ML-For-Beginners/translations/ar

🌐 دعم متعدد اللغات

مدعوم عبر GitHub Action (أتمتة ومحدث دائمًا)

العربية | البنغالية | البلغارية | البورمية (ميانمار) | الصينية (المبسطة) | الصينية (التقليدية، هونغ كونغ) | الصينية (التقليدية، ماكاو) | الصينية (التقليدية، تايوان) | الكرواتية | التشيكية | الدانماركية | الهولندية | الإستونية | الفنلندية | الفرنسية | الألمانية | اليونانية | العبرية | الهندية | الهنغارية | الإندونيسية | الإيطالية | اليابانية | الكنادية | الخميرية | الكورية | الليتوانية | الماليزية | المالايالامية | الماراثية | النيبالية | البيدجين النيجيري | النرويجية | الفارسية (الفارسية) | البولندية | البرتغالية (البرازيل) | البرتغالية (البرتغال) | البنجابية (الغورموخي) | الرومانية | الروسية | الصربية (السيريلية) | السلوفاكية | السلوفينية | الإسبانية | السواحيلية | السويدية | التاغالوغ (الفلبينية) | التاميل | التيلجو | التايلاندية | التركية | الأوكرانية | الأردية | الفيتنامية

تفضل الاستنساخ محليًا؟

يتضمن هذا المستودع ترجمات لأكثر من 50 لغة مما يزيد بشكل كبير من حجم التنزيل. للاستنساخ بدون الترجمات، استخدم السحب الانتقائي:

باش / macOS / لينكس:

git clone --filter=blob:none --sparse https://github.com/microsoft/ML-For-Beginners.git
cd ML-For-Beginners
git sparse-checkout set --no-cone '/*' '!translations' '!translated_images'

CMD (ويندوز):

git clone --filter=blob:none --sparse https://github.com/microsoft/ML-For-Beginners.git
cd ML-For-Beginners
git sparse-checkout set --no-cone "/*" "!translations" "!translated_images"

هذا يمنحك كل ما تحتاجه لإكمال الدورة مع تنزيل أسرع بكثير.

انضم إلى مجتمعنا

نحن نجري سلسلة تعلم على Discord مع الذكاء الاصطناعي، تعرف أكثر وانضم إلينا في سلسلة التعلم مع الذكاء الاصطناعي من 18 إلى 30 سبتمبر 2025. ستحصل على نصائح وحيل لاستخدام GitHub Copilot في علوم البيانات.

تعلم الآلة للمبتدئين - منهج دراسي

🌍 سافر حول العالم بينما نستكشف تعلم الآلة عبر ثقافات العالم 🌍

يسر داعمي السحابة في مايكروسوفت أن يقدموا منهجًا دراسيًا لمدة 12 أسبوعًا، يتضمن 26 درسًا كلها عن تعلم الآلة. في هذا المنهج، ستتعلم ما يسمى أحيانًا تعلم الآلة الكلاسيكي، باستخدام مكتبة Scikit-learn بشكل رئيسي وتجنب التعلم العميق الذي يتم تغطيته في منهجنا الذكاء الاصطناعي للمبتدئين. اقرن هذه الدروس بمنهجنا 'علوم البيانات للمبتدئين' أيضًا!

سافر معنا حول العالم بينما نطبق هذه التقنيات الكلاسيكية على بيانات من مناطق متعددة حول العالم. يتضمن كل درس اختبارات قبل وبعد الدرس، تعليمات مكتوبة لإكمال الدرس، حل، مهمة، وأكثر. تسمح منهجيتنا القائمة على المشاريع لك بالتعلم أثناء البناء، وهي طريقة مثبتة لترسيخ المهارات الجديدة.

✍️ شكر حار لمؤلفينا جين لوبر، ستيفن هاول، فرانسيسكا لازيري، تومومي إيمورا، كاسي بريفييو، ديمتري سوشنيكوف، كريس نورينج، أنيربان موخيرجي، أورنيلا ألتونيان، روث ياكوبو وآمي بويد

🎨 شكر أيضًا لرسامينا تومومي إيمورا، داساني ماديبالي، وجين لوبر

🙏 شكر خاص 🙏 لمؤلفي، مراجعين، ومساهمي المحتوى من سفراء طلاب مايكروسوفت، خاصة ريشيت داغلي، محمد ساكيب خان إينان، روهان راج، ألكساندرو بيتريسكو، أبهيشيك جايسوال، ناورين تبسم، إيوان سامويلا، وسنيغدا أجروال

🤩 امتنان إضافي لسفراء طلاب مايكروسوفت إريك وانجاو، جاسلين سوندي، وفيدوشي غوبتا على دروس R!

البدء

اتبع هذه الخطوات:

1. افتح فرع للمستودع (Fork): اضغط على زر "Fork" في الزاوية العلوية اليمنى من هذه الصفحة.
2. انسخ المستودع (Clone): git clone https://github.com/microsoft/ML-For-Beginners.git

ابحث عن جميع الموارد الإضافية لهذه الدورة في مجموعة Microsoft Learn الخاصة بنا

🔧 هل تحتاج مساعدة؟ اطلع على دليل استكشاف المشاكل للحصول على حلول للمشكلات الشائعة في التثبيت والإعداد وتشغيل الدروس.

الطلاب، لاستخدام هذا المنهج، افصل كامل المستودع إلى حساب GitHub الخاص بك وأكمل التمارين بنفسك أو مع مجموعة:

• ابدأ باختبار تمهيدي قبل المحاضرة.
• اقرأ المحاضرة وأكمل الأنشطة، توقف وفكر عند كل اختبار معرفة.
• حاول إنشاء المشاريع من خلال فهم الدروس بدلاً من تشغيل كود الحل، لكن الكود متاح في مجلدات /solution في كل درس موجه نحو المشاريع.
• خذ اختبار ما بعد المحاضرة.
• أكمل التحدي.
• أكمل المهمة.
• بعد إكمال مجموعة دروس، زر لوحة النقاش و"تعلّم بصوت عالٍ" بملء استمارة PAT المناسبة. الPAT هو أداة تقييم تقدم تملأها لتعزيز تعلمك. يمكنك أيضًا التفاعل مع PATs أخرى لنتعلم معًا.

للدراسة المتقدمة، نوصي بمتابعة هذه الوحدات والمسارات التعليمية على Microsoft Learn.

المعلمون، لقد أرفقنا بعض الاقتراحات حول كيفية استخدام هذا المنهج.

---

فيديوهات إرشادية

بعض الدروس متاحة على شكل فيديوهات قصيرة. يمكنك العثور على جميعها ضمن الدروس، أو على قائمة تشغيل التعلم الآلي للمبتدئين على قناة Microsoft Developer على يوتيوب بالنقر على الصورة أدناه.

---

تعرف على الفريق

جيف بواسطة موهيت جايسال

🎥 انقر على الصورة أعلاه لمشاهدة فيديو عن المشروع والأشخاص الذين أنشأوه!

---

المنهجية التعليمية

اخترنا مبدأين تربويين أثناء بناء هذا المنهج: ضمان أن يكون قائمًا على مشاريع تطبيقية واحتوائه على اختبارات متكررة. بالإضافة إلى ذلك، يحتوي هذا المنهج على موضوع مشترك ليمنحه تماسكًا.

بضمان توافق المحتوى مع المشاريع، تصبح العملية أكثر جذبًا للطلاب وسيزداد تثبيت المفاهيم. بالإضافة لذلك، يحدد اختبار منخفض الأهمية قبل الفصل نية الطالب لتعلم الموضوع، بينما يضمن اختبار ثانٍ بعد الفصل مزيدًا من التثبيت. صُمم هذا المنهج ليكون مرنًا وممتعًا ويمكن أخذه ككل أو جزئيًا. تبدأ المشاريع صغيرة وتزداد تعقيدًا بنهاية دورة الـ12 أسبوعًا. يحتوي هذا المنهج أيضًا على خاتمة حول تطبيقات تعلم الآلة في العالم الحقيقي، والتي يمكن استخدامها كائتمان إضافي أو كأساس للنقاش.

تجد لدينا مدونة السلوك، المساهمة، الترجمات، واستكشاف المشاكل. نرحب بملاحظاتكم البناءة!

يشمل كل درس

• ملاحظات رسمية اختيارية
• فيديو دعم اختياري
• فيديو إرشادي (بعض الدروس فقط)
• اختبار إحماء قبل المحاضرة
• درس مكتوب
• لدروس المشاريع، أدلة خطوة بخطوة لبناء المشروع
• اختبارات معرفة
• تحدي
• قراءة داعمة
• مهمة
• اختبار بعد المحاضرة

ملاحظة حول اللغات: هذه الدروس مكتوبة أساسًا بلغة بايثون، ولكن العديد منها متاح أيضًا بلغة R. لإكمال درس بلغة R، توجه إلى مجلد /solution وابحث عن دروس R. تتضمن هذه الدروس امتداد .rmd الذي يمثل ملف R Markdown والذي يمكن تعريفه ببساطة على أنه تضمين لـ code chunks (للـ R أو لغات أخرى) و YAML header (الذي يوجه كيفية تنسيق المخرجات مثل PDF) في مستند Markdown. وبذلك، فهو يعمل كإطار تأليف نموذجي لعلوم البيانات لأنه يتيح لك دمج التعليمات البرمجية الخاصة بك، ومخرجاتها، وأفكارك من خلال السماح لك بكتابتها في Markdown. علاوة على ذلك، يمكن تحويل مستندات R Markdown إلى تنسيقات مخرجات مثل PDF أو HTML أو Word.

ملاحظة حول الاختبارات القصيرة: جميع الاختبارات القصيرة موجودة في مجلد تطبيق الاختبارات، بمجموع 52 اختبارًا تتكون كل منها من ثلاثة أسئلة. يتم الربط بها من داخل الدروس ولكن يمكن تشغيل تطبيق الاختبارات محليًا؛ اتبع التعليمات في مجلد quiz-app لاستضافة التطبيق محليًا أو نشره على Azure.

رقم الدرس	الموضوع	تصنيف الدرس	الأهداف التعليمية	الدرس المرتبط	المؤلف
01	مقدمة في تعلم الآلة	مقدمة	تعلّم المفاهيم الأساسية وراء تعلم الآلة	درس	محمد
02	تاريخ تعلم الآلة	مقدمة	تعلّم التاريخ الكامن وراء هذا المجال	درس	جن وآمي
03	الإنصاف وتعلم الآلة	مقدمة	ما هي القضايا الفلسفية المهمة حول الإنصاف التي يجب أن يأخذها الطلاب بعين الاعتبار عند بناء وتطبيق نماذج تعلم الآلة؟	درس	تومومي
04	تقنيات تعلم الآلة	مقدمة	ما هي التقنيات التي يستخدمها باحثو تعلم الآلة لبناء نماذج تعلم الآلة؟	درس	كريس وجن
05	مقدمة في الانحدار	انحدار	ابدأ باستخدام بايثون وScikit-learn لنماذج الانحدار	بايثون • R	جن • إريك وانجاو
06	أسعار القرع الأمريكية الشمالية 🎃	انحدار	تصور وتنظيف البيانات استعدادًا لتعلم الآلة	بايثون • R	جن • إريك وانجاو
07	أسعار القرع الأمريكية الشمالية 🎃	انحدار	بناء نماذج الانحدار الخطي والحدودي	بايثون • R	جن ودميتري • إريك وانجاو
08	أسعار القرع الأمريكية الشمالية 🎃	انحدار	بناء نموذج انحدار لوغستي	بايثون • R	جن • إريك وانجاو
09	تطبيق ويب 🔌	تطبيق ويب	بناء تطبيق ويب لاستخدام النموذج المدرب	بايثون	جن
10	مقدمة في التصنيف	تصنيف	تنظيف وتحضير وتصوير البيانات؛ مقدمة في التصنيف	بايثون • R	جن وكاسي • إريك وانجاو
11	المأكولات الشهية الآسيوية والهندية 🍜	تصنيف	مقدمة إلى المصنفات	بايثون • R	جن وكاسي • إريك وانجا
12	المأكولات الشهية الآسيوية والهندية 🍜	تصنيف	المزيد من المصنفات	بايثون • R	جن وكاسي • إريك وانجا
13	المأكولات الشهية الآسيوية والهندية 🍜	تصنيف	بناء تطبيق ويب للتوصية باستخدام نموذجك	بايثون	جن
14	مقدمة في التجميع	تجميع	تنظيف وتحضير وتصوير البيانات؛ مقدمة في التجميع	بايثون • R	جن • إريك وانجاو
15	استكشاف الأذواق الموسيقية النيجيرية 🎧	تجميع	استكشاف طريقة التجميع K-Means	بايثون • R	جن • إريك وانجاو
16	مقدمة في معالجة اللغة الطبيعية ☕️	معالجة اللغة الطبيعية	تعلّم أساسيات معالجة اللغة الطبيعية من خلال بناء بوت بسيط	بايثون	ستيفن
17	مهام شائعة في معالجة اللغة ☕️	معالجة اللغة الطبيعية	تعميق معرفتك في المعالجة من خلال فهم المهام الشائعة المطلوبة عند التعامل مع هياكل اللغة	بايثون	ستيفن
18	الترجمة وتحليل المشاعر ♥️	معالجة اللغة الطبيعية	الترجمة وتحليل المشاعر مع جين أوستن	بايثون	ستيفن
19	فنادق رومانسية في أوروبا ♥️	معالجة اللغة الطبيعية	تحليل المشاعر باستخدام مراجعات الفنادق 1	بايثون	ستيفن
20	فنادق رومانسية في أوروبا ♥️	معالجة اللغة الطبيعية	تحليل المشاعر باستخدام مراجعات الفنادق 2	بايثون	ستيفن
21	مقدمة في التنبؤ بالسلاسل الزمنية	السلاسل الزمنية	مقدمة في التنبؤ بالسلاسل الزمنية	بايثون	فرانسيسكا
22	⚡️ استهلاك الطاقة العالمي ⚡️ - التنبؤ بالسلاسل الزمنية مع ARIMA	السلاسل الزمنية	التنبؤ بالسلاسل الزمنية باستخدام ARIMA	بايثون	فرانسيسكا
23	⚡️ استهلاك الطاقة العالمي ⚡️ - التنبؤ بالسلاسل الزمنية مع SVR	السلاسل الزمنية	التنبؤ بالسلاسل الزمنية باستخدام Support Vector Regressor	بايثون	أنيربان
24	مقدمة في التعلم التعزيزي	التعلم التعزيزي	مقدمة في التعلم التعزيزي باستخدام Q-Learning	بايثون	دميتري
25	ساعد بيتر على تجنب الذئب! 🐺	التعلم التعزيزي	التعلم التعزيزي باستخدام Gym	بايثون	دميتري
ملحق	سيناريوهات وتطبيقات تعلم الآلة الواقعية	تعلم الآلة في البرية	تطبيقات حقيقية ومثيرة للاهتمام لتعلم الآلة الكلاسيكي	درس	الفريق
ملحق	تصحيح نماذج تعلم الآلة باستخدام لوحة RAI	تعلم الآلة في البرية	تصحيح نماذج تعلم الآلة باستخدام مكونات لوحة Responsible AI	درس	روث ياكوبو

اعثر على جميع الموارد الإضافية لهذا المساق في مجموعة Microsoft Learn الخاصة بنا

الوصول دون اتصال

يمكنك تشغيل هذا التوثيق دون اتصال باستخدام Docsify. قم بعمل نسخة من هذا الريبو، قم بتثبيت Docsify على جهازك المحلي، ثم في المجلد الجذر لهذا الريبو، اكتب docsify serve. سيتم تقديم الموقع على المنفذ 3000 على جهازك المحلي: localhost:3000.

ملفات PDF

اعثر على ملف PDF للمناهج مع الروابط هنا.

🎒 دورات أخرى

يقوم فريقنا بإنتاج دورات أخرى! تحقق من:

LangChain

Azure / Edge / MCP / Agents

---

سلسلة الذكاء الاصطناعي التوليدي

---

التعلم الأساسي

---

سلسلة كوبايلوت

الحصول على المساعدة

إذا واجهت صعوبة أو كان لديك أي أسئلة حول بناء تطبيقات الذكاء الاصطناعي، انضم إلى المتعلمين الآخرين والمطورين ذوي الخبرة في مناقشات حول MCP. إنها مجتمع داعم حيث الأسئلة مرحب بها ويتم تبادل المعرفة بحرية.

إذا كان لديك ملاحظات على المنتج أو أخطاء أثناء البناء، قم بزيارتنا:

نصائح تعلم إضافية

• راجع دفاتر الملاحظات بعد كل درس لفهم أفضل.
• تمرن على تنفيذ الخوارزميات بنفسك.
• استكشف مجموعات بيانات حقيقية باستخدام المفاهيم التي تعلمتها.

---

إخلاء مسؤولية:
تمت ترجمة هذا المستند باستخدام خدمة الترجمة بالذكاء الاصطناعي Co-op Translator. بينما نسعى للدقة، يرجى العلم أن الترجمات الآلية قد تحتوي على أخطاء أو عدم دقة. يجب اعتبار المستند الأصلي بلغته الأصلية المصدر الرسمي والموثوق. للمعلومات الهامة، يُنصح بالاستعانة بترجمة بشرية محترفة. نحن غير مسؤولين عن أي سوء فهم أو تفسير خاطئ ناتج عن استخدام هذه الترجمة.