أمازون سيج ميكر داتا رانجلر هي واجهة مرئية واحدة تقلل الوقت المطلوب لإعداد البيانات وأداء هندسة الميزات من أسابيع إلى دقائق مع القدرة على تحديد البيانات وتنظيفها وإنشاء ميزات وأتمتة إعداد البيانات في سير عمل التعلم الآلي (ML) دون كتابة أي رمز.
يدعم SageMaker Data Wrangler ملفات ندفة الثلج، مصدر بيانات شائع للمستخدمين الذين يرغبون في أداء ML. أطلقنا اتصال Snowflake المباشر من SageMaker Data Wrangler من أجل تحسين تجربة العملاء. قبل إطلاق هذه الميزة ، طُلب من المسؤولين إعداد تكامل التخزين الأولي للاتصال بـ Snowflake لإنشاء ميزات لـ ML في Data Wrangler. وهذا يشمل التوفير خدمة تخزين أمازون البسيطة (Amazon S3) دلاء ، إدارة الهوية والوصول AWS (IAM) أذونات الوصول ، تكامل تخزين Snowflake للمستخدمين الفرديين ، وآلية مستمرة لإدارة أو تنظيف نسخ البيانات في Amazon S3. هذه العملية غير قابلة للتطوير للعملاء الذين لديهم تحكم صارم في الوصول إلى البيانات وعدد كبير من المستخدمين.
في هذا المنشور ، نوضح كيف يعمل اتصال Snowflake المباشر في SageMaker Data Wrangler على تبسيط تجربة المسؤول ورحلة ML لعالم البيانات من البيانات إلى رؤى الأعمال.
حل نظرة عامة
في هذا الحل ، نستخدم SageMaker Data Wrangler لتسريع إعداد البيانات لـ ML و Amazon SageMaker الطيار الآلي لإنشاء نماذج ML وتدريبها وضبطها تلقائيًا استنادًا إلى بياناتك. تم تصميم كلتا الخدمتين خصيصًا لزيادة الإنتاجية وتقصير الوقت اللازم لتحقيق القيمة لممارسي تعلم الآلة. نوضح أيضًا الوصول المبسط إلى البيانات من SageMaker Data Wrangler إلى Snowflake مع اتصال مباشر بالاستعلام وإنشاء ميزات لـ ML.
ارجع إلى الرسم التخطيطي أدناه للحصول على نظرة عامة على عملية ML ذات التعليمات البرمجية المنخفضة باستخدام Snowflake و SageMaker Data Wrangler و SageMaker Autopilot.
يتضمن سير العمل الخطوات التالية:
- انتقل إلى SageMaker Data Wrangler لإعداد البيانات ومهام هندسة الميزات.
- قم بإعداد اتصال Snowflake مع SageMaker Data Wrangler.
- استكشف جداول Snowflake في SageMaker Data Wrangler ، وأنشئ مجموعة بيانات ML ، وقم بإجراء هندسة الميزات.
- تدريب واختبار النماذج باستخدام SageMaker Data Wrangler و SageMaker Autopilot.
- قم بتحميل أفضل نموذج إلى نقطة نهاية الاستدلال في الوقت الفعلي للتنبؤات.
- استخدم دفتر ملاحظات Python لاستدعاء نقطة نهاية الاستدلال في الوقت الفعلي التي تم إطلاقها.
المتطلبات الأساسية المسبقة
لهذا المنشور ، يحتاج المسؤول إلى المتطلبات الأساسية التالية:
يجب أن يكون لدى علماء البيانات المتطلبات الأساسية التالية
أخيرًا ، يجب عليك إعداد بياناتك لـ Snowflake
- نحن نستخدم بيانات معاملات بطاقات الائتمان من Kaggle لبناء نماذج ML لاكتشاف معاملات بطاقات الائتمان الاحتيالية ، بحيث لا يتم تحصيل رسوم من العملاء مقابل العناصر التي لم يشتروها. تتضمن مجموعة البيانات معاملات بطاقات الائتمان في سبتمبر 2013 بواسطة حاملي البطاقات الأوروبيين.
- يجب عليك استخدام عميل SnowSQL وتثبيته في جهازك المحلي ، بحيث يمكنك استخدامه لتحميل مجموعة البيانات إلى جدول Snowflake.
توضح الخطوات التالية كيفية تحضير مجموعة البيانات وتحميلها في قاعدة بيانات Snowflake. هذا إعداد لمرة واحدة.
جدول ندفة الثلج وإعداد البيانات
أكمل الخطوات التالية لهذا الإعداد لمرة واحدة:
- أولاً ، كمسؤول ، قم بإنشاء مستودع ومستخدم ودور Snowflake افتراضي ومنح الوصول إلى مستخدمين آخرين مثل علماء البيانات لإنشاء قاعدة بيانات وبيانات المرحلة لحالات استخدام ML الخاصة بهم:
- بصفتك عالم بيانات ، فلنقم الآن بإنشاء قاعدة بيانات واستيراد معاملات بطاقات الائتمان إلى قاعدة بيانات Snowflake للوصول إلى البيانات من SageMaker Data Wrangler. لأغراض التوضيح ، نقوم بإنشاء قاعدة بيانات Snowflake باسم
SF_FIN_TRANSACTION
: - قم بتنزيل ملف CSV لمجموعة البيانات على جهازك المحلي وأنشئ مرحلة لتحميل البيانات في جدول قاعدة البيانات. قم بتحديث مسار الملف للإشارة إلى موقع مجموعة البيانات التي تم تنزيلها قبل تشغيل الأمر PUT لاستيراد البيانات إلى المرحلة التي تم إنشاؤها:
- قم بإنشاء جدول باسم
credit_card_transactions
: - قم باستيراد البيانات إلى الجدول الذي تم إنشاؤه من المرحلة:
قم بإعداد اتصال SageMaker Data Wrangler و Snowflake
بعد أن نجهز مجموعة البيانات لاستخدامها مع SageMaker Data Wrangler ، فلنقم بإنشاء اتصال Snowflake جديد في SageMaker Data Wrangler للاتصال بـ sf_fin_transaction
قاعدة البيانات في ندفة الثلج والاستعلام عن ملف credit_card_transaction
الجدول:
- اختار ندفة الثلج على SageMaker Data Wrangler الاتصال .
- أدخل اسمًا لتعريف اتصالك.
- حدد طريقة المصادقة الخاصة بك للاتصال بقاعدة بيانات Snowflake:
- إذا كنت تستخدم المصادقة الأساسية ، فقدم اسم المستخدم وكلمة المرور اللذين يشاركهما مسؤول Snowflake. بالنسبة لهذا المنشور ، نستخدم المصادقة الأساسية للاتصال بـ Snowflake باستخدام بيانات اعتماد المستخدم التي أنشأناها في الخطوة السابقة.
- إذا كنت تستخدم OAuth ، فقدم بيانات اعتماد موفر الهوية.
تستعلم SageMaker Data Wrangler افتراضيًا عن بياناتك مباشرة من Snowflake دون إنشاء أي نسخ للبيانات في حاويات S3. يستخدم تحسين قابلية الاستخدام الجديد لـ SageMaker Data Wrangler Apache Spark للتكامل مع Snowflake لإعداد مجموعة بيانات لرحلة ML الخاصة بك وإنشائها بسلاسة.
حتى الآن ، أنشأنا قاعدة البيانات على Snowflake ، واستوردنا ملف CSV إلى جدول Snowflake ، وأنشأنا بيانات اعتماد Snowflake ، وأنشأنا موصلًا على SageMaker Data Wrangler للاتصال بـ Snowflake. للتحقق من صحة اتصال Snowflake الذي تم تكوينه ، قم بتشغيل الاستعلام التالي على جدول Snowflake الذي تم إنشاؤه:
لاحظ أن خيار تكامل التخزين الذي كان مطلوبًا من قبل أصبح الآن اختياريًا في الإعدادات المتقدمة.
استكشاف بيانات ندفة الثلج
بعد التحقق من صحة نتائج الاستعلام ، اختر استيراد لحفظ نتائج الاستعلام كمجموعة بيانات. نستخدم مجموعة البيانات المستخرجة هذه لتحليل البيانات الاستكشافية وهندسة الميزات.
يمكنك اختيار أخذ عينات من البيانات من Snowflake في واجهة مستخدم SageMaker Data Wrangler. خيار آخر هو تنزيل بيانات كاملة لحالات استخدام تدريب نموذج ML الخاص بك باستخدام مهام معالجة SageMaker Data Wrangler.
قم بإجراء تحليل البيانات الاستكشافية في SageMaker Data Wrangler
يجب تصميم البيانات الموجودة داخل Data Wrangler قبل أن يتم تدريبها. في هذا القسم ، نوضح كيفية إجراء هندسة الميزات على البيانات من Snowflake باستخدام القدرات المضمنة في SageMaker Data Wrangler.
أولاً ، دعنا نستخدم ملف Data Quality and Insights Report
ميزة داخل SageMaker Data Wrangler لإنشاء تقارير للتحقق تلقائيًا من جودة البيانات واكتشاف التشوهات في البيانات من Snowflake.
يمكنك استخدام التقرير لمساعدتك في تنظيف بياناتك ومعالجتها. يمنحك معلومات مثل عدد القيم المفقودة وعدد القيم المتطرفة. إذا كانت لديك مشكلات تتعلق ببياناتك ، مثل التسرب المستهدف أو عدم التوازن ، فيمكن لتقرير الإحصاءات أن يلفت انتباهك إلى هذه المشكلات. لفهم تفاصيل التقرير ، راجع تسريع إعداد البيانات بجودة البيانات والرؤى في Amazon SageMaker Data Wrangler.
بعد التحقق من مطابقة نوع البيانات المطبقة بواسطة SageMaker Data Wrangler ، أكمل الخطوات التالية:
- اختر علامة الجمع الموجودة بجانب أنواع البيانات واختر أضف التحليل.
- في حالة نوع التحليل، اختر تقرير الرؤى وجودة البيانات.
- اختار إنشاء.
- راجع تفاصيل تقرير جودة البيانات والرؤى للتحقق من التحذيرات ذات الأولوية العالية.
يمكنك اختيار حل التحذيرات المبلغ عنها قبل متابعة رحلة ML الخاصة بك.
العمود الهدف Class
يتم تصنيفها كسلسلة. أولاً ، دعنا نطبق تحولًا لإزالة الأحرف الفارغة التي لا معنى لها.
- اختار أضف خطوة واختر تنسيق السلسلة.
- في قائمة التحويلات ، اختر تجريد اليسار واليمين.
- أدخل الأحرف المراد إزالتها والاختيار أضف.
بعد ذلك ، نقوم بتحويل العمود الهدف Class
من نوع بيانات السلسلة إلى Boolean لأن المعاملة إما مشروعة أو احتيالية.
- اختار أضف خطوة.
- اختار عمود التحليل كنوع.
- بالنسبة للعمود ، اختر
Class
. - في حالة من، اختر خيط.
- في حالة إلى، اختر منطقية.
- اختار أضف.
بعد تحويل العمود الهدف ، نقوم بتقليل عدد أعمدة الميزات ، نظرًا لوجود أكثر من 30 ميزة في مجموعة البيانات الأصلية. نستخدم تحليل المكونات الرئيسية (PCA) لتقليل الأبعاد بناءً على أهمية الميزة. لفهم المزيد حول PCA وتقليل الأبعاد ، يرجى الرجوع إلى خوارزمية تحليل المكونات الرئيسية (PCA).
- اختار أضف خطوة.
- اختار تخفيض الأبعاد.
- في حالة تحول، اختر تحليل المكون الرئيسي.
- في حالة أعمدة الإدخال، اختر كافة الأعمدة باستثناء العمود الهدف
Class
. - اختر علامة الجمع الموجودة بجانب تدفق البيانات واختر أضف التحليل.
- في حالة نوع التحليل، اختر نموذج سريع.
- في حالة اسم التحليل، إدخال اسم.
- في حالة تُشير، اختر
Class
. - اختار يجري.
بناءً على نتائج PCA ، يمكنك تحديد الميزات التي يجب استخدامها لبناء النموذج. في لقطة الشاشة التالية ، يُظهر الرسم البياني الميزات (أو الأبعاد) المطلوبة بناءً على الأهمية القصوى إلى الأدنى للتنبؤ بالفئة المستهدفة ، والتي في مجموعة البيانات هذه هي ما إذا كانت المعاملة احتيالية أو صحيحة.
يمكنك اختيار تقليل عدد الميزات بناءً على هذا التحليل ، ولكن بالنسبة لهذا المنشور ، نترك الإعدادات الافتراضية كما هي.
يُنهي هذا عملية هندسة الميزات الخاصة بنا ، على الرغم من أنه يمكنك اختيار تشغيل النموذج السريع وإنشاء تقرير جودة البيانات والرؤى مرة أخرى لفهم البيانات قبل إجراء مزيد من التحسينات.
تصدير البيانات وتدريب النموذج
في الخطوة التالية ، نستخدم SageMaker Autopilot لإنشاء أفضل نماذج ML وتدريبها وضبطها تلقائيًا استنادًا إلى بياناتك. مع SageMaker Autopilot ، لا تزال تحتفظ بالتحكم الكامل والرؤية الكاملة لبياناتك ونموذجك.
الآن بعد أن أكملنا الاستكشاف وهندسة الميزات ، دعنا ندرب نموذجًا على مجموعة البيانات ونصدر البيانات لتدريب نموذج ML باستخدام SageMaker Autopilot.
- على قادة الإيمان علامة التبويب، اختر تصدير وتدريب.
يمكننا مراقبة تقدم التصدير بينما ننتظر حتى يكتمل.
لنقم بتكوين SageMaker Autopilot لتشغيل وظيفة تدريب مؤتمتة عن طريق تحديد الهدف الذي نريد توقعه ونوع المشكلة. في هذه الحالة ، نظرًا لأننا ندرب مجموعة البيانات للتنبؤ بما إذا كانت المعاملة احتيالية أو صالحة ، فإننا نستخدم التصنيف الثنائي.
- أدخل اسمًا لتجربتك ، وقم بتوفير بيانات الموقع S3 ، واختر التالي: الهدف والميزات.
- في حالة الهدف، اختر
Class
كعمود للتنبؤ. - اختار التالي: طريقة التدريب.
لنسمح لبرنامج SageMaker Autopilot بتحديد طريقة التدريب بناءً على مجموعة البيانات.
- في حالة طريقة التدريب والخوارزميات، حدد السيارات.
لفهم المزيد حول أوضاع التدريب التي يدعمها SageMaker Autopilot ، راجع أوضاع التدريب والخوارزمية دعم.
- اختار التالي: النشر والإعدادات المتقدمة.
- في حالة خيار النشر، اختر النشر التلقائي لأفضل طراز مع تحويلات من Data Wrangler، والذي يقوم بتحميل أفضل نموذج للاستدلال بعد اكتمال التجربة.
- أدخل اسمًا لنقطة النهاية الخاصة بك.
- في حالة حدد نوع مشكلة التعلم الآلي، اختر التصنيف الثنائي.
- في حالة مقياس الاعتراض، اختر F1.
- اختار التالي: مراجعة وإنشاء.
- اختار إنشاء تجربة.
يؤدي هذا إلى بدء وظيفة الطيار الآلي من SageMaker والتي تخلق مجموعة من وظائف التدريب التي تستخدم مجموعات من المعلمات الفائقة لتحسين المقياس الموضوعي.
انتظر حتى ينتهي SageMaker Autopilot من بناء النماذج وتقييم أفضل نموذج ML.
قم بتشغيل نقطة نهاية للاستدلال في الوقت الفعلي لاختبار أفضل نموذج
تجري SageMaker Autopilot تجارب لتحديد أفضل نموذج يمكنه تصنيف معاملات بطاقات الائتمان على أنها شرعية أو احتيالية.
عندما يكمل SageMaker Autopilot التجربة ، يمكننا عرض نتائج التدريب بمقاييس التقييم واستكشاف أفضل نموذج من صفحة وصف وظيفة SageMaker Autopilot.
- حدد أفضل نموذج واختر نشر النموذج.
نستخدم نقطة نهاية الاستدلال في الوقت الفعلي لاختبار أفضل نموذج تم إنشاؤه من خلال SageMaker Autopilot.
- أختار قم بعمل تنبؤات في الوقت الفعلي.
عندما تكون نقطة النهاية متاحة ، يمكننا تمرير الحمولة والحصول على نتائج الاستدلال.
دعنا نطلق دفتر ملاحظات Python لاستخدام نقطة نهاية الاستدلال.
- في وحدة تحكم SageMaker Studio ، اختر رمز المجلد في جزء التنقل واختر إنشاء دفتر ملاحظات.
- استخدم كود Python التالي لاستدعاء نقطة نهاية الاستدلال في الوقت الفعلي المنشورة:
يظهر الإخراج النتيجة كـ false
، مما يعني أن بيانات الميزة النموذجية ليست احتيالية.
تنظيف
للتأكد من عدم تحميلك أية رسوم بعد إكمال هذا البرنامج التعليمي ، قم بإغلاق تطبيق SageMaker Data Wrangler و إغلاق مثيل دفتر الملاحظات تستخدم لأداء الاستدلال. يجب عليك أيضا حذف نقطة نهاية الاستنتاج قمت بإنشائه باستخدام SageMaker Autopilot لمنع الرسوم الإضافية.
وفي الختام
في هذا المنشور ، أوضحنا كيفية إحضار بياناتك من Snowflake مباشرة دون إنشاء أي نسخ وسيطة في هذه العملية. يمكنك إما أخذ عينة أو تحميل مجموعة البيانات الكاملة الخاصة بك إلى SageMaker Data Wrangler مباشرة من Snowflake. يمكنك بعد ذلك استكشاف البيانات وتنظيف البيانات وتنفيذ الهندسة المميزة باستخدام الواجهة المرئية لـ SageMaker Data Wrangler.
لقد أبرزنا أيضًا كيف يمكنك تدريب نموذج وضبطه بسهولة باستخدام SageMaker Autopilot مباشرةً من واجهة مستخدم SageMaker Data Wrangler. مع تكامل SageMaker Data Wrangler و SageMaker Autopilot ، يمكننا إنشاء نموذج بسرعة بعد إكمال هندسة الميزات ، دون كتابة أي رمز. ثم أشرنا إلى أفضل نموذج لـ SageMaker Autopilot لتشغيل الاستنتاجات باستخدام نقطة نهاية في الوقت الفعلي.
جرب التكامل المباشر الجديد Snowflake مع SageMaker Data Wrangler اليوم لبناء نماذج ML بسهولة باستخدام بياناتك باستخدام SageMaker.
عن المؤلفين
هاريهاران سوريش هو مهندس حلول أول في AWS. إنه شغوف بقواعد البيانات والتعلم الآلي وتصميم الحلول المبتكرة. قبل انضمامه إلى AWS ، كان Hariharan مهندسًا للمنتجات ، ومتخصصًا في تنفيذ الخدمات المصرفية الأساسية ، ومطورًا ، وعمل مع مؤسسات BFSI لأكثر من 11 عامًا. بعيدًا عن التكنولوجيا ، فهو يستمتع بالطيران المظلي وركوب الدراجات.
أبراجيثان فيدياناثان هو مهندس رئيسي لحلول المؤسسات في AWS. إنه يدعم عملاء المؤسسات لترحيل وتحديث أعباء العمل الخاصة بهم على سحابة AWS. وهو مهندس سحابي يتمتع بخبرة تزيد عن 23 عامًا في تصميم وتطوير المؤسسات وأنظمة البرامج واسعة النطاق والموزعة. وهو متخصص في التعلم الآلي وتحليلات البيانات مع التركيز على مجال البيانات وهندسة الميزات. إنه عداء ماراثون طموح وتشمل هواياته المشي لمسافات طويلة وركوب الدراجات وقضاء الوقت مع زوجته وطفليه.
تيم سونغ هو مهندس تطوير برمجيات في AWS SageMaker ، ويتمتع بخبرة تزيد عن 10 سنوات كمطور برامج ومستشار وقائد تقني ، وقد أظهر قدرته على تقديم منتجات قابلة للتطوير وموثوقة وحل المشكلات المعقدة. في أوقات فراغه ، يستمتع بالطبيعة والجري في الهواء الطلق والمشي لمسافات طويلة وما إلى ذلك.
بوسكو البوكيرك هو مهندس حلول شريك كبير في AWS ولديه أكثر من 20 عامًا من الخبرة في العمل مع منتجات قواعد البيانات والتحليلات من بائعي قواعد البيانات المؤسسية وموفري الخدمات السحابية. لقد ساعد شركات التكنولوجيا الكبيرة في تصميم حلول لتحليل البيانات وقاد فرقًا هندسية في تصميم وتنفيذ منصات تحليل البيانات ومنتجات البيانات.
- 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 السيارات / المركبات الكهربائية ، كربون، كلينتك ، الطاقة، بيئة، شمسي، إدارة المخلفات. الوصول هنا.
- BlockOffsets. تحديث ملكية الأوفست البيئية. الوصول هنا.
- المصدر https://aws.amazon.com/blogs/machine-learning/accelerate-time-to-business-insights-with-the-amazon-sagemaker-data-wrangler-direct-connection-to-snowflake/
- :لديها
- :يكون
- :ليس
- $ UP
- 1
- 10
- 100
- 11
- 12
- 14
- 15%
- 20
- 20 سنة
- 2013
- 27
- 30
- 40
- 500
- 7
- 9
- a
- القدرة
- من نحن
- تسريع
- الوصول
- حسابي
- إضافي
- الإداريين
- متقدم
- بعد
- مرة أخرى
- AI / ML
- الكل
- السماح
- أيضا
- بالرغم ان
- أمازون
- الأمازون SageMaker
- أمازون سيج ميكر داتا رانجلر
- أمازون ويب سيرفيسز
- كمية
- an
- تحليل
- تحليلات
- و
- آخر
- أي وقت
- أباتشي
- API
- تطبيقي
- التقديم
- هي
- AS
- تطمح
- At
- اهتمام
- التحقّق من المُستخدم
- أتمتة
- الآلي
- تلقائيا
- متاح
- AWS
- البنوك والمصارف
- على أساس
- الأساسية
- BE
- لان
- قبل
- أقل من
- أفضل
- بفسي
- الجسدي
- على حد سواء
- جلب
- نساعدك في بناء
- ابني
- مدمج
- الأعمال
- لكن
- by
- CAN
- قدرات
- أسر
- فيزا وماستركارد
- حقيبة
- الحالات
- الأحرف
- متهم
- اسعارنا محددة من قبل وزارة العمل
- التحقق
- اختار
- فئة
- تصنيف
- مبوب
- صنف
- زبون
- سحابة
- الكود
- عمود
- الأعمدة
- تركيبات
- الشركات
- إكمال
- الطلب مكتمل
- يكمل
- الانتهاء
- مجمع
- عنصر
- تكوين
- التواصل
- صلة
- كنسولات
- consultants
- استمر
- مراقبة
- تحول
- جوهر
- الخدمات المصرفية الأساسية
- خلق
- خلق
- يخلق
- خلق
- أوراق اعتماد
- ائتمان
- بطاقة إئتمان
- زبون
- تجربة العملاء
- العملاء
- البيانات
- الوصول إلى البيانات
- تحليل البيانات
- تحليلات البيانات
- تحضير البيانات
- عالم البيانات
- قاعدة البيانات
- قواعد البيانات
- تقرر
- الترتيب
- الافتراضات
- نقل
- شرح
- تظاهر
- نشر
- نشر
- نشر
- وصف
- تصميم
- تصميم
- تصميم
- تفاصيل
- حدد
- المطور
- تطوير
- التطوير التجاري
- الأبعاد
- مباشرة
- مباشرة
- وزعت
- نطاق
- لا
- إلى أسفل
- بإمكانك تحميله
- بسهولة
- إما
- نقطة النهاية
- مهندس
- الهندسة
- أدخل
- مشروع
- إلخ
- المجلة الأوروبية
- تقييم
- إلا
- موجود
- الخبره في مجال الغطس
- تجربة
- تجارب
- استكشاف
- تحليل البيانات استكشافية
- اكتشف
- تصدير
- بعيدا
- الميزات
- المميزات
- ويتميز
- قم بتقديم
- مالي
- نهاية
- الاسم الأول
- تطفو
- تركز
- متابعيك
- في حالة
- شكل
- محتال
- تبدأ من
- بالإضافة إلى
- إضافي
- توليد
- دولار فقط واحصل على خصم XNUMX% على جميع
- يعطي
- منح
- رسم بياني
- يملك
- he
- مساعدة
- ساعد
- أعلى
- سلط الضوء
- له
- كيفية
- كيفية
- HTML
- HTTP
- HTTPS
- اي كون
- تحديد
- هوية
- if
- عدم التوازن
- التنفيذ
- تحقيق
- استيراد
- أهمية
- استيراد
- واردات
- تحسن
- in
- تتضمن
- يشمل
- القيمة الاسمية
- فرد
- معلومات
- في البداية
- مبتكرة
- رؤى
- تثبيت
- دمج
- التكامل
- السطح البيني
- داخلي
- إلى
- مسائل
- IT
- العناصر
- وظيفة
- المشــاريــع
- انضمام
- رحلة
- JPG
- جسون
- كبير
- على نطاق واسع
- إطلاق
- أطلقت
- زعيم
- تعلم
- يترك
- ليد
- اليسار
- شرعي
- اسمحوا
- المكتبة
- مما سيحدث
- قائمة
- تحميل
- الأحمال
- محلي
- موقع
- أدنى
- آلة
- آلة التعلم
- صنع
- المحافظة
- جعل
- إدارة
- ماراثون
- مطابقة
- مايو..
- آلية
- طريقة
- متري
- المقاييس
- الهجرة
- دقيقة
- مفقود
- ML
- نموذج
- عارضات ازياء
- تحديث
- وسائط
- مراقبة
- الأكثر من ذلك
- الاسم
- عين
- الطبيعة
- قائمة الإختيارات
- إحتياجات
- جديد
- التالي
- مفكرة
- الآن
- عدد
- أوث
- موضوع
- موضوعي
- of
- on
- جارية
- الأمثل
- خيار
- or
- طلب
- المنظمات
- أصلي
- OS
- أخرى
- لنا
- خارج
- الناتج
- في الخارج
- على مدى
- نظرة عامة
- صفحة
- خبز
- الشريكة
- pass
- عاطفي
- كلمة المرور
- مسار
- نفذ
- أداء
- أذونات
- منصات التداول
- أفلاطون
- الذكاء افلاطون البيانات
- أفلاطون داتا
- المزيد
- البوينت
- الرائج
- منشور
- تنبأ
- وتوقع
- تنبؤات
- إعداد
- الشروط
- منع
- سابق
- رئيسي
- طباعة
- قبل
- المشكلة
- مشاكل
- عملية المعالجة
- معالجة
- المنتج
- إنتاجية
- المنتجات
- التقدّم
- تزود
- مزود
- مقدمي
- جمهور
- شراء
- أغراض
- وضع
- بايثون
- جودة
- الاستفسارات
- سريع
- بسرعة
- في الوقت الحقيقي
- تخفيض
- يقلل
- تخفيض
- الخدمة الموثوقة
- إزالة
- يحل محل
- تقرير
- وذكرت
- التقارير
- طلب
- مطلوب
- استجابة
- نتيجة
- النتائج
- مراجعة
- ركوب الخيل
- النوع
- يجري
- عداء
- تشغيل
- s
- sagemaker
- حفظ
- تحجيم
- عالم
- العلماء
- بسلاسة
- القسم
- إرسال
- كبير
- سبتمبر
- خدماتنا
- طقم
- إعدادات
- الإعداد
- شاركت
- ينبغي
- إظهار
- يظهر
- إشارة
- الاشارات
- مبسط
- عزباء
- So
- تطبيقات الكمبيوتر
- تطوير البرمجيات
- حل
- الحلول
- حل
- أغنية
- مصدر
- شرارة
- متخصص
- تتخصص
- على وجه التحديد
- سرعة
- الإنفاق
- المسرح
- يبدأ
- خطوة
- خطوات
- لا يزال
- تخزين
- متجر
- صارم
- خيط
- ستوديو
- تقدم
- ناجح
- بنجاح
- هذه
- الدعم
- مدعومة
- الدعم
- أنظمة
- جدول
- الهدف
- المهام
- فريق
- التكنولوجيا
- تكنولوجيا
- شركات التكنولوجيا
- تجربه بالعربي
- أن
- •
- الرسم البياني
- من مشاركة
- then
- هناك.
- هم
- هؤلاء
- عبر
- الوقت
- إلى
- اليوم
- قطار
- متدرب
- قادة الإيمان
- صفقة
- المعاملات
- تحول
- التحويلات
- صحيح
- البرنامج التعليمي
- اثنان
- نوع
- ui
- فهم
- تحديث
- us
- قابليتها للاستخدام
- تستخدم
- مستعمل
- مستخدم
- واجهة المستخدم
- المستخدمين
- يستخدم
- استخدام
- v1
- التحقق من صحة
- قيمنا
- القيم
- الباعة
- تحقق من
- المزيد
- افتراضي
- رؤية
- انتظر
- تريد
- وكان
- we
- الويب
- خدمات ويب
- أسابيع
- كان
- سواء
- التي
- في حين
- من الذى
- زوجة
- مع
- في غضون
- بدون
- للعمل
- عمل
- سير العمل
- سير العمل
- عامل
- جاري الكتابة
- سنوات
- أنت
- حل متجر العقارات الشامل الخاص بك في جورجيا
- زفيرنت