متجر ميزات Amazon SageMaker يوفر حلاً شاملاً لأتمتة هندسة الميزات للتعلم الآلي (ML). بالنسبة للعديد من حالات استخدام تعلم الآلة، يجب تحويل البيانات الأولية مثل ملفات السجل أو قراءات المستشعر أو سجلات المعاملات إلى ميزات ذات معنى تم تحسينها للتدريب النموذجي.
تعد جودة الميزة أمرًا بالغ الأهمية لضمان نموذج تعلم الآلة عالي الدقة. غالبًا ما تكون هناك حاجة إلى تحويل البيانات الأولية إلى ميزات باستخدام التجميع والتشفير والتطبيع وعمليات أخرى وقد يتطلب جهدًا كبيرًا. يجب على المهندسين كتابة المعالجة المسبقة للبيانات المخصصة ومنطق التجميع يدويًا في Python أو Spark لكل حالة استخدام.
هذا الرفع الثقيل غير المتمايز مرهق ومتكرر وعرضة للخطأ. ال معالج ميزات متجر SageMaker يقلل هذا العبء عن طريق تحويل البيانات الأولية تلقائيًا إلى ميزات مجمعة مناسبة لنماذج تعلم الآلة للتدريب الجماعي. فهو يتيح للمهندسين توفير وظائف تحويل بيانات بسيطة، ثم التعامل مع تشغيلها على نطاق واسع على Spark وإدارة البنية التحتية الأساسية. يتيح ذلك لعلماء البيانات ومهندسي البيانات التركيز على منطق هندسة الميزات بدلاً من تفاصيل التنفيذ.
في هذا المنشور، نوضح كيف يمكن لشركة مبيعات السيارات استخدام معالج الميزات لتحويل بيانات معاملات المبيعات الأولية إلى ميزات في ثلاث خطوات:
- التشغيل المحلي لتحويلات البيانات.
- يعمل جهاز التحكم عن بعد على نطاق واسع باستخدام Spark.
- التشغيل عبر خطوط الأنابيب.
نعرض كيف يقوم SageMaker Features Store باستيعاب البيانات الأولية، وتشغيل تحويلات الميزات عن بعد باستخدام Spark، وتحميل الميزات المجمعة الناتجة إلى ملف مجموعة مميزة. ويمكن بعد ذلك استخدام هذه الميزات الهندسية لتدريب نماذج تعلم الآلة.
بالنسبة لحالة الاستخدام هذه، نرى كيف يساعد SageMaker Features Store في تحويل بيانات مبيعات السيارات الأولية إلى ميزات منظمة. يتم استخدام هذه الميزات لاحقًا للحصول على رؤى مثل:
- متوسط وأقصى سعر للسيارات المكشوفة الحمراء من عام 2010
- الموديلات ذات الأميال الأفضل مقابل السعر
- اتجاهات مبيعات السيارات الجديدة مقابل السيارات المستعملة على مر السنين
- الاختلافات في متوسط مشروع تجديد نظم الإدارة عبر المواقع
نرى أيضًا كيف تحافظ مسارات SageMaker Features Store على تحديث الميزات مع وصول بيانات جديدة، مما يمكّن الشركة من الحصول على رؤى باستمرار بمرور الوقت.
حل نظرة عامة
نحن نعمل مع مجموعة البيانات car_data.csv
والذي يحتوي على مواصفات مثل الطراز والسنة والحالة وعدد الكيلومترات المقطوعة والسعر ومشروع تجديد نظم الإدارة للسيارات المستعملة والجديدة التي تبيعها الشركة. تعرض لقطة الشاشة التالية مثالاً لمجموعة البيانات.
دفتر الحل feature_processor.ipynb
يحتوي على الخطوات الرئيسية التالية، والتي نوضحها في هذه التدوينة:
- قم بإنشاء مجموعتي ميزات: واحدة تسمى
car-data
لسجلات مبيعات السيارات الخام وآخر يسمىcar-data-aggregated
لسجلات مبيعات السيارات المجمعة. - استخدم
@feature_processor
مصمم لتحميل البيانات إلى مجموعة ميزات بيانات السيارة منها خدمة تخزين أمازون البسيطة (أمازون S3). - تشغيل
@feature_processor code
عن بعد كتطبيق Spark لتجميع البيانات. - تشغيل معالج الميزة عبر خطوط أنابيب SageMaker ويعمل الجدول الزمني.
- استكشف خطوط أنابيب معالجة الميزات و نسب in أمازون ساجميكر ستوديو.
- استخدم الميزات المجمعة لتدريب نموذج تعلم الآلة.
المتطلبات الأساسية المسبقة
لمتابعة هذا البرنامج التعليمي، تحتاج إلى ما يلي:
في هذه التدوينة نشير إلى ما يلي مفكرة، والذي يوضح كيفية بدء استخدام معالج الميزات باستخدام SageMaker Python SDK.
إنشاء مجموعات الميزات
لإنشاء مجموعات المعالم، أكمل الخطوات التالية:
- قم بإنشاء تعريف مجموعة ميزات لـ
car-data
كما يلي:
تتوافق الميزات مع كل عمود في car_data.csv
مجموعة البيانات (Model
, Year
, Status
, Mileage
, Price
و MSRP
).
- أضف معرف السجل
id
ووقت الحدثingest_time
إلى مجموعة الميزات:
- قم بإنشاء تعريف مجموعة ميزات لـ
car-data-aggregated
كما يلي:
بالنسبة لمجموعة الميزات المجمعة، فإن الميزات هي حالة سنة الطراز، ومتوسط عدد الكيلومترات، والحد الأقصى لعدد الكيلومترات، ومتوسط السعر، والحد الأقصى للسعر، ومتوسط مشروع تجديد نظم الإدارة، والحد الأقصى لمشروع تجديد نظم الإدارة، واستيعاب الوقت. نضيف معرف السجل model_year_status
ووقت الحدث ingest_time
إلى هذه المجموعة المميزة.
- الآن ، قم بإنشاء ملف
car-data
مجموعة الميزات:
- إنشاء
car-data-aggregated
مجموعة الميزات:
يمكنك الانتقال إلى خيار SageMaker Features Store الموجود أسفل البيانات في استوديو SageMaker الصفحة الرئيسية القائمة لرؤية مجموعات الميزات.
استخدم ديكورfeature_processor لتحميل البيانات
في هذا القسم، نقوم بتحويل بيانات الإدخال الأولية محليًا (car_data.csv
) من Amazon S3 إلى car-data
مجموعة الميزات باستخدام معالج ميزات متجر الميزات. يسمح لنا هذا التشغيل المحلي الأولي بالتطوير والتكرار قبل التشغيل عن بُعد، ويمكن إجراؤه على عينة من البيانات إذا رغبت في ذلك لتكرار أسرع.
مع @feature_processor
Decorator، تعمل وظيفة التحويل الخاصة بك في بيئة تشغيل Spark حيث تكون وسائط الإدخال المتوفرة لوظيفتك وقيمتها المرجعة هي Spark DataFrames.
- تثبيت ميزة معالج SDK من SageMaker بيثون SDK وإضافاته باستخدام الأمر التالي:
يجب أن يتطابق عدد معلمات الإدخال في وظيفة التحويل مع عدد المدخلات التي تم تكوينها في @feature_processor
مصمم ديكور. في هذه الحالة، @feature_processor
مصمم الديكور لديه car-data.csv
كمدخلات و car-data
مجموعة الميزات كمخرجات، مما يشير إلى أن هذه عملية دفعية مع target_store
as OfflineStore
:
- تحديد
transform()
وظيفة لتحويل البيانات. تقوم هذه الوظيفة بالإجراءات التالية:- تحويل أسماء الأعمدة إلى أحرف صغيرة.
- أضف وقت الحدث إلى
ingest_time
العمود. - قم بإزالة علامات الترقيم واستبدال القيم المفقودة بـ NA.
- اتصل ب
transform()
وظيفة تخزين البيانات فيcar-data
مجموعة الميزات:
يُظهر الإخراج أنه تم استيعاب البيانات بنجاح في مجموعة ميزات بيانات السيارة.
خرج ملف transform_df.show()
الوظيفة على النحو التالي:
لقد نجحنا في تحويل بيانات الإدخال واستيعابها في ملف car-data
مجموعة مميزة.
قم بتشغيل كود @feature_processor عن بعد
في هذا القسم، نوضح تشغيل كود معالجة الميزات عن بعد كتطبيق Spark باستخدام @remote
مصمم الديكور الموصوف سابقًا. نقوم بتشغيل معالجة الميزات عن بعد باستخدام Spark لتوسيع نطاق مجموعات البيانات الكبيرة. يوفر Spark معالجة موزعة على مجموعات للتعامل مع البيانات الكبيرة جدًا بالنسبة لجهاز واحد. ال @remote
يقوم الديكور بتشغيل كود Python المحلي كمهمة تدريب SageMaker فردية أو متعددة العقد.
- استخدم
@remote
مصمم الديكور مع@feature_processor
مصمم الديكور على النحو التالي:
• spark_config
تشير المعلمة إلى أن هذا يتم تشغيله كـ a Spark application
. يقوم مثيل SparkConfig بتكوين تكوين Spark وتبعياته.
- تحديد
aggregate()
وظيفة لتجميع البيانات باستخدام PySpark SQL والوظائف المحددة من قبل المستخدم (UDFs). تقوم هذه الوظيفة بالإجراءات التالية:- سلسل
model
,year
وstatus
لخلقmodel_year_status
. - خذ المتوسط
price
لخلقavg_price
. - خذ القيمة القصوى ل
price
لخلقmax_price
. - خذ المتوسط
mileage
لخلقavg_mileage
. - خذ القيمة القصوى ل
mileage
لخلقmax_mileage
. - خذ المتوسط
msrp
لخلقavg_msrp
. - خذ القيمة القصوى ل
msrp
لخلقmax_msrp
. - مجموعة من
model_year_status
.
- سلسل
- تشغيل
aggregate()
الوظيفة، التي تنشئ مهمة تدريب SageMaker لتشغيل تطبيق Spark:
ونتيجة لذلك، يقوم SageMaker بإنشاء مهمة تدريبية لتطبيق Spark المحدد مسبقًا. سيتم إنشاء بيئة تشغيل Spark باستخدام sagemaker-spark-processing image
.
نحن نستخدم وظائف تدريب SageMaker هنا لتشغيل تطبيق معالجة ميزات Spark الخاص بنا. باستخدام تدريب SageMaker، يمكنك تقليل أوقات بدء التشغيل إلى دقيقة واحدة أو أقل باستخدام التجميع الدافئ، وهو غير متوفر في معالجة SageMaker. وهذا يجعل تدريب SageMaker مُحسّنًا بشكل أفضل لمهام الدفعات القصيرة مثل معالجة الميزات حيث يكون وقت بدء التشغيل مهمًا.
- لعرض التفاصيل، على وحدة تحكم SageMaker، اختر وظائف التدريب مع قادة الإيمان في جزء التنقل، ثم اختر الوظيفة بالاسم
aggregate-<timestamp>
.
خرج ملف إجمالي() تقوم الوظيفة بإنشاء رمز القياس عن بعد. داخل الإخراج، سترى البيانات المجمعة على النحو التالي:
عند اكتمال مهمة التدريب، يجب أن تشاهد الإخراج التالي:
قم بتشغيل معالج الميزات عبر خطوط أنابيب SageMaker
في هذا القسم، نوضح كيفية تشغيل معالج الميزات من خلال ترقيته إلى مسار SageMaker وعمليات التشغيل المجدولة.
- أولا، قم بتحميل Transform_code.py ملف يحتوي على منطق معالجة الميزات في Amazon S3:
- بعد ذلك، قم بإنشاء خط أنابيب معالج الميزات car_data_pipeline يستخدم ال .to_pipeline() وظيفة:
- لتشغيل خط الأنابيب، استخدم الكود التالي:
- وبالمثل، يمكنك إنشاء مسار للميزات المجمعة يسمى
car_data_aggregated_pipeline
وابدأ الجري. - جدولة
car_data_aggregated_pipeline
للتشغيل كل 24 ساعة:
في قسم المخرجات، سترى ARN الخاص بخط الأنابيب ودور تنفيذ خط الأنابيب وتفاصيل الجدول الزمني:
- للحصول على جميع مسارات معالج الميزات في هذا الحساب، استخدم
list_pipelines()
وظيفة على معالج الميزة:
سيكون الإخراج على النحو التالي:
لقد نجحنا في إنشاء خطوط أنابيب لمعالج ميزات SageMaker.
استكشف مسارات معالجة الميزات وسلالة تعلم الآلة
في SageMaker Studio، أكمل الخطوات التالية:
- على وحدة تحكم SageMaker Studio، على الصفحة الرئيسية القائمة، اختر خطوط الأنابيب.
يجب أن تشاهد خطي أنابيب تم إنشاؤهما: car-data-ingestion-pipeline
و car-data-aggregated-ingestion-pipeline
.
- اختيار
car-data-ingestion-pipeline
.
ويعرض تفاصيل التشغيل على المعاملات علامة التبويب.
- لعرض مجموعة المعالم المملوءة بواسطة التدفق، اختر متجر الميزات مع البيانات واختر
car-data
.
سترى مجموعتي الميزات التي أنشأناها في الخطوات السابقة.
- اختيار
car-data
مجموعة مميزة.
سترى تفاصيل الميزات على المميزات علامة التبويب.
عرض تشغيل خط الأنابيب
لعرض تشغيل خط الأنابيب، أكمل الخطوات التالية:
- على تنفيذ خطوط الأنابيبعلامة التبويب، حدد
car-data-ingestion-pipeline
.
وهذا سوف تظهر كافة أشواط.
- اختر أحد الروابط لرؤية تفاصيل التشغيل.
- لعرض النسب، اختر النسب.
النسب الكامل ل car-data
يعرض مصدر بيانات الإدخال car_data.csv
وكيانات المنبع. النسب ل car-data-aggregated
يظهر الإدخال car-data
مجموعة مميزة.
- اختار ميزات التحميل ثم اختر الاستعلام عن نسب المنبع on
car-data
وcar-data-ingestion-pipeline
لرؤية كافة الكيانات المنبع.
النسب الكامل ل car-data
يجب أن تبدو مجموعة الميزات مثل لقطة الشاشة التالية.
وبالمثل، النسب ل car-aggregated-data
يجب أن تبدو مجموعة الميزات مثل لقطة الشاشة التالية.
يوفر SageMaker Studio بيئة واحدة لتتبع خطوط الأنابيب المجدولة، وعرض عمليات التشغيل، واستكشاف السلالة، وعرض كود معالجة الميزات.
الميزات المجمعة مثل متوسط السعر والحد الأقصى للسعر ومتوسط عدد الكيلومترات والمزيد في car-data-aggregated
توفر مجموعة الميزات نظرة ثاقبة لطبيعة البيانات. يمكنك أيضًا استخدام هذه الميزات كمجموعة بيانات لتدريب نموذج للتنبؤ بأسعار السيارات، أو لعمليات أخرى. ومع ذلك، فإن تدريب النموذج خارج نطاق هذا المنشور، الذي يركز على إظهار إمكانات SageMaker Features Store لهندسة الميزات.
تنظيف
لا تنس تنظيف الموارد التي تم إنشاؤها كجزء من هذا المنشور لتجنب تكبد رسوم مستمرة.
- قم بتعطيل خط الأنابيب المجدول عبر
fp.schedule()
الطريقة مع معلمة الحالة كDisabled
:
- حذف مجموعتي الميزات:
قد تؤدي البيانات الموجودة في حاوية S3 ومخزن الميزات غير المتصلة بالإنترنت إلى تكبد تكاليف، لذا يجب عليك حذفها لتجنب أي رسوم.
- احذف كائنات S3.
- احذف السجلات من متجر المميزات
وفي الختام
في هذا المنشور، أوضحنا كيف استخدمت إحدى شركات مبيعات السيارات معالج ميزات متجر ميزات SageMaker للحصول على رؤى قيمة من بيانات مبيعاتها الأولية من خلال:
- استيعاب البيانات المجمعة وتحويلها على نطاق واسع باستخدام Spark
- تشغيل سير عمل هندسة الميزات عبر خطوط أنابيب SageMaker
- توفير تتبع النسب وبيئة واحدة لمراقبة خطوط الأنابيب واستكشاف الميزات
- إعداد الميزات المجمعة المُحسّنة لتدريب نماذج تعلم الآلة
ومن خلال اتباع هذه الخطوات، تمكنت الشركة من تحويل البيانات غير القابلة للاستخدام سابقًا إلى ميزات منظمة يمكن استخدامها بعد ذلك لتدريب نموذج للتنبؤ بأسعار السيارات. لقد مكّنهم متجر SageMaker Features Store من التركيز على هندسة الميزات بدلاً من البنية التحتية الأساسية.
نأمل أن يساعدك هذا المنشور في فتح رؤى تعلم الآلة القيمة من بياناتك الخاصة باستخدام معالج ميزات SageMaker Features Store!
لمزيد من المعلومات حول هذا ، يرجى الرجوع إلى معالجة الميزات ومثال SageMaker على متجر ميزات Amazon SageMaker: مقدمة لمعالج الميزات.
حول المؤلف
ضافال شاه هو مهندس حلول أول في AWS، متخصص في التعلم الآلي. ومن خلال تركيزه القوي على الشركات الرقمية المحلية، فهو يعمل على تمكين العملاء من الاستفادة من AWS ودفع نمو أعمالهم. باعتباره من عشاق التعلم الآلي، فإن دافال مدفوع بشغفه بإيجاد حلول مؤثرة تحقق تغييرًا إيجابيًا. في أوقات فراغه، ينغمس في حب السفر ويعتز باللحظات الممتعة مع عائلته.
نيناد جوشي هو مهندس حلول أول في AWS، حيث يساعد عملاء AWS العالميين على تصميم حلول آمنة وقابلة للتطوير وفعالة من حيث التكلفة في السحابة لحل تحديات الأعمال المعقدة في العالم الحقيقي. يغطي عمله في التعلم الآلي (ML) نطاقًا واسعًا من حالات استخدام الذكاء الاصطناعي/التعلم الآلي، مع التركيز بشكل أساسي على التعلم الآلي الشامل ومعالجة اللغات الطبيعية ورؤية الكمبيوتر. قبل انضمامه إلى AWS، عمل نيناد كمطور برامج لمدة تزيد عن 12 عامًا. بعيدًا عن مساعيه المهنية، يستمتع نيناد بلعب الشطرنج واستكشاف المناورات المختلفة.
- محتوى مدعوم من تحسين محركات البحث وتوزيع العلاقات العامة. تضخيم اليوم.
- PlatoData.Network Vertical Generative Ai. تمكين نفسك. الوصول هنا.
- أفلاطونايستريم. ذكاء Web3. تضخيم المعرفة. الوصول هنا.
- أفلاطون كربون، كلينتك ، الطاقة، بيئة، شمسي، إدارة المخلفات. الوصول هنا.
- أفلاطون هيلث. التكنولوجيا الحيوية وذكاء التجارب السريرية. الوصول هنا.
- المصدر https://aws.amazon.com/blogs/machine-learning/unlock-ml-insights-using-the-amazon-sagemaker-feature-store-feature-processor/
- :لديها
- :يكون
- :ليس
- :أين
- $ UP
- 1
- 10
- 100
- 11
- 116
- 12
- 13
- 14
- 15%
- 16
- 20
- 24
- 26%
- 40
- 7
- 8
- 9
- a
- ماهرون
- حسابي
- دقيق
- في
- الإجراءات
- تضيف
- مجموع
- تجميع
- AI / ML
- الكل
- يسمح
- على طول
- أيضا
- أمازون
- الأمازون SageMaker
- أمازون ويب سيرفيسز
- an
- و
- آخر
- أي وقت
- تطبيق
- هي
- الحجج
- AS
- At
- أتمتة
- تلقائيا
- متاح
- المتوسط
- تجنب
- AWS
- الأساسية
- BE
- قبل
- أفضل
- أفضل
- كبير
- على حد سواء
- جلب
- عبء
- الأعمال
- الأعمال
- by
- تسمى
- CAN
- قدرات
- سيارة
- cars
- حقيبة
- الحالات
- التحديات
- تغيير
- اسعارنا محددة من قبل وزارة العمل
- شطرنج
- اختار
- سحابة
- الكود
- عمود
- الأعمدة
- يأتي
- حول الشركة
- إكمال
- مجمع
- الكمبيوتر
- رؤية الكمبيوتر
- الاعداد
- تكوين
- كنسولات
- يحتوي
- باستمرار
- تحول
- التكلفة
- التكاليف
- استطاع
- يغطي
- خلق
- خلق
- يخلق
- خلق
- حرج
- مرهقة
- على
- العملاء
- البيانات
- قواعد البيانات
- تعريف
- تعريف
- شرح
- تظاهر
- يوضح
- التظاهر
- التبعيات
- وصف
- وصف
- تصميم
- مطلوب
- تفاصيل
- تطوير
- المطور
- مختلف
- رقمي
- معاق
- عرض
- وزعت
- فعل
- قيادة
- مدفوع
- كل
- في وقت سابق
- الطُرق الفعّالة
- جهد
- إمباورز
- تمكين
- تمكن
- تمكين
- النهائي إلى نهاية
- المساعي
- الهندسة
- المهندسين
- ضمان
- متحمس
- الكيانات
- البيئة
- الحدث/الفعالية
- كل
- مثال
- تنفيذ
- الخروج
- شرح
- اكتشف
- استكشاف
- للعائلات
- أسرع
- الميزات
- المميزات
- قم بتقديم
- ملفات
- تركز
- ويركز
- اتباع
- متابعيك
- متابعات
- في حالة
- كسري
- تبدأ من
- بالإضافة إلى
- وظيفة
- وظائف
- ربح
- يولد
- دولار فقط واحصل على خصم XNUMX% على جميع
- العالمية
- تجمع
- مجموعات
- التسويق
- مقبض
- مقابض
- يملك
- he
- رؤوس
- ثقيل
- رفع أحمال ثقيلة
- مساعدة
- يساعد
- هنا
- تسليط الضوء
- جدا
- له
- الصفحة الرئيسية
- أمل
- ساعات العمل
- كيفية
- كيفية
- لكن
- HTML
- HTTPS
- ID
- معرف
- if
- صورة
- تأثيرا
- التنفيذ
- استيراد
- أهمية
- in
- بما فيه
- يشير
- info
- معلومات
- البنية التحتية
- في البداية
- إدخال
- المدخلات
- في الداخل
- تبصر
- رؤى
- تثبيت
- مثل
- إلى
- IT
- تكرير
- انها
- وظيفة
- المشــاريــع
- انضمام
- JPG
- احتفظ
- لغة
- كبير
- تعلم
- أقل
- يتيح
- الرافعة المالية
- تجميل
- مثل
- نسب
- وصلات
- قائمة
- تحميل
- الأحمال
- محلي
- محليا
- سجل
- منطق
- بحث
- يبدو مثل
- حب
- آلة
- آلة التعلم
- الرئيسية
- يصنع
- إدارة
- يدويا
- كثير
- مباراة
- ماكس
- أقصى
- MDX
- ذات مغزى
- القائمة
- طريقة
- دقيقة
- مفقود
- ML
- نموذج
- عارضات ازياء
- لحظات
- مراقبة
- الأكثر من ذلك
- يجب
- الاسم
- أسماء
- محلي
- طبيعي
- معالجة اللغات الطبيعية
- الطبيعة
- التنقل
- قائمة الإختيارات
- حاجة
- بحاجة
- جديد
- العقدة
- مفكرة
- عدد
- of
- حاليا
- غالبا
- on
- ONE
- جارية
- فقط
- عملية
- عمليات
- الأمثل
- خيار
- or
- أخرى
- لنا
- خارج
- الناتج
- في الخارج
- على مدى
- الخاصة
- خبز
- المعلمة
- المعلمات
- جزء
- شغف
- نفذ
- ينفذ
- خط أنابيب
- أفلاطون
- الذكاء افلاطون البيانات
- أفلاطون داتا
- لعب
- مأهول
- إيجابي
- منشور
- pr
- تنبأ
- سابق
- سابقا
- السعر
- الأسعار
- ابتدائي
- قبل
- معالجة
- المعالج
- محترف
- تعزيز
- تزود
- المقدمة
- ويوفر
- بايثون
- جودة
- نطاق
- بدلا
- الخام
- العالم الحقيقي
- سجل
- تسجيل
- أحمر
- تخفيض
- يقلل
- الرجوع
- إزالة
- تكرارية
- يحل محل
- تطلب
- الموارد
- نتيجة
- مما أدى
- عائد أعلى
- النوع
- يجري
- تشغيل
- يدير
- s
- sagemaker
- تخفيضات
- الأملاح
- تحجيم
- حجم
- جدول
- المقرر
- جدولة
- العلماء
- نطاق
- الإستراحة
- شبكة التنمية المستدامة
- ثواني
- القسم
- تأمين
- انظر تعريف
- كبير
- خدماتنا
- قصير
- ينبغي
- إظهار
- يظهر
- هام
- الاشارات
- عزباء
- بيئة واحدة
- So
- تطبيقات الكمبيوتر
- باعت
- حل
- الحلول
- حل
- مصدر
- شرارة
- متخصصة
- مواصفات
- محدد
- رياضة
- بداية
- بدأت
- بدء التشغيل
- الولايه او المحافظه
- الحالة
- خطوات
- تخزين
- متجر
- قم بتخزين البيانات
- خيط
- قوي
- منظم
- ستوديو
- تقدم
- بعد ذلك
- ناجح
- بنجاح
- هذه
- مناسب
- جدول
- من
- أن
- •
- الدولة
- من مشاركة
- منهم
- then
- تشبه
- ثلاثة
- الوقت
- مرات
- إلى
- جدا
- تيشرت
- مسار
- تتبع الشحنة
- قطار
- قادة الإيمان
- صفقة
- تحول
- تحول
- التحولات
- تحول
- تحويل
- سفر
- جديد الموضة
- البرنامج التعليمي
- اثنان
- نوع
- أنواع
- ui
- مع
- التي تقوم عليها
- فتح
- تحديث
- us
- تستخدم
- حالة الاستخدام
- مستعمل
- استخدام
- القيمة
- قيمنا
- القيم
- مختلف
- السيارات
- بواسطة
- المزيد
- رؤيتنا
- vs
- دافئ
- وكان
- we
- الويب
- خدمات ويب
- التي
- واسع
- مدى واسع
- سوف
- مع
- للعمل
- عمل
- سير العمل
- اكتب
- عام
- سنوات
- أنت
- حل متجر العقارات الشامل الخاص بك في جورجيا
- زفيرنت