طَبِّقْهاتعلّم المبدأ، وطبّقه بيدك
مقرر 244 · بلغة Python و Pandas

علم البيانات للويب

دروس قصيرة بمستوى المبادئ: فكرة واحدة في كل قسم، وأمثلة تعمل داخل الصفحة، وأسئلة تصحَّح فورًا. ابدأ من الدرس الأول، وطبّق كل فكرة بيدك.

الوحدة 1: مقدمة في علم البيانات وتحليل البيانات

1. ما علم البيانات؟ دورة حياة التحليلجاهز←2. أدوات التحليل: Pandas و NumPyجاهز←

الوحدة 2: استخراج البيانات من مصادر الويب

3. قراءة البيانات: CSV و JSONجاهز←4. من HTML إلى بيانات: جداول الويبجاهز←

الوحدة 3: تحليل البيانات وتقنيات التنبؤ على الويب

5. إطار البيانات: التحديد والترشيحجاهز←6. الأعمدة المحسوبة والتحويلاتجاهز←

الوحدة 4: تقنيات استخراج البيانات من مصادر الويب

7. واجهات API و JSON المتداخلجاهز←8. سجلّات الخادم: من نصّ إلى جدولجاهز←

الوحدة 5: التحليل الإحصائي لبيانات الويب

9. الإحصاء الوصفي: المركز والانتشارجاهز←10. التجميع groupby والجداول المحوريةجاهز←

الوحدة 6: تحليل السلوك والاتجاهات على الويب

11. السلاسل الزمنية واتجاهات الزياراتجاهز←12. مقاييس السلوك: الارتداد والجلسة والتحويلجاهز←

الوحدة 7: جمع البيانات من مصادر متعددة

13. الدمج merge والربط بين الجداولجاهز←14. التسلسل concat وتعدد المصادرجاهز←

الوحدة 8: تحليل وتحويل البيانات المجمعة

15. القيم المفقودة والمكرّرةجاهز←16. تطبيع الأنواع والنصوص والتواريخجاهز←

الوحدة 9: تحويل البيانات إلى معلومات قيمة

17. التصور البصري بـ Matplotlibجاهز←18. من الأرقام إلى قرار: قراءة النتائججاهز←

الوحدة 10: تصميم نماذج تعلم الآلة

19. مدخل تعلم الآلة: المتغيرات والهدفجاهز←20. تقسيم البيانات: تدريب واختبارجاهز←21. الانحدار الخطي: تنبؤ رقميجاهز←

الوحدة 11: استخدام نماذج تعلم الآلة للتحليل

22. التصنيف: هل يغادر الزائر؟جاهز←23. تقييم النموذج: الدقة ومصفوفة الالتباسجاهز←

الوحدة 12: تقديم توقعات دقيقة بتعلم الآلة

24. تحسين النموذج واختيار المتغيراتجاهز←25. أمان البيانات والخصوصية في التحليلجاهز←26. مشروع: تحليل سجلّ موقع والتنبؤ بالسلوكجاهز←