ML-For-Beginners/translations/ar

🌐 دعم متعدد اللغات

مدعوم عبر GitHub Action (آلي ومحدث دائمًا)

العربية | البنغالية | البلغارية | البورمية (ميانمار) | الصينية (المبسطة) | الصينية (التقليدية، هونغ كونغ) | الصينية (التقليدية، ماكاو) | الصينية (التقليدية، تايوان) | الكرواتية | التشيكية | الدنماركية | الهولندية | الإستونية | الفنلندية | الفرنسية | الألمانية | اليونانية | العبرية | الهندية | الهنغارية | الإندونيسية | الإيطالية | اليابانية | الكانادا | الكورية | الليتوانية | الماليزية | المالايالامية | الماراثية | النيبالية | النجدية النيجيرية | النرويجية | الفارسية (اللغة الفارسية) | البولندية | البرتغالية (البرازيل) | البرتغالية (البرتغال) | البنجابية (جيرموخي) | الرومانية | الروسية | الصربية (السيريلية) | السلوفاكية | السلوفينية | الإسبانية | السواحيلية | السويدية | التاغالوغية (الفلپينية) | التاميلية | التيلوجو | التايلاندية | التركية | الأوكرانية | الأردية | الفيتنامية

تفضل الاستنساخ محليًا؟

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

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 تحميل أسرع بكثير.

انضم إلى مجتمعنا

لدينا سلسلة تعلم على ديسكورد مع الذكاء الاصطناعي مستمرة، تعرّف على المزيد وانضم إلينا في سلسلة التعلم مع AI من 18 - 30 سبتمبر 2025. ستحصل على نصائح وحيل لاستخدام GitHub Copilot في علوم البيانات.

التعلم الآلي للمبتدئين - منهج تعليمي

🌍 سافر حول العالم بينما نستكشف التعلم الآلي من خلال ثقافات العالم 🌍

يسعد فريق مدافعي السحابة في مايكروسوفت أن يقدم منهجًا تعليميًا مكونًا من 12 أسبوعًا و26 درسا حول التعلم الآلي. في هذا المنهج، ستتعلم ما يسمى أحياناً بـ التعلم الآلي الكلاسيكي، مستخدمًا مكتبة Scikit-learn بشكل أساسي ومتجنبًا التعلم العميق الذي يتم تغطيته في منهجنا الخاص بـ الذكاء الاصطناعي للمبتدئين. يمكنك دمج هذه الدروس مع منهجنا 'علوم البيانات للمبتدئين' أيضًا!

سافر معنا حول العالم ونحن نطبق هذه التقنيات الكلاسيكية على بيانات من مناطق عديدة في العالم. كل درس يتضمن اختبارات قبل وبعد الدرس، تعليمات مكتوبة لإكمال الدرس، حل، مهمة، وأكثر. تتيح منك طريقة المشروع التعليمي التعلم أثناء البناء، وهي طريقة مثبتة لترسيخ المهارات الجديدة.

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

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

🙏 شكر خاص 🙏 لسفراء طلاب مايكروسوفت المؤلفين والمراجعين والمساهمين في المحتوى، وخصوصًا ريشت داغلي، محمد ساکب خان إنان، روهان راج، ألكسندرو بيتريسكو، أبهيشيك جايسوال، ناورين تاباسوم، إيوان سامويلا، وسنيغدا أغاروال

🤩 شكر إضافي لسفراء طلاب مايكروسوفت إريك وانجاو، جاسلين سوندي، وفيدوشي جوبتا على دروس R!

البدء

اتبع هذه الخطوات:

1. افتح نسخة fork من المستودع: اضغط على زر "Fork" في أعلى يمين هذه الصفحة.
2. انسخ المستودع clone: git clone https://github.com/microsoft/ML-For-Beginners.git

اعثر على كل الموارد الإضافية لهذه الدورة في مجموعة Microsoft Learn الخاصة بنا

🔧 هل تحتاج مساعدة؟ تحقق من دليل استكشاف المشكلات لحلول المشاكل الشائعة في التثبيت والإعداد وتشغيل الدروس.

الطلاب، لاستخدام هذا المنهج، استنسخ المستودع بالكامل 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 بفهم الدروس بدلاً من تشغيل رمز الحل؛ ومع ذلك، الرمز متاح في مجلدات /solution في كل درس موجه نحو المشروع.
• خذ اختبار ما بعد المحاضرة.
• أكمل التحدي.
• أكمل المهمة.
• بعد إكمال مجموعة من الدروس، قم بزيارة لوحة النقاش و"تعلم بصوت عالٍ" بملء نموذج تقييم PAT المناسب. هو أداة لتقييم تقدمك تساعدك على تعميق تعلمك. يمكنك أيضًا التفاعل مع نماذج تقييم PAT الأخرى لنتعلم معًا.

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

المعلمون، أدرجنا بعض الاقتراحات حول كيفية استخدام هذا المنهج في [for-teachers.md].

---

فيديوهات تعليمية

بعض الدروس متاحة على شكل فيديوهات قصيرة. يمكنك العثور عليها جميعًا مضمنة في الدروس، أو على قائمة تشغيل ML للمبتدئين على قناة مايكروسوفت ديفلوبر على يوتيوب بالنقر على الصورة أدناه.

---

تعرف على الفريق

حركة GIF بواسطة Mohit Jaisal

🎥 اضغط الصورة أعلاه لمشاهدة فيديو عن المشروع والأشخاص الذين أنشأوه!

---

المنهجية التعليمية

اخترنا مبدئين تربويين أثناء بناء هذا المنهج: التأكد من أنه مبني على المشاريع العملية ويحتوي على اختبارات متكررة. بالإضافة إلى ذلك، هذا المنهج له ثيم واحد ليمنحه تماسكًا.

بضمان تطابق المحتوى مع المشاريع، يصبح التعلم أكثر جاذبية للطلاب ما يعزز الاحتفاظ بالمفاهيم. كما أن اختبارًا منخفض المخاطر قبل المحاضرة يهيئ الطالب لتعلم موضوع ما، والاختبار الثاني بعدها يعزز الاحتفاظ. صُمم هذا المنهج ليكون مرنًا وممتعًا ويمكن أخذه كاملاً أو جزئيًا. تبدأ المشاريع صغيرة وتزداد تعقيدًا بنهاية دورة الـ12 أسبوعًا. يشمل المنهج خلاصة عن تطبيقات ML في العالم الحقيقي يمكن استخدامها كرصيد إضافي أو كأساس للنقاش.

اطلع على مدونة قواعد السلوك، المساهمة، الترجمة، واستكشاف المشكلات. نرحب بملاحظاتك البناءة!

يتضمن كل درس

• ملاحظة رسمية اختيارية
• فيديو مكمل اختياري
• فيديو إرشادي (لبعض الدروس فقط)
• اختبار تمهيدي للدرس
• درس مكتوب
• لدروس المشروع، إرشادات خطوة بخطوة لبناء المشروع
• اختبارات معرفة
• تحدي
• قراءة إضافية
• مهمة
• اختبار بعد الدرس

ملاحظة عن اللغات: هذه الدروس مكتوبة أساسًا بلغة بايثون، ولكن العديد منها متوفر أيضًا بلغة R. لإكمال درس R، توجه إلى مجلد /solution وابحث عن دروس R. تحتوي على امتداد .rmd وهو ملف R Markdown يمكن تعريفه ببساطة كإدماج لـ كتل الكود (بلغة R أو لغات أخرى) ورأس YAML (يرشد كيفية تنسيق المخرجات مثل PDF) في وثيقة ماركداون. بهذا، هو إطار عمل تأليفي نموذجي لعلوم البيانات لأنه يسمح بمزج الكود والمخرجات والأفكار معًا بتوثيقها في ماركداون. علاوة على ذلك، يمكن تحويل مستندات R Markdown إلى تنسيقات مخرجات مثل PDF أو HTML أو Word. ملاحظة حول الاختبارات: جميع الاختبارات موجودة في مجلد تطبيق الاختبار ، بواقع 52 اختبارًا بإجمالي ثلاث أسئلة لكل اختبار. يتم ربطها من داخل الدروس، ولكن يمكن تشغيل تطبيق الاختبار محليًا؛ اتبع التعليمات في مجلد quiz-app لاستضافة التطبيق محليًا أو نشره على Azure.

رقم الدرس	الموضوع	مجموعة الدروس	الأهداف التعليمية	الدرس المرتبط	المؤلف
01	مقدمة في تعلم الآلة	مقدمة	تعلم المفاهيم الأساسية لتعلم الآلة	درس	محمد
02	تاريخ تعلم الآلة	مقدمة	تعلّم التاريخ الكامن وراء هذا المجال	درس	جن وآمي
03	العدالة وتعلم الآلة	مقدمة	ما هي القضايا الفلسفية المهمة حول العدالة التي يجب أن يأخذها الطلاب في الاعتبار عند بناء وتطبيق نماذج التعلم الآلي؟	درس	تومومي
04	تقنيات تعلم الآلة	مقدمة	ما هي التقنيات التي يستخدمها الباحثون في تعلم الآلة لبناء النماذج؟	درس	كريس وجن
05	مقدمة في الانحدار	انحدار	ابدأ مع بايثون وScikit-learn لنماذج الانحدار	بايثون • R	جن • إريك وانجاو
06	أسعار اليقطين في أمريكا الشمالية 🎃	انحدار	تصور وتنظيف البيانات للتحضير لتعلم الآلة	بايثون • R	جن • إريك وانجاو
07	أسعار اليقطين في أمريكا الشمالية 🎃	انحدار	بناء نماذج انحدار خطي ومتعدد الحدود	بايثون • R	جن ودمتري • إريك وانجاو
08	أسعار اليقطين في أمريكا الشمالية 🎃	انحدار	بناء نموذج انحدار لوجستي	بايثون • R	جن • إريك وانجاو
09	تطبيق ويب 🔌	تطبيق ويب	بناء تطبيق ويب لاستخدام نموذجك المدرب	بايثون	جن
10	مقدمة في التصنيف	تصنيف	تنظيف، إعداد، وتصوير بياناتك؛ مقدمة في التصنيف	بايثون • R	جن وكاسي • إريك وانجاو
11	المأكولات الآسيوية والهندية اللذيذة 🍜	تصنيف	مقدمة في المصنفات	بايثون • R	جن وكاسي • إريك وانجاو
12	المأكولات الآسيوية والهندية اللذيذة 🍜	تصنيف	المزيد من المصنفات	بايثون • R	جن وكاسي • إريك وانجاو
13	المأكولات الآسيوية والهندية اللذيذة 🍜	تصنيف	بناء تطبيق ويب موصي باستخدام نموذجك	بايثون	جن
14	مقدمة في التجميع	تجميع	تنظيف، إعداد، وتصوير بياناتك؛ 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 الأساسيات حول معالجة اللغة الطبيعية من خلال بناء بوت بسيط	بايثون	ستيفن
17	مهام شائعة في معالجة اللغة الطبيعية ☕️	معالجة اللغة الطبيعية	تعميق معرفتك في معالجة اللغة بفهم المهام الشائعة المطلوبة عند التعامل مع تراكيب اللغة	بايثون	ستيفن
18	الترجمة وتحليل المشاعر ♥️	معالجة اللغة الطبيعية	الترجمة وتحليل المشاعر مع جين أوستن	بايثون	ستيفن
19	الفنادق الرومانسية في أوروبا ♥️	معالجة اللغة الطبيعية	تحليل المشاعر مع مراجعات الفنادق 1	بايثون	ستيفن
20	الفنادق الرومانسية في أوروبا ♥️	معالجة اللغة الطبيعية	تحليل المشاعر مع مراجعات الفنادق 2	بايثون	ستيفن
21	مقدمة في التنبؤ بالسلاسل الزمنية	السلاسل الزمنية	مقدمة في التنبؤ بالسلاسل الزمنية	بايثون	فرانسيسكا
22	⚡️ استخدام الطاقة العالمي ⚡️ - التنبؤ بالسلاسل الزمنية باستخدام ARIMA	السلاسل الزمنية	التنبؤ بالسلاسل الزمنية باستخدام ARIMA	بايثون	فرانسيسكا
23	⚡️ استخدام الطاقة العالمي ⚡️ - التنبؤ بالسلاسل الزمنية باستخدام SVR	السلاسل الزمنية	التنبؤ بالسلاسل الزمنية باستخدام الانحدار بدعم المتجهات	بايثون	أنيربان
24	مقدمة في التعلم التعزيزي	التعلم التعزيزي	مقدمة في التعلم التعزيزي باستخدام التعلم بواسطة Q	بايثون	دمتري
25	ساعد بيتر على تجنب الذئب! 🐺	التعلم التعزيزي	التعلم التعزيزي مع Gym	بايثون	دمتري
ملحق	سيناريوهات وتطبيقات التعلم الآلي في العالم الحقيقي	ML in the Wild	تطبيقات مثيرة ومكشوفة للعالم الحقيقي لتعلم الآلة الكلاسيكية	درس	الفريق
ملحق	تصحيح نماذج التعلم الآلي باستخدام لوحة تحكم RAI	ML in the Wild	تصحيح نماذج التعلم الآلي باستخدام مكونات لوحة تحكم الذكاء المسؤول (RAI)	درس	روث ياكوبو

اعثر على كل الموارد الإضافية لهذه الدورة في مجموعة Microsoft Learn الخاصة بنا

الوصول دون اتصال

يمكنك تشغيل هذا التوثيق دون اتصال باستخدام Docsify. انسخ هذا المستودع، قم بتثبيت Docsify على جهازك المحلي، ثم في المجلد الجذري لهذا المستودع، اكتب docsify serve. سيتم تقديم الموقع على المنفذ 3000 على مضيفك المحلي: localhost:3000.

ملفات PDF

اعثر على ملف pdf للمناهج مع الروابط هنا.

🎒 دورات أخرى

فريقنا ينتج دورات أخرى! اطلع على:

سلسلة LangChain

---

Azure / الحوسبة الطرفية / MCP / الوكلاء

---

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 والمطورين ذوي الخبرة في مناقشات MCP. إنها مجتمع داعم حيث تُرحب بالأسئلة ويُشارك المعرفة بحرية.

إذا كان لديك ملاحظات عن المنتج أو أخطاء أثناء البناء قم بزيارة:

---

تنويه: تمت ترجمة هذا المستند باستخدام خدمة الترجمة الآلية Co-op Translator. بينما نسعى لتحقيق الدقة، يرجى العلم أن الترجمات الآلية قد تحتوي على أخطاء أو معلومات غير دقيقة. يجب اعتبار الوثيقة الأصلية بلغتها الأصلية المصدر الموثوق به. بالنسبة للمعلومات الحساسة، يُنصح بالاعتماد على الترجمة المهنية من قبل مختصين بشريين. نحن غير مسؤولين عن أي سوء فهم أو تفسير خاطئ ناتج عن استخدام هذه الترجمة.