طوّر مهاراتك في علوم البيانات وتحليلها مع هذه الدورة المقدَّمة باللغة العربية للمستوى المتوسط، والتي تربط البرمجة باستخدام Python باتخاذ القرارات المستندة إلى البيانات. تبدأ الدورة بإعداد بيئة العمل واستخدام Jupyter Notebooks وGoogle Colab والتعامل مع ملفات المشاريع على GitHub، ثم تراجع المتغيرات وهياكل البيانات والتحكم في تدفق التنفيذ. وتتوسع في الدوال والوحدات وإدارة الملفات ومعالجة الاستثناءات والبرمجة كائنية التوجه، إلى جانب السلاسل النصية والتعبيرات النمطية. بعد ذلك، تنتقل إلى الحوسبة العددية باستخدام NumPy وتحليل البيانات وتجميعها باستخدام Pandas، مع قراءة ملفات CSV وJSON والملفات النصية ودمج الجداول وتنظيف البيانات وتجهيزها للتحليل. وتختتم باستكشاف البيانات وعرضها بصريًا باستخدام Matplotlib وSeaborn، من تخصيص المحاور والخطوط إلى الرسوم الإحصائية المتنوعة.

ماذا ستتعلم

• إعداد بيئة Python وتشغيل الشيفرة في Jupyter Notebooks وGoogle Colab والتعامل مع ملفات المشاريع على GitHub.
• استخدام المتغيرات والعوامل والشروط والحلقات وهياكل البيانات والدوال والوحدات لكتابة برامج Python.
• تطبيق مبادئ البرمجة كائنية التوجه، بما فيها الوراثة وتعدد الأشكال، وإدارة الملفات ومعالجة الاستثناءات.
• استخدام NumPy لإنشاء المصفوفات متعددة الأبعاد وفهرستها وتقطيعها وإعادة تشكيلها وتنفيذ العمليات العددية عليها.
• تحليل البيانات وتجميعها باستخدام Pandas، وقراءة ملفات CSV وJSON والملفات النصية، ودمج الجداول وتنظيف البيانات.
• إنشاء رسوم باستخدام Matplotlib وSeaborn وتخصيصها لاستكشاف البيانات ودعم اتخاذ القرارات المستندة إليها.

محتوى الكورس

1. 1مقدمة إلى بايثون لعلوم البيانات
2. 2تثبيت بايثون والتحقق من الإعداد
3. 3العمل باستخدام دفاتر Jupyter
4. 4استخدام Google Colab لتشغيل بايثون
5. 5التعامل مع ملفات مشروع على GitHub
6. 6المتغيرات والإدخال والإخراج في بايثون
7. 7المعاملات في بايثون
8. 8الشروط if وelif وelse وحلقة for
9. 9حلقة while وتعليمات break وcontinue وpass
10. 10أنواع البيانات والقوائم في بايثون
11. 11مجموعات البيانات وهياكلها في بايثون
12. 12هياكل البيانات: المجموعات Sets في بايثون
13. 13بنية بيانات القاموس في بايثون
14. 14الدوال في بايثون
15. 15الدوال ونطاق المتغيرات والكلمة المفتاحية global
16. 16الوحدات البرمجية في بايثون
17. 17إدارة المجلدات والملفات في بايثون
18. 18الاستثناءات ومعالجتها في بايثون
19. 19أساسيات الأصناف والكائنات في بايثون
20. 20التعامل مع سمات الكائنات وأساليبها في بايثون
21. 21الوراثة في البرمجة الكائنية باستخدام بايثون
22. 22تعدد الأشكال في بايثون
23. 23السلاسل النصية في بايثون
24. 24دوال Lambda والتعبيرات النمطية وأداة pip
25. 25اتخاذ القرارات بناءً على البيانات
26. 26مقدمة إلى NumPy للحوسبة العددية
27. 27مصفوفات NumPy متعددة الأبعاد
28. 28فهرسة مصفوفات NumPy وتقطيعها
29. 29إعادة تشكيل مصفوفات NumPy والعمليات عليها
30. 30الدوال الشاملة في NumPy
31. 31مقدمة إلى Pandas: ‏Series وDataFrame
32. 32الفهارس والمصفوفات في Pandas
33. 33تحليل البيانات وتجميعها: الجزء الأول
34. 34تحليل البيانات وتجميعها: الجزء الثاني
35. 35تحليل البيانات وتجميعها: الجزء الثالث
36. 36تحليل البيانات وتجميعها: الجزء الرابع
37. 37تحليل البيانات وتجميعها باستخدام Python — الجزء الخامس
38. 38تحليل البيانات وتجميعها باستخدام Python — الجزء السادس
39. 39تحليل البيانات وتجميعها باستخدام Python — الجزء السابع
40. 40هندسة البيانات: التعامل مع ملفات CSV وJSON والنصوص
41. 41هندسة البيانات: دمج الجداول وأنواع الربط
42. 42هندسة البيانات: تطبيق الربط والتحكم في نتائجه
43. 43هندسة البيانات: إلحاق البيانات باستخدام Concatenation
44. 44هندسة البيانات: تنظيف البيانات وتجهيزها للتحليل
45. 45Matplotlib: أساسيات الرسم وتخصيص الخطوط والمحاور
46. 46Matplotlib: مخططات التشتت والأعمدة والمدرجات التكرارية
47. 47Seaborn: التصور الإحصائي واستكشاف البيانات