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 $30
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 $30
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
    المقدمة
  2. 2
    مواد الدورة
  3. 3
    أساسيات عملية تحليل البيانات7 دروس · 3 اختبارات
    1. مقدمة إلى عملية تحليل البيانات
    2. مختصر كتابي: Introduction to data analysis process
    3. اختبار قصير: Introduction to data analysis process
    4. مصادر البيانات (مقدمة إلى Kaggle)
    5. نظرة عامة على مجموعة البيانات وسماتها
    6. طرح الأسئلة حول البيانات
    7. أنواع البيانات
    8. مختصر كتابي: Data types
    9. اختبار قصير: Data types
    10. اختبار قسم Data analysis process fundementals
  4. 4
    مراجعة سريعة على Python39 درسًا · 16 اختبارًا
    1. المتغيرات والعمليات
    2. الطباعة البسيطة
    3. التعامل مع النصوص
    4. الطباعة المتقدمة
    5. القوائم (الجزء 1)
    6. مختصر كتابي: Lists part 1
    7. اختبار قصير: Lists part 1
    8. القوائم (الجزء 2)
    9. تقنية List comprehension
    10. مختصر كتابي: List comprehension
    11. حلقة for
    12. مختصر كتابي: For loop
    13. اختبار قصير: For loop
    14. الحلقات المتداخلة
    15. مختصر كتابي: Nested loops
    16. اختبار قصير: Nested loops
    17. الصفوف (Tuples) مقابل القوائم
    18. مختصر كتابي: Tuples vs lists
    19. اختبار قصير: Tuples vs lists
    20. المجموعات (Sets)
    21. مختصر كتابي: Sets
    22. اختبار قصير: Sets
    23. جمل if الشرطية
    24. مختصر كتابي: If statements
    25. اختبار قصير: If statements
    26. القواميس
    27. مختصر كتابي: Dictionaries
    28. اختبار قصير: Dictionaries
    29. مدخلات المستخدم
    30. مختصر كتابي: User input
    31. اختبار قصير: User input
    32. حلقات while
    33. مختصر كتابي: While loops
    34. اختبار قصير: While loops
    35. الدوال (الجزء 1)
    36. مختصر كتابي: Functions part 1
    37. اختبار قصير: Functions part 1
    38. الدوال (الجزء 2)
    39. مختصر كتابي: Functions part 2
    40. اختبار قصير: Functions part 2
    41. تلميحات الأنواع (Type hinting)
    42. مختصر كتابي: Type hinting
    43. اختبار قصير: Type hinting
    44. إرشادات كتابة الكود
    45. استيراد الحزم وتثبيتها باستخدام pip
    46. البرمجة كائنية التوجه (OOP)
    47. مختصر كتابي: Object oriented programing (OOP)
    48. اختبار قصير: Object oriented programing (OOP)
    49. قراءة الملفات وكتابتها (File I/O)
    50. مختصر كتابي: FileIO
    51. اختبار قصير: FileIO
    52. البحث عن الملفات بالأنماط (Globbing)
    53. مختصر كتابي: Globbing
    54. اختبار قصير: Globbing
    55. اختبار قسم Python refresher
  5. 5
    مقدمة إلى pandas17 درسًا · 9 اختبارات
    1. مقدمة إلى pandas
    2. مختصر كتابي: Introduction to pandas
    3. اختبار قصير: Introduction to pandas
    4. كيفية قراءة البيانات
    5. مختصر كتابي: How to read data
    6. اختبار قصير: How to read data
    7. إعادة تسمية الأعمدة
    8. مختصر كتابي: Renaming columns
    9. اختبار قصير: Renaming columns
    10. تحديد البيانات
    11. مختصر كتابي: Data selection
    12. اختبار قصير: Data selection
    13. حذف العينات
    14. مختصر كتابي: Dropping samples
    15. اختبار قصير: Dropping samples
    16. تطبيق الدوال في pandas
    17. مختصر كتابي: Applying functions for pandas
    18. اختبار قصير: Applying functions for pandas
    19. الجداول المحورية (Pivot tables)
    20. تجميع البيانات وتلخيصها
    21. مختصر كتابي: Grouping and aggregation
    22. اختبار قصير: Grouping and aggregation
    23. تلخيص البيانات وتوصيفها
    24. مختصر كتابي: Data summary and profiling
    25. اختبار قصير: Data summary and profiling
    26. اختبار Intro to pandas
  6. 6
    مقدمة إلى الإحصاء الوصفي12 درسًا · 7 اختبارات
    1. مقدمة إلى الإحصاء
    2. مختصر كتابي: Introduction to statistics
    3. اختبار قصير: Introduction to statistics
    4. مقدمة إلى الإحصاء الوصفي
    5. مختصر كتابي: Introduction to descriptive statistics
    6. اختبار قصير: Introduction to descriptive statistics
    7. مقدمة إلى مقاييس النزعة المركزية
    8. مختصر كتابي: Introduction of measurements of central
    9. اختبار قصير: Introduction of measurements of central
    10. مقاييس التشتت
    11. مختصر كتابي: Measures of spread
    12. اختبار قصير: Measures of spread
    13. مقاييس الشكل
    14. مختصر كتابي: Measures of shape
    15. اختبار قصير: Measures of shape
    16. الارتباط
    17. مختصر كتابي: Correlation
    18. اختبار قصير: Correlation
    19. اختبار Introduction to descriptive statistics
  7. 7
    تحليل البيانات الاستكشافي ومعالجة البيانات7 دروس · 3 اختبارات
    1. خطوات فحص البيانات
    2. معالجة بيانات الرحلات الجوية (الجزء 1)
    3. معالجة بيانات الرحلات الجوية (الجزء 2)
    4. معالجة بيانات الرحلات الجوية (الجزء 3)
    5. مختصر كتابي: Airflight dataset data wrangling part 3
    6. اختبار قصير: Airflight dataset data wrangling part 3
    7. معالجة بيانات السيارات
    8. مختصر كتابي: Car dataset data wrangling
    9. اختبار قصير: Car dataset data wrangling
    10. اختبار قسم: تحليل البيانات الاستكشافي ومعالجة البيانات
  8. 8
    مقدمة إلى مكتبات التمثيل المرئي للبيانات في Python11 درسًا · 6 اختبارات
    1. مقدمة إلى Matplotlib (الجزء 1)
    2. مختصر كتابي: Introduction to matplotlib (part 1)
    3. اختبار قصير: Introduction to matplotlib (part 1)
    4. مقدمة إلى Matplotlib (الجزء 2)
    5. مختصر كتابي: Introduction to matplotlib (part 2)
    6. اختبار قصير: Introduction to matplotlib (part 2)
    7. مقدمة إلى Matplotlib (الجزء 3)
    8. مختصر كتابي: Introduction to matplotlib (part 3)
    9. اختبار قصير: Introduction to matplotlib (part 3)
    10. مقدمة إلى Matplotlib (الجزء 4)
    11. مقدمة إلى Seaborn
    12. مختصر كتابي: Introduction to seaborn
    13. اختبار قصير: Introduction to seaborn
    14. مقدمة إلى Plotly
    15. مختصر كتابي: Introduction to plotly
    16. اختبار قصير: Introduction to plotly
    17. اختبار Introduction to data visualization frameworks in python
  9. 9
    تحليل البيانات التفسيري والتمثيل المرئي: التحليل أحادي المتغير13 درسًا · 5 اختبارات
    1. مقدمة إلى تحليل البيانات التفسيري
    2. مختصر كتابي: Introduction to Explanatory data analysis
    3. اختبار قصير: Introduction to Explanatory data analysis
    4. كيفية عرض نتائجك
    5. مختصر كتابي: ?How to present your findings
    6. مقدمة إلى التحليل أحادي المتغير
    7. مختصر كتابي: Univariate analysis introduction
    8. اختبار قصير: Univariate analysis introduction
    9. التحليل أحادي المتغير: المدرجات التكرارية ومخططات الكثافة
    10. مختصر كتابي: Univariate Analysis – Histograms + density plots
    11. اختبار قصير: Univariate Analysis – Histograms + density plots
    12. التحليل أحادي المتغير: المخطط الشريطي
    13. مختصر كتابي: Univariate Analysis – Bar chart
    14. اختبار قصير: Univariate Analysis – Bar chart
    15. التحليل أحادي المتغير: المخطط الصندوقي ومخططات الكمان وSwarm وStrip
    16. مختصر كتابي: Univariate Analysis – Box + Violin + Swarm + Strip plots
    17. التحليل أحادي المتغير: المخططات الدائرية
    18. اختبار Explanatory data analysis and visualizations – Univariate Analysis
  10. 10
    تحليل البيانات التفسيري والتمثيل المرئي: التحليل ثنائي المتغير8 دروس · 3 اختبارات
    1. التحليل ثنائي المتغير: مخطط التشتت
    2. مختصر كتابي: Bivariate Analysis – Scatter plot
    3. اختبار قصير: Bivariate Analysis – Scatter plot
    4. التحليل ثنائي المتغير: المخططات الشريطية المكدسة والمجمعة
    5. مختصر كتابي: Bivariate Analysis – Stacked + Grouped Bar charts
    6. اختبار قصير: Bivariate Analysis – Stacked + Grouped Bar charts
    7. التحليل ثنائي المتغير: المخططات الخطية
    8. مختصر كتابي: Bivariate Analysis – Line plots
    9. التحليل ثنائي المتغير: مخطط Ridgeline
    10. مختصر كتابي: Bivariate Analysis – Ridgeline plot
    11. اختبار Explanatory data analysis and visualizations – Bivariate Analysis
  11. 11
    تحليل البيانات التفسيري والتمثيل المرئي: التحليل متعدد المتغيرات7 دروس · 3 اختبارات
    1. مقدمة إلى التحليل متعدد المتغيرات
    2. مختصر كتابي: Multivariate analysis introduction
    3. اختبار قصير: Multivariate analysis introduction
    4. التحليل متعدد المتغيرات: المخططات المجزأة (Facet plots)
    5. مختصر كتابي: Multivariate analysis – Facet plots
    6. اختبار قصير: Multivariate analysis – Facet plots
    7. التحليل متعدد المتغيرات: الخرائط الحرارية
    8. مختصر كتابي: Multivariate analysis – Heat maps
    9. التحليل متعدد المتغيرات: مخططات التشتت
    10. اختبار Explanatory data analysis and visualizations – Multivariate Analysis
  12. 12
    أمثلة عملية على التمثيل المرئي20 درسًا · 1 اختبار
    1. المخطط الشريطي باستخدام Matplotlib
    2. المخطط الشريطي باستخدام pandas
    3. المخطط الشريطي باستخدام Seaborn
    4. المدرج التكراري باستخدام Matplotlib
    5. المدرج التكراري باستخدام pandas
    6. المدرج التكراري باستخدام Seaborn
    7. مخطط الكثافة باستخدام Seaborn
    8. المخطط الصندوقي باستخدام Matplotlib
    9. المخطط الصندوقي باستخدام pandas
    10. المخطط الصندوقي باستخدام Seaborn
    11. مخطط الكمان باستخدام Matplotlib
    12. مخطط الكمان باستخدام Seaborn
    13. مخططا Swarm وStrip باستخدام Seaborn
    14. المخطط الدائري باستخدام Matplotlib
    15. المخطط الدائري باستخدام pandas
    16. المخطط الخطي باستخدام Matplotlib
    17. المخطط الخطي باستخدام Seaborn
    18. الخريطة الحرارية باستخدام Seaborn
    19. مخطط التشتت والترميز غير الموضعي في المخططات باستخدام Matplotlib
    20. مخطط التشتت والترميز غير الموضعي في المخططات باستخدام Seaborn
    21. اختبار قسم: أمثلة عملية على التمثيل المرئي
  13. 13
    تطبيق تحليل البيانات على بيانات الرحلات الجوية4 دروس · 1 اختبار
    1. التحليل أحادي المتغير (الجزء 1)
    2. التحليل أحادي المتغير (الجزء 2)
    3. التحليل ثنائي المتغير
    4. التحليل متعدد المتغيرات
    5. اختبار قسم: تطبيق تحليل البيانات على بيانات الرحلات الجوية
  14. 14
    نصائح لتحليل البيانات وتمثيلها المرئي16 درسًا · 1 اختبار
    1. حافظ على نسبة عالية من حبر البيانات (Data-ink ratio)
    2. معامل الكذب (Lie factor)
    3. المقياس العادل للرسوم البيانية
    4. لا تستخدم الرسوم ثلاثية الأبعاد إلا عند الحاجة
    5. نصائح لجودة التصميم
    6. مختصر كتابي: Design quality tips
    7. اختر المخطط الأسهل فهمًا
    8. متى تستخدم المخططات الدائرية ومتى تتجنبها؟
    9. كيف تختار المخطط المناسب؟
    10. مختصر كتابي: ?How to choose the right plot
    11. كتالوج لأنواع التمثيل المرئي
    12. لماذا تُعد خريطة ألوان قوس قزح سيئة؟
    13. كيفية اختيار خريطة الألوان
    14. فكّر دائمًا في الترميز المناسب للبيانات
    15. خطوات لجعل النصوص في المخطط وصفية
    16. مواقع مفيدة ومخطط انسيابي لاختيار التمثيل المرئي
    17. اختبار قسم: نصائح لتحليل البيانات وتمثيلها المرئي
  15. 15
    الخاتمة
  1. الاختبار النهائي
    1. الاختبار النهائي للدورة
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