احصل على أفكار و رؤى جديدة حول بياناتك و تعلم كيفية تطبيق أساليب وتقنيات علم البيانات واكتسب مهارات التحليل.
تقدم جامعة Michigan دورات خمس تندرج ضمن سلسلة تحت عنوان علوم البيانات باستخدام بايثون . تستهدف هذه السلسلة المتعلمين ذوي تجربة سابقة مع لغة البرمجة بايثون أو لديهم خلفية في أساسيات البرمجة ويريدون التدريب على الإحصاء، التعلم الآلي، تصور المعلومات، تحليل النص، وتقنيات تحليل الشبكات الاجتماعية من خلال مجموعة أدوات بايثون الشهيرة مثل pandas، matplotlib، scikit-learn ، nltk و networkx للحصول على معلومات ثاقبة حول بياناتهم.
سلسلة دورات علوم البيانات باستخدام بايثون
تحتوي سلسلة دورات علوم البيانات باستخدام بايثون على 5 دورات. يجب أن تبدأ بالدورة الأولى: مدخل إلى علم البيانات في بايثون، ثم الدورة الثانية: التخطيط التطبيقي، الرسوم البيانية والتمثيل في بايثون، و من ثم الدورة الثالثة: تطبيق التعلم الآلي في بايثون، يجب تتبع هذه الدورات الثلاث بالترتيب و أن تبدأ بها قبل أي دورة أخرى في هذه السلسلة. بعد أن تختمها، يمكنك التسجيل في الدورة الرابعة و الخامسة دون احترام الترتيب. بإمكانك الحصول على شهادة عند الانتهاء من كل دورة على حدة.
الدورة 1: مدخل إلى علم البيانات في بايثون
ستعرف هذه الدورة المتعلم على أساسيات بيئة برمجة لغة بايثون، بما في ذلك تقنيات برمجة بايثون الأساسية مثل lambdas، قراءة ملفات csv ومعالجتها، ومكتبة numpy. ستقدم هذه الدورة تقنيات معالجة البيانات والتنظيف باستخدام مكتبة بيانات python pandas المعروفة، كما ستقدم تجريد السلسلة و DataFrame كهيكل بيانات مركزي لتحليل البيانات، إلى جانب البرامج التعليمية حول كيفية استخدام وظائف مثل groupby، و merge، و الجداول المحورية على نحو فعال. وفي الأخير، سيتمكن الطلبة من أخذ بيانات مجدولة، تنظيفها، والتلاعب بها، وإجراء التحليلات الإحصائية الأساسية الاستقرائية.
الدورة 2: التخطيط التطبيقي، الرسوم البيانية والتمثيل في بايثون
هنا سيتعرف المتعلم على أساسيات التصور المعلومات، مع التركيز على إعداد التقارير والرسوم البيانية باستخدام مكتبة matplotlib. ستبدأ الدورة بمنظور “محو الأمية” و تصميم المعلومات، و ستتناول مواصفات التصور الجيد والسيئ، و التدابير الإحصائية التي تترجم من حيث التصورات. سيتم التركيز في الأسبوع الثاني على التكنولوجيا المستخدمة لإنشاء تصورات في بايثون، و matplotlib، وعلى تعريف المستخدمين على أفضل التدريبات عند إنشاء المخططات وكيفية تحقيق قرارات التصميم في إطار العمل. سيكون الأسبوع الثالث عبارة عن برنامج تعليمي للوظائف المتاحة في matplotlib، ويوضح مجموعة متنوعة من المخططات الإحصائية الأساسية التي تساعد المتعلمين على تحديد متى تكون طريقة معينة مفيدة لمشكلة ما. ستنتهي الدورة بمناقشة أشكال أخرى من هيكلة وتصور البيانات.
الدورة 3: التعلم الآلي التطبيقي في بايثون
ستركز الدورة بشكل أكبر على تقنيات وأساليب التعلم الآلي التطبيقي أكثر من التركيز على الإحصائيات الكامنة وراء هذه الأساليب. ستبدأ الدورة بمناقشة كيفية اختلاف تعلم الآلة عن الإحصاء الوصفي، وبمجموعة أدوات تعلم scikit من خلال برنامج تعليمي. ستتم مناقشة مسألة الأبعاد في البيانات و معالجة مهمة في تجميع البيانات، وكذلك مناقشة تقييم هذه المجموعات. سيتم وصف مناهج إشرافية لإنشاء نماذج تنبؤية، وسيكون المتعلمون قادرين على تطبيق أساليب النمذجة التنبؤية على scikit أثناء فهم مشكلات العملية المتعلقة بتعميم البيانات (على سبيل المثال، التحقق من صحة البيانات، التثبيت الزائد). ستنتهي الدورة بإلقاء نظرة على تقنيات أكثر تقدمًا، مثل مجموعات البناء والقيود العملية للنماذج التنبؤية. و في الأخير سيكون الطلاب قادرين على تحديد الفرق بين تقنية (التصنيف) تحت الإشراف (التصنيف) وغير الخاضعة للإشراف، وتحديد التقنية التي يحتاجون إليها للتطبيق على مجموعة بيانات معينة والمزيد.
الدورة 4: تعدين النص التطبيقي في بايثون
هنا ستتعرف على كل ما يخص تعدين النص وأساسيات معالجة النص في لغة البرمجة بايثون.
الدورة 5: تطبيق تحليل الشبكة الاجتماعية في بايثون
سيتعرف المتعلم في هذه الدورة على تحليل الشبكة من خلال برامج تعليمية باستخدام مكتبة NetworkX. تبدأ الدورة بفهم لتحليل الشبكة ودوافعها. الأسبوع الثاني يقدم مفهوم الاتصال ومتانة الشبكة. الأسبوع الثالث سوف تتعرف على طرق قياس أهمية أو مركزية عقدة في الشبكة. في الأسبوع الأخير ستستكشف تطور الشبكات بمرور الوقت و نماذج إنشاء الشبكات ومشكلة التنبؤ بالارتباط.
كل التوفيق لكم أعزاءنا المتابعين. فريق التعلم الحر في خدمتكم إن احتجتم لمساعدة ما عبر ترك تعليقات، و عبر الصفحة الرسمية للموقع على فيس بوك التعلم الحر-EDLibre. و لاتنسوا متابعتنا أيضا عبر تطبيق Telegram، بالإضافة إلى تويتر لتتوصلوا بمستجدات موقع التعلم الحر باستمرار.
