الذكاء الاصطناعي وتعلم الآلة
استكشف مقالات الذكاء الاصطناعي وتعلم الآلة المتنوعة والشاملة. نقدم لك محتوى تعليمي عالي الجودة يساعدك على فهم الذكاء الاصطناعي وتعلم الآلة بشكل أفضل وتطوير مهاراتك البرمجية. جميع المقالات مكتوبة بأسلوب مبسط مع أمثلة عملية وشروحات واضحة.
نشر TinyML متعدد الأجهزة: مقارنة أداء واستهلاك طاقة على Cortex‑M وESP32 وRISC‑V
مقارنة عملية لنشر TinyML على ARM Cortex‑M وESP32 وRISC‑V. قياسات زمن الاستدلال، استهلاك الطاقة، أمثلة تنفيذية، ونصائح لتحسين النماذج والاختيار للأجهزة.
تحسين أداء قواعد المتجهات لأنظمة RAG: فهرسة متعددة المستويات، تقليل الأبعاد، وقياسات زمن الاستجابة
خطوات عملية لتسريع واستقرار قواعد المتجهات في أنظمة RAG: فهرسة متعددة المستويات، تقليل الأبعاد، والقياسات اللازمة للوصول إلى SLOs منخفضة.
مقارنة عملية بين معماريات الوكلاء وRAG للمؤسسات: متى تختار كل واحدة وكيف تعالج الأمن والحوكمة
دليل عملي لاختيار بين معماريات الوكلاء وRAG للمؤسسات مع نصائح أمنية وحوكمة وخريطة قرار لتقليل الهلوسة وتسريب البيانات.
نشر نموذج TinyML لمراقبة كاميرات CCTV على الحافة: دليل عملي خطوة بخطوة
دليل عملي خطوة بخطوة لبناء، تحسين، ونشر نموذج TinyML لمراقبة كاميرات CCTV على أجهزة الحافة مع نصائح للأجهزة والخصوصية.
تخصيص واجهة المستخدم بالتعلّم التعزيزي: مثال عملي بلغة Python
دليل عملي لبناء نظام تخصيص واجهات مستخدم بتعلّم تعزيزي بلغة Python: تصميم البيئة، اختيار الخوارزمية، تدريب، ونصائح للنشر والخصوصية.
إنشاء محرك توصية خفيف للمتاجر الإلكترونية بمبادئ Modular ML
دليل عملي لبناء محرك توصية خفيف للمتاجر الإلكترونية باستخدام Modular ML ومكتبات مثل LightFM وANNs، مع نصائح للنشر والتحسين.
بناء وكيل ذكاء اصطناعي قابل للتعلّم عمليًا باستخدام LangChain
دليل عملي لبناء وكيل ذكي قابل للتعلّم باستخدام LangChain، RAG، وPPO (RLHF). خطوات هندسة النظام، اختيار المكونات، ونصائح للتدريب والتقييم.
مشروع عملي: بناء نظام RAG باللغة العربية باستخدام Vector DB وLLM مفتوح المصدر
دليل عملي لبناء نظام استرجاع معلومات (RAG) باللغة العربية باستخدام قواعد متجهات وLLM مفتوح المصدر، مع خطوات التنفيذ ونصائح النشر.