Drop Shipping

Fareed

AI Teacher

About

حوّل البيانات إلى معرفة، والمعرفة إلى قرارات ذكية.

تأخذك دورة علم البيانات في رحلة عملية تبدأ من فهم البيانات وتنظيمها، وصولاً إلى تحليلها واستخراج الأنماط والمعلومات المهمة منها. ستتعلم كيفية التعامل مع البيانات باستخدام الأدوات والتقنيات الحديثة، وتحويل الأرقام المعقدة إلى نتائج واضحة تساعد في حل المشكلات واتخاذ قرارات أفضل.

ماذا ستتعلم في الدورة؟

  • التعرف على مفهوم علم البيانات ومجالات استخدامه.
  • جمع البيانات وتنظيفها وتجهيزها للتحليل.
  • أساسيات البرمجة بلغة Python.
  • تحليل البيانات باستخدام مكتبات مثل Pandas وNumPy.
  • إنشاء الرسوم البيانية وعرض البيانات بصرياً.
  • تطبيق أساسيات الإحصاء والاحتمالات.
  • اكتشاف العلاقات والأنماط داخل البيانات.
  • مقدمة في تعلم الآلة وبناء النماذج التنبؤية.
  • تنفيذ مشاريع عملية باستخدام بيانات حقيقية.

محاور الدورة

  1. مقدمة في علم البيانات.
  2. أساسيات Python.
  3. التعامل مع البيانات وتنظيفها.
  4. التحليل الإحصائي للبيانات.
  5. عرض البيانات وتصميم الرسوم البيانية.
  6. مقدمة في قواعد البيانات وSQL.
  7. أساسيات تعلم الآلة.
  8. تطبيقات ومشاريع عملية.

لمن هذه الدورة؟

هذه الدورة مناسبة لـ:

  • المبتدئين الراغبين في دخول مجال علم البيانات.
  • الطلاب والخريجين من مختلف التخصصات.
  • العاملين في مجالات التقنية، الأعمال، التسويق والتمويل.
  • أصحاب المشاريع الراغبين في اتخاذ قرارات مبنية على البيانات.
  • كل من يرغب في تطوير مهاراته في تحليل البيانات.

المتطلبات السابقة

لا تحتاج إلى خبرة سابقة في علم البيانات. تبدأ الدورة من الأساسيات، ويُفضّل فقط امتلاك معرفة عامة باستخدام الحاسوب والرغبة في التعلم والتطبيق.

ماذا ستحقق بعد إكمال الدورة؟

بنهاية الدورة ستكون قادراً على:

  • التعامل مع مجموعات البيانات المختلفة.
  • تنظيف البيانات وتحليلها بطريقة صحيحة.
  • استخدام Python في تحليل البيانات.
  • إنشاء تقارير ورسوم بيانية واضحة.
  • استخراج معلومات تساعد في اتخاذ القرارات.
  • بناء مشاريع عملية تضيفها إلى معرض أعمالك.
  • امتلاك أساس قوي لمواصلة التخصص في علم البيانات أو تعلم الآلة.

الشهادة

يحصل المتدرب بعد إكمال متطلبات الدورة على شهادة إتمام من منصة PlusTeacher تثبت المهارات والمعارف التي اكتسبها خلال البرنامج.

دعوة للتسجيل

ابدأ رحلتك في واحد من أكثر المجالات نمواً وطلباً في سوق العمل، وتعلّم كيف تحوّل البيانات إلى حلول وقرارات مؤثرة.

سجّل الآن في دورة علم البيانات وابدأ بناء مستقبلك المهني.

Lessons

الوحدة الأولى: مقدمة في علم البيانات

  1. ما هو علم البيانات؟
  2. أهمية علم البيانات وتطبيقاته.
  3. الفرق بين علم البيانات وتحليل البيانات والذكاء الاصطناعي.
  4. مراحل مشروع علم البيانات.
  5. التعرف على أهم الأدوات المستخدمة.

الوحدة الثانية: أساسيات Python

  1. مقدمة في لغة Python وتجهيز بيئة العمل.
  2. المتغيرات وأنواع البيانات.
  3. العمليات الحسابية والمنطقية.
  4. الجمل الشرطية.
  5. الحلقات التكرارية.
  6. القوائم والقواميس والمجموعات.
  7. الدوال والتعامل مع الأخطاء.
  8. قراءة الملفات والتعامل معها.

الوحدة الثالثة: التعامل مع البيانات

  1. مقدمة إلى NumPy.
  2. إنشاء المصفوفات ومعالجتها.
  3. مقدمة إلى Pandas.
  4. إنشاء واستعراض جداول البيانات.
  5. تحديد الصفوف والأعمدة وتصفيتها.
  6. دمج وترتيب وتجميع البيانات.
  7. استيراد البيانات من ملفات CSV وExcel.
  8. تصدير البيانات وحفظ النتائج.

الوحدة الرابعة: تنظيف وتجهيز البيانات

  1. اكتشاف القيم المفقودة ومعالجتها.
  2. اكتشاف البيانات المكررة وحذفها.
  3. تصحيح أنواع البيانات.
  4. التعامل مع القيم الشاذة.
  5. توحيد وتنسيق البيانات.
  6. تجهيز البيانات للتحليل.

الوحدة الخامسة: الإحصاء وتحليل البيانات

  1. مقدمة في الإحصاء الوصفي.
  2. المتوسط والوسيط والمنوال.
  3. التباين والانحراف المعياري.
  4. التوزيعات الإحصائية.
  5. الاحتمالات الأساسية.
  6. الارتباط بين المتغيرات.
  7. اختبار الفرضيات.
  8. التحليل الاستكشافي للبيانات.

الوحدة السادسة: عرض البيانات بصرياً

  1. أهمية التصور البصري للبيانات.
  2. إنشاء الرسوم باستخدام Matplotlib.
  3. عرض البيانات باستخدام Seaborn.
  4. الرسوم الخطية والعمودية والدائرية.
  5. المخططات التكرارية ومخططات التشتت.
  6. اختيار الرسم المناسب لكل نوع من البيانات.
  7. تصميم لوحة بيانات مبسطة.
  8. تقديم النتائج بطريقة واضحة.

الوحدة السابعة: قواعد البيانات وSQL

  1. مقدمة في قواعد البيانات.
  2. إنشاء الجداول وفهم العلاقات بينها.
  3. استرجاع البيانات باستخدام SELECT.
  4. تصفية وترتيب البيانات.
  5. تجميع البيانات باستخدام الدوال الإحصائية.
  6. دمج الجداول باستخدام JOIN.
  7. ربط Python بقواعد البيانات.

الوحدة الثامنة: مقدمة في تعلم الآلة

  1. ما هو تعلم الآلة؟
  2. التعلم الموجّه وغير الموجّه.
  3. تقسيم بيانات التدريب والاختبار.
  4. الانحدار الخطي.
  5. نماذج التصنيف.
  6. التجميع باستخدام Clustering.
  7. تدريب النموذج وتقييم أدائه.
  8. تحسين النموذج وتجنب فرط التعلّم.

الوحدة التاسعة: المشاريع العملية

  1. مشروع تنظيف وتحليل مجموعة بيانات.
  2. مشروع تحليل بيانات المبيعات.
  3. إنشاء لوحة لعرض مؤشرات الأداء.
  4. بناء نموذج تنبؤي مبسط.
  5. إعداد التقرير النهائي وعرض النتائج.
  6. تجهيز مشروع علم البيانات لمعرض الأعمال.

Reviews

500

500 reviews

Course Fee

$1000 $1700

سجل الآن