https://www.instagram.com/p/DbyG0FtDbC8/?img_index=11&igsh=NHl1MWxkMzQxaDJh
https://www.instagram.com/p/DbyG0FtDbC8/?img_index=11&igsh=NHl1MWxkMzQxaDJh

https://vt.tiktok.com/ZS4gXhGdn/
https://vt.tiktok.com/ZS4gXhGdn/

|-- الأساسيات
|   |-- الرياضيات
|   |   |-- الجبر الخطي
|   |   |-- التفاضل والتكامل
|   |   |-- الاحتمالات والإحصاء
|   |   └─ الرياضيات المتقطعة (Discrete Mathematics)
|   |
|   |-- البرمجة
|   |   |-- بايثون (Python)
|   |   |-- R (اختياري)
|   |   └─ هياكل البيانات والخوارزميات
|   |
|   └─ أساسيات تعلم الآلة
|       |-- التعلم الموجه (Supervised Learning)
|       |-- التعلم غير الموجه (Unsupervised Learning)
|       |-- التعلم المعزز (Reinforcement Learning)
|       └─ تقييم النماذج واختيارها

|-- التعلم_الموجه
|   |-- الانحدار (Regression)
|   |   |-- الانحدار الخطي (Linear Regression)
|   |   |-- الانحدار متعدد الحدود (Polynomial Regression)
|   |   └─ تقنيات التنظيم (Regularization)
|   |
|   |-- التصنيف (Classification)
|   |   |-- الانحدار اللوجستي (Logistic Regression)
|   |   |-- آلات المتجهات الداعمة (SVM)
|   |   |-- أشجار القرار (Decision Trees)
|   |   |-- الغابات العشوائية (Random Forests)
|   |   └─ بايز الساذج (Naive Bayes)
|   |
|   └─ تقييم النموذج
|       |-- المقاييس (الدقة، الإحكام، الاستدعاء، درجة F1)
|       |-- التحقق المتقاطع (Cross-Validation)
|       └─ ضبط المعاملات الفائقة (Hyperparameter Tuning)

|-- التعلم_غير_الموجه
|   |-- التجميع (Clustering)
|   |   |-- تجميع K-mean
|   |   |-- التجميع الهرمي (Hierarchical Clustering)
|   |   └─ DBSCAN
|   |
|   └-- تقليل الأبعاد (Dimensionality Reduction)
|       |-- تحليل المكونات الرئيسية (PCA)
|       └-- t-SNE

|-- التعلم_العميق
|   |-- أساسيات الشبكات العصبية
|   |   |-- دوال التنشيط (Activation Functions)
|   |   |-- دوال الخسارة (Loss Functions)
|   |   └─ خوارزميات التحسين (Optimization Algorithms)
|   |
|   |-- الشبكات العصبية الالتفافية (CNNs)
|   |   |-- تصنيف الصور
|   |   └─ اكتشاف الأشياء (Object Detection)
|   |
|   |-- الشبكات العصبية المتكررة (RNNs)
|   |   |-- نمذجة التسلسل (Sequence Modeling)
|   |   └─ معالجة اللغة الطبيعية (NLP)
|   |
|   └─ المحولات (Transformers)
|       |-- آليات الانتباه (Attention Mechanisms)
|       |-- BERT
|       └-- GPT

|-- التعلم_المعزز
|   |-- عمليات ماركوف لاتخاذ القرار (MDPs)
|   |-- تعلم Q (Q-Learning)
|   |-- شبكات Q العميقة (DQN)
|   └─ طرق تدرج السياسة (Policy Gradient Methods)

|-- معالجة_اللغة_الطبيعية (NLP)
|   |-- تقنيات معالجة النصوص
|   |-- تحليل المشاعر (Sentiment Analysis)
|   |-- نمذجة الموضوعات (Topic Modeling)
|   |-- الترجمة الآلية (Machine Translation)
|   └─ نمذجة اللغة (Language Modeling)

|-- رؤية_الكمبيوتر
|   |-- أساسيات معالجة الصور
|   |-- تصنيف الصور
|   |-- اكتشاف الأشياء (Object Detection)
|   |-- تجزئة الصور (Image Segmentation)
|   └─ توليد الصور (Image Generation)

|-- الذكاء_الاصطناعي_الأخلاقي_والمسؤول
|   |-- اكتشاف التحيّز وتخفيفه
|   |-- العدالة في الذكاء الاصطناعي
|   |-- مخاوف الخصوصية
|   └─ الذكاء الاصطناعي القابل للتفسير (XAI)

|-- النشر_والإنتاج
|   |-- استراتيجيات نشر النماذج
|   |-- المنصات السحابية (AWS، Azure، GCP)
|   |-- مراقبة النماذج
|   └─ التحكم في الإصدارات

|-- الموارد_عبر_الإنترنت
|   |-- Coursera
|   |-- Udacity
|   |-- fast.ai
|   |-- Kaggle
|   └-- وثائق TensorFlow و PyTorch