التعلم الآلي وC++: دليل عملي

كتاب «التعلم الآلي وC++» هو أول دليل عملي من نوعه يوضح كيفية تنفيذ خوارزميات التعلم الآلي بلغة C++ النقية دون استخدام Python. على عكس معظم كتب ML التي تركز على Python ومكتباتها، يركز هذا الإصدار على الأداء العالي والتحكم منخفض المستوى ودمج النماذج في مشاريع C++ الحالية.

عن ماذا يتحدث هذا الكتاب؟

يأخذ المؤلف القارئ خطوة بخطوة من المفاهيم الأساسية للتعلم الآلي إلى إنشاء شبكات عصبية خاصة به. ستتعلم كيفية:

• تنفيذ الانحدار الخطي واللوجستي باستخدام مكتبة Eigen للعمل مع المصفوفات؛
• بناء أشجار القرار والغابات العشوائية دون تبعيات خارجية؛
• استخدام OpenCV لمعالجة الصور الأولية واستخراج الميزات؛
• دمج TensorFlow C++ API لتحميل وتنفيذ النماذج المدربة مسبقًا؛
• تحسين الكود باستخدام تعدد الخيوط (OpenMP) وتعليمات SIMD؛
• نشر النماذج المدربة في الإنتاج - من الأنظمة المدمجة إلى الخوادم عالية التحميل.

لمن هذا الكتاب؟

• مطوري C++ الذين يرغبون في إضافة ML إلى أدواتهم؛
• المهندسين الذين يعملون على أنظمة عالية الأداء (الروبوتات، المالية، الألعاب، إنترنت الأشياء)؛
• الطلاب والباحثين الذين يرغبون في فهم البنية الداخلية لخوارزميات ML دون «الصناديق السوداء»؛
• كل من سئم من Python ويبحث عن حلول أسرع وأكثر قابلية للتنبؤ للتعلم الآلي.

ماذا ستتعلم بعد القراءة؟

• كيفية كتابة مكتبة خاصة بك للتعلم الآلي من الصفر؛
• كيفية العمل بكفاءة مع كميات كبيرة من البيانات باستخدام ميزات C++ (المؤشرات الذكية، دلالات النقل، حاويات STL)؛
• كيفية تحليل وتسريع خوارزميات ML: من تحسين ذاكرة التخزين المؤقت إلى حسابات GPU عبر CUDA؛
• كيفية دمج نماذج ML بلغة C++ في تطبيقات الويب (عبر REST API) أو تطبيقات الهاتف المحمول (عبر JNI)؛
• أمثلة حقيقية: كشف الشذوذ في السجلات، التنبؤ بأسعار الأسهم، تصنيف الصور على Raspberry Pi.

يحتوي الكتاب على أكثر من 50 مثالًا جاهزًا للكود، متاحة للتحميل. تم اختبار جميع الأمثلة على GCC وClang تحت Linux وmacOS وWindows. يستخدم المؤلف المعيار الحديث C++17/20، مما يجعل الكود حديثًا وآمنًا.

إذا كنت ترغب في تجاوز حدود Python وتعلم كيفية إنشاء حلول ML سريعة ومدمجة حقًا - فهذا الكتاب لك.