حول هذه الدورة
تشتمل هذه الدورة على مواضيع متقدمة في تحليل البيانات والإحصاء، مع التركيز على التحليل الوصفي والاستدلالي، بالإضافة إلى تقنيات تحضير البيانات باستخدام المكتبات الشهيرة مثل Pandas وNumPy وMatplotlib وSeaborn. من خلال هذه الدورة، سيتعلم المشاركون كيفية تجهيز البيانات بشكل صحيح، معالجة القيم المفقودة، وتحسين جودة البيانات، مما يعزز قدرتهم على إجراء تحليلات دقيقة وفعّالة.
أهداف التعلم
المواد
- Linear Algebra (Vectors, Matrices)
- Probability Theory (Bay's Theorem , Random Variables ,Distributions)
- Third-Part Libraries (NumPy ,Pandas , Matplotlib, Seaborn)
- Data Preprocessing
- Dimensionality Reduction and Transformations
متطلبات
- معرفة أساسية بالبرمجة باستخدام Python: من الأفضل أن تكون لديك معرفة بأساسيات Python، حيث أن الدورة تعتمد على هذه اللغة في التحليل ومعالجة البيانات.
- فهم أساسيات البيانات: يجب أن تكون لديك فكرة عن databases و data structures.
- أدوات العمل: يجب أن تكون لديك إمكانية الوصول إلى Python و Jupyter Notebooks أو Google Colab لممارسة التطبيقات العملية.
الجمهور المستهدف
- المطورون والمبرمجون: الذين يريدون تعلم كيفية التعامل مع البيانات وتحضيرها لبناء Machine Learning models.
- طلاب علوم البيانات وعلوم الكمبيوتر: الذين يرغبون في تعلم الأساسيات والتقنيات المستخدمة في تحضير البيانات.
- محللو البيانات: الذين يعملون في مجال Data Science ويرغبون في تحسين مهاراتهم في Data Preparation.
- المهنيون في مجال الذكاء الاصطناعي: الذين يحتاجون إلى تجهيز البيانات لاستخدامها في AI و Machine Learning.
منهاج دراسي
Linear Algebra
Introduction to Vector00:17:42
Vector Operations Part 100:23:9
Vector Operations Part 200:11:42
Vector Quiz
Matrix Part 100:19:39
Matrix Operation00:26:50
Matrix Quiz
NumPy Part 100:36:27
NumPy Part 200:18:38
NumPy Part 300:27:17
NumPy Quiz
Probability
Data Preprocessing
احصل على شهادة
أضف هذه الشهادة إلى سيرتك الذاتية لإثبات مهاراتك وزيادة فرصك في لفت الانتباه.
أساتذتك
Hossam El-Din
Fundamental Data Analyst @ Mubasher | Master's Degree in Data Analytics
I am proficient in tools such as Excel, SQL, Python, and Power BI, and I have a solid track record of designing and implementing data models, dashboards, and visualizations that drive business performance. My hands-on experience with large datasets and a variety of industries makes me confident in my ability to excel in this role
Student Feedback
تصنيف (2)
كويسه جدا ماشاء الله
جمبل جدا واستفدت استفادة قصوة
المواد
- Linear Algebra (Vectors, Matrices)
- Probability Theory (Bay's Theorem , Random Variables ,Distributions)
- Third-Part Libraries (NumPy ,Pandas , Matplotlib, Seaborn)
- Data Preprocessing
- Dimensionality Reduction and Transformations
