| name | arabic-machine-learning-ops |
| name_ar | تشغيل تعلم آلي |
| description | Master ML operations best practices in Arabic |
| description_ar | إتقان أفضل ممارسات تشغيل تعلم آلي بالعربية |
| category | ai-ml |
| language | ar |
| dialect | msa |
| rtl | true |
| platform_all | true |
| version | 1.0.0 |
| author | salman-shaikh |
الهدف
إتقان أفضل ممارسات تشغيل نماذج التعلم الآلي في الإنتاج.
خط أنابيب ML
١. جمع بيانات
✓ مصادر بيانات
✓ استخراج بيانات
✓ تنظيف بيانات
✓ تخزين بيانات
٢. هندسة ميزات
✓ اختيار ميزات
✓ تحويل ميزات
✓ تقليل أبعاد
✓ معالجة قيم مفقودة
٣. تدريب نموذج
✓ اختيار خوارزمية
✓ تقسيم بيانات
✓ تدريب
✓ ضبط معلمات
٤. نشر نموذج
✓ حزمة نموذج
✓ API Endpoint
✓ Scaling
✓ Monitoring
أدوات MLOps
| الأداة | الوصف |
|---|
| MLflow | تتبع تجارب |
| Kubeflow | أوركسترا ML |
| TFX | TensorFlow Extended |
| SageMaker | AWS ML Platform |
أفضل الممارسات
✅ إصدار نماذج وبيانات
✅ أتمتة خط أنابيب
✅ مراقبة Drift
✅ تحديث نماذج دوري
❌ لا تهمل جودة بيانات
❌ لا تنشر بدون اختبار
❌ لا تهمل Security
الكلمات المفتاحية
عربي: "تشغيل تعلم آلي", "MLOps", "نشر نماذج", "ML pipeline"
English: "MLOps arabic", "machine learning operations", "ML pipeline", "model deployment"
سجل التغييرات
v1.0.0