Skill-0 is a ternary classification system for parsing the internal structure of Claude Skills and MCP Tools.
يعد Skill-0 نظام تصنيف ثنائي للتعرف على البنية الداخلية لتقنيات Claude و MCP. يحتوي على بحث semantics الموجهة بواسطة embeddings النصية للمعرفة الذكية. يقوم النظام بترتيب وتحديد الأجزاء غير المتغيرة من تقنية (أو الأجزاء التي تتغير سلوكها عند التعديل) في ثلاث فئات: Action، Rule، و Directive.
A zero-parameter cosmological model that explains dark matter and dark energy using a single equation derived from the prime number theorem, intended for researchers in theoretical physics and cosmology.
يقدّم إطار عمل IF Theory معادلة واحدة بدون معلمات تربط توزيع الأعداد الأولية بالديناميكيات الجاذبية للكون. يفسّر منحنيات دوران المجرات المستوية، والإنعكاس الجاذبي القوي، وتسارع التمدد الكوني كما لو كان بدون الحاجة إلى جسيمات المادة المظلمة أو ثابت كوني. يتضمن المكتبة وحدات Python، ومفكرة Jupyter، ونصوص محاكاة لحساب التنبؤات للسرعات المجرية، والبنية الكبيرة للفضاء، والاهتزازات الصوتية البارونية. يمكن للباحثين التحقق من النموذج مقابل ملايين الملاحظات المجرية ومختلف مؤشرات الكون. يركز المشروع على القابلية للتكرار، والحساب الدقيق، وخط سير شفاف من النظرية إلى البيانات.
AskAnArchBot is a Discord bot that acts as a knowledge-constrained InfoSec Architect, designed to review security architecture designs without fabricating guidance.
هذا المشروع يهدف إلى تحقيق إمكانية استخدام एजنت ذكاء اصطناعي محلي لمراجعة التصاميم الأمنية للنظم. يتم استخدام البوت إطار عمل AWS Well-Architected ويعتمد على ملفات المعرفة الموجودة في البوت للاستجابة. يتيح البوت حاليًا الاستفسارات العامة ضد ملفات المعرفة الأمنية، مع خطط لتوسيعها إلى المراجعة التصميمية للأمان في المستقبل.
A lightweight Python library that offers a ready‑to‑use machine‑learning pipeline for classification tasks using scikit‑learn.
يقدّم المشروع مكتبة بايثون مختصرة وقابلة لإعادة الاستخدام تتضمن خطوات شائعة لبناء نماذج تصنيف باستخدام scikit‑learn. تتضمن المكتبة أدوات معالجة البيانات، واختيار الميزات، وتدريب النموذج، وضبط المعلمات، ومقاييس التقييم. يمكن للمستخدمين إدخال مجموعة بياناتهم، اختيار نوع النموذج، والحصول على مسار تدريبي جاهز للتنبؤ أو النشر. تستهدف المكتبة علماء البيانات ومهندسي التعلم الآلي الذين يحتاجون إلى سير عمل سريع ومتسق لمشكلات التصنيف على البيانات الجداولية. تحل المشكلة المرتبطة بتحميل إعدادات المتكرر وتعزز إمكانية إعادة الإنتاج عبر المشاريع.
The DataVisor project is a unified CV dataset introspection tool designed for data scientists and researchers.
يعد DataVisor أداة مفتوحة المصدر تسمح للمستخدمين بفحص وتحليل و فهم datasets للرؤية الحاسوبية (CV) في طريقة متكاملة. يوفّر الأداة ميزات مثل رسم البيانات، استخراج البيانات الوصفية، والتحقق من جودة البيانات. يدعم DataVisor عدة مكتبات وفرームوركس للرؤية الحاسوبية، بما في ذلك Hugging Face Transformers و PyTorch.
The onthedrops__trends-report-system is a serverless trends analysis system that collects signals from multiple sources, analyzes them using Claude AI, and generates industry-specific reports with global macro economic data.
هذا النظام يجمع إشارات حية في الوقت الفعلي من مصادر +7، ويحللها باستخدام Claude 3.5 Haiku AI، ويتوفر تحليل العلاقات السببية، والتصفية حسب الصناعة والمكان الجغرافي، وتضمين المؤشرات الاقتصادية العالمية، ويولد تقارير جميلة ومشغولة بالتفاعل.
A Python library that applies tri‑modal contrastive learning to generate molecular embeddings for drug discovery.
يُقدّم هذا المشروع إطاراً لتعلم التباين المتعدد الأبعاد (tri-modal contrastive learning) في مجال اكتشاف الأدوية. يدمج بيانات كيميائية، بيولوجية، ونصية لتوليد تمثيلات جزيئية دقيقة تُسهم في تحسين عمليات البحث عن مركبات فعّالة. يعتمد على خوارزميات التعلم العميق لتوليد embeddings متوافقة عبر الأنماط الثلاثة، مما يتيح مقارنة الجزيئات بطريقة أكثر دقة. يتيح للمستخدمين تدريب نماذجهم الخاصة أو استخدام النماذج المدربة مسبقاً لتطبيقات مثل الفحص الافتراضي (virtual screening) وتقييم الأمان. يستهدف الباحثين في الصيدلة والكيماويات الحاسوبية الذين يحتاجون إلى أدوات تحليلية متقدمة للتعامل مع مجموعات بيانات متعددة الأبعاد. يحل مشكلة نقص التمثيل الموحد للبيانات المتنوعة، ويقلل الحاجة إلى معالجة يدوية معقدة. يبرز بفضل دمجه الفعّال للبيانات المتعددة، ما يضعه في مقدمة الحلول الحديثة في اكتشاف الأدوية.
This project aims to develop a hybrid quantum-classical convolutional neural network for recognizing handwritten Ottoman-Turkish characters, achieving high accuracy and efficiency.
هذا المشروع يهدف إلى تطوير شبكة عصبية مدمجة بين الكلاسيكية والكوانتومية لتعرف الأشكال اليدوية التركية العثمانية، وتحقيق دقة عالية و效فية. implementation of a hybrid quantum-classical neural network for classifying handwritten Ottoman-Turkish characters. It leverages GPU-accelerated quantum simulation and advanced training techniques to achieve high accuracy. The project explores the application of quantum machine learning for handwritten character recognition in historical scripts, targeting unique challenges such as high intra-class variance and complex morphology.
A research framework for modeling a long/short investment thesis on the displacement of knowledge work by AI over a 5–15 year horizon.
هذا الدليل البحثي يقدّم إطاراً منهجياً لتصميم نموذج استثماري طويل/قصير يركز على تحلّي العمل المعرفي بالذكاء الاصطناعي على مدى 5–15 سنة. يتضمن المجلدات الرئيسية: الفرضية الأساسية، البحث الداعم، قائمة الأوراق المالية، النمذجة الكمية، والبيانات. يستخدم أدوات تحليلية متقدمة مثل تحليل العوامل، اختبار الخلفية، والمحاكاة مونت كارلو لتقييم السيناريوهات المختلفة. يدمج تحليل مؤشرات الاقتصاد الكلي، هيكل إيجارات العقارات المكتبية، وحساسية إيرادات SaaS القائمة على المقاعد. يستهدف الباحثين الكميين ومديري المحافظ الأكاديميين الذين يحتاجون إلى أدوات تحليلية شاملة لفهم التغيرات الهيكلية في سوق العمل. يحل مشكلة نقص الأطر المتكاملة التي تربط بين التحليل الاقتصادي، النمذجة الكمية، وإدارة المحافظ الاستثمارية. يميز نفسه بتركيزه على الأفق الطويل والنهج السلسلة الزمنية التي تتضمن مراحل البنية التحتية، التبني المؤسسي، وإعادة التنظيم الهيكلي.
This project teaches you to build, dockerize, and deploy NLP systems professionally from basic Python skills.
هذا المشروع يملأ الفجوة في الصناعة حيث العديد من الدورات تعلم برمجة أنظمة NLP التي تعمل في نوتبوك جوبير ولكنها تفشل في تقديم مسار واضح إلى الإنتاج. هذا المشروع يغطي رحلة كاملة من مهارات Python الأساسية إلى نظام حقيقي يعمل في Docker مع مراقبة، مستعدًا للإنتاج. سوف تعلم تقنيات backend الحديثة، تقنيات NLP المتقدمة، التعلم العميق، DevOps، ومراقبة.
This project is a proof-of-concept for a Retrieval-Augmented Generation system running on local infrastructure with an AMD Ryzen AI Max+ and Lemonade Server as the backend LLM.
هذا المشروع هو دليل على مفهوم retrieval-augmented generation يعمل على infrastructure المحلية مع AMD Ryzen AI Max+ وLemonade Server ك LLB backend. يوفّر هذا النظام UI web متاحة من الشبكة المحلية. يدعم النظام إدراج مستندات مختلطة، بما في ذلك PDFs و DOCX files و TXT files و Markdown و code. كما يستخدم embeddings محلي دون استخدام APIs خارجية مدفوعة.
timesage-ts is a Python library for time series analysis and visualization.
هذه المكتبة توفر واجهة سهلة الاستخدام لتحليل البيانات الزمنية (EDA) وتضم مجموعة من النماذج machine learning وتقدم تفسيرات بسيطة للغة الإنجليزية للنتائج، مما يجعلها متاحة للمستخدمين الذين لا يمتلكون خبرة تقنية واسعة. المكتبة مصممة ليكون بمثابة مركز واحد لمهام البيانات الزمنية.
The egg-n-bacon-housing project is a data pipeline for analyzing Singapore housing data using machine learning techniques.
هذا المشروع يقوم بتحليل البيانات المتعلقة بالمنازل في سنغافورة باستخدام تقنيات التعلم الآلي. يتم استخدام مجموعة من المكتبات مثل LangChain و Scikit-Learn و Pandas لتعامل مع البيانات وتحليلها. الهدف هو توفير فهم شامل للأسواق السكنية في سنغافورة.
This project provides a modern web user interface for monitoring BrewSignal hydrometers.
هذا المشروع يقدم واجهة مستخدم حديثة لمراقبة قراءات هيدرومتر BrewSignal في الوقت الفعلي. يوفّر هذا التطبيق واجهة مستخدم سهلة الاستخدام للرؤية والتحليل البياني، مما يجعل من السهل على الصانعي الخمور متابعة تقدم عملية التخمير. يمكن للمستخدمين الوصول إلى بياناتهم من أي مكان في أي وقت.
A data pipeline that ingests, processes, and models futures market data for quantitative analysis.
يُقدِّم المشروع خط أنابيب بيانات متكامل يُعالج بيانات العقود الآجلة. يبدأ بجمع البيانات الخام من مصادر مختلفة، ثم يُنظِّفها ويُحوِّلها إلى تنسيق مناسب للمعالجة. تُطبَّق تقنيات هندسة الميزات مثل العوائد المتأخرة ومقاييس التقلب لتوليد متغيرات تحليلية قوية. تُستَخدم مكتبات التعلم الآلي لبناء نماذج تنبؤية تُقَيِّم تحركات الأسعار أو مخاطر السوق. تُنَظَّم العملية عبر سكربتات Bash، ما يتيح جدولة التشغيل وتكامل سلس مع أنظمة أخرى. يستهدف هذا الحل محللي البيانات الكمية والمتداولين الذين يحتاجون إلى إعداد بيانات موثوق به، قابل للتكرار، ومُحسَّن للقرارات الاستثمارية. يميز المشروع قدرته على التعامل مع مجموعات بيانات كبيرة بسرعة، مع توفير واجهة بسيطة لتعديل الخطوات أو إضافة نماذج جديدة.
The loopai project is a human-in-the-loop AI self-improvement framework designed to enhance the efficiency of large language model applications.
loopai هو إطار عمل مفتوح المصدر يسمح للمطورين بإنشاء وتشغيل تطبيقات اللغة الكبيرة (LLM) عالية الكفاءة. يقدم الإطار العمل نهجًا بشريًا في حلقة التحسين، مما يتيح للمستخدمين التفاعل مع وتحسين أداء أنماطهم بشكل مباشر. يدعم الإطار العمل مجموعة من مكتبات التعلم الآلي والtools بما في ذلك scikit-learn و PyTorch.
A production‑ready template for building AI/ML REST APIs with FastAPI.
يُقدّم هذا القالب أساساً جاهزاً للتنفيذ لبناء واجهات برمجة تطبيقات تعتمد على الذكاء الاصطناعي والتعلم الآلي. يدمج FastAPI مع تسجيل مُنظم للبيانات، وإدارة تكوين متعددة الطبقات، ودعم لمكتبات التعلم الآلي الشهيرة مثل PyTorch وscikit‑learn وHugging Face. يتضمن المشروع نقاط نهاية مثال على استدعاء النماذج، والمصادقة، وفحوصات الصحة، ويُهيأ مسبقاً لتشغيله عبر Uvicorn. يتيح للمطورين إطلاق خدمة API قابلة للتوسع ومستعدة للإنتاج بإضافة نماذجهم الخاصة ومنطق الأعمال. يحل القالب مشكلات شائعة مثل إدارة التكوين، والمراقبة، واستعداد النشر للعمليات التي تتطلب الذكاء الاصطناعي.
Build and evaluate a machine‑learning model to predict target values from tabular data for a data‑science competition.
يُقدِّم هذا المشروع سير عمل كامل لعلوم البيانات باستخدام لغة بايثون ومكتبات pandas وNumPy وscikit‑learn. يبدأ بتحميل البيانات الجدولية الخام، ثم يُنظِّفها ويُنفّذ هندسة الميزات، قبل أن يُدرِّب نموذجًا تعلمًا آليًا ويقيس أدائه. يُنظَّم الكود بحيث يُسهل تجربة خطوات المعالجة المختلفة والخوارزميات المتنوعة بسرعة. يستهدف هذا المشروع ممارسي علم البيانات الذين يحتاجون إلى مسار جاهز للتنفيذ في مسابقات أو لتطوير نماذج سريعة. يحل المشروع مشكلة تحويل البيانات غير المنظمة إلى تنبؤات دقيقة دون تدخل يدوي متكرر.
A smart news aggregator and analytics terminal that distinguishes facts from opinions in news articles.
يستخرج النظام الأخبار من مصادر RSS متعددة ويعالج كل جملة باستخدام نماذج معالجة اللغة الطبيعية المتقدمة لتصنيفها كـ "حقيقة" أو "رأي" أو "مزيج". يوفّر واجهة بحث نصي كامل مع مرشحات للنوع، المصدر، والتاريخ، ما يتيح استرجاع المعلومات ذات الصلة بسرعة. تعرض لوحات المعلومات التفاعلية خرائط التغطية، مخططات الاتجاهات، وتفاصيل تفصيلية، مدعومة بـ Chart.js وPlotly. يدعم النظام الترجمة الفورية للمقالات من الإنجليزية إلى الروسية، ويقدّم واجهة برمجة تطبيقات REST عامة للوصول إلى البيانات المصنفة برمجياً. صُمم للمحررين، الباحثين، ومحققو الحقائق، ويساعد المستخدمين على التحقق من المعلومات، تحليل تحيز الإعلام، ومراقبة موثوقية المصادر في الوقت الحقيقي.
This project trains and compares ten convolutional neural network architectures to classify images of cats and dogs using PyTorch.
يُدرب المشروع عشرة نماذج شبكات عصبية تلافيفية مختلفة لتحديد ما إذا كان صورة تحتوي على قط أو كلب، معتمدًا على إطار عمل PyTorch. يتم تقييم كل معماريّة بدقة، وعدد المعاملات، ووقت التدريب على مجموعة بيانات قياسية. تتضمن الدراسة نماذج خفيفة الوزن وكبيرة الحجم، تتراوح من 30 ألف إلى 38 مليون معامل، وتستكشف تقنيات مثل الإسقاط (dropout) والتطبيع على الدُفعات (batch normalization). تُعرض النتائج على كل من بيئات المعالجة المركزية (CPU) والبطاقة الرسومية (GPU)، مما يقدّم رؤى حول نشر النماذج بكفاءة الموارد. يُعد العمل معيارًا للباحثين والممارسين الذين يسعون لفهم كيف تؤثر اختيارات التصميم على الأداء في تصنيف الصور الثنائي.
This project trains and compares ten neural network architectures on the Fashion‑MNIST dataset to illustrate how architectural choices affect image classification performance.
يُدرّب المشروع عشرة نماذج شبكات عصبية مختلفة على مجموعة بيانات Fashion‑MNIST، التي تتضمن 70,000 صورة رمادية للملابس مقسمة إلى عشرة فئات. تُستخدم نفس تقسيمات البيانات، ومعاملات التدريب، وإجراءات التقييم لكل نموذج، بحيث يكون المتغير الوحيد هو التصميم المعماري. يُظهر المشروع منحنيات التدريب، الدقة، الخسارة، ومصفوفات الالتباس، ما يتيح مقارنة مباشرة بين العمق، العرض، الطبقات الالتفافية، الإسقاط، التطبيع المتسلسل، والمسارات المتبقية. يُعد هذا المشروع مصدرًا تعليميًا للطلاب والممارسين، حيث يوضح كيف تؤثر الاختيارات المعمارية على سرعة التدريب، الدقة، والتعميم. تُعرض النتائج بطريقة واضحة وقابلة للتكرار، ويمكن توسيعها لتشمل مجموعات بيانات أو عائلات نماذج أخرى.
Provides a RESTful API for deploying and serving machine‑learning models to deliver real‑time predictions.
يُقدِّم المشروع مجموعة من نقاط النهاية HTTP مبنية على إطار عمل خفيف الوزن، مما يتيح للعميل إرسال البيانات واستلام التنبؤات من نماذج مُدربة مسبقاً. يستفيد من مكتبات علم البيانات الشائعة لتحميل ومعالجة وتحويل ميزات الإدخال قبل تمريرها إلى خط أنابيب التعلم الآلي. تم تصميم واجهة برمجة التطبيقات لتكون قابلة للتوسع، مع دعم للمعالجة غير المتزامنة واستخدام فعال للموارد. يستهدف المستخدمين علماء البيانات ومطوري الخلفية الذين يحتاجون إلى نشر النماذج كخدمات دون إدارة بنية تحتية معقدة. يحل المشروع مشكلة تحويل النماذج البحثية إلى نقاط نهاية جاهزة للإنتاج، مما يقلل من وقت النشر والجهد التشغيلي.
A data processing pipeline that prepares and analyzes CEO uncertainty data for research purposes.
يستقبل خط الأنابيب مجموعات بيانات خام متعلقة بالرؤساء التنفيذيين، ويقوم بتنظيف القيم المفقودة وتطبيع المتغيرات باستخدام أساليب إحصائية متينة. ثم يُصمم مجموعة من الميزات التي تعكس إشارات عدم اليقين مثل تقلب الأسعار، وتغيرات المشاعر، وتواتر الأحداث. تُطبق نماذج تعلم الآلة من مكتبة scikit‑learn لتوقع مسارات عدم اليقين، بينما توفر مكتبة SciPy اختبارات إحصائية متقدمة. يُصمم هذا الحل للباحثين وعلماء البيانات الذين يحتاجون إلى سير عمل بيانات قابلة للتكرار وقابلة للتوسع. يندمج بسلاسة مع مكتبة pandas لمعالجة البيانات ومع مكتبة pydantic للتحقق من صحة المخططات، مما يضمن سلامة البيانات طوال العملية.
A Python framework that aggregates, filters, deduplicates, optionally summarizes, styles, and exports news from multiple sources to formats like Markdown, JSON, HTML, and to Obsidian or Google Drive.
يجمع الإطار الأخبار من مصادر متعددة مثل خلاصات RSS، والتصفح الآلي للويب، وواجهة NewsAPI، ومجلدات Obsidian، وGoogle Drive، ثم يطبق تصفية وتخلصًا من التكرار لإنتاج مجموعة نظيفة من المقالات. يتيح تلخيصًا اختياريًا باستخدام نماذج اللغة الكبيرة تقليص المقالات الطويلة إلى ملخصات مختصرة. يضيف مكوّن Rewriter تنسيقًا للنص وفقًا لإرشادات المستخدم، ما يضمن توحيد النبرة عبر جميع المخرجات. يمكن تصدير النتائج بصيغ Markdown، JSON، HTML، أو نص عادي، وإرسالها مباشرة إلى مخزن Obsidian أو مجلد Google Drive. يهدف إلى توفير الوقت للمبدعين والصحفيين الذين يحتاجون إلى خطوط إنتاج موثوقة ومتكررة لتحديثات الأخبار اليومية أو النشرات الإخبارية أو قواعد المعرفة.
The VS³L project aims to develop a self-supervised foundation model for vibrational spectroscopy that can transfer calibration across spectrometers using minimal labeled samples.
VS³L هو نهج مبتكر للتحويل التأهيلي في الطيفية الحيوية. يستخدم مزيج من Mamba-Transformer مع تطبيق Sinkhorn على النقل عبر المجالات، ومتغيرات المعلومات المتغيرة، والتنظيم الفيزيائي لتحقيق التحويل التأهيلي عبر الأجهزة باستخدام 10 عينات مصنفة فقط. هذا النهج مصمم للعمل بدون معايير، وفعال في الاستخدام، ويتarget تحقيق دقة عالية.
neural-dojo is a project for mastering AI, ML, LLMs, and AI-driven development.
هذا المشروع يهدف إلى تقديم تجربة تعلم شاملة في الذكاء الاصطناعي، التعلم الآلي، واللغات الطبيعية الضخمة. يقدم نهجًا مُتكاملاً للاستيعاب وتطبيق هذه التكنولوجيات. يتضمن المشروع أدوات و ресурсы لبناء وتطوير تطبيقات محفزة بالذكاء الاصطناعي. مصمم للمطورين الذين يريدون التعلم والعمل مع الذكاء الاصطناعي والتعلم الآلي.
The prism project is a Python tool for data analysis and visualization.
هذا المشروع يستخدم مكتبات شائعة مثل matplotlib، numpy، pandas، plotly، scikit-learn، و scipy لتقديم قدرات تحليل البيانات والتصوير. يبدو أن هذا المشروع مصمم للمحللين البيانيين والمهندسين البيانيين الذين يحتاجون إلى العمل مع البيانات العددية. لا يتم ذكر وظيفة المشروع بوضوح في README، ولكن مجموعة التكنولوجيا التي يستخدمها يشير إلى أنه قد يقدم ميزات مثل تنظيف البيانات وتطوير الميزات وتقييم النماذج.
Brain CLI is a terminal-based orchestrator that coordinates multiple AI agents to help manage research, automate workflows, and build a second brain from the command line.
يعد Brain CLI مساعدًا للخطوط الأصلية الذي يتنسيق أجهزة AI متعددة (Claude، Gemini، Codex، Aider، OpenCode، إلخ) لتحسين إدارة البحث والعمل التلقائي وإنشاء ذاكرة ثانية - كلها من خلال الخطوط الأصلية. يحتوي على تنسيق متعدد للأجهزة مع توجيه ذكي، REPL تفاعلي باللغة الطبيعية، الحفظ الدائم للمواسم عبر الإعادة تشغيل، دمج Obsidian للادارة المعرفية، automation CLI-الأولى (bash، Make، cron)، و خيارات إخراج صوتي TTS.
The ACC project provides a tool for hierarchical cluster visualization using concentric circles.
ACC هو مكتبة برمجية مكتوبة بلغة بايثون، تساعد على إنشاء تمثيلات مركزية ل집وصات هرمية باستخدام دوائر محيطة. تستفيد من مكتبات البيانات العلمية الشهيرة مثل matplotlib, numpy, pandas, scikit-learn و scipy لتقديم تمثيل ملموس ومعلوماتي للنظم البيانية المعقدة. هذا الأداة مفيدة بشكل خاص في التحليل المسبق للبيانات وتحديد العلاقات بين البيانات الكبيرة.
This project is a machine learning tool for data analysis and visualization.
يبدو أن مشروع Guardave__aig-rlic-plus هو مشروع برمجي يعتمد على لغات البرمجة مثل Python و يستخدم مكتبات متعددة مثل scikit-learn، pandas، و matplotlib للتعامل مع البيانات والتصوير. قد يستخدم plotly أيضًا للتصوير التفاعلي. الغرض من هذا الأداة هو تقديم نظرة عميقة في البيانات المعقدة.
StressSense is a Streamlit data app that explores how everyday habits relate to self-reported stress level, built for learning and wellbeing insight.
هذا المشروع يستخدم التعلم الآلي لتحليل العلاقة بين السلوكيات اليومية ودرجات التوتر في مجموعة من المستخدمين 773 مستخدم. يقدّم نظرة عامة على توزيع التوتر، ويحدد عوامل التأثير الرئيسية للتوتر، ويسمح للمستخدمين بإدخال سلوكهم لتحديد تصنيفات التوتر المتوقعة ودرجات الاحتمالية. يهدف هذا المشروع إلى الأفراد الذين يستكشفون نمط الحياة الصحية، مستخدمي تطبيقات الرفاهية، وممثلي الرعاية الصحية في مكان العمل.
EconLab PPE is a learning platform that takes students from theoretical economics to practical application, teaching them to run code, analyze real data, and speak the language of the job market.
هو مشروع تعليمي مصمم لطلاب الاقتصاد في المرحلة الجامعية. يهدف إلى填 الفتحة بين المعرفة النظرية والمهارات العملية من خلال مسار التعلم المخطط بشكل دقيق مع تمارين و مشاريع عملية. يشمل المشروع أدوات ومفاهيم متعددة، بما في ذلك إكسل، SQL، بايثون، آر، بワير بي، وتابلو، لتدريب الطلاب على تحليل البيانات، إنشاء رسومات مرئية، وتخذ القرارات المثبتة.
This project is designed for beginners in ML/AI to learn about LLMs from theory to implementation and application.
هذا المشروع مصمم لطلاب علم الحاسوب والذكاء الاصطناعي للتعلم عن Large Language Models (LLMs) من النظرية إلى التطبيق. يغطي المشروع الأسس النظرية، implementations العملية والتطبيقات ل LLMs. Structured في سبعة مراحل، كل منها تركز على جانب معين من LLMs. المرحلة 0 تقدم المطلوبة prerequisites مثل الجبر الخطي، الاحتمالات والكالculus. المراحل 1-3 تغطي fundamentals ML، deep learning و foundations NLP. المرحلة 4 تركز على architecture Transformer، في حين المرحلة 5 يتعامل مع pre-training LLMs. أخيراً، المراحل 6 و7 يهتمون بالتأقلم والتوافق، وكذلك التطبيقات والمعلومات الجغرافية.
This project is an evaluator tool for self-assessing NCAA March Mania Kaggle Competition models.
هذا المشروع هو أداة تقييم لتقدير أداء نماذج NCAA March Mania Kaggle Competition. يعد الأداة من أدوات البرمجة الموجودة في لغة بايثون، وتقدم إطارًا للتقويم والتحليل، مما يسمح للمستخدمين بتقدير قوة نموذجهم وضع حدائق على نقاط الضعف. يمكن استخدام الأداة من قبل المهندسين البيانيين والمهندسين الآليين لتعزيز أداء نماذجهم وتحقيق نتائج أفضل في المسابقة.