Data Science with Python - علم البيانات باستخدام بايثون


هدف التدريب
الهدف من دورة "Data Science with Python" هو تمكين المتدربين من استخدام لغة بايثون في معالجة وتحليل البيانات، وتطبيق تقنيات التعلم الآلي الأساسية، والتصور البياني، لبناء نماذج قابلة للتفسير تدعم اتخاذ القرارات المستنيرة.
فهرس موضوعات التدريب
اليوم 1
- التعريف بعلم البيانات ودور بايثون
- إعداد بيئة العمل (Jupyter)
- أنواع البيانات والمتغيرات
- التحكم في التدفق (شروط، حلقات)
- الدوال
- هياكل البيانات (قوائم، قواميس، مجموعات، tuples)
اليوم 2
- قراءة وكتابة البيانات (CSV, Excel, JSON)
- استخدام pandas (DataFrame / Series)
- استكشاف البيانات (عرض أولي، وصف إحصائي)
- التعامل مع القيم المفقودة
- التصفية والاختيار
- التجميع (groupby)
- الدمج والضم بين الجداول
اليوم 3
- التصوير البياني باستخدام matplotlib
- تخصيص الرسوم (عناوين، محاور، وسيلة الإيضاح)
- استخدام seaborn (scatter, boxplot, heatmap)
- تحليل الارتباط بين المتغيرات
- استكشاف العلاقات المرئية
اليوم 4
- المفاهيم الأساسية في التعلم الآلي
- تقسيم البيانات إلى تدريب/اختبار
- بناء نموذج انحدار (Linear Regression)
- بناء نموذج تصنيف (Logistic أو Decision Tree)
- تقييم النموذج (MSE, RMSE, R², الدقة، مصفوفة الالتباس)
اليوم 5
- خوارزميات التجميع (Clustering)
- ضبط المعاملات (Hyperparameter Tuning)
- اختيار الميزات (Feature Selection)
- مكافحة الإفراط في التكيّف (Overfitting)
- المشروع النهائي: التنظيف، الاستكشاف، بناء النموذج، التحسين، العرض
- مناقشة أخلاقية + توصيات مستقبلية
مخرجات التعلم
- القدرة على استخدام بايثون لمعالجة البيانات
- تنظيف وتحضير البيانات للاستكشاف
- تصور العلاقات بين المتغيرات
- بناء وتقييم نماذج تنبؤية وتصنيفية بسيطة
- تطبيق خوارزميات متقدمة مثل التجميع وضبط المعاملات
- الوعي بالقضايا الأخلاقية في تحليل البيانات
- إنجاز مشروع تحليلي شامل وعرض نتائجه بوضوح
المتطلبات السابقة للتدريب
- سعودي الجنسية
- درجة الدبلوم وما اعلى
- اللغة: عربية
- الأجهزة والأدوات: جهاز كمبيوتر مع اتصال الانترنت جيد
الشهادات الإحترافية المتعلقة |
|
---|---|
اسم مقدم الدورة |
|
خبرات المدرب |
|