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
الدرس : ما هي علوم البيانات؟
1
الدرس : عمليات علوم البيانات
2
3
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
الدرس : أنواع البيانات
الدرس: جمع البيانات
1
2
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
مقدمة في تنظيف البيانات
أدوات لتنظيف البيانات
1
2
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
ما هو التحليل الاستكشافي للبيانات
التصور البياني للبيانات
1
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 في الإحصاء
تطبيق التحليل الإحصائي
1
2
3
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
استخدام Excel وGoogle Sheets في علوم البيانات
1
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
تطبيقات علوم البيانات في العالم الحقيقي
1
علوم البيانات 101: مقدمة في تحليل البيانات للمبتدئين
عن الرحلة

  • جمع البيانات:

    • المصادر: يتم جمع البيانات من عدة مصادر مثل:
      • قواعد البيانات: مثل MySQL، MongoDB، وغيرها.
      • APIs: APIs تسمح لك بالوصول إلى بيانات من تطبيقات أو خدمات خارجية.
      • ويب Scraping: جمع البيانات مباشرة من صفحات الويب باستخدام أدوات مثل BeautifulSoup أو Scrapy.
      • استطلاعات البيانات: جمع البيانات من استبيانات أو استطلاعات عبر الإنترنت.

  • تحضير البيانات:

    • تنظيف البيانات: يتضمن إزالة القيم المفقودة، تصحيح الأخطاء، استبدال القيم غير المتوقعة، وتوحيد تنسيق البيانات.
    • التعامل مع القيم المفقودة: يمكن التعامل مع القيم المفقودة من خلال:
      • استبدال القيم المفقودة بمتوسط أو قيمة متوقعة.
      • حذف الصفوف أو الأعمدة التي تحتوي على قيم مفقودة إذا كانت غير هامة.
    • تحويل البيانات: مثل تحويل التواريخ أو النصوص إلى أنواع بيانات يمكن معالجتها.

  • تحليل البيانات:

    • التحليل الوصفي: يشمل تلخيص البيانات باستخدام مقاييس مثل المتوسط الحسابي، الوسيط، والانحراف المعياري.
    • التحليل الاستكشافي للبيانات (EDA): هو عملية فحص البيانات للحصول على نظرة أولية حول الأنماط أو العلاقات بين المتغيرات.

  • التصور البياني للبيانات:

    • الرسوم البيانية: استخدام الرسوم البيانية مثل الرسوم البيانية الخطية، المخططات الشريطية، والصندوق لتصور البيانات بطريقة مرئية.
    • المكتبات المستخدمة: في Python، يمكن استخدام مكتبات مثل Matplotlib و Seaborn لإنشاء هذه التصورات.
  •  
انضم إلى المحادثة
السابق
التالي