البيانات الضخمة

كيفية فحص وتحليل البيانات

4.3(87)7 ساعة و7 دقيقة50 درس5 قسم

ماذا ستتعلم؟

  • فهم مصادر البيانات الضخمة
  • فهم خصائص البيانات الضخمة
  • تعلم تحليل البيانات باستخدام Hadoop
  • تطبيق تقنيات تعلم الآلة
  • استخدام أدوات Knime وJupyter
  • تحليل البيانات للحصول على معلومات

عن الدورة

تعلم كيفية التعامل مع البيانات الضخمة في هذه الدورة الشاملة التي تغطي أساسيات جمع البيانات، تحليلها، ومعالجتها باستخدام أدوات وتقنيات حديثة مثل Hadoop وKnime. تم تصميم الدورة لتزويدك بالمهارات اللازمة لتطبيق تقنيات تعلم الآلة على البيانات الضخمة لتحليلها واستخدامها بفعالية في اتخاذ القرارات.

نتائج متوقعة من الدورة

  • إتقان جمع وتحليل البيانات الضخمة باستخدام تقنيات حديثة.
  • فهم كيفية استخدام Hadoop لإدارة البيانات الموزعة.
  • تطبيق تقنيات تعلم الآلة لتحليل البيانات الضخمة.
  • إتقان استخدام أدوات استكشاف البيانات مثل Knime وJupyter.
  • تطوير مشاريع عملية قائمة على تحليل البيانات الضخمة.

محتوى الدورة

1

مصادر البيانات الضخمة

8 درس
  1. مقدمة7:04
  2. تطبيقات تجعل لها البيانات قيمة13:25
  3. مصادر البيانات الضخمة2:42
  4. الآلات مصدر البيانات7:01
  5. الأشخاص مصدر البيانات5:46
  6. التعامل مع البيانات غير المنظمة5:38
  7. المؤسسات مصدر البيانات7:08
  8. دمج البيانات4:46
2

خصائص البيانات الضخمة

7 درس
  1. مقدمة عن خصائص البيانات الضحمة2:59
  2. الحجم5:20
  3. التنوع5:14
  4. السرعة5:42
  5. الدقة7:52
  6. التكافؤ4:34
  7. القيمة7:15
3

خطوات تحليل البيانات

4 درس
  1. علوم البيانات10:19
  2. بناء استيراتيجية البيانات الضخمة7:55
  3. المكونات الخمسة لعلوم البيانات5:43
  4. خطوات معالجة البيانات8:33
4

التعامل مع Hadoop

12 درس
  1. نظام العمليات الموزعة10:26
  2. عملية الحسوبية المتوزعة8:02
  3. نماذج البرمجة للبيانات الضخمة7:36
  4. لماذا هادوب Hadoop؟4:33
  5. شرح نظام Hadoop13:39
  6. نظام المفات الموزعة فى هادوب7:42
  7. إدارة الموارد7:29
  8. أبسط نموذج برمجة Mapreduce10:56
  9. الحوسبة الحسابية9:28
  10. تثبيت Cloudera10:35
  11. التعامل مع نظام الملفات الموزعة داخل ال كلاوديرا11:33
  12. التطبيق العملى16:07
5

تعلم الآلة والبيانات الضخمة

19 درس
  1. نظرة سريعة على تعلم الآلة11:43
  2. تعلم الآلة والبيانات الضخمة14:02
  3. العمليات المنفذة باستحدام تعلم الآلة8:41
  4. استخراج البيانات9:26
  5. نظرة على البرامج والأدوات9:29
  6. تثبيت Knime13:22
  7. التعامل مع Jupyter9:34
  8. الميزات والبيانات8:24
  9. استكشاف البيانات5:38
  10. الاحصائيات الموجزة11:53
  11. التحقق من البيانات8:30
  12. تصورات الاستكشافات13:56
  13. استخدام التصور مع Knime8:59
  14. إعداد البيانات5:04
  15. جودة البيانات4:40
  16. تقنيات معالجة جودة البيانات6:51
  17. تحديد الميزات10:05
  18. تحويل الميزات7:03
  19. التطبيق العملى على البيانات المفقودة17:01

المحاضر

م/عمرو عبد الفتاح

م/عمرو عبد الفتاح

مهندس أنظمة حاسوب متخصص في تطوير تطبيقات الهواتف ومواقع الإنترنت، عمل على تطوير منصات ومواقع شهيرة.
3,170 متعلم20 دورة