دورة أساسيات تحليل البيانات باستخدام بايثون

Data Analysis with Python

مراجعات الطلاب

سواء كنت طالبًا، موظفًا، صاحب عمل، أو حتى تبحث عن فرصة عمل في مجال جديد الطلب عليه في ازدياد مستمر كتحليل البيانات، فإن هذه الدورة لك.

سعر الدورة $49
اشترك الآن
تصفح المنهج
  • +500طالب
  • 161درس
  • 15قسم
  • 55اختبار
  • مبتدئالمستوى
عن الدورة

تعرّف على الدورة

سواء كنت طالبًا، موظفًا، صاحب عمل، أو حتى تبحث عن فرصة عمل في مجال جديد الطلب عليه في ازدياد مستمر كتحليل البيانات، فإن هذه الدورة لك؛ وذلك لأن تحليل البيانات (Data analysis) أصبح أحد أهم المهارات المطلوبة في سوق العمل الحديث في معظم القطاعات والصناعات. ستساعدك هذه الدورة على تعلم كيفية استخدام البيانات لاتخاذ قرارات ذكية لتحقيق نتائج أفضل من خلال فهم البيانات، تحليلها، واستخراج المعلومات التي تحتاجها.

ماذا ستستفيد من تعلم تحليل البيانات؟ 

تحليل البيانات ليس مجرد أداة بل هو علم يمكنه أن يغير حياتك المهنية أو مصير شركتك؛ حيث تعتمد معظم الشركات اليوم بشكل كبير على البيانات لاتخاذ قرارات ذكية، وفهم سلوك العملاء، وتحسين الأداء العام، وتساعدك هذه الدورة سواء كنت ترغب في تحسين مهاراتك في مجال عملك الحالي، أو تتعلم مهارة جديدة لزيادة فرصك الوظيفية.

لمن هذه الدورة؟ 

هذه الدورة مصممة لمن يريد تعلم تحليل البيانات من الصفر، سواء كنت:

  • طالب في الجامعة أو خريج جديد يريد اكتساب ميزة في سوق العمل.
  • موظف يرغب في تطوير مهاراته لاتخاذ قرارات أفضل في العمل.
  • صاحب مشروع أو شركة يريد فهم بيانات العملاء بشكل أعمق لتحسين أداء المشروع.
  • محترف في أي مجال مثل التسويق، الموارد البشرية، الصحة، أو التعليم.

لماذا يجب أن تسجل في هذه الدورة؟

  • اكتساب مهارات عملية في تحليل البيانات باستخدام الأدوات والتقنيات الحديثة.
  • تطوير مهارات التفكير التحليلي لاتخاذ قرارات تعتمد على البيانات.
  • فرص وظيفية أوسع في مجالات مثل تكنولوجيا المعلومات، التسويق، المالية، وغيرهم الكثير.
  • مرونة في التعلم، حيث يمكنك متابعة الدورة في أي وقت يناسبك.
  • أمثلة واقعية وتحديات من مختلف الصناعات لمساعدتك على التطبيق العملي لما تتعلمه في الدورة.

سجل الآن في الدورة وابدأ رحلتك في عالم تحليل البيانات!

تشمل الدورة

  • شهادة موثقة
  • قياس مستوى التقدم والانجاز عبر الدورة
  • إجابة من مشرفي الطلاب على كل الأسئلة
  • فاعليات حصرية
  • شارات تميز للطلبة المتقدمين
  • اشعارات تذكير وتحفيز لإنهاء الدورة
  • اشتراك مدى الحياة
سعر الدورة $49
اشترك الآن

دفع آمن ووصول فوري للدورة

منهج الدورة

ماذا ستتعلم خطوة بخطوة

اضغط على أي قسم لعرض دروسه. الدروس المجانية متاحة للمشاهدة قبل الاشتراك.

محتوى الدورة

  1. 1
    Introduction
  2. 2
    Course Materials
  3. 3
    Data Analysis Process Fundamentals7 دروس · 3 اختبارات
    1. Introduction to the Data Analysis Process
    2. مختصر كتابي: Introduction to data analysis process
    3. اختبار قصير: Introduction to data analysis process
    4. Data Sources (Intro to Kaggle)
    5. Dataset Overview and Attributes
    6. Asking Questions About the Data
    7. Data Types
    8. مختصر كتابي: Data types
    9. اختبار قصير: Data types
    10. اختبار القسم: Data analysis process fundementals
  4. 4
    Python Refresher39 درسًا · 16 اختبارًا
    1. Variables and Operations
    2. Simple Printing
    3. String Manipulation
    4. Advanced Printing
    5. Lists (Part 1)
    6. مختصر كتابي: Lists part 1
    7. اختبار قصير: Lists part 1
    8. Lists (Part 2)
    9. List Comprehension
    10. مختصر كتابي: List comprehension
    11. For Loop
    12. مختصر كتابي: For loop
    13. اختبار قصير: For loop
    14. Nested Loops
    15. مختصر كتابي: Nested loops
    16. اختبار قصير: Nested loops
    17. Tuples vs Lists
    18. مختصر كتابي: Tuples vs lists
    19. اختبار قصير: Tuples vs lists
    20. Sets
    21. مختصر كتابي: Sets
    22. اختبار قصير: Sets
    23. If Statements
    24. مختصر كتابي: If statements
    25. اختبار قصير: If statements
    26. Dictionaries
    27. مختصر كتابي: Dictionaries
    28. اختبار قصير: Dictionaries
    29. User input
    30. مختصر كتابي: User input
    31. اختبار قصير: User input
    32. While Loops
    33. مختصر كتابي: While loops
    34. اختبار قصير: While loops
    35. Functions (Part 1)
    36. مختصر كتابي: Functions part 1
    37. اختبار قصير: Functions part 1
    38. Functions (Part 2)
    39. مختصر كتابي: Functions part 2
    40. اختبار قصير: Functions part 2
    41. Type Hinting
    42. مختصر كتابي: Type hinting
    43. اختبار قصير: Type hinting
    44. Code Guides
    45. Importing and Installing Packages with pip
    46. Object-oriented Programming (OOP)
    47. مختصر كتابي: Object oriented programing (OOP)
    48. اختبار قصير: Object oriented programing (OOP)
    49. File I/O
    50. مختصر كتابي: FileIO
    51. اختبار قصير: FileIO
    52. Globbing
    53. مختصر كتابي: Globbing
    54. اختبار قصير: Globbing
    55. اختبار القسم: Python refresher
  5. 5
    Introduction to Pandas17 درسًا · 9 اختبارات
    1. Introduction to Pandas
    2. مختصر كتابي: Introduction to pandas
    3. اختبار قصير: Introduction to pandas
    4. How to Read Data
    5. مختصر كتابي: How to read data
    6. اختبار قصير: How to read data
    7. Renaming Columns
    8. مختصر كتابي: Renaming columns
    9. اختبار قصير: Renaming columns
    10. Data Selection
    11. مختصر كتابي: Data selection
    12. اختبار قصير: Data selection
    13. Dropping Samples
    14. مختصر كتابي: Dropping samples
    15. اختبار قصير: Dropping samples
    16. Applying Functions in Pandas
    17. مختصر كتابي: Applying functions for pandas
    18. اختبار قصير: Applying functions for pandas
    19. Pivoting Tables
    20. Grouping and Aggregation
    21. مختصر كتابي: Grouping and aggregation
    22. اختبار قصير: Grouping and aggregation
    23. Data Summary and Profiling
    24. مختصر كتابي: Data summary and profiling
    25. اختبار قصير: Data summary and profiling
    26. اختبار: Intro to pandas
  6. 6
    Introduction to Descriptive Statistics12 درسًا · 7 اختبارات
    1. Introduction to Statistics
    2. مختصر كتابي: Introduction to statistics
    3. اختبار قصير: Introduction to statistics
    4. Introduction to Descriptive Statistics
    5. مختصر كتابي: Introduction to descriptive statistics
    6. اختبار قصير: Introduction to descriptive statistics
    7. Introduction to Measures of Central Tendency
    8. مختصر كتابي: Introduction of measurements of central
    9. اختبار قصير: Introduction of measurements of central
    10. Measures of Spread
    11. مختصر كتابي: Measures of spread
    12. اختبار قصير: Measures of spread
    13. Measures of Shape
    14. مختصر كتابي: Measures of shape
    15. اختبار قصير: Measures of shape
    16. Correlation
    17. مختصر كتابي: Correlation
    18. اختبار قصير: Correlation
    19. اختبار: Introduction to descriptive statistics
  7. 7
    Exploratory Data Analysis and Data Wrangling7 دروس · 3 اختبارات
    1. Data Inspection Steps
    2. Flights Dataset Data Wrangling (Part 1)
    3. Flights Dataset Data Wrangling (Part 2)
    4. Flights Dataset Data Wrangling (Part 3)
    5. مختصر كتابي: Airflight dataset data wrangling part 3
    6. اختبار قصير: Airflight dataset data wrangling part 3
    7. Car Dataset Data Wrangling
    8. مختصر كتابي: Car dataset data wrangling
    9. اختبار قصير: Car dataset data wrangling
    10. اختبار القسم: Exploratory Data Analysis and Data Wrangling
  8. 8
    Introduction to Data Visualization Frameworks in Python11 درسًا · 6 اختبارات
    1. Introduction to Matplotlib (Part 1)
    2. مختصر كتابي: Introduction to matplotlib (part 1)
    3. اختبار قصير: Introduction to matplotlib (part 1)
    4. Introduction to Matplotlib (Part 2)
    5. مختصر كتابي: Introduction to matplotlib (part 2)
    6. اختبار قصير: Introduction to matplotlib (part 2)
    7. Introduction to Matplotlib (Part 3)
    8. مختصر كتابي: Introduction to matplotlib (part 3)
    9. اختبار قصير: Introduction to matplotlib (part 3)
    10. Introduction to Matplotlib (Part 4)
    11. Introduction to Seaborn
    12. مختصر كتابي: Introduction to seaborn
    13. اختبار قصير: Introduction to seaborn
    14. Introduction to Plotly
    15. مختصر كتابي: Introduction to plotly
    16. اختبار قصير: Introduction to plotly
    17. اختبار: Introduction to data visualization frameworks in python
  9. 9
    Explanatory Data Analysis and Visualizations: Univariate Analysis13 درسًا · 5 اختبارات
    1. Introduction to Explanatory Data Analysis
    2. مختصر كتابي: Introduction to Explanatory data analysis
    3. اختبار قصير: Introduction to Explanatory data analysis
    4. How to Present Your Findings
    5. مختصر كتابي: ?How to present your findings
    6. Introduction to Univariate Analysis
    7. مختصر كتابي: Univariate analysis introduction
    8. اختبار قصير: Univariate analysis introduction
    9. Univariate Analysis: Histograms and Density Plots
    10. مختصر كتابي: Univariate Analysis – Histograms + density plots
    11. اختبار قصير: Univariate Analysis – Histograms + density plots
    12. Univariate Analysis: Bar Chart
    13. مختصر كتابي: Univariate Analysis – Bar chart
    14. اختبار قصير: Univariate Analysis – Bar chart
    15. Univariate Analysis: Box, Violin, Swarm and Strip Plots
    16. مختصر كتابي: Univariate Analysis – Box + Violin + Swarm + Strip plots
    17. Univariate Analysis: Pie Charts
    18. اختبار: Explanatory data analysis and visualizations – Univariate Analysis
  10. 10
    Explanatory Data Analysis and Visualizations: Bivariate Analysis8 دروس · 3 اختبارات
    1. Bivariate Analysis: Scatter Plot
    2. مختصر كتابي: Bivariate Analysis – Scatter plot
    3. اختبار قصير: Bivariate Analysis – Scatter plot
    4. Bivariate Analysis: Stacked and Grouped Bar Charts
    5. مختصر كتابي: Bivariate Analysis – Stacked + Grouped Bar charts
    6. اختبار قصير: Bivariate Analysis – Stacked + Grouped Bar charts
    7. Bivariate Analysis: Line Plots
    8. مختصر كتابي: Bivariate Analysis – Line plots
    9. Bivariate Analysis: Ridgeline Plot
    10. مختصر كتابي: Bivariate Analysis – Ridgeline plot
    11. اختبار: Explanatory data analysis and visualizations – Bivariate Analysis
  11. 11
    Explanatory Data Analysis and Visualizations: Multivariate Analysis7 دروس · 3 اختبارات
    1. Introduction to Multivariate Analysis
    2. مختصر كتابي: Multivariate analysis introduction
    3. اختبار قصير: Multivariate analysis introduction
    4. Multivariate Analysis: Facet Plots
    5. مختصر كتابي: Multivariate analysis – Facet plots
    6. اختبار قصير: Multivariate analysis – Facet plots
    7. Multivariate Analysis: Heat Maps
    8. مختصر كتابي: Multivariate analysis – Heat maps
    9. Multivariate Analysis: Scatter Plots
    10. اختبار: Explanatory data analysis and visualizations – Multivariate Analysis
  12. 12
    Practical Visualization Examples20 درسًا · 1 اختبار
    1. Bar Plot Using Matplotlib
    2. Bar Plot Using Pandas
    3. Bar Plot Using Seaborn
    4. Histogram Using Matplotlib
    5. Histogram Using Pandas
    6. Histogram Using Seaborn
    7. Density Plot Using Seaborn
    8. Box Plot Using Matplotlib
    9. Box Plot Using Pandas
    10. Box Plot Using Seaborn
    11. Violin Plot Using Matplotlib
    12. Violin Plot Using Seaborn
    13. Swarm and Strip Plots Using Seaborn
    14. Pie Chart Using Matplotlib
    15. Pie Chart Using Pandas
    16. Line Plot Using Matplotlib
    17. Line Plot Using Seaborn
    18. Heatmap Using Seaborn
    19. Scatter Plot and Non-Positional Encoding in Plots Using Matplotlib
    20. Scatter Plot and Non-Positional Encoding in Plots Using Seaborn
    21. اختبار القسم: Practical Visualization Examples
  13. 13
    Applying Data Analysis to the Flights Dataset4 دروس · 1 اختبار
    1. Univariate Analysis (Part 1)
    2. Univariate Analysis (Part 2)
    3. Bivariate Analysis
    4. Multivariate Analysis
    5. اختبار القسم: Applying Data Analysis to the Flights Dataset
  14. 14
    Data Analysis and Visualization Tips16 درسًا · 1 اختبار
    1. Keep a High Data-Ink Ratio
    2. Lie Factor
    3. Fair Graph Scaling
    4. Don't Use 3D Graphs Unless You Need Them
    5. Design Quality Tips
    6. مختصر كتابي: Design quality tips
    7. Choose the Easiest Plot to Understand
    8. When to Use and Not to Use Pie Charts?
    9. How to Choose the Right Plot?
    10. مختصر كتابي: ?How to choose the right plot
    11. A Visualization Catalogue
    12. Why Is the Rainbow Colormap Bad?
    13. How to Choose a Colormap
    14. Always Think About Proper Encoding
    15. Steps to Make Chart Text Elements Descriptive
    16. Helpful Websites and a Visualization Flowchart
    17. اختبار القسم: Data Analysis and Visualization Tips
  15. 15
    Conclusion
  1. الاختبار النهائي
    1. الاختبار النهائي
المعلم

تعلّم على يد م. خالد عبد الحميد

  • م. خالد عبد الحميد
    م. خالد عبد الحميد

    مهندس في الذكاء الاصطناعي ومعالجة اللغات الطبيعية

    تمتد خبرة خالد لخمس سنوات في مجال الذكاء الاصطناعي ومعالجة اللغات الطبيعية، حيث عمل على تطوير حلول مبتكرة في شركات عالمية مثل Agolo و Toptal و Carrier. يتميز بقدرته على قيادة فرق العمل وإدارة المشاريع، وقد أنجز العديد من المشاريع المتعلقة بروبوتات المحادثة (Chat bots) ونماذج اللغة الكبيرة (LLM). يعد خالد من أفضل 25 مستقل في مجال تعلم الآلة في مصر على منصة Upwork، ويحظى بتقييم 5 نجوم مع معدل نجاح 100% في المشاريع. بالإضافة إلى خبرته العملية، عمل خالد كمدرس لعلوم الحاسب في Udacity، حيث قام بتدريس وتوجيه العديد من الطلاب، محققاً معدل تخرج 93% لطلابه. يجمع خالد بين الخبرة العملية والأكاديمية، مما يجعله قادراً على تقديم رؤى فريدة في مجال الذكاء الاصطناعي وعلوم الحاسب، خاصة في تطبيقات اللغة الطبيعية المتقدمة.

آراء الطلاب

ماذا قال الطلاب عن الدورة

التقييمات والمراجعات

0.0
متوسط التقييمات
0 عدد التقييمات
5
0
4
0
3
0
2
0
1
0
كيف كانت تجربتك؟ نود أن نعرف!
لديك سؤال؟

الأسئلة الشائعة

دورة مقدمة في تحليل البيانات مصممة لتبدأ من الأساسيات، مما يجعلها مناسبة للمبتدئين دون الحاجة إلى خلفية مسبقة في البرمجة أو الإحصاء، ولكن وجود خلفية مسبقة بأساسيات لغة Python سيساعدك بشكل كبير على التعلم بشكل أسرع ويُمكنك من إنهاء الدورة وفهمك بشكل أفضل ممن ليس لديه أي خلفية مسبقة في بايثون.

ستتعلم استخدام أهم الأدوات الشائعة لتحليل البيانات مثل Python، Pandas، Matplotlib، و Seaborn، مما سيساعدك على تحليل البيانات وتقديمها بشكل مرئي جذاب.

تعلم الأساسيات قد يستغرق حوالي 3 إلى 6 أشهر. وللحصول على مستوى متقدم في تحليل البيانات، قد تحتاج إلى حوالي سنة من الدراسة والممارسة.

لتصبح محلل بيانات من الصفر يجب أن تبدأ بتعلم الأساسيات، وهذا ما تجده في دورة مقدمة في تحليل البيانات هذه. مارس وطبق على بيانات حقيقية وقم ببناء Portfolio ومشاريع عملية لاكتساب الخبرة. تعمق أكثر من خلال دورات متقدمة. قدم على وظائف للمبتدئين أو منح تدريبية مع الاستمرار في الممارسة والتعلم.

نعم، مجال تحليل البيانات له مستقبل واعد؛ فالطلب على محللي البيانات في ازدياد، حيث تحتاج الشركات إلى اتخاذ قرارات مبنية على بيانات دقيقة، مما يجعل المحللين جزءًا حيويًا من أي مؤسسة احترافية.

مجال تحليل البيانات ليس صعبًا إذا كانت لديك الرغبة في التعلم والممارسة. يعتمد الأمر على شخصيتك وعلى تعلم الأساسيات بشكل صحيح والممارسة المستمرة.

تشمل وظائف تحليل البيانات: محلل بيانات، مهندس بيانات، عالم بيانات، خبير في التعلم الآلي، وغيرهم الكثير. كل وظيفة تتطلب مهارات معينة في البرمجة وتحليل البيانات وتقديم التقارير.

نعم، ستحصل على شهادة برقم تتبعي من منصة المدرسة بعد إتمام الدورة بنجاح، وتستطيع مشاركتها على منصات التواصل المهني مثل لينكدإن.

ابدأ Data Analysis with Python اليوم

اشتراك مدى الحياة، شهادة إتمام، ودعم من فريق المدرسة طوال رحلتك.

اشترك الآن
تصفح المنهج