أساسيات علم البيانات

استكشف أساسيات علم البيانات عبر دورتنا الإلكترونية. صُممت دورة «أساسيات علم البيانات» لتزويد المشاركين بنظرة شاملة على التحديات والمفاهيم والأدوات الجوهرية في علم البيانات، مع التركيز على كيفية تحويل البيانات إلى معرفة قابلة للاستخدام. يمكن تنظيم محتوى الدورة ضمن ثلاثة محاور رئيسية. يبدأ المحور الأول بتقديم لمحة موجزة عن بنية علم البيانات التحتية المرتبطة بحجميّة البيانات وسرعة تدفقها. تشمل الموضوعات أدوات القياس وجمع البيانات (Instrumentation)، وبنى البيانات الضخمة (Big Data Infrastructures) والأنظمة الموزعة، وقواعد البيانات وإدارة البيانات. ويتمثل التحدي الأساسي هنا في جعل الحلول قابلة للتوسع وتعمل بشكل فوري قدر الإمكان. يركّز المحور الثاني—وهو محور الدورة الأساسي—على تحليل البيانات بهدف استخراج المعرفة منها. تغطي الدورة موضوعات رئيسية مثل استكشاف البيانات وتصويرها بصريًا، والمعالجة المسبقة للبيانات، وقضايا جودة البيانات والتحويلات اللازمة لتحسينها، إضافةً إلى تقنيات التعلم الخاضع للإشراف وغير الخاضع للإشراف وكيفية تقييم النماذج وقياس أدائها وتفسير النتائج. كما تتناول الدورة موضوعات من تنقيب البيانات مثل اكتشاف مجموعات العناصر المتكررة وقواعد الارتباط (Association Rules)، وتنقيب التسلسلات (Sequence Mining)، مع ربط المفاهيم بالتطبيق العملي باستخدام بايثون ومكتباتها الشائعة، والعمل في بيئات مثل Jupyter. بنهاية الدورة ستكون قادرًا على فهم حدود تقنيات التعلم الآلي والتنقيب عن البيانات والذكاء الاصطناعي، وتبنّي منظور مسؤول لعلم البيانات يراعي العدالة والدقة والسرية والشفافية.

• فهم دور علم البيانات في المجتمع والأعمال اليوم، بما يشمل التحديات والفرص
• الحصول على نظرة عامة جيدة عن نطاق واسع من تقنيات علم البيانات
• القدرة على بناء تصور للمسألة وإجراء تحليل بيانات أساسي وتقييم النتائج وتفسيرها بدقة
• فهم تحديات علم البيانات المسؤول (العدالة، الدقة، السرية، الشفافية) والحلول الممكنة
• فهم حدود تقنيات التعلم الآلي وتنقيب البيانات والذكاء الاصطناعي
• القدرة على كتابة برامج بايثون قصيرة واستخدام مكتبات بايثون الشائعة

• يمكن لأي شخص من أي تخصص لديه اهتمام بعلم البيانات البدء في هذه الدورة
• المعرفة المسبقة بالرياضيات ميزة (مثل الترميز الرياضي، الجبر الخطي، الاحتمالات والإحصاء) لكنها ليست إلزامية