بدي اتعلم لغة بايثون

بالنسبة إلى تعلم بايثون فالأمر سهل إن شاء الله . يمكنك مشاهدة دروس على اليوتيوب لشرح بايثون ويمكنك البحث ب "python crash course" ومشاهدة الدروس لذلك .

ويمكنك مشاهدة الدروس على موقع أكاديمية حسوب و موقع موسوعة حسوب .

وإليك رابط كتاب تعلم بايثون على أكاديمية حسوب :

وإليك رابط موسوعة حسوب لدروس بايثون :

ولتعلم مجال تعلم الآلة ستحتاج إلى الإلمام بأساسيات الرياضيات لتسهيل دراستك لهذا المجال واستيعاب بعض المفاهيم.

حيث الذكاء الاصطناعي يعتمد على النماذج الرياضية لفهم البيانات واتخاذ القرارات، ومفاهيم كالجبر الخطي والذي به المصفوفات والمتجهات ستجد أنها مستخدمة في الشبكات العصبية، بجانب الإحصاء والاحتمالات لتحليل البيانات واتخاذ قرارات، وأيضًا التفاضل والتكامل لتحسين النماذج.

فالشبكات العصبية، ببساطة، هي دوال رياضية تحول البيانات المدخلة ضمن فضاء متجهي باستخدام عمليات خطية وغير خطية، والمخرجات تكون عبارة عن توزيعات احتمالية، وتدريب تلك الشبكات يعتمد على خوارزمية تُسمى الانحدار التدريجي gradient descent والتي تتطلب فهم المشتقات من التفاضل.

كل ما أنت بحاجة إليه هو دراسة الأساسيات وليس التعمق، ستقوم بدراسة ما يلي:

• الجبر الخطي وهو الأهم ركز على فهم المفاهيم الأساسية مثل المتجهات، الفضاءات المتجهة، العمليات على المتجهات والمصفوفات، الاستقلال الخطي، الأساس basis، والقيم والمتجهات الذاتية eigenvalues وeigenvectors.
• التفاضل ويكفي أن تفهم مفهوم المشتقات، لأنها أساسية في تدريب النماذج، فالتكامل ليس ضروريًا في المرحلة الأولى، لذا تستطيع تأجيله.
• الإحصاء والاحتمالات يكفي معرفة القواعد الأساسية للاحتمالات وبعض التوزيعات الاحتمالية الشائعة، لأنها تُستخدم في تحليل مخرجات النماذج كما أشرت.

وليس كافٍ التركيز على مجال واحد مما سبق، بل ستحتاج إلى فهم أساسي لكل منها لتتمكن من الانطلاق في تعلم الذكاء الاصطناعي، ابدأ بالأساسيات، ومع تقدمك في تعلم الآلة، بإمكانك العودة لتعميق معرفتك بالرياضيات حسب الحاجة.

تستطيع البحث على اليوتيوب عن مصادر لتعلم ذلك، أو تفقد التالي لكن بالإنجليزية:

ويمكنك قراءة المزيد من النصائح التالية :

وإليك المقال التالي لكل ما يخص تعلم الآلة :

قرار جيد الرجوع للمجال وتحديداً مجال تعلم الآلة (Machine Learning). كما أن خبرتك السابقة في لغات البرمجة مثل C++ و Pascal والخوارزميات ستسهل عملية تعلمك للبايثون وML بشكل كبير.

ولذلك بالنسبة لبايثون فيمكنك الإطلاع على crash course سريعاً للتعرف على ال syntax ويمكنك أيضاً التعلم من الكتب حيث تكون لك أفضل المصادر لتعلم بايثون مع وجود خبرة في البرمجة وإليك الكتاب التالي

ومع الخطوة السابقة تحتاج بالتأكيد التطبيق العملي . فحاول دائماً حل الكثير من التمارين وبناء المشاريع الصغيرة لمشاريع كبيرة نسبياً.

وبالنسبة لتعلم مجال تعلم الآلة فيمكنك الإستفادة من المصادر التالية

مجال تعلم الآلة بحر واسع، يجب تحديد وجهتك، تعلم لغة بايثون هو الأمر السهل به والمصادر عديدة بخصوص ذلك وتم توضيحها، في البداية الأمر مبهم بالنسبة لك، لذا قبل اتخاذ قرارك وقبل بدء الرحلة، قم بالبحث عن كورس ليس مُتعمق من أي مصدر تجده مناسب، وذلك حول أساسيات تعلم الآلة ثم أساسيات التعلم العميق وثم أساسيات تحليل البيانات.

في حال وجدت أنك تنوي التخصص في ذلك المجال وبذل جهد وإلتزام لمدة عام ونص أو عامين تقريبًا، فعليك البحث عن خارطة طريق Roadmap والسير عليها.

في البداية ستحتاج إلى دراسة أساسيات الجبر الخطي والإحصاء والتفاضل فبدونهم ستجد الكثير من الأمور غير مفهومة بالنسبة لك، ركز على أساسيات التفاضل وهي المشتقات من الـ calculus، وأهمل التكامل في البداية. الجبر الخطي ضروري، لذا تعرف على الأشعة، الفضاء الشعاعي، العمليات عليه، الاستقلال الخطي، الأساس، والقيم والأشعة الذاتية، وفي الإحصاء والاحتمالات، تعلم القوانين الأساسية والتوزيعات الاحتمالية الشائعة.

وتلك الأساسيات مهمة لأن الشبكات العصبونية تحول المدخلات عبر فضاء شعاعي بعمليات خطية وغير خطية، وتنتج توزيعات احتمالية، وتُدرب باستخدام gradient descent التي تعتمد على الـ calculus.

ولا تتعمق في الرياضيات مبكرًا حيث سيبدوا الأمر مُعقد بدون داعي اكتفِ بالأساسيات، ثم تعلم مجال تعلم الآلة، وعد لدراسة المزيد عند الحاجة، لأن الرياضيات واسعة ويجب التركيز على ما تحتاجه فقط.

وأثناء الدراسة عليك تحديد التخصص، حيث مجال تعلم الآلة يتفرع لتفرعات عديدة أشهرها Reinforcement Learning وNatural Language Processing (NLP) وComputer Vision.

وبالطبع ستقوم بتعلم أساسيات كل ما سبق، لكن ستتعمق في واحد منهم فقط.

أهلا أنس، يبدو أنك سوري

يمكنني مساعدتك بشكل شخصي إن كنت جادًّا في التعلم، تواصل معي

كلمني وان شاء الله تكون احسن

تحتاج البدأ بكورس إبراهيم عادل ، للغة بايثون من الصفر إلى الاحتراف ، حيث ستتعلم أساسيات بايثون مع مشاريع عملية ، ثم إنتقل إلى مكتبات مفيدة لتعلم تنظيم البيانات والحسابات مثل مكتبة numPy ، pandas ، matplotlip ثم يمكنك الانتقال إلى تعلم مكتبات تعلم الآلة tensorFlow ، keras ، Scikit-learn بالتوفيق في رحلتك مع الذكاء الاصطناعي .