التخطي إلى المحتوى الرئيسي

AI Course

منهج الذكاء الاصطناعي | ر.م. علي صباح صادق

منصة الذكاء الاصطناعي التفاعلية

التطبيق العملي للمنهج الدراسي باستخدام Python & AI Libraries

تطبيقات برمجية

رؤية حاسوبية

الأسبوع الأول: أساسيات البيانات

استخدام مكتبات Pandas و NumPy لتجهيز البيانات.

المكتبات المطلوبة: pip install pandas numpy

import numpy as np
import pandas as pd

# إنشاء بيانات درجات الطلاب
data = np.random.randint(50, 100, size=(10, 4))
df = pd.DataFrame(data, columns=['Math', 'Science', 'AI', 'Programming'])

# العمليات الإحصائية
print("---- متوسط الدرجات ----")
print(df.mean())

# تصفية المتفوقين
print("\n---- الطلاب المتميزون في AI (>90) ----")
print(df[df['AI'] > 90])
                    

الخوارزميات (BFS)

خوارزمية البحث بالعرض (Breadth-First Search).


graph = {
  'A': ['B', 'C'], 'B': ['D', 'E'], 'C': ['F'],
  'D': [], 'E': ['F'], 'F': []
}

def bfs(graph, start):
    visited, queue = [], [start]
    while queue:
        vertex = queue.pop(0)
        if vertex not in visited:
            visited.append(vertex)
            print(vertex, end=" -> ") 
            queue.extend([n for n in graph[vertex] if n not in visited])

print("مسار البحث:")
bfs(graph, 'A')
                    

معالجة الصور (Basic)


import cv2
import numpy as np

# إنشاء صورة سوداء ورسم مربع
img = np.zeros((200, 200, 3), dtype="uint8")
cv2.rectangle(img, (50, 50), (150, 150), (0, 255, 0), 3)

# تحويل لرمادي وكشف الحواف
gray = cv2.cvtColor(img, cv2.COLOR_BGR2GRAY)
edges = cv2.Canny(gray, 100, 200)

print("تمت المعالجة (استخدم cv2.imshow للعرض).")
                    

مختبر الذكاء الاصطناعي التفاعلي

تنبيه: هذه الأكواد تتطلب كاميرا ويب ومكتبات opencv-python mediapipe

1. شبكة الوجه (Face Mesh)


import cv2
import mediapipe as mp

mp_face_mesh = mp.solutions.face_mesh
mp_drawing = mp.solutions.drawing_utils
cap = cv2.VideoCapture(0)

with mp_face_mesh.FaceMesh(refine_landmarks=True) as face_mesh:
  while cap.isOpened():
    success, image = cap.read()
    if not success: continue

    image = cv2.cvtColor(image, cv2.COLOR_BGR2RGB)
    results = face_mesh.process(image)
    image = cv2.cvtColor(image, cv2.COLOR_RGB2BGR)

    if results.multi_face_landmarks:
      for face_landmarks in results.multi_face_landmarks:
        mp_drawing.draw_landmarks(
            image=image, landmark_list=face_landmarks,
            connections=mp_face_mesh.FACEMESH_TESSELATION)

    cv2.imshow('Face Mesh', image)
    if cv2.waitKey(5) & 0xFF == ord('q'): break
cap.release()
                    

2. الرسام الافتراضي (Virtual Painter)


import cv2
import mediapipe as mp
import numpy as np

mp_hands = mp.solutions.hands
hands = mp_hands.Hands()
cap = cv2.VideoCapture(0)
imgCanvas = np.zeros((480, 640, 3), np.uint8)
px, py = 0, 0

while True:
    _, img = cap.read()
    img = cv2.flip(img, 1)
    results = hands.process(cv2.cvtColor(img, cv2.COLOR_BGR2RGB))
    
    if results.multi_hand_landmarks:
        for lm in results.multi_hand_landmarks:
            point = lm.landmark[8] 
            h, w, c = img.shape
            cx, cy = int(point.x * w), int(point.y * h)
            
            if px == 0 and py == 0: px, py = cx, cy
            cv2.line(imgCanvas, (px, py), (cx, cy), (255,0,255), 10)
            px, py = cx, cy

    img = cv2.addWeighted(img, 0.5, imgCanvas, 0.5, 0)
    cv2.imshow("Painter", img)
    if cv2.waitKey(1) == ord('q'): break
                    

تعلم الآلة (SVM)


from sklearn import datasets
from sklearn.model_selection import train_test_split
from sklearn.svm import SVC

iris = datasets.load_iris()
X_train, X_test, y_train, y_test = train_test_split(iris.data, iris.target)

model = SVC(kernel='linear')
model.fit(X_train, y_train)

print(f"Accuracy: {model.score(X_test, y_test) * 100:.2f}%")
                    

التعلم العميق (Neural Networks)


import tensorflow as tf
from tensorflow.keras.models import Sequential
from tensorflow.keras.layers import Dense

model = Sequential([
    Dense(16, activation='relu', input_shape=(4,)), 
    Dense(8, activation='relu'),
    Dense(3, activation='softmax')
])
model.summary()
                    
© 2026 جميع الحقوق محفوظة | رئيس مهندسين علي صباح صادق

المشاركات الشائعة من هذه المدونة

ملزمة الملاحظات و القياسات لمادة الرسم الصناعي لقسم الكهرباء - إعداد المهندس نوفل صباح

** ملزمة الملاحظات و القياسات لمادة الرسم الصناعي لقسم الكهرباء   إعداد المهندس نوفل صباح انقر هنا لتحميل  الملزمة

اثر مواقع التواصل الاجتماعي ( الفيس بوك) في اقبال الشباب العراقي على المشاركة في الانتخابات البرلمانية عام 2021 ... دراسة مسحية

**  السلام عليكم ورحمة الله وبركاته  تحية طيبة  ــــ يعد الباحث الحسن نعمة الخفاجي رسالة ماجستير في الاعلام بعنوان (اثر مواقع التواصل الاجتماعي ( الفيس بوك) في اقبال الشباب العراقي على المشاركة في الانتخابات البرلمانية عام 2021 ... دراسة مسحية ) , ويأمل تعاونكم معه في الاجابة على اسئلة الاستمارة المرفقة والتي تمثل اهمية بالغة لاستكمال متطلبات البحث .  عبر الرابط التالي شاكرا تعاونكم ومساهمتكم استمارة الاستبيان  

** اسئلة الاعوام السابقة لمادة الرسم الصناعي

** اسئلة الاعوام السابقة لمادة الرسم الصناعي  المرحلة الثالث المهني - اعدادية ميسان المهنية المسائية اعداد المهندس نوفل صباح #ميسان