حول هذه الدورة
ورة Data Preparation هي دورة موجهة للمبتدئين والمتوسطين في مجال Machine Learning و Data Science. تهدف الدورة إلى تعليمك كيفية تحضير البيانات بشكل صحيح قبل استخدامها في بناء models. ستتعلم كيفية جمع وتنظيف البيانات، التعامل مع القيم المفقودة، استخدام تقنيات مثل Normalization و Scaling لتحويل البيانات، بالإضافة إلى التعرف على أدوات التحليل الاستكشافي للبيانات مثل Exploratory Data Analysis (EDA) و Data Visualization.
أهداف التعلم
Material Includes
- Introduction to Data Preparation
- NumPy
- Pandas
- Matplotlib and Seaborn
- Titanic Project
- Purchased Project
- Automobile Project
- Insurance 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
Intro to Data Preparation00:07:39
Intro to Data Preparation
Numpy (Part 1)00:16:30
Numpy (Part2)00:12:56
Numpy
Pandas00:28:00
Pandas
Matplotlib and Seaborn00:11:37
Matplotlib And Seaborn
Data Preparation (Titanic Data set )00:39:33
Data Preparation (Purchased Data set)00:30:22
Data Preparation (Automobile Data)00:24:38
Data Preparation (Insurance Data set Part 1)00:09:00
Data Preparation (Insurance Data set Part 2)00:18:20
Final Quiz
احصل على شهادة
أضف هذه الشهادة إلى سيرتك الذاتية لإثبات مهاراتك وزيادة فرصك في لفت الانتباه.
أساتذتك
Nada Maher
Artificial Intelligence Engineer at NeuroTech
Motivated Computer Vision Engineer. Passionate About Building Models That Fix Problems. Relevant Skills Include Machine Learning, Deep Learning, Computer Vision Problem Solving, Programming, and Building new algorithms. I have a passion for learning. I like to communicate with people
Material Includes
- Introduction to Data Preparation
- NumPy
- Pandas
- Matplotlib and Seaborn
- Titanic Project
- Purchased Project
- Automobile Project
- Insurance Project
