AI Projects

مشاريع ذكاء اصطناعي متعددة قمت بتطويرها أثناء فترة دراستي في كلية الحاسبات جامعة القاهرة.

تضم هذه المجموعة سلسلة من المشاريع التطبيقية التي تغطي جوانب مختلفة من الذكاء الاصطناعي، بدءاً من تحليل البيانات الكلاسيكي وصولاً إلى الشبكات العصبية المتقدمة، مع التركيز على دقة النماذج ومعالجة البيانات الضخمة.

أبرز المشاريع والتقنيات المستخدمة:

تصنيف الصور باستخدام التعلم العميق (Image Classification):

العمل على نماذج تصنيف متقدمة باستخدام مكتبات مثل TensorFlow أو PyTorch.

تطبيق تقنيات CNN (Convolutional Neural Networks) للتعرف على الأنماط البصرية وتصنيف الصور بدقة عالية.

النماذج التنبؤية الكلاسيكية (Regression & Classification):

تنفيذ مشاريع تعتمد على الخوارزميات الأساسية مثل Logistic Regression و Linear Regression للتنبؤ بالقيم العددية أو التصنيفات الثنائية.

التركيز على مرحلة Feature Engineering واختيار المتغيرات الأكثر تأثيراً على أداء النموذج.

تحليل البيانات واستكشافها (EDA):

استخدام مكتبات Pandas و NumPy لمعالجة وتنظيف البيانات (Data Cleaning).

تقديم تصورات بيانية (Data Visualization) باستخدام Matplotlib و Seaborn لفهم التوزيعات والعلاقات بين البيانات قبل نمذجتها.

تحسين أداء النماذج (Hyperparameter Tuning):

تطبيق تقنيات تحسين النماذج لضمان عدم حدوث Overfitting والوصول لأفضل دقة ممكنة على بيانات الاختبار.

القيمة التقنية المضافة:

تظهر هذه المشاريع قدرة المهندس على:

دورة حياة المشروع الكاملة: بدءاً من قراءة البيانات الخام وصولاً إلى تقييم النموذج النهائي.

التعامل مع بيئات العمل الاحترافية: مثل Jupyter Notebooks وتنظيم الكود البرمجي بشكل يسهل إعادة استخدامه.

تطبيق المفاهيم الرياضية: تحويل النظريات الخاصة بالخوارزميات إلى أكواد برمجية فعالة تحل مشكلات واقعية.