حول هذه الدورة
تجهيز البيانات هو خطوة أساسية في أي تحليل بيانات أو بناء Machine Learning Models، ويشمل تنظيف البيانات، معالجة البيانات المفقودة. هذه الخطوات تساعد في تحسين دقة النتائج من البيانات. بعدها، نستخدم مكتبة Numpyالتي توفر أدوات قوية للتعامل مع المصفوفات والعمليات الرياضية، مما يسهل العمل مع البيانات العددية. من ثم، ننتقل إلى مكتبة Pandasالتي تعتبر أساسية لتحليل البيانات بسرعة وفعالية، حيث توفر أدوات للعمل مع DataFrameو Series بالإضافة إلى إمكانية قراءة وتلخيص البيانات. وأخيرًا، نستخدم مكتبات Matplotlibو Seabornلعرض البيانات وفهم العلاقات بين المتغيرات بشكل مرئي، مما يسهل تحليل الأنماط والاتجاهات في البيانات.
أهداف التعلم
Material Includes
- Introduction to Data Preparation
- NumPy
- Pandas
- Matplotlib and Seaborn
- Final Project
Requirements
- 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
Data Prepration
Introduction to Data Preparation00:39:55
Intro to Data Prepration
Numpy00:22:36
Numpy
Pandas00:20:48
Pandas
Matplotlip and Seaborn00:22:00
Matplotlib And Seaborn
Final Project00:16:42
Final Quiz
احصل على شهادة
أضف هذه الشهادة إلى سيرتك الذاتية لإثبات مهاراتك وزيادة فرصك في لفت الانتباه.
أساتذتك
Amr Ahmed
Artificial Intelligence Engineer at NeuroTech
As an AI Engineer with a strong background in machine learning, deep learning, and natural language processing (NLP), I am passionate about making complex AI concepts accessible to learners of all levels. With experience in building real-world applications using cutting-edge tools like Hugging Face, TensorFlow, and PyTorch, I specialize in developing advanced AI models for tasks such as text correction, sentiment analysis, and real-time transcription.Throughout my career, I have contributed to a wide range of projects, including RAG systems, OCR for financial data, and real-time speech analysis, and I have a deep commitment to sharing my knowledge. My goal is to empower students to master the skills they need to succeed in the rapidly evolving world of AI and data science
Material Includes
- Introduction to Data Preparation
- NumPy
- Pandas
- Matplotlib and Seaborn
- Final Project
