ذكرنا مسبقاً أن علم البيانات هو مسار وظيفي جديد نسبياً يجمع بين ثلاثة مجالات وهم علم الحوسبة أو المعلوماتية، وعلم الرياضيات والإحصاء والخبرة الموضوعية.
إذاً من هو عالم البيانات؟
هناك من عرّف عالم البيانات على أنه شخص يجيد الإحصاء أفضل من أي مهندس برمجيات وأنه يجيد هندسة البرمجيات أفضل من أي خبير في الاحصاء.من أهم وأول الخطوات التي عليك اتباعها لتصبح عالم بيانات هو التسجيل في مساق مقدمة لعلم البيانات وتعلم الآلة.ثم البحث عن الحافز الخاص بك لتتعلم علم البيانات. بالنسبة لي أنا كنت شغوفا بفهم وتحليل سلوكيات المستخدمين على مواقع التواصل الإجتماعي وحتى الآن لازلت شغوفا بذلك. هذا الشغف ساعدني كثيرا أثناء الدراسة. لذا أنا أشجعك على البحث عن حافز يقويك أثناء دراستك.
فيما يلي سنعرض المهارات التحليلية:
- الرياضيات وخاصة الجبر والتفاضل والإحصاء:
في البداية أنت فقط تحتاج إلى أساسيات الجبر والجبر الخطي وكذلك التفاضل، أما بالنسبة للإحصاء فأنت تحتاج إلى فرعي الإحصاء وهما الإحصاء الوصفي و الإحصاء الاستنتاجي خاصة نظرية الإحتمالات. وكلما تتعمق في الرياضيات عامة والإحصاء خاصة كلما كان أفضل.
- البرمجة خاصة لغة البايثون و ار (Python & R)
هذه الأيام لغة بايثون هي الأكثر شيوعا بين علماء البيانات ومهندسي الذكاء الإصطناعي وأهم المكتبات التي تحتاجها هي:
NumPy, SciPy, Pandas, Matplotlib, SciKit-Learn
أما بالنسبة للغة البرمجة ار فهي تحتوي على أكثر من 5000 مكتبة وهي تتميز في تصور البيانات أو data visualization.
لكن بايثون أكثر شويعا هذه الأيام بسبب أنها أسرع من ار وكلاهما لديهم مكتبات قوية ومجتمع مطورين قوي.
- إدارة قواعد البيانات
من غير المنطقي أن تعمل بالبيانات دون أن يكون لديك خلفية عن التعامل مع لغات ادارة البيانات مثل SQL و NoSQL
- تعلم الآلة والتعلم العميق
في هذا المساق سنتحدث عن تعلم الألة والتعلم الخاضع للإشراف مقابل التعلم غير الخاضع للإشراف وكذلك التعلم العميق
- تصور البيانات أو عرض البيانات في صورة مرئية
لا أحد يستطيع فهم جدول به ملايين السجلات من البيانات لذا نقوم بعرض البيانات الضخمة في صورة مرئية حتى يتسنى لنا اكتشافها وتحليلها. في هذا المساق سنتعرض لطرق مختلفة لعرض البيانات.
- عالم البيانات يحتاج أن يكون مُلِـما بمجال الأعمال الذي يخدمه
بمعنى إن كان يعمل في مجال يتعلق بمجال الإتصالات فعليه أن يكون ملما بمجال الإتصالات، وان كان يعمل بمجال الزراعة فإنه يحتاج إلى أن يكون ملِما بالزراعة والتربة وهكذا. لكن لا تقلق معظم المجالات تستطيع اكتساب معرفة جيدة بها خلال عدة أشهر.
مسار علم البيانات أو دورة حياة عالم البيانات تتلخص في الأتي:
- جمع البيانات
- تنظيف البيانات وتحضيرها
- استكشاف البيانات وعرضها
- عمل التحليلات التنبؤية
- بناء نماذج تعتمد على البيانات
في هذا المساق سنقوم بازالة الغموض عن كل مرحلة من هذه المراحل من جمع وتنظيف البيانات ثم استكشافها وعمل تحليلات تنبؤية وبناء منتجات تعتمد على علم البيانات. كذلك سنفرق بين الذكاء الإصطناعي والتعلم الآلي وسنعمل على ضرب بعض الأمثلة لذلك.
م. علي سعد – مساعد ومشرف مساق علم البيانات
شكرا لكم على متعة الاستفادة.
انا سمعت عن موقع إدراك من صديق لي وبعدها تصفحت الموقع واكتسبت معلومات جديده و كثيرة شكرا فريق إدراك…..
تحيه وتقدير لكل العاملين بمنصة إدراك التعليميه هذه المؤسسة المحترمه أسأل الله أن يجعل اعمالكم مثقالا بميزان حسناتكم فمن يعرفكم حتماً سيتعلم الكثير والكثير من كل فروع العلم تحية خالصة لكم ولكم الأفاضل من العلماء الكرام ولكل المشاركين معكم
رررائع
❤
من أسهل المنظمات الواردة من إدراك للتعلم السريع وحفظ المدخلات والمخرجات التابعة لمنصة إدراك . أتقدم بجزيل الشكر لكل مشتركين بمنصة إدراك على تعاونهم كما وأشكر ايضا الهيئة إلادارية والهيئة التدريسية .
السلام عليكم و رحمة الله وبركاته.
منصة في قمة الروعة, مساقات اكثر من ممتازة من ناحية المحتوى و المدة.
مزيدا من التوفيق ان شاء الله.