ملخصات المهارات الرقمية الحادي عشر الأردن

مقدمة في لغات البرمجة

لغات البرمجة مُنخفضة المستوى:

• لغة الآلة (Machine Language): لغة برمجة تحتوي على أوامر وتعليمات يُمكن لجهاز الحاسوب فهمها مباشرة ومعالجتها، خلافاً للإنسان الذي يصعب عليه فهمها. تمتاز هذه اللغة بأنّها سريعة مقارنةً بلغات البرمجة عالية المستوى.
• لغة التجميع (Assembly Language): لغة تقوم على استخدام برنامج خاص يُسمّى المجمع (Assembler)، ويعمل على تحويل الأوامر المكتوبة إلى لغة الآلة التي يفهمها جهاز الحاسوب. تمتاز هذه اللغة بأنّها أسهل من لغة الآلة؛ نظراً إلى احتوائها على بعض مفردات اللغة الإنجليزية؛ ما يُسهّل قراءة برامجها وفهمها. غير أنّ تنفيذ البرامج المكتوبة بلغة التجميع يكون أبطأ مقارنةً بلغة الآلة.
• لغات البرمجة الكتلية (Block-Based Programming Languages): لغات تُستخدم فيها الكتل الرسومية (Graphical Blocks) لتمثيل أجزاء البرامج بدلاً من النصوص، مثل لغة البرمجة سكراتش (Scratch).
• لغات البرمجة النصية (Text-Based Programming Languages): لغات تُستخدم فيها النصوص لتمثيل أجزاء البرامج بدلاً من الكتل الرسومية، مثل لغة جافا سكريب (Java Script).

أساسيات لغة البرمجة بايثون

التحقّق من تثبيت مُفسّر لغة البرمجة بايثون

• أ.
• فتح مُوجّه الأوامر (Command Prompt)، بالذهاب إلى القائمة الرئيسة، وكتابة كلمتي مُوجّه الأوامر (Command Prompt) في مُربّع البحث، ثم الضغط على Command Prompt. عند إتباع الخطوات السابقة ستظهر الشاشة الموضحة في الشكل (4-2).
• فتح بيئة التطوير والتعلّم المُتكاملة للغة البرمجة بايثون (3.12.4 IDLE Python)، ثمّ تشغيلها، فتظهر الشاشة الرئيسة.
• كما يمكن انشاء صفحة جديدة (New) من قائمة ملف، وبعد الانتهاء من كتابة الكود يتم حفظ البرنامج بالضغط على زرّ الحفظ باسم (Save as) من قائمة الملف (File)، ثمّ تنفيذ البرنامج باختيار خيار تشغيل النمط (Run Module) من قائمة التشغيل (Run)، فيظهر ناتج تنفيذ البرنامج في نافذة بيئة التطوير والتعلّم المُتكاملة (IDLE Shell) كما في الشكل (9-2).
• فتح الملف الذي يحتوي على برنامج لغة البرمجة بايثون (Python).
• طباعة الرمز > بعد اسم الملف.

الجمل الشرطية

لعبة البطاقات الشرطية

• أُحضِّر - بالتعاون مع أفراد مجموعتي - عددًا من البطاقات المُرقَّمة من (0) إلى (10)، ثمَّ أتنافس مع أفراد المجموعات الأخرى للفوز في إحدى الألعاب.
• أبدأ اللعبة بالطلب إلى أحد زملائي/ إحدى زميلاتي في المجموعة سحب بطاقة، واتِّباع القواعد الآتية بناءً على العدد المُدوَّن في البطاقة:
• أُلفت انتباه الجميع إلى وجوب تكرار سحب البطاقات بالتناوب بين المجموعات، وتنفيذ القواعد السابقة.
• أجتمع مع أفراد مجموعتي - بعد انتهاء اللعبة، أو انتهاء الوقت المُحدَّد لها-، ثمَّ أُناقشهم في ما تعلَّمناه.

القوائم (Lists)

مُنتَجات التعلُّم

• هل يجب عليَّ تخزين علامات هؤلاء الطلبة أم يمكنني كتابة هذا البرنامج دون الحاجة لتخزين العلامات؟
• إذا تعيَّن عليَّ تخزين علامات هؤلاء الطلبة، فإلى كم متغير أحتاج؟ وما التحدّيات التي سأواجهها عند محاولتي تخزين العلامات؟
• كيف يُمكنني طباعة العلامات وترتيبها تصاعدياً؟ وهل ما تعلَّمته عن لغة البرمجة بايثون (Python) سيساعدني على ذلك؟
• أعمل - بالتعاون مع أفراد مجموعتي - على استخدام لغة البرمجة بايثون (Python)، لإنشاء قائمة تضمُّ أسماء طلبة المجموعة، وقائمة أُخرى تُبيّن هواياتهم المُفضَّلة.
• بعد ذلك أكتب الأوامر البرمجية، وأتحقَّق من صحتها عبر طباعة طول كل من القوائم وطباعة أسماء الطلاب مع هواياتهم المفضلة.
• البدء بافتراض نتيجة بحث.

الدوال البرمجية (Functions)

أُجرِّب وأستكشف:

• تعرَّفت في الدروس السابقة الدوال الجاهزة في لغة البرمجة بايثون (Python)، التي يُمكن استخدامها في معالجة القوائم والسلاسل أو أداء مهام أخرى.
• أكتب قائمة تحوي هذه الدوال، ثمَّ أُصنِّفها بناءً على التشابه في كيفية استخدامها.
• بعد ذلك أبحث في أهم الجوانب التي تختلف فيها الدوال بعضها عن بعض.
• إذا افترضت أنَّ الأمر ()print لم يكن موجوداً في لغة البرمجة بايثون (Python)، وأنَّه يتعيَّن عليَّ دائماً طباعة أيَّ شيء على الشاشة بكتابة كامل الكود البرمجي الذي يقوم بالتعامل مع نظام التشغيل وأنواع البيانات المختلفة من أجل إظهارها على الشاشة بالشكل الصحيح، فإنَّ ذلك سيكون مُرهقاً لي بلا شك، ويجعل قراءة البرنامج عسيرة.
• ولهذا، فإنَّ لغة البرمجة بايثون (Python) وفرت علينا هذا الجهد والعناء بتقديمها مقاطع برمجية جاهزة ومُدَقَّقة وخالية من الأخطاء، بحيث يُمكننا استدعاؤها بكل سهولة عن طريق اسمها، ودون حاجة إلى كتابة الأوامر دائماً.
• تُوفِّر لغة البرمجة بايثون (Python) عدداً كبيراً من الدوال الجاهزة، وقد استخدمنا العديد منها في أمثلة سابقة ورد ذكرها في هذه الوحدة.

الحوسبة الخضراء

الحوسبة الخضراء: تعريفها، وأهميتها.

• يسود اعتقاد بين الناس أنَّ أجهزة الحاسوب لا تضرُّ بالبيئة، وأنَّها تستهلك كمّيات قليلة من الطاقة.
• وهذا الاعتقاد غير صحيح؛ فهي قد تلحق ضررًا كبيرًا بالبيئة، وتُضاعف من مشكلة التلوّث البيئي؛ إذ أشارت بعض الدراسات إلى أنه من بين 250 مليار دولار تُنفق سنويًا على تشغيل أجهزة الحاسوب في مختلف أنحاء العالم ما نسبته 15% فقط من الطاقة هو الذي يُستهلك في العمليات الحاسوبية الفعلية، في حين تُهدر بقيّة الطاقة أثناء استخدام أجهزة الحاسوب، وتركها في وضع التشغيل.
• ولا شكَّ في أنَّ هذه الطاقة المُستهلكة تُعدُّ سببًا رئيسًا لانبعاثات غاز ثاني أكسيد الكربون.
• ومن ثَمَّ، فإنَّ الطاقة المُدّخرة في أجهزة الحاسوب وعمليات الحوسبة تُؤدّي - في حال استخدامها- إلى تلويث البيئة بأطنان من انبعاثات الكربون سنويًا.
• تُسهم الحوسبة الخضراء في تقليل استهلاك الطاقة، وتُحدُّ من انتشار النفايات الإلكترونية؛ ما يُفضي إلى خفض التكاليف التشغيلية، وتعزيز مبدأ الاستدامة البيئية.
• ولهذا تعمل الحوسبة الخضراء على تحسين كفاءة الطاقة، واستخدام مصادر الطاقة المُتجدّدة، وتدوير النفايات الإلكترونية.

النفايات الإلكترونية

إدارة النفايات الإلكترونية

• جمع النفايات؛ إذ يتمُّ تجميع النفايات الإلكترونية من مصادر مختلفة.
• تفكيك النفايات؛ إذ يتمُّ فصل مكونات النفايات الإلكترونية بعضها عن بعض؛ لتحديد ما يُمكن أن يعاد استخدامه.
• تنظيف البيانات؛ أي التأكُّد أنَّ البيانات لم تَعُد صالحة للاستخدام.
• إعادة التدوير؛ أي فصل الأجزاء والمواد لاستخدامها في مُنتَجات جديدة.
• التجديد؛ أي إعادة استخدام الأجزاء القيّمة لإطالة أمد عمر المعدّات الأخرى.
• التقليل، وإعادة الاستخدام، وإعادة التدوير: يُقصد بذلك تحفيز الأشخاص على تقليل استهلاكهم للأجهزة الإلكترونية، وإعادة استخدام الأجهزة قَدْر الإمكان، وتعزيز عملية إعادة التدوير للأجهزة التالفة أو المُستهلكة.

تطبيقات الحاسوب في الحياة

مزايا التحوُّل الرقمي في التعليم

• تعزيز مهارات الطلبة التقنية
• تسهيل الوصول إلى المعلومة
• المرونة في عملية التعلُّم والتعليم
• الترشيد في النفقات والتكاليف
• التحفيز على التفاعل والابتكار
• تحسين الإنتاجية

أنظمة الحوسبة السحابية

الحوسبة السحابية الخاصة

• هي نوع من الحوسبة السحابية التي تُستخدم فيها البنية التحتية والخدمات من قبل مؤسسة واحدة فقط؛ مما يوفر تحكّمًا كاملًا في الموارد ومرونة أكبر في تخصيص الخدمات حسب احتياجات المؤسسة.
• تُستخدم هذه الأنظمة عادة من قبل الشركات الكبيرة أو المؤسسات الحكومية التي تتطلب أمانًا عاليًا وخصوصية للبيانات.
• هي نوع من الحوسبة السحابية التي تتيح لمجموعة من المؤسسات أو الشركات التي تشترك في الأهداف والمتطلبات نفسها، مثل المتطلبات الأمنية أو السياسات، الاشتراك في استخدام بنية تحتية سحابية مشتركة.
• تُصمّم هذه السحابة لتلبية احتياجات تلك المجموعة من المستخدمين فقط، مع توفير ميزات مثل الأمان المخصص والسياسات المشتركة.
• هي نموذج يدمج بين السحابة الخاصة والسحابة العامة، مما يسمح للشركات بالاستفادة من كليهما.
• في هذا النموذج، يمكن الاحتفاظ بالبيانات الحساسة أو التطبيقات الحرجة على السحابة الخاصة، بينما تُستخدم السحابة العامة للمهام الأقل حساسية أو عندما تكون هناك حاجة إلى موارد إضافية.

الخدمات السحابية

البنية التحتية كخدمة

• تمثل الطبقة الأساسية من الخدمات السحابية؛ حيث توفّر للمستخدمين موارد الحوسبة الأساسية، مثل الخوادم، والتخزين، والشبكات، ومراكز البيانات.
• يمكن للمستخدم بناء أنظمته التشغيلية والتطبيقات في هذه الخدمة وإدارتها، والتحكم بها؛ لكنه لا يدير البنية التحتية الفعلية، مثل الخوادم أو الشبكات.
• توفّر هذه المنصة للمطورين بيئة تطوير متكاملة، تمكنهم من بناء التطبيقات ونشرها من دون الحاجة إلى إدارة البنية التحتية.
• تشمل هذه البيئة أدوات تطوير، وقواعد بيانات، وخوادم تطبيقات.
• فالمستخدم يركز فقط على تطوير التطبيقات، بينما يتحمل مزود الخدمة مسؤولية إدارة البنية التحتية؛ مما يوفر وقتاً وجهداً للمطورين.
• تتيح هذه الخدمة للمستخدمين الوصول إلى التطبيقات والبرمجيات عبر الإنترنت من دون الحاجة إلى تثبيتها على أجهزتهم.

تطبيقات الحوسبة السحابية

إثراء

• خيارات التكوين (Configuration options) في خدمات الأجهزة الافتراضية (Virtual Machines) تعني القدرة على تخصيص إعدادات الأجهزة الافتراضية وتعديلها؛ لتتناسب مع احتياجات المستخدم أو التطبيق.
• عند استخدام نظام تشغيل افتراضي مثل Windows أو Linux في بيئة سحابية، تُتيح مزودات الخدمة السحابية مجموعة من الخيارات لتكوين هذه الأنظمة؛ بناءً على متطلبات المستخدم.
• تبدأ العملية بتقسيم البيانات إلى أجزاء صغيرة؛ حيث تُعالج هذه البيانات في الخوادم الموزعة.
• ثم تُجمّع النتائج الجزئية وتحليلها في مرحلة (Reduce)؛ حيث يتم تقليل البيانات إلى نتائج مفيدة.
• كل خطوة تعتمد على مخرجات الخطوة التي تسبقها؛ مما يوفر طريقة فعالة لتحليل كميات ضخمة من البيانات.
• يبحث عن التعبير المطلوب في السجلات الكبيرة عبر الإنترنت، ويشبه في عمله الأداة (Grep) في (UNIX)؛ ولكنه مخصص للتعامل مع كميات أكبر من البيانات المنتشرة عبر مواقع الإنترنت أو قواعد البيانات الكبيرة؛ لإيجاد السجلات التي تحتوي على التعبير أو النص المطلوب.

أمن البيانات في الحوسبة السحابية

المخاوف الرئيسة المتعلقة بالبيانات في الفضاء السيبراني والقضايا الأخلاقية

• مع زيادة اعتماد الأفراد والشركات على تخزين البيانات والخدمات السحابية، أصبحت المخاوف المتعلقة بأمن البيانات في الحوسبة السحابية أكثر أهمية.
• وفي هذا المجال يمكن تحديد أبرز التهديدات الأمنية للحوسبة السحابية، كما هو موضح في الشكل (4-1).
• التأمّلات الذاتية هي فرصة لتقييم عملية التعلّم، وفهم التحدّيات، وتطوير استراتيجيات لتحسين عملية التعلّم مستقبلًا.
• أملأ الفراغ في ما يأتي بالأفكار والتأمّلات الشخصية التي يُمكن بها تحقيق أفضل استفادة من التجربة التعليمية:

الأنظمة الخبيرة

واجهة المستخدم

• لكي يستطيع المستخدم التواصل والتفاعل مع النظام الخبير، لابد من وجود واجهة تفاعلية تسمح للمستخدم بالتفاعل مع النظام، حيث تأخذ المسألة على أنها مدخلات، وتمرّرها إلى محرك الاستدلال، وعند انتهاء العملية تعرض النتائج للمستخدم.
• ومن الجدير ذكره أن قابلية استخدام النظام تعتمد على واجهة المستخدم.
• تأتي على الجهة المقابلة من واجهة المستخدم؛ حيث إن واجهة المستخدم يتعامل معها المستخدم غير الخبير، أما قاعدة المعرفة فتُطوّر بوساطة الخبير في مجال معين، وتعدّ قلب النظام، وتحتوي على الخبرة المتراكمة في ذلك المجال، والتي تُنظّم بحسب المواقف ضمن مجموعة من القواعد من قبل مهندس المعرفة.
• وهي قابلة للإضافة والتعديل على محتوياتها.
• وتسمى أيضًا قاعدة البيانات.
• تحتوي ذاكرة العمل على البيانات الخاصة بالمشكلة المراد حلها، وتحتوي أيضًا على حقائق يستخدمها محرك الاستدلال لمطابقة الحقائق مع الجزء السابق من القاعدة لإيجاد النتيجة.

التعلم الآلي

منتجات التعلم

• تحليل البيانات التي جُمعت حول استخدام السيارة باستخدام أداة Orange Data Mining، وتطبيق خوارزمية شجرة القرار (Decision Tree) لتحديد نوع السيارة المناسب (بنزين، كهرباء، هايبيرد) بناءً على طبيعة الاستخدام.
• وسيتم أيضاً تقييم أداء النموذج باستخدام مقاييس الدقة.
• يتوافر في وقتنا الحالي كمّ هائل من البيانات، تولدت بسبب الانتشار الكبير للأجهزة الرقمية، وإنترنت الأشياء والتجارة الرقمية، ووسائل التواصل الاجتماعي، وغيرها الكثير من المصادر.
• وتقدّر كمية المعلومات المولّدة يوميا بـ 2.5 Quintillion Bytes. هذه المعلومات بحاجة إلى تحليل ودراسة؛ لتصبح ذات معنى، ويُمكن توظيف مخرجاتها في صنع القرارات.
• تعلم الآلة هو أحد فروع الذكاء الاصطناعي الذي يُعنى بتطوير برمجيات وخوارزميات تعطي الحاسوب القدرة على التعلم من دون أن يُبرمج بشكل صريح للقيام بمهمات معينة.
• نستطيع القول إن برنامجا معينا لديه القدرة على التعلم؛ إذا كان تعريضه لعدد أكثر من الأمثلة في مسألة معينه يؤدي إلى تحسين أدائه وفق معايير قياس محدده.

معالجة اللغات الطبيعية

• إدخال البيانات (Input Data): تشمل البيانات مفردات أي لغة من اللغات التي يمكن للبشر التحدث بها. وتكون المدخلات على شكل نصوص مكتوبة، مثل الجمل والفقرات والمحادثات. أو محكية على شكل كلام منطوق.
• المعالجة القبلية للبيانات (Data Preprocessing): تعدُّ هذه المرحلة أساسية ومهمة قبل البدء بأي خطوة لتنفيذ تطبيق ما، وتُقسم إلى أربع مراحل ننفذها بالترتيب وبالتناسب مع اللغة المستخدمة للتدريب، والنتيجة المُراد تحقيقها:
• استخراج الصفات/الخصائص (Feature Extraction): في هذه المرحلة تُحوَّلُ النصوص إلى تمثيلات رقمية، يمكن للنماذج التعامل معها.
• تدريب النموذج (Model Training): يُختارُ في هذه المرحلة النموذج المناسب لتدريب البيانات عليه تبعًا للخصائص المستخرجة.
• تقييم النموذج (Model Evaluation): هي مرحلة أساسية ومهمة لقياس أداء النموذج باستخدام مقاييس مختلفة؛ للتأكد من أنه يعمل بشكل جيد على البيانات الفعلية. هذه المرحلة هي نفسها التي شُرحت في الخطوة السادسة من بناء نماذج تعلّم الآلة.
• د.

النمذجة والمحاكاة

النماذج القائمة على الوكيل

• يُقصد بالوكيل الكيانات المستقلة التي من الممكن أن تكون أفرادًا أو منظمات أو عوامل مؤثرة.
• وعن طريق دراسة خصائصهم يتمُّ عمل المحاكاة.
• تُستخدم هذه النماذج في محاكاة الأنظمة الاجتماعية أو البيولوجية المعقدة؛ حيث تقوم على دراسة كل وكيل أو كل عامل من العوامل المؤثرة في النظام على حدة، ومن ثمَّ فهي أكثر مرونة وواقعية لمعرفة كيفية ظهور الخصائص الجديدة للنظام الناجمة عن تفاعلات العوامل المكوّنة له.
• MATLAB: بيئة برمجية متكاملة تُستخدم في تحليل البيانات والنمذجة الرياضية والمحاكاة. ويعدّ Simulink جزءًا من MATLAB؛ إذ يعمل على توفير بيئة رسومية تُستخدم في محاكاة الأنظمة الديناميكية والنمذجة القائمة على الوقت. ومن التطبيقات التي يقوم بها محاكاة الأنظمة الخطية وغير الخطية، والروبوتات، ومعالجة الصور، والتحكم في الأنظمة.
• Python: يُستخدم في تطوير الخوارزميات التنبؤية، وتحليل البيانات، وبناء نماذج الشبكة العصبية، ومحاكاة الأنظمة المعقدة.
• Tinkercad: تطبيق قائم على الويب، يُمكن استخدامه من الهواتف الذكية، يسمح بتصميم الدوائر الكهربائية والإلكترونية ومحاكاتها. ويسمح أيضًا بتصميم نماذج ثلاثية الأبعاد، ويُستخدم في التعليم.