المقدمة
يشكل علم البيانات العمود الفقري لأنظمة الذكاء الاصطناعي الحديثة، حيث يوفر الأدوات الإحصائية والأساليب التحليلية اللازمة لاستخراج الرؤى من البيانات. تقدم هذه الدورة للمشاركين مقدمة شاملة عن سير عمل علم البيانات، من استكشاف البيانات إلى النمذجة والتقييم. سيعمل الحضور مع مجموعات بيانات حقيقية لممارسة تقنيات معالجة البيانات الأساسية. من خلال تطوير أسس تحليلية قوية، سيكون المتعلمون مستعدين لمواضيع أكثر تقدما في الذكاء الاصطناعي وتعلم الآلة.
أهداف الدورة
- فهم منهجيات علم البيانات الأساسية
- تعلم تقنيات تنظيف البيانات وتحليلها وتصورها
- استكشف الأسس الإحصائية للذكاء الاصطناعي
- بناء وتقييم النماذج التنبؤية الأساسية
- طور المهارات التحليلية العملية
الفئة المستهدفة
- الطلاب المهتمون بعلم البيانات أو الذكاء الاصطناعي
- المحللون الراغبون في تحسين مهارات النمذجة
- المطورون الذين ينتقلون إلى أدوار البيانات
- باحثون يعملون مع مجموعات البيانات
- أي شخص يبحث عن مهارات أساسية في البيانات
المنهاج
- 5 Sections
- 0 Lessons
- 5 أيام
Expand all sectionsCollapse all sections
- اليوم الأول: أسس علم البيانات• ما هو علم البيانات؟• دورة حياة علم البيانات• أنواع البيانات• تقنيات الاستكشاف• التجربة العملية: فحص البيانات0
- اليوم الثاني: إدارة البيانات• تنظيف البيانات• التعامل مع القيم الشاذة• دمج ودمج مجموعات البيانات• توليد الميزات• التجربة العملية: تحويل البيانات0
- اليوم الثالث: تحليل البيانات الاستكشافية• ملخصات إحصائية• الترابطات• التصورات• تحديد الأنماط• التجربة العملية: تحليل البيانات على مجموعة بيانات0
- اليوم الرابع: مقدمة في النمذجة التنبؤية• أساسيات الانحدار• أساسيات التصنيف• تقييم النماذج• تجنب الأخطاء الشائعة• التجربة العملية: بناء نموذج بسيط0
- اليوم الخامس: التطبيقات الواقعية• رؤى التقارير• سرد القصص بالبيانات• أخلاقيات البيانات• أساسيات نشر النماذج• تحليل التخرج0







