Data Science & Analytics
Open in Telegram
🌟 Your hub for courses from platforms like Udemy, Coursera, EdX, and more! 📚 Explore top recommendations for books and learning resources. 🎯 Stay updated on the latest job opportunities in Data Science and Analytics. @Ahmedneamatallah
Show more4 477
Subscribers
No data24 hours
+37 days
+1030 days
Posts Archive
«من أين تأتي البيانات؟»
تأتي البيانات -والتي تتنوع إلى أنواع البيانات- من تطور الفهم البشري للبيئة المحيطة به، وبالتالي من تطور معارفه والحاجة إلى توثيق هذه المعارف ووضعها حيز التنفيذ بالأسلوب الأمثل والأكثر كفاءة من جميع النواحي تحليلًا ومعالجة وسرعة، لكن يمكننا القول أن الأساليب الأساسية التي نحوز بها على بيانات أو نحدّث الموجودة منها قد تنحصر بما يلي:
» الافتراض assumption
» المراقبة observations
» القياس measurement
» التحليل analysis
»» الافتراض assumption
عادة ما يكون الافتراض منهجيًا، أي يستند إلى أفكار مسبقة عن موضوع ما أو إلى معلومات غير دقيقة أو بياناتها غير كافية. عادة ما تكون أنواع البيانات المفترضة خطوة مرحلية تُلغى لاحقًا عند حيازة البيانات المطلوبة، إلا أن توثيقها ضروري جدًا. فلو أردنا مثلًا أن نقدّر عدد المشترين المتوقعين لمنتج جديد في مدينة ما لدراسة جدوى توزيعه فيها سيكون هذا الرقم مفترضًا والنتائج التي تتأتى عنه افتراضيةً أيضًا ستصحح مع الوقت لكن بالطبع سيكون عدد المشترين متوقعًا بناء على أفكار أو دراسات مشابهة.
»» المراقبة observations
وهي إحدى الطرق الإحصائية Statistics المتبعة في حيازة البيانات، إذ تجري مراقبة ظاهرة اجتماعية أو اقتصادية أو غيرها ضمن جماعة population محددة للحصول على أنواع بيانات محددة تتعلق بالحالة المدروسة، كأن نسجل بيانات عن عدد المتزوجين تحت سن الثلاثين في منطقة معينة مثل سن الزواج وتاريخه وعدد الأطفال. تقدم هذه البيانات قاعدة قوية للحصول على الكثير من المعلومات التي يحتاجها الإحصائي للإجابة عن الأسئلة التي صمم هذه الدراسة لأجلها.
»» القياس measurement
تُعنى هذه الطريقة بالحصول على بيانات كمية (سنتحدث عنها لاحقًا) ثابتة توصّف الحالة المدروسة، ويقصد بالحصول على قيمة: إجراء ما يلزم من الاختبارات لتحديد القيمة المقاسة بأقل خطأ ممكن. من الأمثلة على البيانات المحازة عن طريق القياسات درجات الحرارة في مدينة محددة أو منسوب المياه في نهر خلال العام أو كمية المشتريات من منتج محدد وغيرها.
»» التحليل analysis
تهدف هذه العملية إلى تفكيك ظاهرة مجهولة أو مجموعة معلومات مجهولة التكوين إلى بياناتها الأولية لفهمها والاستفادة منها كالبيانات الناتجة عن تحليل الطيف الضوئي لنجم بعيد أو تحليل إشارة لاسلكية مركبة إلى مكوناتها الأساسية للحصول على بيانات تتعلق بالتردد والشدة.
» إذًا فعمليات الحصول على أنواع البيانات أو حيازتها تتعلق بالظاهرة المدروسة والهدف النهائي من هذه الدراسة والمعلومات التي يجب الحصول عليها أو فهمها تمهيدًا لتخزينها أو وضعها حيز التطبيق..
«أنواع تخزين البيانات»
» تخزن البيانات في وسائط تخزين والتي إما أن تكون فيزيائية باستعمال الأوراق والدفاتر وكل ما يصلح للكتابة عليه أو باستعمال وسائط تخزين رقمية عبر الحواسيب التي هي الأشيع حاليًا بما أنها تسهل عمليات البحث والفهرسة ومعالجة البيانات.
فبالنسبة لتخزين البيانات في الحواسيب، فإنها تعتمد على وسائط تخزين رقمية مثل الأقراص المدمجة والأقراص الصلبة HDD وذواكر الحالة الصلبة SSD والتي تتطور تدريجيًا مع الزمن وفيها إما أن تخزن البيانات مباشرةً باستعمال نظام ملفات يوفره نظام التشغيل أو تخزن بطريقة مهيكلة عبر جداول مثلًا لتسهيل معالجتها والوصول إليها وهنا يمكن استعمال برامج بسيطة مثل برنامج إكسل من مايكروسوفت أوفيس وقواعد بيانات أكسس وحتى استعمال قواعد بيانات مخصصة تكون عادة الأساس الذي ترتكز عليه تطبيقات الحاسوب كلها.
«تصنيف أنواع البيانات Data Types»
تُصنّف ضمن ثلاثة فئات رئيسية هي:
• البيانات الكمية quantitative data
• البيانات النوعية qualitative data
• البيانات المنطقية logical data
وسنشرح كل تصنيف منها.
» البيانات الكمية
البيانات الكمية هي البيانات التي تأخذ قيمًا عددية أو ناتجة عن الموازنة مع مقاييس عددية ومن الأمثلة عليها ارتفاع بناء، فلا بد من أن يكون قيمة عددية محددة 30 متر مثلًا، أو أن تحدد مستوى مهارتك في لغة برمجة معينة على مقياس من 1 إلى 10.
تنتج هذه البيانات عن طريق قياس المقادير عبر الأجهزة المختلفة كمقاييس الضغط والحرارة والارتفاع، وقد نحصل عليها من الاستبيانات questionnaire التي تُنشر وتتطلب الإجابة عنها عن طريقة التقييم العددي لأسئلتها.
قد نجد أيضًا تصنيفات فرعية لهذا النوع من البيانات:
»» بيانات منفصلة discrete data: وهي بيانات كمية تأخذ قيمها من مجموعة قيم محددة سلفًا كعدد الوجبات التي يمكن للمطاعم أن تقدمها أو عدد الأولاد في عائلة محددة.
»» بيانات مستمرة continuous data: وتمثل عادة القيم التي تقيسها التجهيزات والتي يمكن أن تأخذ أي قيمة عددية ضمن مجال محدد مثل درجات الحرارة، ويمكن تصنيف هذه الأخيرة إلى:
»» بيانات مجالية interval data: وهي بيانات تمثل قيم عددية مرتبة تزيد كل قيمة عن التي تسبقها بمقدار محدد تمامًا كأن نعرض تسلسل طلبات الشراء، أو أن نسجل ارتفاع بالون في الجو كلما ارتفع 10 أمتار عن سطح البحر.
»» بيانات نسبية Ratio data: وهي بيانات مستمرة تمثل نسبة تكرار حالة إلى جميع الحالات الممكنة كأن تحدد احتمال إصابة هدف أو إمكانية ولادة طفل مصاب بمرض وراثي.
»» بيانات إحصائية: وهي البيانات التي تنتج عن تطبيق العلاقات الرياضية الخاصة بالإحصاء ومن أنواع البيانات الإحصائية:
» المتوسط الحسابي mean: ويقيس مجموع عدة قراءات إلى عددها كأن نحسب المتوسط الحسابي لأطوال الذكور في بيئة معينة بجمع أطوال جميع الذكور المشاركين في الدراسة ثم تقسيم الناتج على عددهم.
» المتوسط الهندسي geometric mean:
وهو الجذر من المرتبة n لجداء القراءات المتعلقة بظاهرة معينة.
» الوسيط median:
ويحدد القيمة التي تأتي في وسط مجموعة قيم مرتبة أي بمعنى آخر القيمة التي تقسم مجموعة قيمة مرتبة إلى مجموعتين متساويتين.
» الانحراف المعياري standard deviation:
ويمثل مقدار ابتعاد عينة عن المتوسط الحسابي.
» المدى range:
الفرق بين أعلى وأدنى قراءة من مجموعة قراءات.
» المنوال mode:
ويحدد القيمة أو القيم الأكثر ورودًا.
Microsoft Excel - Excel Course For Beginners
https://www.udemy.com/course/microsoft-excel-excel-only-for-beginners/?couponCode=SUBHANALLAH_103024
🆕 اللستة الرقمية الاولى🔝
تقدم لكم
❤️أفضل قنوات تبادل العملات الرقمية والفوركس واهم قنوات التقنية
⌘_ـــــــــــ_⌘_ـــــــــــ_⌘
☑️by : Mohammedalmesbahi
ك محلل بيانات - Data Analyst
▪︎هدفك الأساسي إنك تفهم البيانات بشكل كويس وتعمل تحليل دقيق للداتا اللي معاك..
▪︎مترددش انك تستخدم التكنولوجيا والأدوات الجديدة المتاحة..
▪︎بس متنساش إن تحليلك مش نهاية المطاف..
▪︎لازم تفهم القصة اللي ورا الأرقام وتحاول تعرف أسباب الظواهر اللي بتحصل في الواقع..
▪︎كمان لازم تكون قادر تقدم توصيات عملية وفعالة بناءً على التحليلات اللي عملتها..
▪︎ومتنساش إنك لازم تتواصل مع زملائك وعملائك بشكل دوري،
▪︎عشان تتأكد إن التحليلات اللي عملتها بتلبي احتياجاتهم وتحقق أهدافهم..
#نصيحة #Advice
🔥 هذه قائمة بأفضل مواقع الذكاء الاصطناعي الموثوق بها عالمية في كافة المجالات :
1- الدردشة
ـ (ChatGPT, Claude, Meta AI, Zapier Central)
2- تحسين محركات البحث
ـ (Perplexity, Google AI Overviews, Arc Search)
3- كتابة المحتوى
ـ (Jasper, Anyword, Writer)
4- التدقيق اللغوي
ـ (Grammarly, Wordtune, ProWritingAid)
5- تعديل وتوليد الفيديوهات
ـ (Runway, Descript)
6- توليد الصور
ـ (DALL·E 3, Midjourney, Ideogram)
7- إدارة وسائل التواصل الإجتماعي
ـ (FeedHive, Vista Social, Buffer)
8- التعليق الصوتي وتوليد الموسيقى
ـ (ElevenLabs, Suno, AIVA)
9- إدارة المشاريع
ـ (Mem, Notion AI Q&A, Personal AI)
10- إدارة المهام
ـ (Asana, Any.do, BeeDone)
11- مساعدو النسخ والاجتماعات
ـ (Fireflies, Avoma, tl;dv)
12- الجدولة
ـ (Reclaim, Clockwise, Motion)
13- إدارة البريد الإلكتروني
ـ (Shortwave, Microsoft , Gemini for Gmail)
14- عروض الشرائح والعروض التقديمية
ـ (Tome, Beautiful.ai, Slidesgo)
15- تصميم السيرة الذاتية
ـ (Teal, Enhancv, Kickresume)
16- الأتمتة
ـ (Zapier)
🆕 اللستة الرقمية الاولى🔝
تقدم لكم
❤️أفضل قنوات تبادل العملات الرقمية والفوركس واهم قنوات التقنية
⌘_ـــــــــــ_⌘_ـــــــــــ_⌘
☑️by : Mohammedalmesbahi
》بايثون (Python) اهم لغة برمجة في علم البيانات وتحليل البيانات.. اللغة دي بتتميز بسهولتها في التعلم والإستخدام، وكمان بيبقى فيها مكتبات وأدوات كتير جدًا لتحليل البيانات.
● بايثون بتحتوي على Libraries هتساعدك في تحليل الداتا اللي معاك..
■ مكتبة Pandas واحدة من أهم المكتبات اللي بتتستخدم في تحليل البيانات باستخدام بايثون.
بتساعدك على التعامل مع البيانات بشكل سهل ومنظم، وتنظيفها وإعدادها عشان تتحلل بطريقة صحيحة.. pandas بتقدم لينا أدوات تحليلية متعددة لتحليل البيانات.
■ مكتبة NumPy كمان أداة مهمة جدًا في تحليل البيانات ببايثون. بتساعد علي التعامل مع البيانات العددية بشكل دقيق..
■ مكتبة Matplotlib بتساعدك علي رسم البيانات بشكل سهل ومبسط..
● ببايثون، ممكن توصل لمصادر بيانات متنوعة بسهولة، وتستخدم أدوات وتقنيات متعددة لتحليل البيانات وإستخراج المعلومات المهمة..
● وبالإضافة لكده، هتساعدك على التعامل مع ال "Big Data" باستخدام تقنيات متطورة زي Apache Spark و Hadoop.
● تعلم بايثون خطوة مهمة جدًا لو حابب تلاقي فرص اكتر في مجال تحليل البيانات ..
دعوة للنقاش😃
محتاجين نركز علي اي الفتره اللي جاية علشان تستفادوا اكتر ؟
دعوة للنقاش😃
محتاجين نركز علي اي الفتره اللي جاية علشان تستفادوا اكتر ؟
