#data-science

الصفحة ١ من ٣

• 

  الذكاء الاصطناعي والتعلم الآلي١٥ أبريل ٢٠٢٦١٢ دقيقة

  دليل مشروع Data Science: من الصفر حتى الـ Deployment

  دليل كامل لمشروع علم البيانات يغطي جميع المراحل السبع: التخطيط، وتحضير البيانات، و EDA، وتطوير النموذج، والنشر باستخدام FastAPI و Docker، والمراقبة، و Agile. يتضمن أمثلة برمجية بلغة Python في جميع المراحل.

• 

  الذكاء الاصطناعي والتعلم الآلي٢ أبريل ٢٠٢٦١٠ دقائق

  أساسيات Deep Learning: دليل عملي لـ Neural Networks

  استكشاف شامل وعملي لأساسيات Deep Learning — من أساسيات Neural Network إلى Training Workflows، والأخطاء الشائعة، وأفضل الممارسات لمشاريع AI في العالم الحقيقي.

• 

  الذكاء الاصطناعي والتعلم الآلي٢٢ مارس ٢٠٢٦١٠ دقائق

  إتقان تدريب نماذج ML: من التكاليف إلى الكود

  تدريب نماذج ML من التكاليف إلى الكود: تكاليف النماذج الرائدة (Gemini Ultra 191 مليون دولار)، تضاعف القوة الحسابية كل ٦ شهور، بالإضافة إلى أنماط تدريب قابلة للتنفيذ للفرق الصغيرة.

• 

  الذكاء الاصطناعي والتعلم الآلي٢٢ مارس ٢٠٢٦٩ دقائق

  إتقان تحليل البيانات باستخدام Python في عام ٢٠٢٦: من Pandas إلى Polars

  استكشف كيف يهيمن Python على تحليل البيانات في عام ٢٠٢٦ — من Pandas و NumPy إلى Polars — مع دروس تعليمية عملية، ورؤى حول الأداء، وسير عمل واقعي.

• 

  الذكاء الاصطناعي والتعلم الآلي٩ مارس ٢٠٢٦١٠ دقائق

  إتقان تقنيات Cross-Validation في عام

  تعمق في تقنيات cross-validation الحديثة باستخدام scikit-learn 1.9.0 — بما في ذلك KFold و StratifiedKFold، ودراسات حالة واقعية من مجالات التجارة الإلكترونية، والتصنيع، والذكاء الاصطناعي الطبي.

• 

  المهنة والتطور٢٤ فبراير ٢٠٢٦٩ دقائق

  هل شهادات AI تستحق في ٢٠٢٦؟ نظرة متعمقة

  شهادات AI موجودة في كل مكان—لكن هل هي فعلاً تستحق وقتك وفلوسك؟ الدليل المتعمق ده بيستعرض قيمتها، وتأثيرها في أرض الواقع، وإزاي تختار الشهادة المناسبة لمسارك المهني.

• 

  الذكاء الاصطناعي والتعلم الآلي٢٢ فبراير ٢٠٢٦٩ دقائق

  إتقان التقييمات التقنية لـ AI: دليل كامل لعام

  دليل عملي وعميق لتحضير وتصميم وتقييم تقييمات الـ AI التقنية — من مهام الـ coding إلى تقييمات النماذج بمستوى الـ production-grade.

• 

  الذكاء الاصطناعي والتعلم الآلي٢٠ فبراير ٢٠٢٦٨ دقائق

  إتقان Scikit-learn: دليل شامل لعام ٢٠٢٦ لـ Machine Learning

  دليل شامل وعملي لإتقان scikit-learn — من الإعداد إلى مسارات عمل تعلم الآلة الجاهزة للإنتاج، مع أمثلة واقعية، وعيوب شائعة، وأفضل الممارسات.

• 

  الذكاء الاصطناعي والتعلم الآلي١٩ فبراير ٢٠٢٦١٠ دقائق

  أفضل دورات AI المجانية في ٢٠٢٦: تعلم AI دون دفع مليم واحد

  دليل كامل لأفضل دورات الذكاء الاصطناعي المجانية في عام ٢٠٢٦ — من المبتدئ إلى المتقدم — مع أمثلة عملية، ورؤى مهنية، وتطبيقات من أرض الواقع.

• 

  الذكاء الاصطناعي والتعلم الآلي١٨ فبراير ٢٠٢٦٩ دقائق

  احتراف Gradient Boosting: من الأساسيات إلى مرحلة الإنتاج

  دليل عميق وعملي لفهم وتطبيق وضبط نماذج gradient boosting — بما في ذلك XGBoost و LightGBM و CatBoost — مع رؤى من الواقع العملي ونصائح لمرحلة الإنتاج.

• 

  الذكاء الاصطناعي والتعلم الآلي١٧ فبراير ٢٠٢٦١٠ دقائق

  شرح Random Forest: دليل عملي كامل (٢٠٢٦)

  دليل عميق، وسهل، وعملي لفهم Random Forests — من النظرية إلى التنفيذ الجاهز للإنتاج، مع الكود، والأخطاء الشائعة، ورؤى من الواقع العملي.

• 

  الذكاء الاصطناعي والتعلم الآلي١٦ فبراير ٢٠٢٦٩ دقائق

  إتقان مقاييس تقييم النماذج: من Accuracy إلى AUC

  تعمق في model evaluation metrics — كيفية اختيارها، وتنفيذها، وتفسيرها لأنظمة machine learning في العالم الحقيقي.