مجانا
What you'll learn
فهم أساسيات Python: هنتعلم الأساسيات في Python مثل المتغيرات، الحلقات، الدوال، والتعامل مع النصوص.
استخراج البيانات من الويب: هنتعلم كيفية استخدام مكتبات Python مثل BeautifulSoup و Selenium لاستخراج البيانات من صفحات الويب.
تحليل البيانات المستخرجة: تعلم كيفية معالجة وتحليل البيانات المستخرجة باستخدام المهارات الأساسية في Python.
التعامل مع HTML و XML: تعلم كيفية قراءة وتحليل بيانات HTML و XML لاستخراج المعلومات المطلوبة.
تطبيقات عملية: بناء مشاريع لاستخراج البيانات من مواقع متعددة مثل الأخبار والمتاجر الإلكترونية وتحليل هذه البيانات بشكل عملي.
مجانا
What you'll learn
تنظيف البيانات: تعلم كيفية التعامل مع missing values (القيم المفقودة)، outliers (القيم الغريبة)، و duplicates (البيانات المكررة).
معالجة البيانات: تعلم كيفية استخدام تقنيات مثل Normalization، Standardization، و Scaling لتحويل البيانات وتوحيدها.
التحليل الاستكشافي للبيانات (EDA): تعلم كيفية استكشاف البيانات باستخدام statistical summaries و visualizations.
تصور البيانات (Data Visualization): تعلم كيفية استخدام Matplotlib و Seaborn لإنشاء الرسوم البيانية التي تساعد في فهم البيانات.
استخراج الميزات (Feature Extraction): تعلم كيفية اختيار الميزات الأكثر تأثيرًا والملائمة لبناء models دقيقة.
مجانا
What you'll learn
تحسين مهارات SQL الأساسية: تعلم كيفية التعامل مع queries و subqueries المعقدة.
العمل مع JOINs المتقدمة: تعلم كيفية استخدام INNER JOIN، LEFT JOIN، RIGHT JOIN، و FULL OUTER JOIN بشكل متقدم.
إجراءات مخزنة (Stored Procedures): تعلم كيفية إنشاء stored procedures لتنفيذ عمليات معقدة.
Triggers: فهم كيفية استخدام triggers لتنفيذ الإجراءات تلقائيًا عند حدوث تغييرات في البيانات.
تحسين أداء الاستعلامات: تعلم كيفية تحسين الاستعلامات باستخدام INDEXES و EXPLAIN.
مجانا
What you'll learn
ماذا سوف أتعلم؟
مقدمة إلى Excel: فهم واجهة Excel واستخدام العملات و الأوراق.
إدخال البيانات والتنسيق: تعلم كيفية تنسيق الخلايا، إضافة بيانات، وتحريرها.
استخدام الدوال الأساسية: التعرف على الدوال الشائعة مثل SUM، AVERAGE، و COUNT.
إنشاء الرسوم البيانية: تعلم كيفية إنشاء الرسوم البيانية مثل Bar و Pie و Column، وتخصيصها.
التنظيم المتقدم للبيانات: استخدام Pivot Tables و Pivot Charts لتحليل البيانات المتقدمة.
التخصيص باستخدام ماكرو: تعلم كيفية تسجيل وتشغيل Macros لأتمتة المهام المتكررة.
تحليل البيانات المتقدم: استخدام What-If Analysis، Goal Seek، و Trend Analysis لتحليل البيانات المتقدمة.
مجانا
What you'll learn
التعرف على Power BI: تعلم الأدوات والوظائف المختلفة في Power BI.
جمع البيانات: تعلم كيفية جمع البيانات من مصادر متعددة مثل Excel، SQL Server، و web.
إنشاء التقارير: تعلم كيفية إنشاء reports باستخدام Power BI Desktop.
التصور المرئي: تعلم كيفية إنشاء interactive visualizations مثل الرسوم البيانية، الجداول، والمخططات.
التعامل مع البيانات: تعلم كيفية تنظيف البيانات باستخدام Power Query، وإنشاء العلاقات بين الجداول.
تخصيص التقارير: تعلم كيفية تخصيص التقارير بناءً على احتياجات المستخدمين.
مجانا
Math and Data Preparation for DS
تشتمل هذه الدورة على مواضيع متقدمة في تحليل البيانات وال... …
What you'll learn
تنظيف البيانات: تعلم كيفية التعامل مع missing values (القيم المفقودة)، outliers (القيم الغريبة)، و duplicates (البيانات المكررة).
معالجة البيانات: تعلم كيفية استخدام تقنيات مثل Normalization، Standardization، و Scaling لتحويل البيانات وتوحيدها.
التحليل الاستكشافي للبيانات (EDA): تعلم كيفية استكشاف البيانات باستخدام statistical summaries و visualizations.
تصور البيانات (Data Visualization): تعلم كيفية استخدام Matplotlib و Seaborn لإنشاء الرسوم البيانية التي تساعد في فهم البيانات.
مجانا
تعلم الآلة (Machine Learning) هو أحد أهم وأشهر مجالات ال... …
What you'll learn
بناء models: تعلم كيفية بناء models باستخدام Supervised Learning و Unsupervised Learning.
فهم الأساسيات: تعلم الأساسيات وفهم Machine Learning وكيفية استخدامه لحل المشكلات المعقدة.
التعلم من البيانات: تعلم كيفية التعامل مع البيانات وتنظيفها وتجهيزها لبناء models دقيقة.
تحليل البيانات وتصورها: تعلم كيفية تحليل البيانات واستخراج الأنماط باستخدام تقنيات مثل Exploratory Data Analysis (EDA) و Data Visualization.
تطبيق تقنيات التحسين: تعلم كيفية تحسين models باستخدام تقنيات مثل cross-validation و hyperparameter tuning.
مجانا
What you'll learn
فهم المفاهيم الأساسية في Deep Learning.
بناء وتدريب أول شبكة عصبية (Perceptron, Feed Forward Network).
التعامل مع مكتبات TensorFlow و PyTorch.
فهم خوارزميات Backpropagation وطرق التحسين (Optimizers).
بناء AutoEncoder و Variational AutoEncoder (VAE).
تصميم وتدريب Generative Adversarial Networks (GANs).
تطبيق عملي على بيانات حقيقية وتحليل نتائج الـ models.
