الدرس 1

بعد المقدمة السابقة ننطلق اليوم مع الدرس الأول حيث سنتعلم كيفية فتح صورة و الوصول الى المعطيات المخزنة بداخلها مع أمثلة برمجية وبعض العمليات البسيطة الهدف هو التحكم في الصور برمجيا قبل لتطبيق على أمور اخرى. وحتي صدور الدرس المقبل لدينا بعض الوقت لتحضر أنفسنا و التحكم في أساسيات  opencv

في هذا الربط تجدون طريقة تنصيب opencv   مع السي بلس بلس نسخة 2012 


  تحميل الدرس1

في الأخير تحياتي الخالصة - لاتنسوا المشاركة برأيكم

Comments

  1. ousama31May 29, 2016 at 10:31 AM

    بارك الله فيك
    عندي سؤال
    لم افهم مدخلات الدالة الرئسية main array ^args

    و جزاك الله خيرا

    ReplyDelete
    Replies
    1. Hichem FelouatMay 29, 2016 at 11:26 AM

      شكرا أخي
      المدخلات عبارة عن مصفوفة من النوع string
      وهي غير مهمة حاليا بالنسبة لدرسنا
      أنا أستعمل الفجيوال أستديو - سي بلس بلس
      Visual C++ --> CLR ---> Application console CLR

      Delete
    2. ousama31May 29, 2016 at 11:58 AM

      شكرا بارك الله فيك

      Delete
  2. younes louaraadiMay 29, 2016 at 6:00 PM

    baraka ellahou fika akhi

    ReplyDelete

Post a Comment

Popular posts from this blog

مقدمة

مقدمة من خلال هذا الدرس و الدروس الأتية ان شاء الله سنحاول شرح مجال معالجة الصور بطريقة سهلة و بسيطة مع التطبيق و بالعربي حتى تكون في متناول الجميع . الوسائل و الأدوات التي سنستعملها هي  لغة البرمجة سي بلس بلس ( فجيوال أستديو نسخة  2012)  opencv -2.4.6.0 رابط تحميل الدرس 0 ( مقدمة) حتى تكون الاستفادة كبيرة و قبل أن أنشر الدرس المقبل لمن لا يعرف opencv او لغة البرمجة سي بلس بلس عليه ان يطالع و لو نظرة بسيطة ...انا أشرح كل شيئ لكن من الأفضل ان تكون لك نظرة مسبقة . قبل صدور الدرس التالي نحاول تجهيز انفسنا و تجهيز الادوات التي سنستعملها. هذه بعض الدروس التي ممكن تستفدون منها   الواجهات الروسومية في سي بلس بلس   استعمال الجداول والمصفوفات  
Read more

تحسين أداء خوارزميات تعلم الألة

Image
تحسين أداء خوارزميات تعلم الألة. Testing and Validation  أثناء تدريب نمودج (model) لخوازمية من خوارزميات تعلم الألة قد نجد نسبة الخطأ مرتفعة جدا فنحاول البحث عن أحسن القيم للمعاملات الداخلية للخوارزمية (Hyper-parameters ) من أجل تحسين الأداء و تقليل نسبة الخطأ. أبسط طريقة هي تدريب عدة نماذج و لتكن 100 نموذج  مثلا من هذه الخوارزمية و بمعاملا داخلية مختلفة و بعدها نختار أحسن نموذج لهذه الخوارزمية و نعتمده هو في عملنا، هناك طرق أخرى للقيام بذلك مثل (Gradient descent) بمكن القول أنه إستعمال لطرق (Optimization ) من أجل إيجاد أحسن القيم ل (Hyper-parameters ). لكن لسوء الحظ قد تجد أن نسبة الأداء مرتفعة و نسبة الخطأ صغيرة أثناء عملية التدريب أما في مرحلة الإختبار تجد أن نسبة الخطأ مرتفعة جدا! و هذا يعني أننا وقعنا في مشكل (Overfitting) و لتجنب ذلك سنشرح في هذه المقالة إحدى الطرق للقيام بذلك و هي ال (Validation ). في عملية تدريب نمودج لخوازمية في الطريقة العادية فإننا نقسم (dataset) إلى قسمين، قسم للتدريب و قسم للإختبار بنسبتي 80٪ و 20٪ على الترتيب في الحالة العامة. و من أجل اكثر ...
Read more

أنواع الطرق المستخدمة في مجال تعلم الألة The type of machine learning

Image
The type of machine learning تعرفنا في المقال السابق على مفهوم تعلم الألة و مالذي يميزها عن البرمجة العادية، و قلنا بأنه و من أجل العمل على مشروع يطبق مبادئ تعلم الألة فإننا نحتاج إلى أربع (4) عناصر أساسية و هي : أ- قاعدة بيانات التعلم و تحتوي على بيانات و معلومات الشيء الذي نريد دراسته و العمل عليه. ب-  خوارزمية من خوارزميات تعلم الألة (سنتعرف عليهم لاحقا). ج- جزء من قاعدة بيانات التعلم نحتفظ به من أجل إختبار الخوارزمية المستعملة. د- قياسات من أجل حساب و قياس أداء و فاعلية الخوارزمية التي إستعملناها.  سنتعرف في هذا المقال على أنواع الطرق المستخدمة في مجال تعلم الألة و التي تختلف فيها بينها في أسلوب التعامل مع البيانات و التي فرضها الواقع بما يحتوى من بيانات متنوعة و مختلفة و متشابكة. 1- النوع الأول ( Supervised Learning ) : في هذا النوع نحتاج إلى أن تكون البيانات التي سوف نعمل عليها معروفة الإنتماء أو القيمة يعني من الشكل ((x1, y1) ... (xn, yn) ). بحيث (xi) يمثل الشيء الذي  نعمل عليه. إن كنا نعمل على برنامج يتعرف على الإيمايلات الصحيحة من (spam) ...
Read more