El cortisol alto es la verdadera razón por la que te despiertas a las 3 o 4 de la mañana.
Además, te quita 5 años de vida: reduce dr��sticamente la testosterona, acumula grasa abdominal y, literalmente, encoge el cerebro.
Si quisiera solucionarlo sin medicamentos, estas son 8 cosas que haría a diario:
1. No comer 3 horas antes de acostarme.
سعدت باقتناء كتاب “تنظيم الانفعالات بطريقة العلاج الجدلي السلوكي"
Regulating emotions the dialectical behavior therapy way
والذي شارك في ترجمته الدكتورة القديرة عبير رشيد @AbeerRasheed
شكرا جزيلا على حديثك الثري بالأمس عن أهمية المرونة النفسية resilience وتنظيم الانفعالات في جميع أمور الحياة. وعلى الإهداء الجميل زادك الله من فضله ونفع بعلمك.
12 Books Recommended by Ali Abdaal:
1) How to Not Die Alone by Logan Ury
"This book has single-handedly transformed my love life and changed the way I approach dating and relationships."
كمتخصص في علم البيانات يُفضّل أن تركز على تعلّم الأساسيات التالية:
تحليل البيانات (Data Analysis)
فهم كيفية جمع البيانات وتنظيفها (Data Cleaning)
استكشاف البيانات باستخدام الإحصاء الوصفي (Descriptive Statistics)
استخدام أدوات مثل Python و R لتحليل البيانات
التعامل مع مكتبات مثل Pandas و NumPy
الإحصاء والاحتمالات (Statistics & Probability)
فهم التوزيعات الاحتمالية
اختبار الفرضيات (Hypothesis Testing)
تحليل الانحدار (Regression Analysis)
��فاهيم مثل المتوسط، التباين، والانحراف المعياري
تصور البيانات (Data Visualization)
عرض البيانات بطريقة واضحة ومفهومة
استخدام أدوات مثل Matplotlib و Seaborn
بناء لوحات معلومات (Dashboards) باستخدام أدوات مثل Power BI أو Tableau
تعلم الآلة (Machine Learning)
فهم أساسيات التعلم الخاضع وغير الخاضع للإشراف
خوارزميات مثل Linear Regression و Decision Trees و K-Means
تقييم النماذج وتحسينها
استخدام مكتبات مثل Scikit-learn
معالجة البيانات الضخمة (Big Data)
فهم كيفية التعامل مع كميات كبيرة من البيانات
استخدام أدوات مثل Hadoop و Spark
التعامل مع قواعد البيانات الكبيرة
قواعد البيانات (Databases)
إتقان SQL
تصميم قواعد البيانات
التعامل مع قواعد البيانات العلائقية وغير العلائقية
هندسة البيانات (Data Engineering)
بناء خطوط نقل البيانات (Data Pipelines)
استخدام أدوات ETL
تنظيف وتحويل البيانات بشكل مستمر
علم البيانات التطبيقي (Applied Data Science)
حل مشاكل حقيقية باستخدام البيانات
فهم المجال (Business Understanding) قبل التحليل
تفسير النتائج بشكل واضح لأصحاب القرار
التعلم العميق (Deep Learning)
فهم الشبكات العصبية
استخدام مكتبات مثل TensorFlow و PyTorch
تطبيقات مثل معالجة الصور والنصوص
أخلاقيات البيانات (Data Ethics)
حماية خصوصية المستخدمين
تجنب التحيز في البيانات
استخدام البيانات بشكل مسؤول
البر��جة لعلم البيانات
التركيز على Python بشكل أساسي
كتابة كود نظيف وقابل لإعادة الاستخدام
التعامل مع Git لإدارة الإصدارات
ولا تنتقل كثير بين الأدوات، ركّز على أساس قوي ثم توسّع تدريجيًا
تحب المحتوى التقني تابع @_Engr_tariq
مصادري لتعلم اللغة الإنجليزية
🍃 البداية كانت مع the American English
، وصلت معاه للمستوى التالت وبعدين وقفت وبدأت لأنه لوحده مساعدنيش أتكلم إنجليزي.
لكن طبعًا ذاكرت معاه القواعد والصوتيات، وذاكرتهم من مصادر تانية برضو.
🍃 القواعد والصوتيات
تطبيق LanGeek، مش عارفة أشرح قد إيه
تكنيك أمي في إتقان 5 لغات وممارستها معًا
يتمثل في "القراءة المتوازية"
التسمية من عندي
*مصطلح التوازي parallel يربطني ذهنيا بالكومبيوتر، أحب استخدامه*
عمومًا
هنا أطبق أسلوبها بالعربية والروسية والإنجليزية👇:
-التكنيك للممارسة ليس للتعلم من الصفر-
#الجهاز_الهضمي#البكتيريا_النافهة
تحسين وامتصاص الهضم
تعزيز المناعة
انتاج فتامينات أساسية
حماية الأمعاء
محاربة البكتيريا الضاره
تساهم في عدم اضطراب الجهاز الهضمي
(النواقل العصبية بين الأمعاء والدماغ)
رابط الموقع الوطني الأمريكي
https://t.co/GsVavIsu2T
مستعد للعمل:
كيف تبحث عن وظيفة في عصر الذكاء الاصطناعي
كتاب "Open to Work: How to Get Ahead in the Age of AI" من تأليف رايان روسلانسكي (الرئيس التنفيذي لشركة LinkedIn) وأنيش رامان، ��ُعد دليلاً استراتيجياً حيوياً لفهم كيف يُعيد الذكاء الاصطناعي تشكيل عالم الوظائف والمهارات.
بناءً على موقع المؤلفين وخبرتهم في "لينكد إن"، إليك أهم الأفكار الرئيسية الواردة في الكتاب:
1. التحول من "الشهادات" إلى "المهارات" (Skills-First Economy)
هذه هي الفكرة المحورية للكتاب. يرى المؤلفان أن عصر الاعتماد الكلي على المسميات الوظيفية أو الشهادات الجامعية قد انتهى.
* الوظائف الحالية تتطلب "مجموعة مهارات".
* النجاح في عصر الذكاء الاصطناعي يتطلب منك تحديد المهارات التي تمتلكها والمهارات التي يحتاجها السوق، والعمل على سد الفجوة بينهما باستمرار.
2. الذكاء الاصطناع�� كـ "مساعد" وليس "بديلاً"
بدلاً من الخوف من أن يحل الذكاء الاصطناعي محل البشر، يركز الكتاب على مفهوم "التكامل".
* الذكاء الاصطناعي سيتولى المهام الروتينية والمتكررة.
* النتيجة: سيتحرر البشر للقيام بمهام ��تطلب الإبداع، التفكير النقدي، والذكاء العاطفي. "العمل" سيتغير معناه من "تنفيذ مهام" إلى "إدارة أدوات الذكاء الاصطناعي لتنفيذ المهام".
3. أهمية "الميزة البشرية" (The Human Advantage)
مع زيادة قدرة الآلات على التحليل ومعالجة البيانات، تزداد قيمة المهارات التي لا تستطيع الآلة تقليدها (حتى الآن).
* أبرز المهارات: التعاطف، التواصل الإنساني الفعال، القيادة الملهمة، والقدرة على بناء علاقات ثقة. هذه هي المهارات التي ستجعل الموظف "غير قابل للاستبدال".
4. التعلم المستمر (Lifelong Learning)
لم يعد التعلم ينتهي بالتخرج. الكتاب يؤكد أن "نصف العمر الافتراضي" للمهارات أصبح قصيراً جداً.
* الاقتراح: يجب أن يتبنى الموظف عقلية "المتعلم الدائم". القدرة على "إعادة تعلم المهارات" (Reskilling) هي أهم مهارة يمكن امتلاكها في العقد القادم.
5. بناء "شبكة العلاقات" (Networking )
بما أن المؤلفين من قادة LinkedIn، فإن الكتاب يشدد على دور العلاقات.
* الاقتراح: في سوق عمل سريع التغير، "من تعرفه" لا يقل أهمية عن "ما تعرفه". الشبكات المهنية القوية تمنحك الوصول إلى الفرص قبل أن يتم الإعلان عنها، وتساعدك على فهم التوجهات الصاعدة في مجالك.
6. إعادة تعريف المسار المهني
بدلاً من صعود "السلم الوظيفي" التقليدي في خط مستقيم، يقترح الكتاب فكرة "المسارات المتعددة" أو "المسار المتعرج". يمكنك تغيير مجالك أو دورك بناءً على المهارات التي تكتسبها، والذكاء الاصطناعي سيسهل هذا الانتقال من خلال مطابقة مهاراتك مع وظائف لم تكن تفكر فيها.
ملخص الكتاب في جملة:
"النجاح في المستقب�� لا يعتمد على ما تعلمته في الماضي، بل على قدرتك على التكيف مع الأدوات الجديدة (AI) وتعزيز مهاراتك الإنسانية الفريدة وبناء شبكة علاقات قوية."
تنظيف :
الكبد: حليب الشوك لا يقل عن ثلاثة أشهر
الكليتين: الهندباء او الصمغ العربي
الديدان و الامعاء: اوراق الجوز السوداء و الشيح
بالانجليزي
Milk thistle
Dandelion & Arabic gum
Black walnut & wormwood
( قد لاتناسب كل الاجسام )