README.md

🌐 دعم متعدد اللغات

مدعوم عبر إجراء GitHub (آلي ودائم التحديث)

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 | البيجين النيجرية | النرويجية | الفارسية (الفُرسية) | البولندية | البرتغالية (البرازيل) | البرتغالية (البرتغال) | البانجابي (غورموخي) | الرومانية | الروسية | الصربية (السيريلية) | السلوفاكية | السلوفينية | الإسبانية | السواحلية | السويدية | التاغالوغية (الفلبينية) | التاميلية | التيلجو | التايلاندية | التركية | الأوكرانية | الأردية | الفيتنامية

تفضل الاستنساخ محليًا؟

هذا المستودع يتضمن أكثر من 50 ترجمة للغات مما يزيد بشكل كبير من حجم التنزيل. للاستنساخ بدون الترجمات، استخدم السحب الجزئي:

Bash / macOS / Linux:

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 (Windows):

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 بتنزيل أسرع بكثير.

انضم إلى مجتمعنا

لدينا سلسلة تعلم على Discord مع AI مستمرة، تعرف على المزيد وانضم إلينا في سلسلة التعلم مع AI من 18 إلى 30 سبتمبر 2025. ستحصل على نصائح وحيل لاستخدام GitHub Copilot في علم البيانات.

تعلم الآلة للمبتدئين - منهج دراسي

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

يسعد دعاة الحوسبة السحابية في Microsoft أن يقدموا منهجاً دراسياً يمتد 12 أسبوعًا و26 درسًا حول تعلم الآلة. في هذا المنهج، ستتعلم ما يُعرف أحيانًا بـ تعلم الآلة الكلاسيكي، باستخدام مكتبة Scikit-learn بشكل أساسي وتجنب التعلم العميق الذي يُغطيه منهجنا الخاص بـ الذكاء الاصطناعي للمبتدئين. كما يمكنك دمج هذه الدروس مع منهجنا 'علم البيانات للمبتدئين'.

سافر معنا حول العالم بينما نطبق هذه التقنيات الكلاسيكية على بيانات من مناطق مختلفة. يتضمن كل درس اختبارات قبل وبعد الدرس، تعليمات مكتوبة لإكمال الدرس، الحلول، واجبات، والمزيد. تسمح طريقتنا القائمة على المشاريع بالتعلم أثناء البناء، وهي طريقة مثبتة لترسيخ المهارات الجديدة.

✍️ شكر خاص لمؤلفينا جن لوبر، ستيفن هاول، فرانشيسكا لازيري، تومومي إيمورا، كاسي بريفي، دميتري سوشنيكوف، كريس نورينغ، أنيربان موخرجي، أورنيلا التونيان، روث ياكوبو وآمي بويد

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

🙏 شكر خاص 🙏 لسفراء طلاب Microsoft من المؤلفين والمراجعين والمساهمين في المحتوى، خصوصًا ريشت داجلي، محمد ساكيب خان إينان، روهان راج، ألكسندرو بيتريسكو، أبهيشيك جايسوال، ناورين تعاسوم، إيوان ساميولا، وسنيغدا أغاروال

🤩 امتنان إضافي لسفراء طلاب Microsoft إريك وانجاو، جاسلين سوندي، وفيدوشي جوبتا لدروس R!

البداية

اتبع هذه الخطوات:

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

جد كل الموارد الإضافية لهذه الدورة في مجموعة Microsoft Learn الخاصة بنا

🔧 تحتاج إلى مساعدة؟ اطلع على دليل الحلول للمشاكل الشائعة في التثبيت والإعداد وتشغيل الدروس.

الطلاب، لاستخدام هذا المنهج، انسخ المستودع بأكمله إلى حساب GitHub الخاص بك وأكمل التمارين بنفسك أو مع فريق:

• ابدأ باختبار تمهيدي قبل المحاضرة.
• اقرأ المحاضرة وأكمل الأنشطة، توقف وتأمل في كل اختبار معرفة.
• حاول إنشاء المشاريع بفهم الدروس بدلاً من تشغيل كود الحل؛ مع ذلك، يتوفر الكود في مجلدات /solution بكل درس يركز على المشاريع.
• أجرِ اختبار بعد المحاضرة.
• أكمل التحدي.
• أنجز الواجب.
• بعد إتمام مجموعة الدروس، زر لوحة النقاش و"تعلّم بصوت مرتفع" عبر ملء استبيان PAT المناسب. 'PAT' هي أداة تقييم تقدم تعبئها لتعزيز تعلمك. يمكنك أيضًا التفاعل مع استبيانات PAT الأخرى لكي نتعلم معًا.

للمزيد من الدراسة، نوصي باتباع هذه الوحدات ومسارات التعلم على Microsoft Learn.

المعلمون، لقد قمنا بتضمين بعض الاقتراحات حول كيفية استخدام هذا المنهج.

---

فيديوهات الشرح

بعض الدروس متاحة على شكل فيديوهات قصيرة. يمكنك العثور عليها داخل الدروس أو على قائمة تشغيل ML للمبتدئين على قناة Microsoft Developer على YouTube بالنقر على الصورة أدناه.

---

تعرّف على الفريق

جيف بواسطة Mohit Jaisal

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

---

منهجية التعليم

اخترنا ركيزتين تربويتين لبناء هذا المنهج: التأكد من أنه يعتمد على مشاريع عملية، وكذلك أن يشمل اختبارات متكررة. بالإضافة إلى ذلك، يحتوي هذا المنهج على موضوع موحد يمنحه الترابط.

بالتأكد من توافق المحتوى مع المشاريع، تصبح العملية أكثر تشويقًا للطلاب ويزداد تثبيت المفاهيم. كما أن اختبارًا منخفض المخاطر قبل المحاضرة يوجه نية الطالب نحو تعلم موضوع ما، بينما اختبار آخر بعد المحاضرة يعزز التثبيت. تم تصميم هذا المنهج ليكون مرنًا وممتعًا ويمكن أخذه كاملاً أو جزئيًا. تبدأ المشاريع بسيطة وتزداد تعقيدًا تدريجيًا خلال دورة الـ12 أسبوعًا. يشمل هذا المنهج أيضًا ملحقًا حول تطبيقات تعلم الآلة في العالم الحقيقي، يمكن استخدامه كنقاط إضافية أو كقاعدة للنقاش.

اطلع على مدونة السلوك الخاصة بنا، والمساهمة، والترجمات، ودليل حل المشكلات. نحن نرحب بتعليقاتكم البناءة!

كل درس يتضمن

• ملخص تخطيطي اختياري
• فيديو تكميلي اختياري
• فيديو شرح (لبعض الدروس فقط)
• اختبار تمهيدي قبل المحاضرة
• درس مكتوب
• في الدروس القائمة على المشاريع، دليل خطوة بخطوة لبناء المشروع
• اختبارات معرفة
• تحدي
• قراءة تكميليه
• واجب
• اختبار بعد المحاضرة

ملاحظة حول اللغات: هذه الدروس مكتوبة أساسًا بلغة بايثون، لكنها متاحة أيضًا بلغات R. لإكمال درس R، انتقل إلى مجلد /solution وابحث عن دروس R التي تتضمن امتداد .rmd الذي يرمز إلى R Markdown، وهو ملف يمكن تعريفه ببساطة على أنه تضمين لـكتل تعليمات (R أو لغات أخرى) ورأس YAML (يوجه كيفية تنسيق المخرجات مثل PDF) داخل وثيقة Markdown. ولذلك، فهو إطار تأليف نموذجي لعلم البيانات حيث يسمح لك بدمج شفرتك، ناتجها، وأفكارك عبر كتابتها في Markdown. علاوة على ذلك، يمكن تحويل مستندات R Markdown إلى صيغ إخراج مثل PDF، HTML، أو Word. ملاحظة حول الاختبارات: جميع الاختبارات موجودة في مجلد Quiz App، ويبلغ مجموعها 52 اختبارًا، كل اختبار يحتوي على ثلاثة أسئلة. وهي مرتبطة من داخل الدروس لكن يمكن تشغيل تطبيق الاختبارات محليًا؛ اتبع التعليمات في مجلد quiz-app لاستضافة التطبيق محليًا أو نشره على Azure.

رقم الدرس	الموضوع	تجميع الدروس	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 تاريخ هذا المجال	درس	جين وآمي
03	العدالة وتعلم الآلة	مقدمة	ما هي القضايا الفلسفية الهامة حول العدالة التي يجب أن يأخذها الطلاب في الاعتبار عند بناء وتطبيق نماذج التعلم الآلي؟	درس	تومومي
04	تقنيات تعلم الآلة	مقدمة	أي تقنيات يستخدمها باحثو تعلم الآلة لبناء نماذج التعلم؟	درس	كريس وجين
05	مقدمة في الانحدار	انحدار	ابدأ مع Python وScikit-learn لنماذج الانحدار	بايثون • R	جين • إريك وانجاو
06	أسعار اليقطين في أمريكا الشمالية 🎃	انحدار	تصور وتنظيف البيانات تحضيرًا لتعلم الآلة	بايثون • R	جين • إريك وانجاو
07	أسعار اليقطين في أمريكا الشمالية 🎃	انحدار	بناء نماذج الانحدار الخطي والمتعدد الحدود	بايثون • R	جين ودميتري • إريك وانجاو
08	أسعار اليقطين في أمريكا الشمالية 🎃	انحدار	بناء نموذج انحدار لوجستي	بايثون • R	جين • إريك وانجاو
09	تطبيق ويب 🔌	تطبيق ويب	بناء تطبيق ويب لاستخدام النموذج الذي تم تدريبه	بايثون	جين
10	مقدمة في التصنيف	تصنيف	تنظيف، تحضير، وتصوير بياناتك؛ مقدمة في التصنيف	بايثون • R	جين وكاسي • إريك وانجاو
11	الأطباق الآسيوية والهندية اللذيذة 🍜	تصنيف	مقدمة إلى المصنفات	بايثون • R	جين وكاسي • إريك وانجاو
12	الأطباق الآسيوية والهندية اللذيذة 🍜	تصنيف	المزيد من المصنفات	بايثون • R	جين وكاسي • إريك وانجاو
13	الأطباق الآسيوية والهندية اللذيذة 🍜	تصنيف	بناء تطبيق ويب توصية باستخدام النموذج الخاص بك	بايثون	جين
14	مقدمة إلى التجميع	تجميع	تنظيف، تحضير، وتصوير بياناتك؛ مقدمة إلى التجميع	بايثون • R	جين • إريك وانجاو
15	استكشاف الأذواق الموسيقية النيجيرية 🎧	تجميع	استكشاف طريقة تجميع K-Means	بايثون • R	جين • إريك وانجاو
16	مقدمة لمعالجة اللغة الطبيعية ☕️	معالجة اللغة الطبيعية	تعلّم أساسيات معالجة اللغة الطبيعية ببناء روبوت بسيط	بايثون	ستيفن
17	مهام شائعة في معالجة اللغة الطبيعية ☕️	معالجة اللغة الطبيعية	تعميق معرفتك بمعالجة اللغة الطبيعية من خلال فهم 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 تقييمات الفنادق 1	بايثون	ستيفن
20	الفنادق الرومانسية في أوروبا ♥️	معالجة اللغة الطبيعية	تحليل المشاعر مع تقييمات الفنادق 2	بايثون	ستيفن
21	مقدمة في التنبؤ بالسلاسل الزمنية	سلاسل زمنية	مقدمة في التنبؤ بالسلاسل الزمنية	بايثون	فرانسيسكا
22	⚡️ استخدام الطاقة العالمية ⚡️ - التنبؤ بالسلاسل الزمنية باستخدام ARIMA	سلاسل زمنية	التنبؤ بالسلاسل الزمنية باستخدام ARIMA	بايثون	فرانسيسكا
23	⚡️ استخدام الطاقة العالمية ⚡️ - التنبؤ بالسلاسل الزمنية باستخدام SVR	سلاسل زمنية	التنبؤ بالسلاسل الزمنية باستخدام آلة الدعم الناقص (Support Vector Regressor)	بايثون	أنيربان
24	مقدمة إلى التعلم التعزيزي	التعلم التعزيزي	مقدمة إلى التعلم التعزيزي باستخدام Q-Learning	بايثون	دميتري
25	ساعد بيتر في تجنب الذئب! 🐺	التعلم التعزيزي	رواق التعلم التعزيزي	بايثون	دميتري
خاتمة	سيناريوهات وتطبيقات تعلم الآلة في العالم الحقيقي	تعلم الآلة في البرية	تطبيقات حقيقية مثيرة ومكشوفة لتعلم الآلة الكلاسيكي	درس	الفريق
خاتمة	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 لهذه الدورة في مجموعة Microsoft Learn الخاصة بنا

الوصول بدون اتصال

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

ملفات PDF

اعثر على ملف PDF للمنهاج مع روابط هنا.

🎒 دورات أخرى

ينتج فريقنا دورات أخرى! تحقق من:

LangChain

Azure / Edge / MCP / Agents

---

سلسلة الذكاء الاصطناعي التوليدي

---

التعلم الأساسي

---

سلسلة مساعد البرمجة

الحصول على الدعم

إذا واجهت صعوبة أو كانت لديك أسئلة حول بناء تطبيقات الذكاء الاصطناعي. انضم إلى المتعلمين والمطورين ذوي الخبرة في مناقشات حول MCP. إنها مجتمع داعم حيث الأسئلة مرحب بها والمعرفة تتم مشاركتها بحرية.

إذا كان لديك ملاحظات حول المنتج أو أخطاء أثناء البناء، زر:

نصائح إضافية للتعلم

• راجع دفاتر الملاحظات بعد كل درس لفهم أفضل.
• مارس تطبيق الخوارزميات بنفسك.
• استكشف مجموعات بيانات العالم الحقيقي باستخدام المفاهيم التي تعلمتها.

---

إخلاء المسؤولية:
تمت ترجمة هذا المستند باستخدام خدمة الترجمة الآلية Co-op Translator. بينما نسعى للحفاظ على الدقة، يرجى العلم أن الترجمات الآلية قد تحتوي على أخطاء أو عدم دقة. يجب اعتبار المستند الأصلي بلغته الأصلية المصدر الموثوق به. للمعلومات الحساسة أو الهامة، يُنصح بالاستعانة بترجمة بشرية محترفة. نحن غير مسؤولين عن أي سوء فهم أو تفسيرات خاطئة ناتجة عن استخدام هذه الترجمة.