كل الدورات
عن الدورة
تُقدّم هذه الدورة أساسيات علوم البيانات باستخدام بايثون، بدءًا من تعلم بعض أساسيات البرمجة الخاصة بتحليل البيانات، قبل التعمق في تطبيقات الذكاء الاصطناعي لاختبار الفرضيات. تتناول الدورة مكتبات أساسية مثل Numpy وPandas وScikit-Learn المهمة في تحليل البيانات الاستكشافية والتعلّم الآلي. تشمل الدورة شرحًا نظريًا وعمليًا حول الانحدار الخطي، مع تطبيق كامل يبدأ من قراءة البيانات وتنظيفها إلى بناء نموذج انحدار لتوقع تطور مرض السكري. في ختام الدورة، ستتمكن من تطبيق نموذج تصنيفي للتنبؤ بوجود أو عدم وجود أمراض القلب بناءً على بيانات صحية، مما يمنح المتعلم خبرة عملية في استخدام أدوات بايثون المتعددة لمشاريع علوم البيانات.
ماذا ستتعلم
- استخدام تقنيات الذكاء الاصطناعي لاختبار الفرضيات بلغة بايثون
- تطبيق نماذج التعلّم الآلي باستخدام Numpy, Pandas, وScikit-Learn
- فهم واستخدام مكتبات تحليل البيانات الاستكشافية
- بناء نموذج تصنيفي للتنبؤ بالأمراض بناءً على بيانات صحية
المتطلبات المسبقة
- مهارات حاسوبية وإنترنت أساسية
- قدرة على قراءة تعليمات الدورة باللغة الإنجليزية وتنفيذ التدريبات القصيرة
المدرسون
L
LearnQuest Network
المواضيع
تحليل البيانات
علوم البيانات
معلوماتية الصحة
الصحة
NumPy
تحليل البيانات الاستكشافية
هياكل البيانات
خوارزميات التصنيف
معلومات الدورة
المنصةCoursera
المستوىغير محدد
طريقة التعلمغير محدد
السعرمجاني
المهارات
تحليل البيانات
علوم البيانات
معلوماتية الصحة
الصحة
NumPy
تحليل البيانات الاستكشافية
هياكل البيانات
خوارزميات التصنيف
Data Manipulation
Statistical Hypothesis Testing
إعلان
إعلان