سيسكو (CISCO) تقدم تدريبات وشهادات مجانية للأشخاص الراغبين في تعلم مجالات مهمة مثل:

- تحليل البيانات (Data Analytics)
- علم البيانات (Data Science)
- الأمن السيبراني (Cybersecurity)
- جافا سكريبت (JavaScript)
- بايثون (Python)

هذه الدورات تتبع نظام التعلم الذاتي (Self-paced)، مما يعني أنك تستطيع التعلم والتدريب بالسرعة التي تناسبك (الدورات بالإنجليزية).

📚 الدورات المتاحة:

1ـ تحليل البيانات: يمكنك البدء بتعلم أساسيات تحليل البيانات وعلم البيانات من خلال الرابط التالي:
(https://skillsforall.com/course/introduction-data-science?courseLang=en-US)

2ـ جافا سكريبت: لتعلم أساسيات جافا سكريبت وبدء رحلتك في تطوير الويب:
(https://skillsforall.com/course/javascript-essentials-1ـcourseLang=en-US)

3ـ الأمن السيبراني: ابدأ في تعلم أساسيات الأمن السيبراني وحماية المعلومات:
(https://skillsforall.com/course/introduction-to-cybersecurity?courseLang=en-US)

4ـ بايثون الأساسيات: تعلم أساسيات لغة بايثون، واحدة من أشهر لغات البرمجة:
(https://skillsforall.com/course/python-essentials-1ـcourseLang=en-US)

تقدم هذه الدورات فرصة رائعة لتطوير المهارات التقنية والمهنية في مجالات متعددة ومطلوبة في سوق العمل. استغل الفرصة لتعزيز مهاراتك وتوسيع معارفك بشكل مجاني.

اكتشف أي نموذج يملك دقة أفضل دون تعقيدات مع LazyPredict! 🚀

مكتبة LazyPredict تمكنك من تدريب، اختبار، وتقييم عدة نماذج تعلم آلي في آن واحد باستخدام عدد قليل من أسطر الكود فقط.

تدعم كلاً من الانحدار (regression) والتصنيف (classification)! ✨

زوروا المشروع على GitHub للمزيد من المعلومات: (https://github.com/shankarpandala/lazypredict).

#تعلم_آلي #برمجة #بايثون

هل تعلم أن استخدام البروتوكولات في #بايثون يجعل الكود أكثر نظافة ومرونة؟ 🧹👨‍💻 بدلاً من ربط كودك بكائنات محددة، البروتوكول يتيح لك تعريف الخصائص الضرورية فقط. هكذا تكتب دوال تعمل مع أي كائن يُلبي هذه الخصائص، وهذا يسهل الصيانة والتوسع! 🔄 #تنظيم_الكود #برمجة

تقنية الـ DSPy: ثورة جديدة في برمجة النماذج اللغوية الكبيرة 🚀

الـ DSPy هو إطار عمل يُحدث نقلة نوعية في برمجة النماذج اللغوية الكبيرة (LLMs) 🤯

وداعًا لتصميم التلقينات ! 👋 مرحبًا بعالم تلتقي فيه البرمجة مع الذكاء الاصطناعي بأكفأ طريقة ممكنة لتطوير نماذج لغوية قوية جدا ! 🤝

الـ DSPy هو اختصار لـ Declarative Self-improving Language Programs in Python يُقابلها بالعربي "برمجيات لغوية تصريحية ذاتية التحسين" .
وهو إطار عمل يسمح للمبرمجين بكتابة برامج تُعرف باسم "البرامج التصريحية" (declarative programs) وهي برامج تُحدد سلوكها المطلوب دون الحاجة إلى كتابة تفاصيل كيفية تنفيذها.
يُمكن للبرامج المُعلنة في DSPy تحسين نفسها تلقائيًا من خلال التعلم من البيانات والملاحظات.


مميزات DSPy:

التوقيعات (Signatures): تجعل المطالبات والتعديل الدقيق أكثر سهولة ومرونة.
الوحدات النمطية(Modules): لدمج تقنيات المطالبات بفعالية.
المُلقّنات Teleprompters: تُحسّن برامج DSPy تلقائيًا.
مُجمّع (DSPy Compiler) قوي: يُحسّن الأداء تلقائيًا.

فوائد DSPy:

يقلّل هشاشة التطبيقات القائمة على LLM.
يؤتمت عملية التحسين وتوفر الوقت والجهد.

للمزيد من المعلومات:

مقال من على Medium: https://towardsdatascience.com/intro-to-dspy-goodbye-prompting-hello-programming-4ca1c6ce3eb9
فيديو من على YouTube: https://youtube.com/watch?v=41EfOY0Ldkc




#تكنولوجيا_حديثة #برمجة #ذكاء_اصطناعي #نموذج_لغوي



هذه أول إشارة عربية لتقنية DsPy رجاء قوموا بدعمنا عبر المشاركة والتعليق لنبقى دائما سباقين في تزويدكم بأحدث التقنيات.

مؤخراً تعاونت وكالة الفضاء الأوروبية مع Hugging Face لفتح أكبر مجموعة بيانات لمراقبة الأرض على الإطلاق🌎🚀:

Major TOM Core!
ما هي؟
مجموعة بيانات ضخمة لمراقبة الأرض مفتوحة المصدر.
تغطي نصف الكرة الأرضية تقريباً (2.2 مليار قطعة بمساحة 256 مليون كيلومتر مربع).
دقة عالية (10 متر لكل بكسل).

ما الذي يمكن استخدامها لـه؟

مشاريع تخرج رائعة😂
تطوير نماذج مراقبة الأرض.
تحليل التغييرات البيئية.
مراقبة الكوارث الطبيعية.

من يمكنه المشاركة؟

الجميع! 👨‍👩‍👧‍👦
انضم إلى الجهود التعاونية على Hugging Face: https://huggingface.co/Major-TOM

لماذا Major TOM مهم؟

يدعم الديمقراطية في تطوير ونشر نماذج مراقبة الأرض.
يوفر بيانات موثوقة وقابلة للتكرار.
يعزز التعاون بين الباحثين والمطورين.

استكشف المزيد:

https://huggingface.co/spaces/Major-TOM/MajorTOM-Core-Viewer
https://huggingface.co/datasets/Major-TOM/Core-S2L2A

#تكنولوجيا_حديثة #مراقبة_الأرض #Hugging_Face #ESA

حسب آخر الاختبارات Claude-3 يتفوق على GPT4 في الكثير من المهام، هل نحن على أعتاب قفزة جديدة في مجال النماذج اللغوية؟

الإختبارات: https://www.maximumtruth.org/p/ais-ranked-by-iq-ai-passes-100-iq

رحيل رائد التقنية العربية: محمد الشارخ 😥
أول من أدخل اللغة العربية للحواسيب للمرة الأولى في التاريخ.
نال شرف أول من يطور برنامج للقرآن الكريم وكتب الحديث التسعة.
مؤسس ورئيس مجلس إدارة شركة صخر لبرامج الحاسب عام 1982.

إنجازاته:
تطوير برنامج القرآن الكريم وكتب الحديث التسعة باللغة الإنكليزية للكمبيوتر عام 1985.
أرشيف المعلومات الإسلامية والتعرف الضوئي على الحروف العربية عام 1994.
نطق الحروف العربية عام 1998 والترجمة من وإلى العربية عام 2002.
ترجمة التخاطب الآلي عام 2010.
تطوير العديد من البرامج التعليمية والتثقيفية وتعلم البرمجة للناشئة (أكثر من 90 برنامجاً).
نشر كتب تعليم الكمبيوتر وتدريب المدرسين وتأسيس معاهد تعليم برمجة الحاسب.

رحمة الله عليه وألهم أهله وذويه الصبر والسلوان. 🤲

دليلك خطوة بخطوة لجميع خوارزميات التعلم الآلي 🤖

1ـ ابدأ بخوارزميات الانحدار (Regression Algorithms):

الانحدار الخطي (Linear Regression) 📈
الانحدار متعدد الحدود (Polynomial Regression) 曲线
انحدار ريدج و لاسو (Ridge and Lasso Regression) ⚖️
انحدار الشبكة المرنة (Elastic Net Regression) 🕸

2ـ انتقل بعد ذلك إلى خوارزميات التصنيف الخطي (Linear Classification Algorithms):

الانحدار اللوجستي (Logistic Regression) 🧮
تحليل تمييز الخطي (LDA) (Linear Discriminant Analysis) 📊
مصنف الانحدار العشوائي (Stochastic Gradient Descent Classifier) 🎲

3ـ تعلّم خوارزميات نايف بايز (Naïve Bayes Algorithms):

نايف بايز غاوسي (Gaussian Naive Bayes) 🔔
نايف بايز المتعدد (Multinomial Naive Bayes) 🧮
نايف بايز برنولي (Bernoulli Naive Bayes) 🧬

4ـ تعلّم آلات الدعم المتجه (Support Vector Machines) وجيران أقرب K (K Nearest Neighbours)

5ـ تعلّم أشجار القرار (Decision Trees) وطرق المجموعات (Ensemble Methods):

شجرة القرار (Cart) 🌳
ـID3 و C4.5 🌴
الغابات العشوائية (Random Forests) 🌲

6ـ تعلّم خوارزميات التعزيز (Boosting Algorithms):

تعزيز الانحدار (Gradient Boosting) 📈
الـ AdaBoost 💪

7ـ انتقل بعد ذلك لتعلم خوارزميات التجميع (Clustering Algorithms):

ـ K-means Clustering 👥
ـDBSCAN (التجميع الكثيف القائم على المسافة) 🔬
التجميع التراكمي (Agglomerative Clustering) 🧱
تجميع BIRCH Clustering 🪵
تجميع الانزياح المتوسط (Mean Shift Clustering) 🧲

8ـ تعلّم بُنى الشبكات العصبية (Neural Network Architectures):

ـ Perceptron (بيرسيبترون) 🧠
ـ Perceptron متعدد الطبقات (Multilayer Perceptron) 🧠🧠
ـ CNN (الشبكة العصبية الالتفافية) 🖼
ـ RNN (الشبكة العصبية المتكررة) 🔁
ـ LSTM (الذاكرة طويلة المدى قصيرة الأجل) ⏳
ـ GAN (شبكات الخصومة التوليدية) 🎭
ـ Transformer Networks (شبكات المحولات) 🕸

هل أنت مستعد لبدء رحلتك في عالم التعلم الآلي؟ 🚀

#تعلم_الآلة #خوارزميات #ذكاء_اصطناعي #برمجة

الأمر بسيط إن شاء الله :
أولا قم بالتسجيل في الـ API الخاص بهم عبر إيميلك :
https://console.anthropic.com/
ثانيا قم بإدخال رقم هاتفك وتأكيده.
ثالثا قم بعمل Claim لمبلغ 5 دولار الذين يقدمونه مجانا للتجربة.

رابعا: إستمتع باستخدام واختبار أحدث النماذج 👴

لا تقلق 5 دولار مبلغ كافي لتجربة كل شيء هناك بانتظار دعم بلدك

اذا لم تحفز نفسك، فلن تحقق أي شيء مهم في حياتك😔
كيف تجبر دماغك على الرغبة في فعل الأشياء الصعبة؟

هناك نوعان من الدوافع: خارجية وداخلية.
الدافع الخارجي: يأتي من عوامل خارجية مثل المال أو الثناء.
الدافع الداخلي: يأتي من رغبتك في تحقيق شيء ما لنفسك.

الدافع الخارجي:
يخلق دفعة تحفيزية قصيرة المدى.
يعمل في البداية، لكنه يتلاشى بسرعة.

أمثلة:
المال 💰
الثناء 👍
الخوف من الفشل 😨

الدافع الداخلي:
يدوم لفترة أطول.
يقودك إلى تحقيق أهداف أكبر.

أمثلة:
حب التعلم 🧠
الشعور بالإنجاز 💪
الرغبة في المساعدة 🤝

كيف تزيد من دافعك الداخلي؟
حدد أهدافًا مهمة بالنسبة لك.
قسّم أهدافك الكبيرة إلى أهداف أصغر.
احتفِ بإنجازاتك، حتى لو كانت صغيرة.
ابحث عن بيئة تدعمك وتشجعك.
تذكر شعورك بالإنجاز بعد إنجاز مهمة صعبة.

تذكر:
الدافع هو مفتاح النجاح.
يمكنك تنمية دافعك الداخلي من خلال الممارسة.
لا تستسلم!

#تحفيز #دافع #نجاح #أهداف #إنجاز

ما الذي نتوقعه بحلول نهاية عام 2024؟ أين يتجه الذكاء الاصطناعي؟

7-10 نماذج بمستوى GPT-4: 🤯 ستظهر نماذج ذكاء اصطناعي متقدمة تُضاهي GPT-4 في قدراتها.
لا قفزات هائلة: 🤔 لن نشهد ثورة تقنية هائلة مثل ظهور GPT-5، أو قد يكون GPT-5 مخيبًا للآمال.
حروب الأسعار: ⚔️ ستتنافس الشركات على تقديم خدمات الذكاء الاصطناعي بأسعار تنافسية.
فجوة ضيقة: 🤏 لن تتميز أي شركة بميزة تنافسية كبيرة.
لا حلول جذرية: 😕 لن تُحل مشكلة الهلوسة في نماذج الذكاء الاصطناعي بشكل كامل.
تبني متواضع من الشركات: 🏢 ستستخدم بعض الشركات تقنية الذكاء الاصطناعي، لكن بشكل محدود.
أرباح متواضعة: 💰 ستحقق الشركات أرباحًا معقولة من تقنية الذكاء الاصطناعي، لكن ستتوزع هذه الأرباح على عدد كبير من الشركات.

كانت هذه توقعات الخبير العالمي Gary Marcus


#ذكاء_اصطناعي #تنبؤات #GPT4 #برمجة #تكنولوجيا_حديثة

أي شخص أنت من هؤلاء ؟ 😅

هل تبحث عن أفضل أدوات الذكاء الاصطناعي لتعلمها واستخدامها؟ لا تبحث أكثر! هذا الفيديو هو لك!
في هذا الفيديو قمنا بتحليل 90 مكتبة للذكاء اصطناعي واخترنا لك الأفضل، ثم قمنا بترتبها من حيث السهولة والكفاءة ،تطرقنا لإيجابيات وسلبيات واستخدامات كل مكتبة، ورشحنا لك أفضل المصادر .
https://youtu.be/DhR_junruyI