التعلم الآلي وKotlin: من الفكرة إلى نموذج الإنتاج

إذا كنت مطور Kotlin وترغب في إتقان التعلم الآلي دون الانتقال إلى Python، فهذا الكتاب لك. يوضح ديمتري فولكوف، المهندس الممارس ذو الخبرة العشرية، كيفية بناء أنظمة ML كاملة على لغة JVM الأصلية، باستخدام كامل قوة نظام Kotlin البيئي والتوافق مع مكتبات Python الشائعة.

ينقسم الكتاب إلى أربعة أجزاء منطقية:

• أساسيات ML في Kotlin — الجهاز الرياضي (الجبر الخطي، الإحصاء، التحسين) مع أمثلة بلغة Kotlin الخالصة. ستتعلم كيفية تنفيذ الانحدار الخطي، الانحدار اللوجستي، وطريقة أقرب الجيران k دون اعتمادات خارجية.



• المكتبات والأدوات — غوص عميق في Koma (الحسابات المصفوفية)، KotlinDL (الشبكات العصبية من JetBrains)، DeepLearning4J (التعلم العميق الصناعي) والتكامل مع TensorFlow عبر Java API. ستتعلم تحميل النماذج المدربة مسبقًا وإعادة تدريبها لمهامك الخاصة.



• التكامل مع نظام Python البيئي — تشغيل نصوص Python عبر ProcessBuilder، استخدام Jupyter Notebooks للنمذجة الأولية، وتطبيق DJL (Deep Java Library) للعمل السلس مع نماذج PyTorch وTensorFlow مباشرة من كود Kotlin.



• أنظمة ML الإنتاجية — بناء خطوط أنابيب معالجة البيانات، تسلسل النماذج إلى صيغتي PMML وONNX، النشر عبر Spring Boot، مراقبة انحراف البيانات، واختبار A/B للنماذج في الوقت الفعلي.

يتم إيلاء اهتمام خاص للحالات العملية:

• تصنيف المراجعات النصية باستخدام NLP في Kotlin
• التنبؤ بالسلاسل الزمنية (المبيعات، حركة المرور) باستخدام الشبكات المتكررة
• نظام توصيات يعتمد على التصفية التعاونية
• كشف الشذوذ في سجلات الخادم
• الرؤية الحاسوبية: تصنيف الصور باستخدام KotlinDL

جميع الأمثلة مصحوبة بكود عملي متاح في المستودع. ستتعلم ليس فقط تدريب النماذج، ولكن أيضًا دمجها في التطبيقات الحقيقية - من Android إلى الخدمات المصغرة للخادم. الكتاب مناسب للمطورين الملمين بأساسيات Kotlin وJava، لكنه لا يتطلب معرفة مسبقة في مجال ML. لمن يرغب في البقاء ضمن نظام JVM البيئي دون التضحية بقدرات علم البيانات الحديثة.

في النهاية، ينتظرك مشروع شامل: إنشاء خدمة ML للتنبؤ بتسرب العملاء - من جمع البيانات إلى النشر في Kubernetes باستخدام Ktor وKafka. ستحصل على قالب جاهز لبناء منتجات ML الخاصة بك بلغة Kotlin.

الكتاب صدر بغلاف مقوى، ويحتوي على أكثر من 400 صفحة، وأكثر من 80 رسمًا توضيحيًا، ورموز QR لدروس فيديو. خيار مثالي لمن يريد كتابة التعلم الآلي بلغة يعرفها ويحبها.