مكتبات Python للذكاء الاصطناعي
مقدمة إلى NumPy وPandas وScikit-learn
مكتبات Python للذكاء الاصطناعي درس مجاني في Python For Kids على CoddyKit. هذا هو الدرس 1 من أصل 5. يمكنك قراءة الدرس كاملاً أدناه مجاناً — ثم تمرن عليه مباشرة في المتصفح باستخدام محرر أكواد مدمج ومدرس ذكاء اصطناعي متاح 24/7. هذا الدرس جزء من مسار التعلم في Python For Kids، وتقدمك يتزامن عبر الويب وتطبيق CoddyKit. تتضمن دورة Python For Kids 5 دروس في المجموع.
NumPy وPandas وScikit-learn
مكتبات Python للذكاء الاصطناعي
تتميز Python بمنظومة غنية من المكتبات التي تجعل تطوير الذكاء الاصطناعي أسهل وأكثر كفاءة. في هذا الدرس، سنقدم ثلاث مكتبات أساسية: NumPy وPandas وScikit-learn.
مقدمة إلى NumPy
NumPy (Numerical Python) هي مكتبة للتعامل 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
Pandas هي مكتبة لمعالجة البيانات وتحليلها. وتوفر أدوات للتعامل مع البيانات المنظمة، مثل الجداول وجداول البيانات، مما يجعلها مفضلة 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. وستستخدم Scikit-learn لإنشاء 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 الوحدة الطرفية:
pip install numpypip install pandaspip install scikit-learn
استخدام NumPy للمصفوفات
تسهّل NumPy إجراء العمليات على المصفوفات. فعلى سبيل المثال، يمكنك حساب مجموع جميع العناصر أو تغيير شكل المصفوفة.
import numpy as np
arr = np.array([[1, 2], [3, 4]])
print('Sum:', np.sum(arr))
print('Reshaped:', arr.reshape(4))استخدام Pandas لإطارات البيانات
يُعد DataFrame في Pandas أداة قوية لإدارة البيانات الجدولية. ويمكنك تصفية الصفوف، وحساب الإحصاءات، وغير ذلك.
import pandas as pd
data = {'Name': ['Alice', 'Bob'], 'Age': [25, 30]}
df = pd.DataFrame(data)
print(df.describe())مراجعة
لقد تعلمت عن ثلاث مكتبات أساسية في Python للذكاء الاصطناعي:
- NumPy: للعمل مع المصفوفات وإجراء العمليات الرياضية.
- Pandas: لإدارة البيانات المنظمة وتحليلها.
- Scikit-learn: لإنشاء نماذج التعلم الآلي وتقييمها.
تهانينا!
لقد أكملت الدرس حول مكتبات Python للذكاء الاصطناعي. واصل التقدم لتتعلم المزيد عن أنواع البيانات وهياكلها في Python في الدرس التالي.
الأسئلة الشائعة
هل درس «مكتبات Python للذكاء الاصطناعي» مجاني؟
نعم — نص درس «مكتبات Python للذكاء الاصطناعي» كامل متاح مجاناً هنا على الويب. لتمرينه بشكل تفاعلي (محرر أكواد مدمج ومدرس ذكاء اصطناعي متاح 24/7) وفتح باقي دورة Python For Kids، انتقل إلى CoddyKit PRO. تتضمن دورة Python For Kids 5 دروس في المجموع.
ماذا ستتعلم في «مكتبات Python للذكاء الاصطناعي»؟
مقدمة إلى NumPy وPandas وScikit-learn تتمرن على Python For Kids مع أكواد عملية تشغلها مباشرة في المتصفح، ومدرس ذكاء اصطناعي متاح 24/7 يجيب على أسئلتك أثناء عملك.
هل أحتاج إلى خبرة سابقة لأبدأ Python For Kids؟
لا تُشترط خبرة سابقة. Python For Kids على CoddyKit منظم للمبتدئين حتى المتقدمين، لذا يمكنك البدء من هنا أو من البداية والتقدم بسرعتك الخاصة. هذا هو الدرس 1 من أصل 5.
كم من الوقت يستغرق درس «مكتبات Python للذكاء الاصطناعي»؟
معظم دروس CoddyKit تستغرق حوالي 5–10 دقائق. كل منها موجز وتفاعلي، لذا تحرز تقدماً مستمراً وتستأنف من حيث توقفت عبر الويب والتطبيق.
هل يمكنني كتابة وتشغيل أكواد في درس Python For Kids هذا؟
نعم. كل درس في Python For Kids يتضمن محرر أكواد مدمج، لذا تكتب وتشغل أكواداً حقيقية مباشرة في متصفحك وتحصل على تعليقات فورية من الذكاء الاصطناعي — بدون إعداد محلي.
جميع الدروس في هذه الدورة
- مكتبات Python للذكاء الاصطناعي
- أنواع البيانات وهياكلها في Python
- عمليات الملفات في Python
- معالجة الأخطاء في Python
- إعداد بيئة التطوير