مكتبات Python للذكاء الاصطناعي

تمتلك Python منظومة غنية من المكتبات التي تجعل تطوير الذكاء الاصطناعي أسهل وأكثر كفاءة. في هذا الدرس، سنقدم لكم ثلاث مكتبات أساسية: NumPy وPandas وScikit-learn.

مقدمة إلى NumPy

تُعد NumPy (Numerical Python) مكتبة للعمل مع المصفوفات وإجراء العمليات الرياضية. وهي سريعة وفعالة، مما يجعلها مثالية للتعامل مع مجموعات البيانات الكبيرة في مشاريع الذكاء الاصطناعي.

import numpy as np
arr = np.array([1, 2, 3, 4])
print(arr)

مقدمة إلى Pandas

تُعد Pandas مكتبة لمعالجة البيانات وتحليلها. وهي توفر أدوات للعمل مع البيانات المهيكلة مثل الجداول وجداول البيانات، مما يجعلها من المكتبات المفضلة لدى علماء البيانات.

import pandas as pd
data = {'Name': ['Alice', 'Bob'], 'Age': [25, 30]}
df = pd.DataFrame(data)
print(df)

مقدمة إلى Scikit-learn

تُعد Scikit-learn مكتبة للتعلم الآلي. وهي توفر أدوات لمهام مثل التصنيف والانحدار والتجميع. وستستخدمون Scikit-learn لبناء نماذج الذكاء الاصطناعي وتقييمها.

from sklearn.linear_model import LinearRegression
model = LinearRegression()
print(model)

تثبيت مكتبات Python

يمكنكم تثبيت هذه المكتبات باستخدام pip، وهو مدير حزم Python. شغّلوا الأوامر التالية في الطرفية:

• pip install numpy
• pip install pandas
• pip install scikit-learn

استخدام NumPy مع المصفوفات

تسهّل NumPy إجراء العمليات على المصفوفات. فعلى سبيل المثال، يمكنكم حساب مجموع جميع العناصر أو إعادة تشكيل المصفوفة.

import numpy as np
arr = np.array([[1, 2], [3, 4]])
print('Sum:', np.sum(arr))
print('Reshaped:', arr.reshape(4))

استخدام Pandas مع DataFrames

تُعد DataFrame في Pandas أداة قوية لإدارة البيانات الجدولية. ويمكنكم تصفية الصفوف وحساب الإحصاءات وغير ذلك.

import pandas as pd
data = {'Name': ['Alice', 'Bob'], 'Age': [25, 30]}
df = pd.DataFrame(data)
print(df.describe())

الخلاصة

لقد تعلمتم عن ثلاث مكتبات Python أساسية للذكاء الاصطناعي:

• NumPy: للتعامل مع المصفوفات وإجراء العمليات الرياضية.
• Pandas: لإدارة البيانات المهيكلة وتحليلها.
• Scikit-learn: لبناء نماذج التعلم الآلي وتقييمها.

تهانينا!

لقد أكملتم الدرس المتعلق بمكتبات Python للذكاء الاصطناعي. واصلوا التقدم لتتعلموا المزيد عن أنواع البيانات وهياكلها في Python في الدرس التالي.