صفحة 14 - كتاب علم البيانات - الصف 11 - الفصل 1 - المملكة العربية السعودية

📚 دورة حياة علم البيانات

المفاهيم الأساسية

دورة حياة علم البيانات (Data Science Life Cycle): عملية منهجية من خمس مراحل يتبعها علماء البيانات لتنفيذ المشاريع بكفاءة. يمكن أن تشمل مشاريع الذكاء الاصطناعي وتعلم الآلة أو تمثيل العمليات الداخلية للمؤسسات.

تعريف المشكلة وصياغتها (Problem Definition and Formulation): فهم أهداف ومتطلبات العمل أو المشكلة العلمية وتحويل هذه المعرفة إلى مسألة يمكن حلها بتحليل البيانات.

خريطة المفاهيم

```markmap

مقدمة في علم البيانات

العمليات

دورة حياة علم البيانات

#### 1. تعريف المشكلة وصياغتها

• فهم ماهية المشكلة وبيئتها والمتغيرات المؤثرة.
• تحديد الغاية المرجوة من الحل.

#### 2. جمع البيانات

#### 3. تجهيز البيانات وتصحيحها

#### 4. التحليل الاستكشافي للبيانات

#### 5. تصوير البيانات

التعامل مع البيانات الضخمة

الحوكمة والسياسات

إدارة البيانات

مبادئ حوكمة البيانات

المخرجات

المهارات والأدوات المطلوبة

المهن والفرص الوظيفية

أهمية المجتمعات الرقمية

مجالات التطبيق

• التطبيقات التجارية والصناعية
• الرعاية الصحية والمعلوماتية الحيوية
• الاقتصاد الرقمي وتحليل وسائل التواصل
• المنازل والمدن والمواصلات الذكية
• التعليم الإلكتروني والترفيه
• الطاقة والاستدامة والمناخ

مثال تطبيقي

• منصة استشراف (مركز المعلومات الوطني)

مثال: أرامكو السعودية

```

نقاط مهمة

• دورة حياة علم البيانات هي عملية منهجية تتكون من خمس مراحل متتالية.
• المرحلة الأولى والأهم هي تعريف المشكلة وصياغتها، حيث يرتبط الفهم الدقيق للمشكلة بشكل مباشر بنجاح النهج المتبع لحلها.
• يجب في هذه المرحلة تحديد الغاية النهائية من الحل، حيث أن نفس مجموعة البيانات يمكن أن تُستخدم للإجابة على أسئلة مختلفة حسب طبيعة المشكلة.
• الدورة موضحة بشكل مرئي (شكل 1.4) وتشمل: (1) تعريف المشكلة، (2) جمع البيانات، (3) تجهيز البيانات، (4) التحليل الاستكشافي، (5) تصوير البيانات.

دورة حياة علم البيانات Data Science Life Cycle

يقوم علماء البيانات والمتخصصون في العمل على مشروعات علم البيانات بتوظيف خبراتهم من خلال خطوات محددة لتنفيذ كل مشروع جديد بكفاءة. يُطلق على هذه العملية اسم دورة حياة علم البيانات، وتتضمن خمس مراحل، تتميز كل من المراحل المختلفة لهذه الدورة بخصائص معينة، مما يجعل من الممكن أن تشمل مشروعات خاصة مثل مشروعات الذكاء الاصطناعي وتعلم الآلة، أو تمثيل العمليات الداخلية لمؤسسات معينة.

1. تعريف المشكلة وصياغتها Problem Definition and Formulation

من أجل تصميم وإيجاد حل لمشكلة بواسطة علم البيانات، فإنك تحتاج أولاً إلى فهم ماهية المشكلة نفسها. يُعد التحليل الشامل للمشكلة وبيئتها والمتغيرات التي تؤثر عليها أمرًا ضروريًا لتطوير الحلول اللازمة لتلك المشكلة. ويمكن أن يؤدي فهمك لمشكلة ما إلى تحسين إمكانية حلها أو إعاقة حلها بشكل كبير، وذلك لارتباطه المباشر بالنهج الذي سيتم اتباعه لحل تلك المشكلة. ويكمن الهدف التالي في تحديد الغاية المرجوة من هذا الحل، حيث إن مجموعة البيانات تتضمن دائمًا البيانات نفسها، ولكن طبيعة الإجابات التي تريد الوصول إليها قد تختلف حسب المشكلة المراد حلها.

تعريف المشكلة وصياغتها (Problem Definition and Formulation) فهم أهداف ومتطلبات العمل أو المشكلة العلمية وتحويل هذه المعرفة إلى مسألة يمكن حلها بتحليل البيانات.

جدول 1.4: أشهر أنواع تحليلات البيانات

وزارة التعليم Ministry of Education 2025 - 1447 14

دورة حياة علم البيانات Data Science Life Cycle يقوم علماء البيانات والمتخصصون في العمل على مشروعات علم البيانات بتوظيف خبراتهم من خلال خطوات محددة لتنفيذ كل مشروع جديد بكفاءة. يُطلق على هذه العملية اسم دورة حياة علم البيانات، وتتضمن خمس مراحل، تتميز كل من المراحل المختلفة لهذه الدورة بخصائص معينة، مما يجعل من الممكن أن تشمل مشروعات خاصة مثل مشروعات الذكاء الاصطناعي وتعلم الآلة، أو تمثيل العمليات الداخلية لمؤسسات معينة. 1. تعريف المشكلة وصياغتها Problem Definition and Formulation من أجل تصميم وإيجاد حل لمشكلة بواسطة علم البيانات، فإنك تحتاج أولاً إلى فهم ماهية المشكلة نفسها. يُعد التحليل الشامل للمشكلة وبيئتها والمتغيرات التي تؤثر عليها أمرًا ضروريًا لتطوير الحلول اللازمة لتلك المشكلة. ويمكن أن يؤدي فهمك لمشكلة ما إلى تحسين إمكانية حلها أو إعاقة حلها بشكل كبير، وذلك لارتباطه المباشر بالنهج الذي سيتم اتباعه لحل تلك المشكلة. ويكمن الهدف التالي في تحديد الغاية المرجوة من هذا الحل، حيث إن مجموعة البيانات تتضمن دائمًا البيانات نفسها، ولكن طبيعة الإجابات التي تريد الوصول إليها قد تختلف حسب المشكلة المراد حلها. تعريف المشكلة وصياغتها (Problem Definition and Formulation) فهم أهداف ومتطلبات العمل أو المشكلة العلمية وتحويل هذه المعرفة إلى مسألة يمكن حلها بتحليل البيانات. جدول 1.4: أشهر أنواع تحليلات البيانات وزارة التعليم Ministry of Education 2025 - 1447 14 --- VISUAL CONTEXT --- **DIAGRAM**: مراحل دورة حياة علم البيانات Description: A circular diagram illustrating the five stages of the data science life cycle, arranged clockwise with arrows indicating the flow between stages. Each segment is numbered and labeled. Data: The diagram shows 5 distinct stages of the data science life cycle. Stage 1 (yellow) is 'تعريف المشكلة وصياغتها' (Problem Definition and Formulation). Stage 2 (green) is 'جمع البيانات' (Data Collection). Stage 3 (cyan) is 'تجهيز البيانات وتصحيحها' (Data Preparation and Cleaning). Stage 4 (blue) is 'التحليل الاستكشافي للبيانات' (Exploratory Data Analysis). Stage 5 (purple) is 'تصوير البيانات' (Data Visualization). Arrows indicate a cyclical flow from stage 1 to 5 and back to 1. Key Values: 1 تعريف المشكلة وصياغتها, 2 جمع البيانات, 3 تجهيز البيانات وتصحيحها, 4 التحليل الاستكشافي للبيانات, 5 تصوير البيانات Context: This diagram visually represents the iterative process of data science, outlining the key steps involved from problem definition to data visualization. **TABLE**: أشهر أنواع تحليلات البيانات Description: A two-column table listing common types of data analysis techniques with their descriptions. Table Structure: Headers: | Rows: Row 1: الحصول على الكميات أو الصفات الموجودة في مجموعة البيانات. | تحليل الانحدار (Regression Analysis) Row 2: تنظيم البيانات في فئات. | تحليل التصنيف (Classification Analysis) Row 3: تنظيم البيانات في مجموعات. | التحليل العنقودي (Clustering) Row 4: البحث عن انحراف أو شذوذ في البيانات. | تحليل انحراف البيانات (Anomaly Detection Analysis) Row 5: إعطاء توصية مستنيرة لمسألة محددة. | نظم التوصية (Recommendation engines) Data: The table provides a list of data analysis types, with the Arabic description in the left column and the English name in the right column. Context: This table defines and categorizes various data analysis methods, providing both Arabic descriptions and English terminology for each.