تحليل البيانات

260

رقم التدريب 8300

هدف التدريب

تهدف الدورة الى تطوير المهارات اللازمة والاساسية لتحليل البيانات ومنها عملية الفصح والتدقيق والتنظيف لتكون اكثر دقة لتحصل في النهاية على المعلومات التي على اساسها يمكن اتخاذ وتحديد القرارات.

المهارات المكتسبة وفقاً لإطار المهارات الرقمية:

ادارة البيانات DATM المستويات: Level 1 Level 2 Level 3

فهرس موضوعات التدريب

اليوم الأول

١. القسم الأول :

ما المقصود بتحليل البيانات و ما هي اهميته وكيف نستفاد منها.

٢. القسم الثاني :

Introduction to Data Analytics with Python
Python practice
Understanding Python Libraries

٣. القسم الثالث:

شرح بعض الأدوات اللازمة لتحليل البيانات :

Data Analytics process

اليوم الثاني

Data Wrangling using Pandas

Pre-processing Data in Python
Data formatting
Binning
Turning Categorical Variables into Quantitive Variables in Python

مراحل تحليل البيانات في لغة البايثون:

تنظيف البيانات data cleaning
معالجة البيانات data preprocessing
عرض البيانات data visualization

اليوم الثالث

Exploratory Data Analysis
Descriptive Statistics
Analysis of Variance ANOVA
Correlation
Quiz
Break
Practice

اليوم الرابع

تطوير نموذج

الانحدار الخطي والانحدار الخطي المتعدد: تحليل التباين ANOVA
تقييم النموذج باستخدام التصور
الانحدار متعدد الحدود وخطوط الأنابيب
مقاييس التقييم داخل العينة
التنبؤ واتخاذ القرار

اليوم الخامس

Model Evaluation
Model Refinement
Overfitting, Underfitting and Model Selection
Ridge Regression
Grid Search
Quiz
Break
Practice

مخرجات التعلم

سوف يتعلم المتدرب في نهاية الدورة :

ماهو تحليل البيانات و ما هي أهميته؟
الاحصاء و الرياضيات اللازمة لتحليل البيانات.
شرح الأدوات اللازمة لتحليل البيانات.
المكتبات اللازمة في بايثون لتحليل البيانات.
المراحل اللازمة لتحليل البيانات:
تنظيف البيانات.
اعداد البيانات.
عرض البيانات بيانياً.

المتطلبات السابقة للتدريب

المتطلبات السابقة لدورة التدريبية:

١. المعرفة الأساسية بمكونات الحاسب.

٢. المعرفة الاساسية بأنظمة التشغيل.

٣. المعرفة الاساسية بمفاهيم البرمجة ومبادئ الاحصاء.

الخبرة:
١. حديث تخرج او خبرة أولية 6 شهور.

٢. خبرة سنة واحدة في استخدام و التعامل مع الكمبيوتر
القدرات.

اللغة:
١.عربية.

الأجهزة والأدوات:

١. جهاز كمبيوتر مع اتصال الانترنت جيد.

الشهادات الإحترافية المتعلقة	لا توجد شهادات احترافية مرتبطة بالدورة التدريبية.
اسم مقدم الدورة	Saad Alsharif
خبرات المدرب	Rawan Almobarak Data & AI at IMB Areas of Specialties: Linear Regression, Computer Architecture, Automata Theory, Data Structures and Algorithms, Software Development, Calculus 2, Probability with Applications, Linear Algebra, Discrete Mathematics UC Berkeley B Data Scientist- San Francisco Built predictive models using R to track Vybe’s growth via occupancy trends and churn levels of current properties o Built data visualizations to track available housing and price trends in different neighborhoods of San Francisco to shortlist possible areas of expansion