40 command linux for beginner
40 امر لينكس أساسين للمبتدئين
#linux #command #terminal #learn

🔔و على غير المعهود مسبقا موقع Data Science 365
قام بجعل كورساته كلها مجانيه لمدة 9 ايام من تاريخ هذه الرسالة
استغل الفرصه و انطلق للدخول للموقع

🌐 https://learn.365datascience.com/courses/ 👍

ماذا ستستفيد من الكورسات 🎙 :
- 💼 يمكنك تصفح مجموعة متنوعة من دورات علوم البيانات عبر الإنترنت على أدوات مطلوبة مثل SQL وPython وR.
- 🎓البرنامج مُصمم بشكل منظم للمبتدئين ويقدم تدريباً هيكلياً مثالياً لبناء مهاراتك في علوم البيانات.
- 📚 يتضمن البرنامج دورات في الأساسيات مثل الإحصاءات والرياضيات واحتمالات البيانات.
- 📈 يُقدم دورات في SQL وPython و Power BI لتعلم البرمجة وأدوات التصور المناسبة للعمل مع كميات كبيرة من البيانات.
- 🤖 يشمل البرنامج دورات في التعلم الآلي والتعلم العميق، وتشمل شرحاً سهل الفهم وأمثلة عملية.
- 🌐 يقدم البرنامج دورات متقدمة تركز على تخصصات مثل نمو الأعمال القائم على البيانات وتحليل العملاء والذكاء الاصطناعي للأعمال.
- 📊 يُقدم البرنامج دورات تخصصية في مجالات الأعمال لمساعدتك في إكتساب المهارات العملية لخلق قيمة لشركتك.
- 💡 يشمل البرنامج دورات تخصصية في تحليل الأعمال وإدارة المشاريع واستراتيجية الشركة.
- 🔐 هناك أيضاً دورات تخصصية في مجالات مثل البلوكتشين وإدارة المشاريع السريعة وتسويق الشركات.
- 📜 تتضمن دورات في هذا البرنامج أيضاً مواد تجهيز البيانات وتحليل البيانات وتصور البيانات والمزيد.

🗣 شارك المنشور لأصدقائك وترقب الجديد طاب يومك 👍❤️‍🔥.
#AI #DataScience #course #free #python #BigData

Git: 👀نظام التحكم في الإصدار الموزع لإدارة التعليمات البرمجية

Git هو نظام للتحكم في الإصدار الموزع وإدارة التعليمات البرمجية المصدر على نطاق واسع. يتتبع بشكل فعال التغييرات في التعليمات البرمجية المصدر، مما يتيح التفرع والدمج وإصدار الإصدارات بسهولة.
مميزات Git:🤩

- يتيح التتبع الفعال للتغيرات في كود المصدر.
- تم تطويره بواسطة Linus Torvalds في عام 2005 لتطوير نواة Linux.
- يستخدم لتتبع تغييرات التعليمات البرمجية والتعاون مع الآخرين.
- يستخدم نموذجًا لا مركزيًا حيث يكون لكل مطور نسخته الخاصة من المستودع ويعمل فورًا على المشروع.

الأسباب البارزة لاستخدام Git👌:

- يمكن للمطورين العمل معًا من أي مكان.
- يمكن للمطورين رؤية التاريخ الكامل ومقارنة التغييرات السابقة والجديدة للمشروع.
- يمكن للمطورين الرجوع إلى الإصدارات السابقة من المشروع.

Git هو اختيار رئيسي للمطورين حول العالم، حيث يستخدمه حوالي 70% منهم لتطوير التطبيقات والبرامج.😳↗️

استخدام Git يوفر قوة ومرونة في إدارة التغيرات والتعاون في تطوير البرامج. سواء كنت مطورًا مبتدئًا أو محترفًا، فإن استخدام Git سيسهل عليك تتبع تغيرات التعليمات البرمجية والعمل بفاعلية مع فريقك.

هل تفكر في تعلمه لا تقلق سأوفر لك مصادر وفيرة وكافية🤓🫡:

⏺قائمة تشغيل فناة Elzero web school🤝:
☑️https://www.youtube.com/watch?v=ACOiGZoqC8w&list=PLDoPjvoNmBAw4eOj58MZPakHjaO3frVMF

⏺موقع Learn Git Branching :
موقع يقدم دروس تفاعلية مع تحديات اونلاين لتتعلم كيفية التعامل مع ال git👁‍🗨
☑️https://learngitbranching.js.org/

⏺موقع w3school :
☑️https://www.w3schools.com/git/

⏺موقع ATLASSIAN :
☑️https://www.atlassian.com/git/tutorials

⏺موقع tutorialspoint :
☑️https://www.tutorialspoint.com/git/

⏺موقع geeksforgeeks :
☑️https://www.geeksforgeeks.org/git-tutorial/

⏺موقع ال git الأساسي يوفر دورة تعليمية :
☑️https://git-scm.com/docs/gittutorial

أتمنى أن تحقق إستفادة من هذا المنشور لا تنسى مشاركته مع أصدقائك ودعوتهم للإشتراك بقناتنا IT Engineer

#git #learngit #github #recources #Elzero #w3school

The AI roadmap🖖 to becoming an expert and getting started the right way✅

Look at the path from basics to deep learning, it doesn't look good🫠🤝

This is what our university follows if you are in Damascus🤫, my friend, so good luck to you❤️🫡

Click here to view this Roadmap

Invite your friends by sending them a link

https://t.me/python_linux_web_php_laravel_ai

#AI #roadmap #path #AI_Expert

another roadmap here🔽🖤

Data Scientist Roadmap
|
|-- 1. Basic Foundations
|   |-- a. Mathematics
|   |   |-- i. Linear Algebra
|   |   |-- ii. Calculus
|   |   |-- iii. Probability
|   |   -- iv. Statistics
|   |
|   |-- b. Programming
|   |   |-- i. Python
|   |   |   |-- 1. Syntax and Basic Concepts
|   |   |   |-- 2. Data Structures
|   |   |   |-- 3. Control Structures
|   |   |   |-- 4. Functions
|   |   |   -- 5. Object-Oriented Programming
|   |   |
|   |   -- ii. R (optional, based on preference)
|   |
|   |-- c. Data Manipulation
|   |   |-- i. Numpy (Python)
|   |   |-- ii. Pandas (Python)
|   |   -- iii. Dplyr (R)
|   |
|   -- d. Data Visualization
|       |-- i. Matplotlib (Python)
|       |-- ii. Seaborn (Python)
|       -- iii. ggplot2 (R)
|
|-- 2. Data Exploration and Preprocessing
|   |-- a. Exploratory Data Analysis (EDA)
|   |-- b. Feature Engineering
|   |-- c. Data Cleaning
|   |-- d. Handling Missing Data
|   -- e. Data Scaling and Normalization
|
|-- 3. Machine Learning
|   |-- a. Supervised Learning
|   |   |-- i. Regression
|   |   |   |-- 1. Linear Regression
|   |   |   -- 2. Polynomial Regression
|   |   |
|   |   -- ii. Classification
|   |       |-- 1. Logistic Regression
|   |       |-- 2. k-Nearest Neighbors
|   |       |-- 3. Support Vector Machines
|   |       |-- 4. Decision Trees
|   |       -- 5. Random Forest
|   |
|   |-- b. Unsupervised Learning
|   |   |-- i. Clustering
|   |   |   |-- 1. K-means
|   |   |   |-- 2. DBSCAN
|   |   |   -- 3. Hierarchical Clustering
|   |   |
|   |   -- ii. Dimensionality Reduction
|   |       |-- 1. Principal Component Analysis (PCA)
|   |       |-- 2. t-Distributed Stochastic Neighbor Embedding (t-SNE)
|   |       -- 3. Linear Discriminant Analysis (LDA)
|   |
|   |-- c. Reinforcement Learning
|   |-- d. Model Evaluation and Validation
|   |   |-- i. Cross-validation
|   |   |-- ii. Hyperparameter Tuning
|   |   -- iii. Model Selection
|   |
|   -- e. ML Libraries and Frameworks
|       |-- i. Scikit-learn (Python)
|       |-- ii. TensorFlow (Python)
|       |-- iii. Keras (Python)
|       -- iv. PyTorch (Python)
|
|-- 4. Deep Learning
|   |-- a. Neural Networks
|   |   |-- i. Perceptron
|   |   -- ii. Multi-Layer Perceptron
|   |
|   |-- b. Convolutional Neural Networks (CNNs)
|   |   |-- i. Image Classification
|   |   |-- ii. Object Detection
|   |   -- iii. Image Segmentation
|   |
|   |-- c. Recurrent Neural Networks (RNNs)
|   |   |-- i. Sequence-to-Sequence Models
|   |   |-- ii. Text Classification
|   |   -- iii. Sentiment Analysis
|   |
|   |-- d. Long Short-Term Memory (LSTM) and Gated Recurrent Units (GRU)
|   |   |-- i. Time Series Forecasting
|   |   -- ii. Language Modeling
|   |
|   -- e. Generative Adversarial Networks (GANs)
|       |-- i. Image Synthesis
|       |-- ii. Style Transfer
|       -- iii. Data Augmentation
|
|-- 5. Big Data Technologies
|   |-- a. Hadoop
|   |   |-- i. HDFS
|   |   -- ii. MapReduce
|   |
|   |-- b. Spark
|   |   |-- i. RDDs
|   |   |-- ii. DataFrames
|   |   -- iii. MLlib
|   |
|   -- c. NoSQL Databases
|       |-- i. MongoDB
|       |-- ii. Cassandra
|       |-- iii. HBase
|       -- iv. Couchbase
|
|-- 6. Data Visualization and Reporting
|   |-- a. Dashboarding Tools
|   |   |-- i. Tableau
|   |   |-- ii. Power BI
|   |   |-- iii. Dash (Python)
|   |   -- iv. Shiny (R)
|   |
|   |-- b. Storytelling with Data
|   -- c. Effective Communication
|
|-- 7. Domain Knowledge and Soft Skills
|   |-- a. Industry-specific Knowledge
|   |-- b. Problem-solving
|   |-- c. Communication Skills
|   |-- d. Time Management
|   -- e. Teamwork
|
-- 8. Staying Updated and Continuous Learning
    |-- a. Online Courses
    |-- b. Books and Research Papers
    |-- c. Blogs and Podcasts
    |-- d. Conferences and Workshops
    `-- e. Networking and Community Engagement

python Tuples

Tuples are used to store multiple items in a single variable.

Tuple is one of 4 built-in data types in Python used to store collections of data, the other 3 are List, Set, and Dictionary, all with different qualities and usage.

A tuple is a collection which is ordered and unchangeable.

Tuples are written with round brackets:

thistuple = ("apple", "banana", "cherry")
print(thistuple)              # result: (apple , banana , cheery)
print(thistuple[0])          # result: apple

You can read this post which contains 7 pages of scratch explaining tuples
Click here

Don't forget to follow me on LinkedIn for more information😊
#python #Scratch #Tuples #learnPython

موقع medium 👁‍🗨موقع غني عن التعريف بيحتوي مقالات ومعلومات علمية بشتى المجالات وأفكار جدا مفيدة
بس أحيانا بتصادفنا رسالة وقت عم نقرا مقال معين انو يجب الاشتراك بالموقع لإتاحة المحتوى
ولتجاوز هي المشكلة في طريقة استكشفتها مؤخرا وهي :

انو تاخد اللينك و تعمله paste في هاد الموقع و هيفتح الـ topic كله عادي🤓

⭕️https://freedium.cfd

مثال فيكن تشوفو هالمقال بيحكي عن لارافيل 11 النسخة القادمة طبعا مغلق بدك اشتراك:

⭕️https://medium.com/.........

يمكنك زيارة الموقع بالضغط هنا
للمزيد تابعني على linkedIn و Twitter

إبتداءًا من الشهر القادم راح ينحظر اي حساب GitHub مو مفعل التحقق بخطوتين ( 2FA ) , لذلك اي شخص ساحب على حسابه وعنده مشاريع مهمة وحاب يحافظ عليها ينطلق فوراً يضيف تحقق بخطوتين عن طريق اي تطبيق مصادقة زي Google Authenticator على الاندرويد والآيفون، وأهم شي يحفظ اكواد الاسترداد بعد مايضيف التحقق بخطوتين ، زي الي بالصورة

هنا شرح الاضافة مفصل
https://docs.github.com/en/authentication/securing-your-account-with-two-factor-authentication-2fa/configuring-two-factor-authentication

وهنا الخبر ، علمًا انه جاني اشعار ببريدي الالكتروني يجبرني على اضافة التحقق بخطوتين لحسابي
https://docs.github.com/en/authentication/securing-your-account-with-two-factor-authentication-2fa/about-mandatory-two-factor-authentication
#منقول #github