AIUnlimited
🌳

أسس الذكاء الاصطناعي

🌱
AI Seeds

Start from zero

🌿
AI Sprouts

Build foundations

🌳
AI Branches

Apply in practice

🏕️
AI Canopy

Go deep

🌲
AI Forest

Master AI

🔨

إتقان الذكاء الاصطناعي

✏️
AI Sketch

Start from zero

🪨
AI Chisel

Build foundations

⚒️
AI Craft

Apply in practice

💎
AI Polish

Go deep

🏆
AI Masterpiece

Master AI

📘

تطبيق الذكاء الاصطناعي

📖
فهم النماذج مفتوحة المصدر

أسس وموارد للنماذج مفتوحة المصدر

🎯
من المشكلة إلى مهمة النموذج

تحويل مشاكل الأعمال إلى مهام نموذجية

⚡
تشغيل نموذجك الأول

شاهد نتائجك الأولى في 30 دقيقة

🔧
التحسين الدقيق والتقييم

حسّن النماذج وقيّم الأداء

🚀
أنظمة التطبيقات

بناء تطبيقات ذكاء اصطناعي واقعية

🎨
الذكاء الاصطناعي التوليدي

استكشف نماذج AIGC مفتوحة المصدر

🤖
الوكيل

تعلم أطر عمل الوكيل وأدوات MCP

📐
أسس تكميلية

أساسيات LLM والتقييم

🎓

أكاديمية كلاود

🤖
Claude 101

Learn AI basics with Claude

💻
Claude Code 101

Code with Claude as your pair programmer

🤝
Introduction to Claude Cowork

Collaborate with Claude on complex projects

⚙️
Claude Platform 101

Build apps with the Claude API

المختبر

تم تحميل 7 تجارب
🧬ملعب الشبكة العصبية🤖ذكاء اصطناعي أم إنسان؟🥋دوجو التوجيهات🏁سباق الخوارزميات🧠مسابقة معلومات الذكاء الاصطناعي🏗️لوحة تصميم النظام
🎯مقابلة تجريبيةدخول المختبر→
🚀

التطوير المهني

🚀
منصة انطلاق المقابلات

ابدأ رحلتك

🌟
إتقان المقابلات السلوكية

أتقن المهارات الشخصية

💻
المقابلات التقنية

تفوّق في جولة البرمجة

🤖
مقابلات الذكاء الاصطناعي وتعلم الآلة

إتقان مقابلات تعلم الآلة

🏆
العرض وما بعده

احصل على أفضل عرض

ابدأ الآن
AIUnlimited

رخصة MIT

沪ICP备18025655号-11

تعلّم

  • أساسيات الذكاء الاصطناعي
  • تطبيق الذكاء الاصطناعي
  • أكاديمية كلاود
  • المختبر
  • التطوير المهني

المجتمع

  • عن المنصة
  • الأسئلة الشائعة

الدعم

  • footer.terms
  • footer.privacy
  • footer.contact
✏️ المستوى 1

AI Sketch

مخططات خشنة. أسس هياكل البيانات والخوارزميات

ابدأ بهياكل البيانات الأساسية والخوارزميات. رسم مشاكل التقنية قبل الحل.

10
الدروس
~4h
المدة
1/5
المستوى

🎯 ماذا ستتعلم

  • ✓Solve array and hash map problems confidently
  • ✓Understand how these patterns power AI systems
  • ✓Recognise common interview patterns

المتطلبات المسبقة: معرفة برمجية أساسية

👤 programDetail.whoIsThisFor

المبتدئون في البرمجة المتنافسة

🏷️ programDetail.topicsCovered

Arrays & HashingStrings & Pattern MatchingSorting & Searching
🧪

programDetail.tryExperiments

اختبار محتوى الدورة في بيئة تجريبية

→

📚 الدروس

1
📦

المصفوفات وجداول التجزئة

تعرف على كيفية تشغيل المصفوفات وخرائط التجزئة لكل شيء بدءًا من ناقلات الميزات وحتى تضمين عمليات البحث في أنظمة الذكاء الاصطناعي.

⏱️ 15m→
2
📝

السلاسل ومعالجة النصوص

اكتشف كيفية تقسيم أنظمة الذكاء الاصطناعي للنص والبحث فيه ومعالجته باستخدام عمليات السلسلة ومطابقة الأنماط.

⏱️ 15m→
3
ابدأ الدرس الأول →

🔒 سجّل الدخول لتتبع تقدمك والحصول على الشهادات

← العودة لكل البرامج الأكاديمية
🔍

الفرز والبحث

اكتشف لماذا تعد خوارزميات الفرز والبحث أمرًا أساسيًا لكيفية تصنيف الذكاء الاصطناعي للتوصيات والعثور على الإجابات.

⏱️ 15m→
4
🔗

القوائم المرتبطة والمكدسات

فهم كيفية تعامل القوائم والمكدسات وقوائم الانتظار المرتبطة مع البيانات الديناميكية في أنظمة الذكاء الاصطناعي وخارجها.

⏱️ 15m→
5
🌳

الأشجار والرسوم البيانية مرئياً

تعرف على كيفية تمثيل الأشجار والرسوم البيانية للبيانات الهرمية والمترابطة التي تدعم عملية اتخاذ القرار والتوصيات في مجال الذكاء الاصطناعي.

⏱️ 18m→
6
⛰️

الكومة وقوائم الأولوية

الأكوام الرئيسية، وتجريد قائمة الانتظار ذات الأولوية، والأنماط الكلاسيكية مثل مسائل top-K ودمج القوائم المصنفة.

⏱️ 18m→
7
🔍

أنماط البحث الثنائي

تعلم عقلية البحث الثنائي: مساحات البحث، والبحث الثنائي عن الإجابة، والأنماط التي تظهر في العشرات من مشكلات المقابلة.

⏱️ 17m→
8
🧩

التكرار والتراجع

افهم التكرار من مكدس الاستدعاءات، ثم تعلم قالب التراجع الذي يحل التباديل، وN-Queens، وما بعدها.

⏱️ 20m→
9
🏃

الخوارزميات الجشعة

تعلم متى يؤدي اتخاذ الاختيار الأمثل محليًا في كل خطوة إلى النتيجة المثالية عالميًا، ومتى لا يحدث ذلك.

⏱️ 17m→
10
🗺️

مسائل المصفوفة والشبكة

إتقان اجتياز الشبكة ثنائية الأبعاد باستخدام BFS وDFS وملء الفيضان وBFS متعدد المصادر والاجتياز الحلزوني والبرمجة الديناميكية على الشبكات.

⏱️ 19m→