0%
الذكاء الاصطناعي وتعلّم الآلة على Azure

الذكاء الاصطناعي وتعلّم الآلة على Azure

اكتشف خدمات الذكاء الاصطناعي وتعلّم الآلة في Azure من خلال أمثلة عملية.

I

InSkillCoach

· دقيقة

الذكاء الاصطناعي وتعلّم الآلة على Azure

اكتشف أهم خدمات الذكاء الاصطناعي وتعلّم الآلة في Azure من خلال أمثلة عملية.

Azure Machine Learning

Azure Machine Learning منصة متكاملة لتطوير نماذج تعلّم الآلة (ML) ونشرها.

إعداد البيئة

from azureml.core import Workspace, Experiment, Environment

# إنشاء مساحة عمل
ws = Workspace.create(
    name='mon-workspace',
    subscription_id='<subscription_id>',
    resource_group='mon-groupe'
)

# إنشاء بيئة
env = Environment.from_conda_specification(
    name='mon-env',
    file_path='environment.yml'
)

# إنشاء تجربة
experiment = Experiment(workspace=ws, name='mon-experiment')

تدريب نموذج

from azureml.core import ScriptRunConfig

# إعداد التدريب
script_config = ScriptRunConfig(
    source_directory='./scripts',
    script='train.py',
    environment=env,
    compute_target='mon-cluster'
)

# بدء التدريب
run = experiment.submit(script_config)

Azure Computer Vision

خدمة لتحليل الصور والرؤية الحاسوبية.

تحليل صورة

from azure.cognitiveservices.vision.computervision import ComputerVisionClient
from msrest.authentication import CognitiveServicesCredentials

# إنشاء العميل
client = ComputerVisionClient(
    endpoint="<endpoint>",
    credentials=CognitiveServicesCredentials("<key>")
)

# تحليل صورة
with open("image.jpg", "rb") as image:
    result = client.analyze_image_in_stream(
        image,
        visual_features=["Categories", "Description", "Tags"]
    )

# عرض النتائج
print(f"Description: {result.description.captions[0].text}")
print("Tags:", ", ".join([tag.name for tag in result.tags]))

Azure Text Analytics

خدمة لتحليل النصوص ومعالجة اللغة الطبيعية.

تحليل المشاعر

from azure.ai.textanalytics import TextAnalyticsClient
from azure.core.credentials import AzureKeyCredential

# إنشاء العميل
client = TextAnalyticsClient(
    endpoint="<endpoint>",
    credential=AzureKeyCredential("<key>")
)

# تحليل المشاعر
documents = ["J'adore ce produit !", "Ce service est terrible."]
result = client.analyze_sentiment(documents)

# عرض النتائج
for doc in result:
    print(f"Sentiment: {doc.sentiment}")
    print(f"Confiance: {doc.confidence_scores.positive}")

Azure Speech Services

خدمة للتعرّف على الكلام وتحويل النص إلى كلام.

تحويل النص إلى كلام

from azure.cognitiveservices.speech import SpeechConfig, SpeechSynthesizer

# الإعداد
speech_config = SpeechConfig(
    subscription="<key>",
    region="<region>"
)
speech_config.speech_synthesis_voice_name = "fr-FR-HenriNeural"

# إنشاء المُركِّب الصوتي
synthesizer = SpeechSynthesizer(speech_config=speech_config)

# تركيب الكلام
result = synthesizer.speak_text_async("Bonjour, je suis un assistant virtuel.").get()

# التحقق من النتيجة
if result.reason == ResultReason.SynthesizingAudioCompleted:
    print("Synthèse vocale réussie")

Azure Personalizer

خدمة للتوصيات المخصّصة.

إعداد التوصيات

from azure.cognitiveservices.personalizer import PersonalizerClient
from azure.cognitiveservices.personalizer.models import RankRequest

# إنشاء العميل
client = PersonalizerClient(
    endpoint="<endpoint>",
    credential=AzureKeyCredential("<key>")
)

# تجهيز الطلب
rank_request = RankRequest(
    actions=[
        {"id": "action1", "features": [{"category": "type", "value": "film"}]},
        {"id": "action2", "features": [{"category": "type", "value": "série"}]}
    ],
    context_features=[
        {"category": "user", "value": "jeune"},
        {"category": "heure", "value": "soir"}
    ]
)

# الحصول على توصية
rank_response = client.rank(rank_request)
print(f"Action recommandée: {rank_response.reward_action_id}")

أفضل الممارسات

  1. إدارة التكاليف

    • استخدام حصص الطلبات
    • مراقبة الاستخدام
    • تحسين النماذج
  2. الأداء

    • تخزين النتائج مؤقتًا
    • استخدام المعالجة على دفعات
    • تحسين الطلبات
  3. الأمان

    • إدارة مفاتيح API
    • تطبيق المصادقة
    • حماية البيانات
  4. المراقبة

    • تتبّع المقاييس
    • إعداد التنبيهات
    • تحليل السجلات

الخلاصة

أبرز النقاط التي يجب تذكّرها:

  • خدمات ML متكاملة
  • واجهات API سهلة الاستخدام
  • توثيق جيد
  • تكامل مع Azure

التوصيات:

  • البدء بالخدمات الأساسية
  • الاختبار ببيانات بسيطة
  • تحسين التكاليف
  • اتباع أفضل الممارسات
  • التدرّب والتعلّم على Microsoft Learn
InSkillCoach

نبذة عن InSkillCoach

خبير في التدريب والتقنيات

مدرّب متخصص في التقنيات المتقدمة والذكاء الاصطناعي، تدعمه شركة GNeurone Inc.

الشهادات:

  • AWS Certified Solutions Architect – Professional
  • شهادات Google Cloud
  • Microsoft Certified: DevOps Engineer Expert
  • Certified Kubernetes Administrator (CKA)
  • CompTIA Security+
674
239

التعليقات

التعليقات مدعومة عبر GitHub Discussions

سجّل الدخول باستخدام GitHub للمشاركة في النقاش

تم نسخ الرابط!