موارد تعلُّم الآلة
تنظيم صفحاتك في مجموعات
يمكنك حفظ المحتوى وتصنيفه حسب إعداداتك المفضّلة.
يتطلّب تطوير تعلُّم الآلة استخدام مجموعة متنوعة من الأدوات والأُطر باستمرار
في تطور. تستمر أدوات تعلُّم الآلة الجديدة في الظهور كطرق للتعامل مع
أنواع البيانات المعقدة، كما تستمر التطورات في الأجهزة والأساليب الخاصة بتنسيق
العمليات.
نتيجةً لذلك، تطبّق الشركات والمؤسسات والفِرق
حلول الذكاء الاصطناعي باستخدام أدوات وأُطر عمل مختلفة، ومن المرجّح أن
تتغيّر بمرور الوقت.
مع ظهور الأطر المشتركة وأفضل الممارسات، يُرجى العِلم أنّ
طبيعة مشكلتك المحدّدة قد تتطلّب حلولًا مخصّصة في حالات
معيّنة. تقدّم الأقسام التالية روابط إلى مراجع للبدء
بتطوير تعلُّم الآلة والذكاء الاصطناعي.
الخطوات التالية
يمكنك مواصلة تعلُّم الذكاء الاصطناعي من خلال استكشاف الدورات التدريبية الأخرى على الرابط:
developers.google.com/machine-learning.
إنّ محتوى هذه الصفحة مرخّص بموجب ترخيص Creative Commons Attribution 4.0 ما لم يُنصّ على خلاف ذلك، ونماذج الرموز مرخّصة بموجب ترخيص Apache 2.0. للاطّلاع على التفاصيل، يُرجى مراجعة سياسات موقع Google Developers. إنّ Java هي علامة تجارية مسجَّلة لشركة Oracle و/أو شركائها التابعين.
تاريخ التعديل الأخير: 2025-07-27 (حسب التوقيت العالمي المتفَّق عليه)
[null,null,["تاريخ التعديل الأخير: 2025-07-27 (حسب التوقيت العالمي المتفَّق عليه)"],[[["\u003cp\u003eMachine learning (ML) development involves the use of various evolving tools and frameworks, leading to diverse implementation approaches across different entities.\u003c/p\u003e\n"],["\u003cp\u003eWhile common practices are emerging in ML, custom solutions may be necessary depending on the specific problem.\u003c/p\u003e\n"],["\u003cp\u003eGoogle provides resources for ML development, including tools and frameworks, as well as a community for sharing models and datasets.\u003c/p\u003e\n"],["\u003cp\u003eFurther learning opportunities are available through Google's machine learning courses.\u003c/p\u003e\n"]]],[],null,["# ML resources\n\nML development requires using a variety of constantly\nevolving tools and frameworks. New ML tools continue to emerge as ways to handle\ncomplex data types, advances in hardware, and techniques for orchestrating\npipelines continue to develop.\nAs a result, companies, organizations, and teams implement ML solutions using different tools and frameworks, which likely change over time.\n\n\u003cbr /\u003e\n\nWhile common frameworks and best practices are emerging, keep in mind that the\nnature of your particular problem might require custom solutions in certain\ncases. The following sections provide links to resources for getting started\nwith ML and AI development.\n\n- Tools and frameworks for building ML and AI applications and products:\n\n - [developers.google.com/focus/ai-development](https://developers.google.com/focus/ai-development)\n - [ai.google/build](https://ai.google/build)\n- AI and ML community for sharing ML models and datasets:\n\n - [Kaggle](https://kaggle.com)\n\nWhat's next\n-----------\n\nContinue your ML education by exploring other courses at\n[developers.google.com/machine-learning](https://developers.google.com/machine-learning/)."]]
