أهداف التعلم

في نهاية هذا القسم، ينبغي أن تكون قادرًا على:

• وصف علم البيانات.
• تحديد المراحل المختلفة لدورة حياة علم البيانات.
• تسمية أدوات وبرمجيات علم البيانات.
• استخدام بيئة غوغل كولاب لتشغيل الشِفرة.

دورة حياة علم البيانات

علم البيانات مجال متعدد التخصصات يجمع بين جمع ومعالجة وتحليل كميات كبيرة من البيانات لاستخلاص الرؤى واتخاذ قرارات مستنيرة. دورة حياة علم البيانات الإطار الذي يتبعه علماء البيانات لإكمال مشروع علم البيانات. دورة حياة علم البيانات عملية تكرارية تبدأ باكتساب البيانات، يليها استكشاف البيانات. قد تتضمن مرحلة اكتساب البيانات الحصول على البيانات من مصدر أو جمع البيانات من خلال الاستبيانات ووسائل أخرى لجمع البيانات تكون خاصة بالمجال. خلال مرحلة استكشاف البيانات، يتأكد علماء البيانات من أن البيانات بالصيغة الصحيحة لمرحلة تحليل البيانات من خلال تنظيف البيانات وقد يصوِّرون البيانات أيضًا لمزيد من الفحص. بمجرد تنظيف البيانات، يمكن لعلماء البيانات إجراء تحليل البيانات، وتُعرض نتائجه على أصحاب المصلحة عبر التقارير والعروض التقديمية. تتضمن مرحلة تحليل البيانات استخدام البيانات لتوليد رؤى أو إنشاء نموذج تنبؤي. بات علم البيانات يُعتمد على نطاق واسع في شتى المجالات، كالرعاية الصحية والاقتصاد والتعليم والعلوم الاجتماعية، على سبيل المثال لا الحصر. يوضح العرض التوضيحي أدناه المراحل المختلفة لدورة حياة علم البيانات.

أدوات علم البيانات

تُستخدم العديد من الأدوات والبرمجيات بشكل شائع في علم البيانات. فيما يلي بعض الأمثلة.

• لغة البرمجة Python: تُستخدم Python على نطاق واسع في علم البيانات. لديها نظام كبير من المكتبات المصممة لتحليل البيانات، التعلم الآلي، والتصوير. تشمل بعض مكتبات Python الشائعة لعلم البيانات NumPy و Pandas و Matplotlib و Seaborn و scikit-learn. في هذا الفصل، ستستكشف بعضًا من هذه المكتبات.
• لغة البرمجة R: تُستخدم R بشكل شائع في الحوسبة الإحصائية وتحليل البيانات، وتقدم مجموعة واسعة من الحزم والمكتبات المصممة لمعالجة البيانات، النمذجة الإحصائية، والتصوير.
• Jupyter Notebook/JupyterLab: دفتر جوبيتر و بيئة جوبيتر لاب هما بيئات حوسبة تفاعلية قائمة على الويب تدعم لغات برمجة متعددة، بما في ذلك Python و R. تسمح للمبرمج بإنشاء مستندات تحتوي على شِفرة، تصوير، ونصوص، مما يجعلها مناسبة لاستكشاف البيانات، تحليلها، وإعداد التقارير.
• Google Colaboratory: بيئة غوغل كولاب هي بيئة دفتر جوبيتر قائمة على السحابة تسمح للمبرمج بكتابة، تشغيل، ومشاركة شِفرة Python عبر الإنترنت. في هذا الفصل، ستستخدم بيئة غوغل كولاب لممارسة مفاهيم علم البيانات.
• Kaggle Kernels: نواة كاغل هي منصة علم بيانات عبر الإنترنت توفر بيئة تعاونية لبناء وتشغيل الشِفرة. تدعم نواة كاغل Python و R وتوفر الوصول إلى مجموعات البيانات، المكتبات المثبتة مسبقًا، والموارد الحاسوبية. تستضيف كاغل أيضًا مسابقات علم البيانات وتوفر منصة لمشاركة واكتشاف مشاريع علم البيانات.
• Excel/Sheets: مايكروسوفت إكسل و جداول بيانات غوغل هما تطبيقات جداول بيانات مستخدمة على نطاق واسع تقدم إمكانيات أساسية لتحليل البيانات وتصويرها. يمكنها مساعدة المبتدئين على البدء بمعالجة البيانات، الحسابات الإحصائية الأساسية، والتصوير البسيط.

ممارسة البرمجة باستخدام Google

افتح مستند بيئة غوغل كولاب أدناه. لفتح مستند كولاب، تحتاج إلى تسجيل الدخول إلى حساب Google، إن كان لديك حساب، أو إنشاء حساب جديد. شغّل جميع الخلايا. يمكنك أيضًا محاولة إنشاء خلايا جديدة أو تعديل الخلايا الموجودة. لحفظ نسخة من تعديلاتك، انتقل إلى "File > Save a Copy in Drive"، وسيتم تخزين الملف المعدّل في Google Drive الخاص بك.

مستند بيئة غوغل كولاب