيرة من البيانات لتدريبها على التعرف على الكائنات من زوايا وأوضاع مختلفة 📂📊. 3. ضعف فهم العلاقات بين الأجزاء والكل: تركز الشبكات التقليدية على الميزات المحلية، لكنها لا تفهم العلاقة الهيكلية بين الأجزاء، مما يؤدي إلى أخطاء عند التعامل مع الكائنات المعقدة ⚙️🤷‍♂️. كيفية معالجة الشبكات العصبية الكبسولية لهذه المشكلات؟ 1. الحفاظ على المعلومات المكانية: تستخدم الكبسولات متجهات (Vectors) لتمثيل الميزات، بما في ذلك معلومات عن الاتجاه والموقع والحجم 🔀📍. 2. الاستغناء عن التجميع: تعتمد الشبكات الكبسولية على التوجيه الديناميكي (Dynamic Routing)، وهي آلية تربط بين الكبسولات بناءً على درجة الاتفاق بينها 🔗. 3. التعامل مع التحولات والتغيرات الطفيفة: تفهم الكبسولات الكائنات بناءً على خصائصها المكانية، مما يحسن دقة التعرف عند تغير زاوية الكائن أو اتجاهه 🔄🎯. أهمية الشبكات العصبية الكبسولية: تتمثل أهميتها في قدرتها على معالجة مشاكل فقدان المعلومات، وضعف الفهم المكاني، والاعتماد الكبير على البيانات في الشبكات التقليدية. وهذا يجعلها أكثر دقة وكفاءة في التعرف على الكائنات، خصوصًا في البيئات المعقدة 🌟. كاتب المحتوى: م. هديل الجبري المصمم: م. أحمد الزين #نادي_نهج_الذكاء_الاصطناعي

مهارات رئيسية لتصبح مهندس ML في العالم الحقيقي✨ 📌تنبيه: لن تتعلم هذه المهارات في Kaggle أو في مراحل دراستك. 1️⃣ مهارة Problem framing - تقسيم المهمة التعلم الآلي ليس هدفًا في حد ذاته، بل هو أداة لحل مشكلة معينة في بيئة العمل. لذلك، في بداية أي مشروع ML، من الضروري أن تتراجع قليلاً لتفهم الصورة الأكبر، حتى لا تفوت الغابة بسبب الأشجار. 🌲🌳 إليك بعض الخطوات التي يُنصح بها: - افهم المشكلة الأساسية: حدد ما هي مشكلة الأعمال التي تسعى لحلها، وما هي المقاييس التي تريد تحسينها (مثل زيادة الأرباح أو تحسين كفاءة التسويق). - التواصل مع المعنيين: تحدث إلى أصحاب المصلحة والمستخدمين النهائيين، خاصة إذا كان النموذج سيستخدم في اتخاذ قرارات من قبل الأشخاص. - تقدير القيمة الحالية (Baseline): اعرف القيمة الحالية للعمل والمقاييس التي تحتاج إلى تحسينها لإحداث تأثير ملموس. - فكر في حلول بسيطة: قبل بناء نموذج معقد، ابحث عن حلول غير قائمة على الذكاء الاصطناعي يمكن تنفيذها بسهولة وتحقق نتائج جيدة. - التعاون مع مهندسي البيانات: افهم توافر البيانات من حيث الكمية والجودة، لتحديد القيود المحتملة في أقرب وقت ممكن. 2️⃣ مهارة ML Operationalization (MLOps) - العمليات التشغيلية لتعلم الآلة النماذج الأولية لا قيمة لها ما لم يتم وضعها في التطبيق. لذا، تحتاج إلى بناء نظام أساسي يتضمن: - استيعاب البيانات: إنشاء خط أنابيب لجمع الميزات وتحضيرها. - إعادة تدريب النموذج: بناء خط أنابيب للتدريب لتحسين النموذج. - تقديم التنبؤات: إنشاء خط أنابيب للاستدلال لتقديم النتائج. أفضل طريقة لبناء هذا النظام هي استخدام تصميم Feature-Training-Inference مع تخزين الميزات كجزء أساسي من النظام. تذكر أن بناء أنظمة ML يعتمد بنسبة 90% على هندسة البيانات و10% على علم بناء النموذج. تابعنا على LinkedIn حتى لا تفوت ما سيحدث بعد ذلك. 👇 https://www.linkedin.com/posts/%D9%86%D8%A7%D8%AF%D9%8A-%D9%86%D9%87%D8%AC-%D8%A7%D9%84%D8%B0%D9%83%D8%A7%D8%A1-%D8%A7%D9%84%D8%A7%D8%B5%D8%B7%D9%86%D8%A7%D8%B9%D9%8A-ai-approach-club_aeuaepaexaeyabraeuaevaeuabraepaesaeyaeraepaejabraepaesaepaedaefaeuaepaehaey-activity-7277042559275745280-hqqi?utm_source=share&utm_medium=member_android الكاتب: عمير البعداني المصمم: سهام عجلان المصدر: Pau Labarta Bajo #نادي_نهج_الذكاء_الاصطناعي #طريقك_للذكاء_الاصطناعي

آراء الطلاب في كورس البايثون يسعدنا أن نشارككم آراء طلابنا حول تجربتهم في كورس Python الذي قدمناه مؤخرًا! هذا الكورس كان الخطوة الأولى للعديد من الطلاب نحو عالم البرمجة، وركزنا فيه على تقديم المفاهيم الأساسية بطريقة عملية وممتعة. 📢 أبرز تعليقات الطلاب: 🗣️ "طريقة الشرح كانت واضحة جدًا ومناسبة لجميع المستويات" 🗣️ "التمارين العملية ساعدتني أفهم أكثر وأطبق مباشرة." 🗣️ "المدرب كان متعاونًا جدًا ويجاوب على كل أسئلتنا" نشكر جميع الطلاب الذين شاركوا في هذا الكورس ونتطلع لرؤيتكم في الدورات القادمة. #نادي_نهج_الذكاء_الاصطناعي