نعتز بذكرى تأسيس دولتنا المباركة قبل ثلاثة قرون على الأمن والعدل والعقيدة الخالصة، ولازال نهجها راسخاً منذ ذلك الحين، في وطن يتقدم إلى الريادة في مختلف المجالات.
اذا تحتاج بيانات Fake لغرض التعلم فمنصة Mockaroo ابرز مثال على توليد البيانات الوهمية و اللي تحاكي الواقع, كل اللي عليك تحدد اسماء الاعمدة و هو بنفسه يسوي Generate للبيانات و يجهزها لك 🥸
هل أنت مستعد لاستكشاف عالم #الذكاء_الاصطناعي_التوليدي؟
انضم إلى دورة ‘Generative AI for Beginners’ من مايكروسوفت، والتي تقدم 18 درسًا شاملًا لتعلم أساسيات تطبيقات الذكاء الاصطناعي التوليدي.
سواء كنت مبتدئًا أو خبيرًا، ستجد في هذه الدورة كل ما تحتاجه لبدء بناء تطبيقاتك الخاصة باستخدام تقنيات الذكاء الاصطناعي المتقدمة.
رابط الدورة
https://t.co/ltHohYv9I4
Data Modelling | #تحليل_البيانات#نمذجة البيانات هي عملية تحليل وتعريف جميع أنواع البيانات المختلفة التي يجمعها عملك وينتجها بالإضافة إلى العلاقات بين أجزاء البيانات 💪🏻
This is the best new AI tool for research.
Just upload a PDF file, ask a question, and get an answer in seconds.
It's like ChatGPT, but built for researchers.
Try it for free.
في عصر الذكاء الاصطناعي يجب العمل على التوعية بشأن أخلاقيات الاستفادة منه ، هنا مثلاً وأثناء مقابلة شخصية للحصول على فرصة عمل، يقوم الشاب بتحويل الأسئلة إلى نص وذلك باستخدام نظام قائم على الذكاء الاصطناعي ومن ثم إرسالها مباشرةً إلى #ChatGPT. وقراءة رد الـ ChatGPT من الشاشة وكأنه رده على الاسئلة (الصراحة ابداع)
ML | #تحليل_البيانات
الفرق بين كلا من ( Overfitting - Underfitting
يتعلق بكيفية تطابق نموذج التعلم الآلي (Machine Learning) مع البيانات التي تم تدريبه عليها
1. Overfitting :
- عندما يكون نموذج التعلم الآلي مفرطًا في التعقيد بحيث يحاول تطابق كل تفاصيل البيانات
يتبع،،
نحمد الله سبحانه الذي حقق لنا وحدة هذه الدولة المباركة وشعبها، ومسيرة الاستقرار لأكثر من 300 عام، والتي نحتفي معها بتاريخ هذه الدولة المباركة في يوم التأسيس وتلاحم القيادة مع شعبها.
#تنظيف_البيانات
Data cleaning
تنظيف البيانات أو تنقية البيانات
هنا سوف نتعرف على عملية تنظيف البيانات وأنواع مشكلات البيانات وأهمية تنظيفها!!
تعتبر من أهم المراحل في عملية إدارة البيانات التي يجب التركيز عليها بعد استلام البيانات.
#معلومة
ما الفرق بين نماذج اللغات الكبيرة (LLMs) والنماذج العميلة الكبيرة (LAMs)؟
نماذج اللغة الكبيرة (Large Language Models): هي أنظمة #ذكاء_اصطناعي يمكنها إنشاء نصوص باللغة الطبيعية بناءً على مدخلات معينة، مثل المطالبة أو الاستعلام أو السياق.
نماذج العميلةالكبيرة (Large Agent/Action Models): هي أنظمة #ذكاء_اصطناعي يمكنها التصرف بشكل مستقل وذكي في بيئات معقدة، مثل الألعاب أو المحاكاة أو العالم الحقيقي.
تمتلك LLMs وLAMs أهدافًا وبنيات وتحديات مختلفة، ولكنها تشترك أيضًا في بعض القواسم المشتركة، مثل استخدام التعلم العميق والتعلم المعزز وآليات الاهتمام الذاتي.
فيما يلي جدول يلخص بعض الاختلافات والتشابه بين LLMs و LAMs: