لا تدع تزاحم المعلومات ليلة الامتحان يشعرك بالتشتت!

بلوبيتس يقدم لكم ملف إضافي للقسم #القسم_النظري من مادة #بنية_وتنظيم_الحاسب 🎁

الملف يحتوي على أسئلة تحاكي نمط الامتحان ويليها الإجابة فقط مباشرةً، مع توضيح موضع الشرح من الملف الداعم بعد الحل.

كلّ التوفيق! 💙

@BB26_contactbot
#BlueBits
#Media_Team

صار فيك تحكي معنا مباشرة! 🔥

إذا عندك ملاحظة، اقتراح، أو لاحظت خطأ بالمحتوى.
بدل ما تضيع رسالتك بين الجروبات، ابعتها عبر البوت الرسمي لكل دفعة. ✅
رح توصل ملاحظتك مباشرة للفريق المختص ويتم الرد عليها بأسرع وأفضل شكل.

🔗 روابط بوتات الدفعات:

الدفعة 28:
@BB28_contactbot
الدفعة 27:
@BB27_contactbot
الدفعة 26:
@BB26_contactbot
الدفعة 25:
@BB25_contactbot
الدفعة 24:
@BB24_contactbot

إذا في شي بدك تحكيلنا ياه..خلي البوت أول مكان تروح عليه. 💙

#BlueBits
#Media_Team

#تقرير_مادة: «#لغات_صورية»
#القسم_النظري

📌 نبذة عن المادة:

🔹 طبيعة المادة: نظرية وعملية.
🔹 لمحة سريعة عن المادة ومحتواها:
- الأبجدية والسلاسل ومفهوم الأتومات.
- دراسة أبدال الأتومات.
- توطئة الضخ.
- اللغات خارج السياق.

📌 ملفات المادة:

🔹 عدد الملفات الداعمة: 10.
🔹 عدد ملفات الدكتورة: 9.
🔹 الملخصات: غير متوفرة.
🔹 ملاحظات إضافية حول الملفات:
- الدواعم بالعربية وتحتوي شرح إضافي وأسهل للفهم، وتحتوي فقرات للاطلاع لتقريب الأفكار.
- المحاضرة 7 مقسومة إلى جزئين حسب إعطاء الدكتورة، فأصبح عدد الملفات الداعمة 10 وعدد المحاضرات المعطاة 9.

📌 طبيعة الامتحان:

🔹 العلامة: 70.
🔹 نوع الامتحان: مؤتمت.
🔹 عدد الأسئلة التقريبي: 35.
🔹 لغة الامتحان: العربية.
🔹 ملاحظات مهمة:
1- تأتي الأسئلة متوازنة من جميع المحاضرات.
2- الأسئلة قد تبدو سهلة، لكنها على العكس تماماً وتحتاج تركيز.
3- صيغة الأسئلة تعتمد كلياً على فهم المادة.
4- المحاضرات تحتوي أمثلة كثيرة والهدف فهم فكرة المثال وطريقة الحل وليس دراسة عابرة للمثال.
5- التركيز على التعابير المنتظمة والتكافؤ بينها (حيث هنا نقع بالفخ).

📌 أهم المحاور:

🔹 الفصول أو المواضيع التي يعتمد عليها فهم باقي المادة:
- فهم أبدال الأتومات وخاصة جزء تابع الانتقال من كل خماسية.
- فهم وظيفة ومبدأ عمل توطئة الضخ.
- جزء اللغات خارج السياق فهم عباراته هام جداً.
- دراسة الدورات غير مضمونة أبداً، فتغيير صغير جداً في تفصيل السؤال لهذه المادة يعكس الجواب تماماً.

📌 طريقة مقترحة للدراسة:

1️⃣ دراسة الملفات الداعمة.
2️⃣ دراسة ملفات الدكتورة.
3️⃣ الدورات (فهماً، لكيفية إمكان أن يأتي السؤال).

📌 في حال ضيق الوقت:

🔻دراسة خماسية وفكرة تابع الانتقال من كل أبدال الأتومات.
🔻 دراسة المحاضرة الخامسة بفهم عميق فهي تحوي مثال يضم أبدال الأتومات كلها.

📌 مصادر الدراسة:

🔹 الملفات الداعمة.
🔹 بنوك الأسئلة:
- بنك الدفعة 24
- بنك الدفعة 23
🔹 ملفات الدكتور.
🔹 الفيديوهات المسجلة:
- بث الدفعة 23

📌 التواصل:

يمكنكم مراسلتنا عبر بوت التواصل الخاص بالفريق لاستقبال استفساراتكم وملاحظاتكم:

@BB26_contactbot

كلّ التوفيق!💙✨

#BlueBits
#Media_Team

#تقرير_مادة: «#مبادئ_الذكاء_الصنعي»
#القسم_النظري

📌 نبذة عن المادة:

🔹 طبيعة المادة: مزيج بين النظري والعملي.
🔹 لمحة سريعة عن المادة ومحتواها:
- لمحة عن الرؤى الأربعة للذكاء الصنعي.
- الانحدار وأنواعه.
- مصنف ونظرية بايز.
- KNN.
- الشبكات العصبية الصنعية ANN.

📌 ملفات المادة:

🔹 عدد الملفات الداعمة: 8.
🔹 عدد ملفات الدكتور: يوجد ملفات لبعض المحاضرات وليس جميعها.
🔹 الملخصات: غير متوفرة.
🔹 ملاحظات إضافية حول الملفات:
- الدواعم شاملة كامل المقرر.
- يوجد شرح إضافي لخطوات الخوارزمية وشرح لطريقة حل الأمثلة.
- المحتوى مقارب جداً لمحتوى العملي.

📌 طبيعة الامتحان:

🔹 العلامة: 70.
🔹 نوع الامتحان: مؤتمت.
🔹 عدد الأسئلة التقريبي: 35 سؤال تقريباً.
🔹 لغة الامتحان: عربية، مع مصطلحات إنكليزية.
🔹 ملاحظات مهمة: يسمح باستخدام الآلة الحاسبة.

📌 أهم المحاور:

🔹 الفصول أو المواضيع التي يعتمد عليها فهم باقي المادة:
- كل محاضرة من 1 إلى 5 مستقلة عن الأخرى.
- المحاضرات من 6 إلى 8 مترابطات جداً ويجب دراستهم بالترتيب.

📌 طريقة مقترحة للدراسة:

1️⃣ فهم الخوارزمية والغاية من استخدامها والمشكلة التي تحلها.
2️⃣ حل مسائل الخوارزمية بالاعتماد على الخطوات.
3️⃣ التدرب على الآلة الحاسبة.

📌 في حال ضيق الوقت:

🔻 التركيز على المحاضرات من 6 إلى 8، ثم المحاضرات من 2 إلى 5.

📌 مصادر الدراسة:

🔹 الملفات الداعمة.
🔹 فيديوهات الدفعة 26
🔹 بنك الدفعة 26

📌 التواصل:

يمكنكم مراسلتنا عبر بوت التواصل الخاص بالفريق لاستقبال استفساراتكم وملاحظاتكم:

@BB26_contactbot

كلّ التوفيق!💙✨

#BlueBits
#Media_Team

لا داعي لقلق الامتحانات، BitsLive هنا ومعكم!✨💙

يقدّم لكم فريق بلوبيتس 26 تسجيلات شرح #القسم_النظري لمادة «#مبادئ_الذكاء_الصنعي».

فريق بلوبيتس؛ رفيق مشواركم الامتحاني.. يأخذ بيدكم نحوَ الترفّع!💙

@BB26_contactbot
#BlueBits
#Media_Team
#BitsLive

#مبادئ_الذكاء_الصنعي
#المحاضرة_الأولى

مضمون الفيديو:

🔹 مقدمة في الذكاء الاصطناعي وتعلم الآلة:
     - تعريف الذكاء الاصطناعي والرؤى الأربع الأساسية (00:11).
     - أمثلة عن الرؤى الأربعة (03:35).
     - مفهوم تعلم الآلة (06:29).
     - الفرق بين البرمجة التقليدية وتعلم الآلة (10:10).
     - أنواع التعلم: التعلم تحت الإشراف (12:55).
     - التعلم بدون إشراف (14:27).
     - التعلم المعزز (15:04).
     - مقارنة بين التعلم تحت الإشراف وبدون إشراف (15:33).

#مبادئ_الذكاء_الصنعي
#المحاضرة_الثانية

مضمون الفيديو:

🔹 الانحدار الخطي (Linear Regression):
     - مفهوم الانحدار الخطي البسيط وقانونه الرياضي (00:38).
     - لماذا يعتبر الانحدار الخطي نموذج تعلم آلي؟ (02:07).
     - الفرق بين الإحصاء وتعلم الآلة (04:10).
     - مثال عملي وحساب معاملات الانحدار الخطي البسيط (06:46).
     - مفهوم الانحدار الخطي المتعدد وقوانينه (10:24).
     - مثال عملي تطبيقي على الانحدار الخطي المتعدد والتنبؤ بالقيم (12:15).

#مبادئ_الذكاء_الصنعي
#المحاضرة_الثالثة

مضمون الفيديو:

     - مقدمة عن التصنيف والانحدار (00:06).
     - الاحتمالات الشاملة (00:47).
     - نظرية بايز (03:08).
     - مقاييس التقييم للاختبارات (05:12).
     - مسألة تطبيقية على نظرية بايز (09:26).

#مبادئ_الذكاء_الصنعي
#المحاضرة_الرابعة

مضمون الفيديو:

🔹 مصنف بايز البسيط (الجزء الثاني):
     - مقدمة عن مصنف بايز البسيط (Naive Bayes) وسبب التسمية (00:06).
     - تمثيل بيانات التصنيف متعدد الخصائص والأصناف (01:10).
     - مثال توضيحي لمسألة التصنيف (02:50).
     - الصياغة الاحتمالية وافتراض استقلالية الخصائص (04:30).
     - قانون مصنف بايز البسيط واختصار المقام (07:09).
     - خطوات حل مسائل التصنيف (08:39).
     - مثال تطبيقي: تصنيف إمكانية لعب التنس (09:24).
     - حساب الاحتمالات الأولية (10:55).
     - حساب احتمالات الأرجحية للخصائص (11:23).
     - تطبيق مصنف بايز والمقارنة لاتخاذ القرار (13:56).
     - تطبيقات عملية لمصنف بايز البسيط (15:32).

#مبادئ_الذكاء_الصنعي
#المحاضرة_الخامسة

مضمون الفيديو:

🔹 خوارزمية أقرب جار (K-NN):
     - مقدمة ومقارنة بين النماذج المعلمية واللامعلمية (00:20).
     - النماذج المعلمية (01:14).
     - النماذج اللامعلمية (04:21).
     - خوارزمية أقرب جار (K-NN) (07:18).
     - خوارزمية KNN القياسية (08:08).
     - خطوات خوارزمية أقرب جار القياسية (08:54).
     - مثال: التصنيف باستخدام خوارزمية K-NN القياسية (10:22).
     - التنبؤ بقيمة (الانحدار) باستخدام K-NN القياسية (13:47).
     - خوارزمية K-NN الموزونة (15:07).
     - مثال: التصنيف باستخدام K-NN الموزونة (17:14).
     - مثال: التنبؤ بقيمة (الانحدار) باستخدام K-NN الموزونة (18:45).
     - مزايا وعيوب خوارزمية K-NN وتطبيقاتها (21:31).

مساءُ الخير زملاءنا الأعزّاء! 💙

بفضل ملاحظاتكم ورسائلكم، تمّ الانتباه لبعض التعديلات المطلوبة والعمل عليها مباشرةً ✅

بعد سؤال دكتور المادة حول طريقة حساب الخطأ تبين أنه يجب ان يكون بالقيمة المطلقة، وتم إضافة معادلة لحساب القيم المتنبئة في الجدول.

نُعلمكم أنّه تمّ تعديل الملفات الداعمة على البوت الخاص بالفريق، على أن تكون التعديلات موضّحة بالصور ⬆️

كلّ التّوفيق! 💙
@BB26_contactbot
#BlueBits
#Media_Team

مساءُ الخير زملاءنا الأعزاء! ✨

لأنّ فريق بلوبيتس معكم دائماً، نقدم لكم الملفات الداعمة لمادة #مبادئ_الذكاء_الصنعي #القسم_النظري ليتسنى لكم الحصول عليهم بدقة أعلى ومساحة أصغر.

كل التوفيق! 💙

@BB26_contactbot
#BlueBits
#Media_Team