محتوى البرنامج
مقدمة في علوم البيانات
تعرف في هذه الوحدة على مفهوم علوم البيانات وأهميتها. ستتعلم ما هي علوم البيانات، المجالات الرئيسية لها مثل التحليل الإحصائي والتعلم الآلي، وكيفية تطبيق علوم البيانات في مختلف الصناعات. كما سنتعرف على خطوات عملية علوم البيانات من جمع البيانات إلى تقديم النتائج.
0/5
فهم البيانات
في هذه الوحدة، ستتعلم أنواع البيانات المختلفة مثل البيانات الكمية والنوعية والبيانات المنظمة وغير المنظمة. سنتعرف على كيفية جمع البيانات من مصادر متعددة مثل الاستطلاعات وAPIs، وكيفية تحليل البيانات الأولية لفهم طبيعتها واستخدامها في تحليل دقيق.
0/4
تنظيف وتحضير البيانات
تركز هذه الوحدة على أهمية تنظيف البيانات وتحضيرها قبل البدء في التحليل. ستتعرف على كيفية التعامل مع القيم المفقودة والتكرارات والقيم الشاذة. ستتعلم أيضًا أدوات وتقنيات لتنظيف البيانات باستخدام Google Sheets وExcel.
0/4
التحليل الاستكشافي للبيانات
ستتعرف في هذه الوحدة على مفهوم التحليل الاستكشافي للبيانات (EDA) واستخدامه لاكتشاف الأنماط والاتجاهات في البيانات. سنتعلم كيفية استخدام التقنيات الإحصائية مثل المتوسط والانحراف المعياري والمخططات البيانية لفهم أفضل للبيانات.
0/3
التحليل الإحصائي الأساسي
تتناول هذه الوحدة أساسيات التحليل الإحصائي لعلوم البيانات، مثل المتوسط الحسابي والوسيط والانحراف المعياري. ستتعلم كيفية تطبيق هذه المفاهيم باستخدام أدوات بسيطة مثل Google Sheets وExcel لتحليل البيانات وإيجاد النتائج المفيدة.
0/5
مقدمة لأدوات البيانات
تركز هذه الوحدة على الأدوات الأساسية التي يستخدمها علماء البيانات لتحليل البيانات. سنتعلم كيفية استخدام Excel وGoogle Sheets لأداء العمليات الحسابية والإحصائية الأساسية، بالإضافة إلى مقدمة لاستخدام أدوات تصور البيانات مثل Tableau.
0/2
تطبيقات علوم البيانات في العالم الحقيقي
تستعرض هذه الوحدة تطبيقات علوم البيانات في مختلف المجالات مثل الطب، والمالية، والتسويق. سنتعرف على كيفية استخدام التحليل البياني في تحسين القرارات والعروض التجارية .
0/2
علوم البيانات 101: مقدمة في تحليل البيانات للمبتدئين
عن الرحلة

المخططات الأساسية في تحليل البيانات

المخططات البيانية هي أدوات بصرية تُستخدم لتمثيل البيانات بطريقة واضحة وسهلة الفهم. لكل نوع من المخططات استخدام محدد بناءً على طبيعة البيانات والعلاقة التي نريد إظهارها. فيما يلي شرح تفصيلي لأهم المخططات الأساسية:


 المخطط الشريطي (Bar Chart)

التعريف:
المخطط الشريطي هو نوع من الرسوم البيانية التي تستخدم أعمدة أو أشرطة لتمثيل البيانات. يتم استخدامه لعرض تكرار الفئات أو مقارنة القيم بين مجموعات مختلفة.

الاستخدامات:

  • مقارنة عدد المبيعات بين فئات مختلفة مثل مبيعات المنتجات في كل شهر.
  • تحليل عدد الطلاب في كل تخصص جامعي.
  • إظهار إحصائيات التصويت في الانتخابات.

أنواع المخططات الشريطية:

  1. أفقي (Horizontal Bar Chart): مفيد عندما تكون الفئات طويلة أو عند ترتيبها تصاعديًا أو تنازليًا.
  2. رأسي (Vertical Bar Chart): يُستخدم بشكل شائع لعرض المقارنات.
  3. مكدس (Stacked Bar Chart): يُظهر توزيع المجموعات داخل كل شريط، مثل عدد الطلاب في كل مدرسة حسب الجنس (ذكور/إناث).

ملاحظات:

  • يُفضل عند وجود فئات منفصلة تحتاج إلى المقارنة.
  • يساعد في إبراز الاختلافات بين الفئات بشكل مرئي وواضح.

 المخطط الدائري (Pie Chart)

التعريف:
المخطط الدائري هو تمثيل مرئي للبيانات على شكل دائرة مقسمة إلى قطاعات بحيث يعكس كل قطاع نسبة معينة من الإجمالي.

الاستخدامات:

  • عرض النسب المئوية لمكونات مختلفة من إجمالي معين.
  • تحليل حصة السوق لكل شركة.
  • إظهار توزيع الميزانية على مختلف الأقسام.

ملاحظات:

  • مناسب فقط عندما يكون لدينا عدد قليل من الفئات (يفضل ألا تزيد عن 5-6).
  • لا يُستخدم عندما يكون الفرق بين القيم صغيرًا جدًا لأن التمييز يصبح صعبًا.
  • لا يُفضَّل عند مقارنة بيانات مختلفة الحجم، حيث يكون المخطط الشريطي أكثر فاعلية.

 المخطط النقطي (Scatter Plot)

التعريف:
المخطط النقطي هو رسم بياني يستخدم النقاط لتمثيل العلاقة بين متغيرين كميين مثل العلاقة بين الوزن والطول.

الاستخدامات:

  • تحليل العلاقة بين المدة الزمنية للدراسة ونتائج الامتحانات.
  • اكتشاف العلاقة بين درجة الحرارة ومعدل المبيعات للمشروبات الباردة.
  • تحديد وجود اتجاه أو نمط بين متغيرين مثل علاقة إيجابية أو سلبية.

أنواع العلاقات في المخطط النقطي:

  1. علاقة طردية (Positive Correlation): عندما يزداد أحد المتغيرات، يزداد الآخر أيضًا.
  2. علاقة عكسية (Negative Correlation): عندما يزداد أحد المتغيرات، ينخفض الآخر.
  3. عدم وجود علاقة (No Correlation): لا يوجد نمط واضح بين المتغيرين.

ملاحظات:

  • يُستخدم لتحديد العلاقات بين المتغيرات بدلاً من المقارنات.
  • يمكن أن يكون مفيدًا جدًا في تحليل البيانات الضخمة للكشف عن الاتجاهات والارتباطات.

مقارنة بين أنواع المخططات

النوع الاستخدام الرئيسي الأفضلية
المخطط الشريطي مقارنة الفئات تحليل التوزيعات والفروقات
المخطط الدائري عرض النسب المئوية رؤية التوزيع بسهولة
المخطط النقطي تحليل العلاقة بين متغيرين تحديد الأنماط والاتجاهات

خلاصة

  • المخطط الشريطي مثالي للمقارنات بين الفئات المختلفة.
  • المخطط الدائري مناسب لعرض النسب المئوية وتوزيع البيانات.
  • المخطط النقطي يُستخدم لتحليل العلاقات بين متغيرين كميين.

إذا كنت تعمل على تحليل بيانات، فمن المهم اختيار المخطط الصحيح بناءً على نوع البيانات والهدف من التحليل.

انضم إلى المحادثة