This project is a portfolio tracking tool for individuals to monitor and analyze their investments.
هذا المشروع هو أداة لمراقبة المحفظة المالية للفرد، مما يسمح للمستخدمين بمراقبة محفظتهم المالية. يستخدم هذا التطبيق اللغة البرمجية البايثون ويتضمن إطار عمل فيلاسك (Flask) و مكتبة تحليل البيانات (pandas) و أدوات رسم الخرائط البيانية (plotly). لا يحتاج المشروع إلى أي تكوين قاعدة بيانات، مما يجعلها خفيفة الوزن وميسورة التثبيت. يمكن للمستخدمين استخدام هذه الأداة لمراقبة أداء محفظتهم المالية، اتخاذ القرارات المنطقية، وابقاءهم على اطلاع دائم بمحفظتهم.
This web application analyzes intraday price data to identify balanced markets and generate breakout signals using volume profile metrics for traders and analysts.
يُقدِّم هذا التطبيق واجهة ويب تفاعلية تُحلِّل بيانات الأسعار اللحظية لتحديد الأسواق المتوازنة وتوليد إشارات اختراق باستخدام تحليل ملف الحجم. يُظهر التطبيق مستويات القيمة (VAH، VAL، POC) على مخططات الشموع مع تظليل منطقة القيمة التي تمثل 70٪ من إجمالي الحجم. عندما يغلق السعر أعلى من VAH أو أقل من VAL بعد فترة من التوازن، يُظهر التطبيق إشارة اختراق صعودي أو هبوطي. يدعم التطبيق فترات متعددة للملف، بما في ذلك اليوم السابق، الأسبوع السابق، والأسبوع الحالي، ما يتيح للمستخدم مقارنة سلوك السوق في الأطر الزمنية المختلفة. يُستهدف هذا التطبيق المتداولين والمحللين الكميين الذين يحتاجون إلى تحليل مبني على البيانات لتوقع تحركات الأسعار واتخاذ قرارات تداول مستنيرة. كما يتيح للمستخدمين ضبط عدد الدرجات السعرية وتخصيص نطاق القيمة وفقًا لاحتياجاتهم. يدمج التطبيق مكتبة Plotly لتوفير رسومات تفاعلية مع سمة داكنة، مما يُحسِّن تجربة العرض في بيئات التداول المظلمة. يُعد هذا الحل أداة تعليمية وبحثية، ويُشدد على ضرورة إجراء تحليل مستقل قبل اتخاذ أي قرار استثماري.
A Python library that provides tools for analyzing neutron resonance imaging data, enabling researchers to process, visualize, and interpret spectral information from neutron experiments.
تُعد مكتبة Nereids أداة برمجية بلغة بايثون مخصصة لتحليل بيانات التصوير بالاستجابة النوترونية. توفر مجموعة شاملة من الوظائف لتحميل الطيف النوتروني الخام، وإجراء المعايرة، واستخراج معلمات الاستجابة. تُدمج المكتبة مع مكتبة matplotlib لإنشاء رسومات بيانية عالية الجودة للخرائط الطيفية والبيانات. يمكن للمستخدمين تطبيق نماذج إحصائية وطرق عددية من مكتبة numpy لتحسين البيانات وتحديد توقيعات المواد. تهدف المكتبة إلى تبسيط سير العمل للباحثين الذين يعملون مع أجهزة التصوير النوتروني، مما يقلل الجهد اليدوي ويعزز القابلية للتكرار. كما تدعم المكتبة عمليات التصدير والتسلسل باستخدام serde لتسهيل تبادل النتائج بين الأنظمة. تتميز بمرونة عالية تسمح بدمجها في خطوط إنتاج البحث العلمي أو تجارب الحقل المباشر.
The nous project is a nano transformer LLM built from scratch, designed for natural language processing tasks.
هذا المشروع هو نموذج لغة متكامل من الصفر، يستخدم لتحليل اللغة الطبيعية والتعلم الآلي. يتم بناؤه باستخدام بيرتوش وله محرك تشغيل C99 للتنفيذ الفعال. يتم تدريبه على dataset WikiText-103 ويحتوي على عدد قليل من المعلمات حوالي 15,000.
jore is a nano transformer LLM built from scratch, designed for natural language processing tasks.
يور هو نموذج معالجة اللغة الطبيعية من الدرجة النانوية، مصمم لتحليل اللغة الطبيعية. يعتمد على بيرش ويتش (PyTorch) ويعمل على تشغيل المعالجات المحلية (C99). يحتوي على واجهة ويب باستخدام فلاسك (Flask)، وتدعم التكامل بالحروف. يتضمن المشروع حلقة تدريب، إدارة نقاط التحقق، وتسريع الليل باستخدام الكرون.
A lightweight, character-level language model that runs entirely in the browser for real‑time text generation.
يقدم هذا المشروع نموذجًا لغويًا صغيرًا تم تدريبه من الصفر، ويعمل على توليد النصوص على مستوى الحرف. يتميز بحجمه الصغير (3.5 مليون معلمة) مما يتيح تشغيله بالكامل في المتصفح عبر ONNX Runtime وWebAssembly، دون الحاجة إلى خادم خلفي. يتيح واجهة المستخدم الرسومية التفاعلية إمكانية إدخال الأسئلة وتلقي الإجابات في الوقت الحقيقي مع إمكانية ضبط درجة الحرارة وطول النص. يستهدف المطورين ومهتمي الذكاء الاصطناعي الذين يحتاجون إلى نموذج خفيف الوزن لتجارب سريعة أو دمج في تطبيقات الويب أو الأجهزة المحمولة. يحل مشكلة الاعتماد على خدمات سحابية مكلفة أو تأخير الشبكة، ويمنح المستخدمين تحكمًا كاملاً في البيانات والنموذج. يميز المشروع بتركيزه على توليد النصوص على مستوى الحرف، ما يتيح دقة أكبر في التعامل مع لغات أو نصوص غير معروفة مسبقًا.
A lightweight transformer-based language model designed for local inference and educational experimentation.
يقدّم هذا المشروع نموذج لغة خفيف الوزن يعتمد على بنية المحول، ويضم 3.5 مليون معلمة، تم تدريبه على مزيج من النصوص الرياضية والإنكليزية. يوفّر واجهة ويب للتشغيل المحلي بالإضافة إلى محرك سطر أوامر يتيح توليد نص بسرعة مع استهلاك منخفض للموارد. يستخدم النموذج مُحَوِّلًا على مستوى الحرف ويحتوي على ثلاث طبقات محول، ما يجعله مثالياً لدراسة تأثير اختيارات البنية على الأداء. يستهدف الباحثين والطلاب والهواة الذين يرغبون في تجربة نماذج اللغة دون الحاجة إلى موارد حوسبة ضخمة. يبرز النموذج إمكانات بناء نموذج عملي من الصفر مع إظهار التحديات مثل الاعتماد على التذكير وعدم التعميم.
An AI-driven API that predicts the effects of cannabinoids and terpenes based on molecular pharmacology, aiding researchers and product developers.
يقدّم هذا المشروع واجهة برمجة تطبيقات ويب مبنية على FastAPI لتوقع تأثيرات الكانابينويد والثيربين استناداً إلى علم الأدوية الجزيئي. يستخدم نماذج تعلم الآلة المدربة على وصفات كيميائية وبيانات فاعلية دوائية لتوقع النتائج النفسية والعلاجية. يتيح للمستخدمين إرسال هياكل المركبات واستلام ملفات تعريف التأثير مع إظهار مستوى الثقة في التوقعات وميزات النموذج. يستهدف الباحثين وعلماء الأدوية ومطوري منتجات القنب الذين يحتاجون إلى رؤى مدعومة بالبيانات. يساهم أداة التوقع في تقليل الجهد التجريبي وتسريع دورات تطوير المنتجات. كما توفر واجهة مرئية لعرض النتائج وتفسيرها، مما يسهل اتخاذ قرارات مستنيرة حول تركيبات القنب.
A Python library that streamlines rapid prototyping of machine learning experiments by integrating data handling, model training, and visualization tools.
تقدم مكتبة Sandbox إطار عمل موحد لمهندسي التعلم الآلي وعلماء البيانات لتجربة النماذج بسرعة. تجمع المكتبة بين مكتبات علمية شائعة مثل NumPy وPandas وSciPy لمعالجة البيانات، مع توفير واجهات سلسة إلى Hugging Face وPyTorch وscikit‑learn لتدريب النماذج. توفر أدوات التصوير المدمجة التي تعتمد على Matplotlib إمكانية رسم مؤشرات الأداء وتوزيعات البيانات بأقل قدر من الكود. تركز المكتبة على إمكانية إعادة الإنتاج من خلال نماذج Pydantic التي تتحقق من صحة الإعدادات ومخططات البيانات. صممت لتسهيل البحث والتكرار السريع، وتقلل من الكود المكرر لتتيح للمستخدمين التركيز على الابتكار الخوارزمي.
Evaluate and compare activation oracles with sparse autoencoders for anomaly detection and representation learning.
يقدّم هذا المشروع إطار عمل منهجي لتقييم فعالية أوكلاسات التفعيل مقابل المشفرات التلقائية النادرة في كشف الشذوذ وتعلم تمثيلات مضغوطة. يتم تنفيذ مجموعة من التجارب التي تقوم بتدريب كلا النوعين من النماذج على مجموعات بيانات معيارية، ثم يتم تقييمهما باستخدام مجموعة متنوعة من المقاييس مثل خطأ الإعادة، ومستوى النادرة، ودقة الكشف. يُنظم الكود في دفاتر ملاحظات وملفات نصية معيارية تسهل إعادة الإنتاج وتوسيع نطاق الاستخدام إلى مجموعات بيانات أو نماذج جديدة. يمكن للباحثين والممارسين استخدام الإطار المقارن لاختبار تصاميم أوكلاسات جديدة أو هياكل مشفرات تلقائية، والحصول على رؤى حول التوازن بين القابلية للتفسير والأداء.
This project is an automated system for downloading, processing, and transforming YouTube transcriptions into structured knowledge bases using Google Gemini.
هذا المشروع هو نظام تلقائي لتحميل وتحليل وترجمة تحويلات فيديو يوتيوب إلى قواعد المعرفة المنظمة باستخدام جيميني من غوغل. يدعم النظام العديد من أنماط التحليل مع الذكاء الاصطناعي، بما في ذلك FAQ، وكتابه، وفرم عمل كامل، ومبني على العميل، وPRD BMAD. كما يحتوي النظام على تحويل ترسيمي مزدوج، وتحول روتاري للبروكسى، والتقدم المستمر، والدعم اللغوى المتعدد، وتكامل لتدريب العميل.
This project evaluates AI models on New York Times Connections puzzles.
هذا المشروع يقوم بتقويم أنظمة الذكاء الاصطناعي على لعبة Connections في نيويورك تايمز. يوفّر هذا الأداة إطارًا لتقويم وتقارن أداء مختلف الأنظمة في حل هذه اللعبة المعقدة. تستخدم المشروع مكتبات متعددة، بما في ذلك matplotlib و pandas، لتصوير وتحليل النتائج.
The femtologging package is designed for scientists and researchers to efficiently log data in various formats.
هذا البundle يسمح بتصدير البيانات بطرق مختلفة، مما يجعلها مناسبة للبحث العلمي والتنمية. يوفر طريقة بسيطة ومريحة لتصدير البيانات، مما يتيح للمستخدمين تخصيص تنسيق الإخراج وفق احتياجاتهم. يمكن استخدام هذا البundle كأداة مستقلة أو دمجه في مشاريع موجودة.
A Python and TypeScript library that applies realistic reverb effects to audio signals using efficient numerical methods.
تُقدّم مكتبة Reverb حلاً متكاملًا لتوليد تأثيرات الترددات المتأخرة على إشارات الصوت باستخدام أساليب عددية فعّالة. تعتمد المكتبة على مكتبات NumPy وSciPy لتنفيذ عمليات الالتفاف والردود الانعكاسية بسرعة عالية، مع توفير واجهة TypeScript لتسهيل دمجها في تطبيقات الصوت على الويب. يتيح واجهة برمجة التطبيقات (API) تحميل ملفات الصوت، ضبط معلمات حجم الغرفة ومعدل التآكل، وتصدير الإشارة المعالجة بسهولة. تستهدف المكتبة المهندسين الصوتيين، مصممي الأصوات، والمطورين الذين يبنون أدوات صوتية يحتاجون إلى إضافة أجواء واقعية دون الاعتماد على ملحقات تجارية ثقيلة. تحل المكتبة مشكلة إضافة أجواء عالية الجودة مع الحفاظ على الأداء والموثوقية، وتوفر مرونة في التخصيص عبر معلمات متعددة. كما تدعم التكامل مع أنظمة الإنتاج الموسيقي والبرامج الصوتية الرقمية، مما يجعلها أداة مفيدة في بيئات الإنتاج الحية والستوديوهات.
This project reproduces controlled experiments to study how training data properties affect parametric and in-context knowledge usage in language models.
يُقدّم المشروع مساراً كاملاً لإنشاء مجموعات بيانات اصطناعية، تدريب نموذج GPT‑2، واختبار تمثيلاته المعرفية. يركز على ثلاث خصائص للبيانات—التكرار داخل المستند، عدم التناسق داخل المستند، وتوزيع تردد المعرفة غير المتوازن—لتقييم مدى تمكينها من استخدام المعرفة البرامترية (PK) والمعرفة داخل السياق (ICK) بصورة قوية. تُنشئ سكربتات إنشاء البيانات ملفات تعريفية مع سمات مثل مدينة الميلاد، الجامعة، والتخصص، ثم تُبنى مجموعات نصية منظمة مع تكرار ومجموعة ضوضاء مُتحكم فيها. يُدرّب سكربت التدريب نموذج GPT‑2 مكوّن من ثمانية طبقات باستخدام SFTTrainer وتقنية التجميع (packing). أخيراً، يُقيس سكربت الاختبار دقة PK وICK ومقاييس التفضيل. يمكن للباحثين في معالجة اللغة الطبيعية وتعلم الآلة استخدام الكود لتكرار تجارب الورقة أو لاستكشاف فرضيات جديدة مستندة إلى البيانات.
A dashboard that tracks Tesla Robotaxi safety performance by calculating miles per incident using NHTSA data and fleet size estimates.
تُظهر لوحة المعلومات مؤشرات سلامة سيارات تسلا الروبوتاكسي عبر حساب الأميال لكل حادث استناداً إلى تقارير NHTSA وتقديرات حجم الأسطول المشتقة من بيانات السحب. تعرض اللوحة مخططاً للاتجاه مع توقعات أسية، ومؤشراً لحساب الأميال منذ آخر حادث، ونمو الأسطول مع مرور الوقت. كما تُقدّم جداول مقارنة تُظهر أداء تسلا مقابل السائقين البشر وواي مو، باستخدام تقارير الشرطة ومطالبات التأمين. يتم تحديث البيانات يومياً عبر عمليات تنزيل تلقائية للبيانات وسحب معلومات الأسطول عبر متصفح Playwright، ما يضمن دقة المعلومات للمحللين وأصحاب المصلحة. تُصمم الأداة لتسهيل اتخاذ القرارات حول سلامة الأسطول المستقل وتوقع معدلات الحوادث المستقبلية. تتضمن الميزات الرئيسية تحليل الاتجاه، عرض الأميال الحالية، مقارنة الصناعة، وتفاصيل الحوادث مع الفواصل الزمنية. تُعد هذه المنصة مورداً قيماً للباحثين، ومديري الأسطول، والجهات التنظيمية التي تسعى لتحسين معايير السلامة في النقل الذكي.
A set of notebooks that show how to analyze images, video, audio, and documents with AI.
يقدم هذا المشروع مجموعة من دفاتر العمل التي تُظهر كيفية تحليل الصور والفيديوهات باستخدام تقنيات الذكاء الاصطناعي. يدمج الدفاتر نماذج معالجة الصور والنصوص لتوليد ملخصات، استخراج بيانات، وتحويل المحتوى البصري إلى نص قابل للبحث. كما يتضمن معالجة الصوت وتحويله إلى نص، ثم استخراج المعلومات المهيكلة من النص الناتج. تُستخدم قاعدة بيانات متجهات لتخزين المخرجات، مما يتيح البحث السريع عبر المحتوى المتعدد الوسائط. يستهدف المستخدمين الذين يعملون في تحليل البيانات أو تطوير تطبيقات الذكاء الاصطناعي، ويُعد أداة تعليمية لتجربة نماذج متعددة الوسائط. يبرز المشروع بتركيزه على التكامل بين أدوات معالجة الصور، النصوص، والصوت في مسار واحد متكامل.
This project implements and evaluates interpretable and black‑box machine‑learning models for predicting hypertension, hyperglycemia, and dyslipidemia risk.
يُركّز العمل على مقارنة نماذج القابلة للتفسير مثل الانحدار اللوجستي وأشجار القرار مع أساليب الصندوق الأسود مثل الغابات العشوائية، آلات الدعم الناقل، والشبكات العصبية لتوقع ثلاث اضطرابات متعلقة بالمتابوليزم الشائعة. يتضمن ذلك سلسلة معالجة بيانات شاملة تقوم بتنظيف، تطبيع، واختيار الخصائص من مجموعات بيانات صحية حقيقية ومصطنعة. يتم تقييم أداء النماذج باستخدام التحقق المتقاطع، ROC‑AUC، الدقة‑الاستدعاء، ومصفوفات الالتباس، بينما يُقدّم التفسير عبر قيم SHAP والرسوم التوضيحية للانتباه. يهدف البحث إلى تحديد أيّ استراتيجيات نمذجة توفر أفضل توازن بين الدقة التنبؤية وقابلية التفسير في دعم اتخاذ القرار الطبي. تُوثّق النتائج في تنسيق منظم يسهل تكرارها وتوسيعها في أبحاث التحليلات التنبؤية الصحية.
It automates the optimization of silicon PIN diode phase shifters by sampling design parameters, running electro‑optical simulations, and applying Bayesian optimization to find Pareto‑optimal solutions.
يهدف هذا النظام إلى تحسين مبدلات الطور المصنوعة من PIN diode في مجال الفوتونيات السيليكونية. يستخدم منهجية أخذ عينات Latin Hypercube لاستكشاف فضاء المعلمات بكفاءة عالية. يتم تشغيل محاكاة كهربائية-ضوئية متكاملة (CHARGE + FDE) عبر واجهة Lumerical لتوليد بيانات الأداء. ثم يُطبّق تحسين Bayesian لتحديد حلول Pareto المثلى تقلل من حاصل ضرب الجهد والطول Vπ·L وتقلل من فقدان الإشارة الضوئية. يتيح النظام للمصممين الحصول على تقارير شاملة حول التوازن بين الكفاءة الكهربائية والضوئية، مما يسهل اتخاذ قرارات تصميم مبنية على بيانات دقيقة. يميز هذا الحل بدمجه المتكامل بين تقنيات العينة المتقدمة، والمحاكاة المتزامنة، وخوارزميات التحسين الذكي، وهو ما يجعله أداة فريدة للباحثين ومهندسي الفوتونيات.
This web application helps individuals and groups track, split, and visualize shared expenses.
يُقدِّم هذا التطبيق واجهة سهلة الاستخدام لتسجيل المصاريف الشخصية والمشتركة. يمكن للمستخدمين إضافة المعاملات، وتحديد الفئات، وتحديد المشاركين في كل تكلفة. يُعالج الجزء الخلفي البيانات باستخدام مكتبة pandas ويُقدِّم رسومات بصرية مبنية على Plotly، بينما يُعرض الجزء الأمامي باستخدام React ويُصمم باستخدام Tailwind. يدعم التطبيق تصدير التقارير ويقدِّم لوحات معلومات فورية لمتابعة أنماط الإنفاق. صُمم لتلبية احتياجات الأفراد والمجموعات التي ترغب في إدارة مصاريفهم المنزلية أو المشتركة دون الحاجة إلى جداول بيانات يدوية معقدة.
A Python library that automates data scraping, preprocessing, and experimentation with classic machine learning algorithms for educational and research purposes.
يُقدّم هذا المكتبة حلاً متكاملاً لتجميع البيانات من مصادر الإنترنت، معالجتها، وتطبيق خوارزميات التعلم الآلي الكلاسيكية عليها. يتم استخراج البيانات باستخدام أدوات تحليل النصوص، ثم يُحوَّل النص إلى جداول قابلة للتحليل باستخدام مكتبات معالجة البيانات. تُشغّل المكتبة مجموعة من التجارب على نماذج مثل الانحدار الخطي، شجرة القرار، وغيرها، مع حساب مؤشرات الأداء وتخزين النتائج. تُعرض النتائج عبر رسومات بيانية تفاعلية تُسهل فهم مقارنة الأداء بين النماذج. يستهدف المطورين والباحثين والطلاب الذين يرغبون في تجربة خوارزميات التعلم الآلي دون الحاجة إلى إعداد بيئة معقدة. يحل المشكلة المتعلقة بوقت إعداد البيانات وتجربة النماذج، ويُسرّع عملية البحث والتعليم. يميز المشروع بتركيزه على الكود القابل لإعادة الاستخدام، وتوفير واجهة برمجية بسيطة تسمح بتشغيل تجارب متعددة بنقرة واحدة.
A Python library that enables backtesting of trading strategies on historical financial data.
توفر هذه المكتبة إطار عمل لمحاكاة استراتيجيات التداول باستخدام بيانات السوق التاريخية. تتكامل مع أدوات تحليل البيانات الشائعة مثل pandas للتعامل مع البيانات، وnumpy للعمليات العددية، وscipy للتحليل الإحصائي، وmatplotlib لتصوير النتائج. يتيح للمستخدمين تعريف استراتيجيات مخصصة، وتحديد قواعد الدخول والخروج، وتشغيل المحاكاة عبر أصول أو أطر زمنية متعددة. تُخرج المكتبة مؤشرات أداء مفصلة، بما في ذلك العوائد، والتقلب، والانخفاضات القصوى، ونسبة شارب، وتوفر مخططات بصرية لتسهيل التحليل. صممت لتناسب المحللين الكميين، والمتداولين الآليين، والباحثين في مجال المالية الذين يحتاجون إلى بيئة اختبار خلفية قابلة للتكرار وقابلة للتوسيع.
This project predicts underserved retail sites across London using spatial machine learning and visualizes the results in an interactive dashboard.
يُصنِّف النظام هكساغونات H3 في منطقة لندن الكبرى لتحديد الفجوات في ستة أنواع من الأعمال التجارية. يجمع بين ميزات جغرافية متعددة الأبعاد، وبيانات التعداد السكاني، ومواقع نقاط الاهتمام من OpenStreetMap، ثم يُدرب نماذج XGBoost مع التحقق المتقاطع المكاني. تُعرض النتائج في لوحة تحكم Streamlit تتيح للمستخدمين التبديل بين أنواع الأعمال واستكشاف مؤشر التآزر عبر المقاطعات. يدعم الأداة اتخاذ قرارات مستندة إلى البيانات لتوسيع الأعمال واختيار المواقع. صُممت لتلبية احتياجات المحللين الذين يحتاجون إلى سير عمل متكامل من استيراد البيانات إلى التوصيات. تُقدِّم واجهة سهلة الاستخدام مع رسومات تفاعلية تُظهر توزيع الفرص والفراغات. كما تُتيح إمكانية تصدير النتائج لتكاملها مع أدوات أخرى في سلسلة اتخاذ القرار.
This project provides a Python-based framework for data analysis and machine learning, enabling users to preprocess data, visualize results, and build predictive models.
يُقدِّم هذا الإطار مجموعة متكاملة من الأدوات لمعالجة وتحليل البيانات باستخدام مكتبات بايثون الشهيرة. يبدأ بتحميل البيانات وتطهيرها عبر pandas، مع إمكانية تحويل القيم المفقودة وتوحيد الصيغ باستخدام NumPy. يتيح إنشاء رسومات بيانية متقدمة عبر matplotlib، بما في ذلك الرسوم التوزيعية، والرسوم النقطية، ومخططات الحرارة، لتسهيل استكشاف الأنماط. يدعم سير العمل في تعلم الآلة عبر scikit‑learn، مع توفير خوارزميات جاهزة للتصنيف، والانحدار، والتجميع، وتقليل الأبعاد. يتضمن أدوات لتقييم النماذج، والتقسيم المتقاطع، وتعديل المعلمات، بالإضافة إلى إحصاءات تحليلية باستخدام SciPy. يهدف إلى تسريع دورة حياة تحليل البيانات، مع تقليل الكود المتكرر وتعزيز قابلية إعادة الاستخدام، ما يجعله مناسباً للباحثين والمحللين. يبرز بمرونته في التعامل مع مجموعات بيانات متنوعة، مع دعم شامل للخطوات المتسلسلة من التحضير إلى التنبؤ.
The wigglystuff project provides a collection of widgets for use in web applications.
هذا المشروع يجمع مجموعة من المكونات التفاعلية التي يمكن استخدامها في تطبيقات الويب لتحسين تجربة المستخدم وتقديم وظائف إضافية. يمكن دمج هذه المكونات بسهولة في مشاريع موجودة باستخدام لغات برمجة مثل بايثون و جافا سكريبت، ويستفاد من مكتبات شعبية مثل ريكت و ثري جايس لتوليد عناصر مرئية ومقدمة.
This project is a high-performance backtesting engine designed for quantitative traders.
هذا المشروع هو محرك تقييم أداء الاستراتيجيات المالية عالية السرعة، مصمم للاستخدام في التداول ال量ي. يتيح للمستخدمين اختبار وقياس أداء استراتيجيات التداول في بيئة محاكاة، مما يوفر فهمًا عميقًا لأدائها و potencial risks. يدعم المحرك تنسيقات البيانات المتعددة ويمكن دمجه مع أنظمة التداول الحالية. بفضل تركيزه على السرعة والضبط الدقيق، يساعد مانتس-بي تي التجار على تحسين استراتيجياتهم وتخذ القرارات المستندة إلى الأدلة.
Claude Setup is a project that provides professional command templates and tools for structured AI-assisted development.
هذا المشروع يقدم مجموعة من شفرات الأوامر والtools لتعزيز التطوير الموجه بالتكنولوجيا الذكية. يستخدم هذا المشروع kombinasi من Python و JavaScript و TypeScript لتقديم حل شامل لل разработة. الهدف الرئيسي لهذا المشروع هو تسهيل عملية التطوير عن طريق المساعدة الذكية.
The pendulum-tools project provides post-processing and upload tools for double pendulum simulations.
هذا المشروع يقدم مجموعة من الأدوات لتعامل مع نتائج المحاكاة للPENDول المزدوج. يحتوي على وظائف لprocessing وuploading نتائج المحاكاة، مما يجعل من السهل تحليل وتحديد مواقع النتائج الحركية المعقدة. تم تصميم هذه الأدوات العمل مع أنواع مختلفة من البيانات التي يتم إنشاؤها بواسطة محاكاة PENDULUM المزدوج، مما يسمح للمستخدمين التركيز على أبحاثهم دون القلق بشأن إدارة البيانات.
This project provides a tool for chemical mutation profiling in the context of RNA structure analysis.
يهدف مشروع cmuts إلى تسهيل تقييم التغيرات الكيميائية في بنية الحمض النووي الريبي. يستخدم هذا المشروع مكتبات matplotlib, numpy, و scipy لتحليل البيانات المتعلقة بتغيرات الحمض النووي الريبي الناجمة عن التعديلات الكيميائية. يهدف هذا الأداة إلى تقديم نظرة شاملة حول كيفية تأثير التعديلات الكيميائية على بنية الحمض النووي الريبي.
caoac is a tool for creating animated plots using Python.
caoac هي أداة لإنشاء مخططات متحركة باستخدام Python. تعتمد caoac على مكتبة matplotlib لإنشاء التمثيلات والبيانات pandas للتعامل مع البيانات. تصميم caoac للمحللين البيانيين والعلماء والمبحوثين الذين يريدون إبراز الفهم المعمق من البيانات عن طريق التفاعلات المتحركة. تسمح caoac للمستخدمين بتعديل إعدادات الرسم وتضمين التعليقات وتصدير التمثيلات المتحركة كفيديو أو GIF.
Hoops Graphs is a simple NBA visualization tool that fills the gap in online resources for NBA statistics, ranking highly in Google Image Search.
يعد Hoops Graphs أداة وизوالية بسيطة لكرة السلة تملأ الفجوة في الموارد عبر الإنترنت للสถائيات كرة السلة، وتحتل المراكز العليا في محركات البحث. توفر الأداة ثلاثة أنواع من التمثيلات: ترتيب المؤسسات، سجل رؤوس المال، وترتيب شرق ضد غرب. لكل نوع من التمثيلات صفحة خاصة بها مع سلطة الكلمات، ويظهر الصفحة الرئيسية البيانات الأسبوع الأخيرة.
The llava-shot project enables zero-shot image classification for Sentinel-2 multispectral satellite imagery using the LLaVA model.
يستخدم هذا المشروع نموذج LLaVA لتصنيف الصور بدون تدريب مسبق على صورة صور الأقمار الصناعية Sentinel-2 المультيسبيكتروم. الهدف هو تصنيف الصور دون الحاجة إلى بيانات التدريب الكبيرة أو التصنيف اليدوي.
The stock-checker project is a command-line interface (CLI) tool for analyzing the stock market, providing users with visualizations and technical indicators.
هذا أداة CLI تقدم تحليلًا موسعًا للمسوق المالي، تشمل диагrams وتحليلات تقنية لتعزيز قرارات المستخدمين. تستفيد من مجموعة من المكتبات للحصول على البيانات وتقديم الفهم. يهدف المشروع إلى تسهيل البيانات المالية المعقدة للغير متخصصين بينما يقدم ميزات متقدمة للمتخصصين.
Essence Wars is a high-performance card game environment designed for users.
هو بيئة لعب الأوراق عالية الأداء مصممة للمستخدمين. يوفّر Essence Wars منصةً للعب والتفاعل مع مجموعة متنوعة من ألعاب الورق. يستفيد المشروع من مجموعة واسعة من التكنولوجيات، بما في ذلك Click و Hugging Face و Matplotlib و NumPy و Pandas و Plotly و PyTorch و Rich و Serde و Tauri. بفضل تركيزه على الأداء، يهدف Essence Wars إلى تقديم تجربة لعب سلسة.
The Aarit Expo EYEQ Dashboard is a project for displaying data visualizations.
هذا المشروع يستخدم لغة بايثون لإنشاء لوحة تحكم تظهر بيانات التمثيلات باستخدام بلاكلي. يبدو أن هذا المشروع مصمم لعرض البيانات في معرض أو معرض، ربما يكون هناك تحديثات زمنية حقيقية. يستخدم المشروع Gunicorn كخادم ويستند على NumPy وPandas للعمليات الحسابية.