صفحة 157 - كتاب علم البيانات - الصف 11 - الفصل 1 - المملكة العربية السعودية

سؤال س1: تُستخدم الشركات التحليلات التنبؤية للعثور على أنماط معينة في هذه البيانات تساعد في التعرف على المخاطر والفرص المتاحة التي تتعلق بعمليات تلك الشركات.

الإجابة: س1: ✓ صح

خطوات الحل:

1. **الشرح:** لنفهم هذا السؤال. التحليلات التنبؤية هي أداة تستخدمها الشركات لتحليل كميات كبيرة من البيانات التاريخية والحالية. الفكرة هنا هي البحث عن أنماط أو علاقات مخفية داخل هذه البيانات. عندما تكتشف الشركة نمطاً معيناً، مثل أن انخفاضاً في مبيعات منتج معين يسبقه تغيير في سلوك المستهلك، فإن هذا يساعدها على توقع المخاطر (مثل انخفاض المبيعات المستقبلية) أو الفرص (مثل زيادة الطلب على منتج آخر). إذن الإجابة هي: **صح** لأن العبارة تصف الهدف الأساسي من استخدام التحليلات التنبؤية في بيئة الأعمال.

سؤال س2: يزداد تعقيد النماذج ويصبح من الصعب تفسيرها بشكل ميسر كلما ارتفعت دقة التحليلات المراد الحصول عليها.

الإجابة: س2: ✓ صح

خطوات الحل:

1. **الشرح:** الفكرة في هذا السؤال تتعلق بتوازن مهم في نماذج التحليل التنبؤي. غالباً ما يكون هناك علاقة عكسية بين دقة النموذج وقابليته للتفسير. النماذج البسيطة يسهل فهم كيف تصل إلى نتائجها (سهلة التفسير) ولكن قد تكون دقتها محدودة. لزيادة الدقة، قد نضيف المزيد من المتغيرات والمعادلات المعقدة، مما يجعل النموذج أكثر تعقيداً ويصبح من الصعب تتبع سبب توقعاته بالضبط. لذلك، العبارة تصف مبدأً شائعاً في هذا المجال. إذن الإجابة هي: **صح**.

سؤال س3: تُعد البيانات ذات الطبيعة المعقدة، كتلك المتعلقة بالسلوك البشري أحد أسباب فشل النموذج.

الإجابة: س3: ✓ صح

خطوات الحل:

1. **الشرح:** هذا السؤال يتناول أحد التحديات في بناء النماذج التنبؤية. البيانات المتعلقة بالسلوك البشري (مثل المشتريات، المشاعر على وسائل التواصل) غالباً ما تكون معقدة وغير منتظمة ومتغيرة. قد تكون غير مكتملة أو تحتوي على تناقضات. عندما نبني نموذجاً تنبؤياً على مثل هذه البيانات المعقدة، قد يفشل النموذج في إعطاء توقعات دقيقة لأن البيانات نفسها يصعب نمذجتها بشكل موثوق. لذا، تعتبر هذه الأنواع من البيانات سبباً محتملاً لفشل النموذج. إذن الإجابة هي: **صح**.

سؤال س4: يُعد الحصول على بيانات ذات علاقة بالنموذج التنبؤي من أول المتطلبات لنجاح ذلك النموذج وعمله بشكل فاعل.

الإجابة: س4: ✓ صح

خطوات الحل:

1. **الشرح:** لنفكر في بناء أي نموذج تنبؤي. الأساس الذي يُبنى عليه النموذج هو البيانات. إذا أردنا التنبؤ بمبيعات سيارة، نحتاج بيانات عن مبيعات السيارات السابقة، وليس بيانات عن أحوال الطقس في مكان بعيد. الفكرة هنا هي أن نجاح النموذج يعتمد أولاً وقبل كل شيء على الحصول على بيانات **ذات صلة** مباشرة بما نريد التنبؤ به. البيانات غير ذات العلاقة لن تساعد النموذج وقد تضره. لذلك، هذا المطلب هو حجر الأساس. إذن الإجابة هي: **صح**.

سؤال س5: يُعد تقييم المخاطر المالية من أهم استخدامات التحليل التنبؤي.

الإجابة: س5: ✓ صح

خطوات الحل:

1. **الشرح:** هذا السؤال يسأل عن أحد التطبيقات الرئيسية للتحليل التنبؤي. في القطاع المالي، تُستخدم هذه التحليلات على نطاق واسع. على سبيل المثال، يمكن للبنوك استخدام النماذج التنبؤية لتقييم احتمالية تخلف عميل ما عن سداد قرض (مخاطر الائتمان)، أو للتنبؤ بتقلبات السوق. نظراً للأهمية الكبيرة لإدارة المخاطر في الاستقرار المالي، يعتبر هذا الاستخدام من أهم وأشهر استخدامات التحليل التنبؤي. إذن الإجابة هي: **صح**.

سؤال س6: لا يُمكن لنموذج التنبؤ التعامل مع أكثر من متغير واحد في نفس الوقت.

الإجابة: س6: X خطأ

خطوات الحل:

1. **الشرح:** لنتأمل في طبيعة النماذج التنبؤية. معظم الظواهر في الحياة الواقعية لا تتأثر بعامل واحد فقط. على سبيل المثال، مبيعات المنتج قد تتأثر بالسعر والإعلان والموسم. النماذج التنبؤية المتقدمة، مثل نماذج الانحدار المتعدد أو الشبكات العصبية، صُممت خصيصاً للتعامل مع **عدة متغيرات** في وقت واحد لفهم التأثير المشترك لها وتحسين دقة التنبؤ. العبارة في السؤال تنفي هذه القدرة، وهو أمر غير صحيح. إذن الإجابة هي: **خطأ**.

سؤال س7: تُستخدم نماذج القيم الشاذة لاكتشاف المعاملات الاحتيالية والحركات المشبوهة.

الإجابة: س7: ✓ صح

خطوات الحل:

1. **الشرح:** هذا السؤال يشرح تطبيقاً محدداً لنماذج التحليل التنبؤي تسمى "نماذج القيم الشاذة". الفكرة هنا هي أن هذه النماذج تتعلم النمط الطبيعي للبيانات (مثل أنماط الإنفاق العادية لعميل بنكي). ثم تقوم بمراقبة البيانات الجديدة لاكتشاف أي معاملة أو حركة تختلف بشكل كبير عن هذا النمط الطبيعي. هذه الحركة الشاذة قد تشير إلى عملية احتيال أو نشاط مشبوه. لذلك، هذا الاستخدام شائع جداً في مجالات الأمن المالي والإلكتروني. إذن الإجابة هي: **صح**.

سؤال س8: يُمكن لنموذج السلاسل الزمنية تحليل العوامل الخارجية الموسمية أو العارضة التي يمكنها أن تؤثر على الاتجاهات المستقبلية.

الإجابة: س8: ✓ صح

خطوات الحل:

1. **الشرح:** نماذج السلاسل الزمنية هي نوع من النماذج التنبؤية التي تتعامل مع بيانات مرتبطة بالزمن (مثل المبيعات الشهرية). قوتها لا تكمن فقط في تتبع الاتجاه العام، بل أيضاً في قدرتها على تحليل الأنماط المتكررة. العوامل الموسمية (مثل زيادة المبيعات في الصيف) والعوامل العارضة (مثل تأثير حملة إعلانية لمدة أسبوع) هي عوامل خارجية تؤثر على البيانات. النماذج الجيدة للسلاسل الزمنية يمكنها عزل وتحليل تأثير هذه العوامل لفهمها والتنبؤ بها في المستقبل. إذن الإجابة هي: **صح**.

سؤال س9: يُمكن وصف المعامل بأنه متغير جوهري في النموذج.

الإجابة: س9: ✓ صح

خطوات الحل:

1. **الشرح:** في سياق النماذج التنبؤية والإحصائية، المصطلحات مهمة. المعامل (Coefficient) هو رقم يظهر في معادلة النموذج (مثل معادلة الانحدار) ويرتبط بمتغير معين. هذا الرقم يوضح قوة وتأثير ذلك المتغير على النتيجة التي نتنبأ بها. لأنه يحدد العلاقة الكمية بين المتغير والنتيجة، فهو يعتبر جزءاً جوهرياً وأساسياً في بناء النموذج وشرح كيف يعمل. إذن الإجابة هي: **صح**.

سؤال س10: تُستخدم نماذج التنبؤ لتقديم التوقعات المستقبلية لأحداث معينة من خلال استخدام قيم البيانات السابقة المتوفرة، وذلك ضمن تسلسل زمني محدد كعوامل الإدخال في مجموعة البيانات.

الإجابة: س10: ✓ صح

خطوات الحل:

1. **الشرح:** لنفهم هذا السؤال جيداً. إنه يصف الهدف الأساسي والطريقة التي تعمل بها نماذج التنبؤ. الفكرة المركزية هي: 1) **الاستفادة من الماضي**: استخدام البيانات السابقة المسجلة بترتيب زمني. 2) **التنبؤ بالمستقبل**: تحليل هذه البيانات للكشف عن أنماط واتجاهات. 3) **التوقع**: استخدام هذه الأنماط لتقدير أو توقع ما قد يحدث في المستقبل لأحداث مماثلة. العبارة في السؤال تجمع هذه العناصر الثلاثة بشكل دقيق لتعريف وظيفة نماذج التنبؤ. إذن الإجابة هي: **صح**.

أي من العبارات التالية صحيحة فيما يتعلق بنماذج التنبؤ؟

• أ) يمكن لنماذج التنبؤ البسيطة فقط التعامل مع متغير واحد.
• ب) لا يمكن لنموذج التنبؤ التعامل مع أكثر من متغير واحد في نفس الوقت.
• ج) نماذج التنبؤ تتعامل فقط مع المتغيرات النوعية وليس الكمية.
• د) كلما زاد عدد المتغيرات في النموذج، قلت دقته بشكل تلقائي.

الإجابة الصحيحة: b

الإجابة: لا يمكن لنموذج التنبؤ التعامل مع أكثر من متغير واحد في نفس الوقت.

الشرح: 1. معظم الظواهر الواقعية تتأثر بعدة عوامل في وقت واحد (مثل المبيعات تتأثر بالسعر والإعلان والموسم). 2. النماذج التنبؤية المتقدمة (كالانحدار المتعدد أو الشبكات العصبية) مصممة خصيصاً للتعامل مع عدة متغيرات. 3. التعامل مع متغيرات متعددة يحسن دقة التنبؤ. 4. العبارة تنفي هذه القدرة، وهو أمر غير صحيح.

تلميح: فكر في تعقيد الظواهر الواقعية والعوامل المتعددة التي تؤثر عليها.

التصنيف: مفهوم جوهري | المستوى: متوسط

ما هو أحد التطبيقات الرئيسية لنماذج القيم الشاذة (Anomaly Detection Models)؟

• أ) التنبؤ بأسعار الأسوق المستقبلية بدقة عالية.
• ب) تصنيف العملاء إلى فئات تسويقية.
• ج) اكتشاف المعاملات الاحتيالية والحركات المشبوهة.
• د) تحسين تجربة المستخدم على المواقع الإلكترونية.

الإجابة الصحيحة: c

الإجابة: اكتشاف المعاملات الاحتيالية والحركات المشبوهة.

الشرح: 1. نماذج القيم الشاذة تتعلم النمط الطبيعي للبيانات (مثل أنماط الإنفاق العادية). 2. تراقب البيانات الجديدة لاكتشاف أي نشاط يختلف بشكل كبير عن النمط الطبيعي. 3. هذا الانحراف (الشذوذ) قد يشير إلى نشاط غير مشروع أو احتيالي. 4. هذا الاستخدام شائع في الأمن المالي والإلكتروني.

تلميح: تتعلم هذه النماذج النمط الطبيعي للسلوك ثم تبحث عن أي انحراف كبير عنه.

التصنيف: مفهوم جوهري | المستوى: سهل

أي مما يلي يصف قدرة نماذج السلاسل الزمنية (Time Series Models)؟

• أ) التنبؤ بقيم مستقبلية بناءً على بيانات غير مرتبطة بالزمن.
• ب) تحليل العوامل الخارجية الموسمية أو العارضة التي تؤثر على الاتجاهات المستقبلية.
• ج) اكتشاف العلاقات السببية المباشرة بين متغيرين فقط.
• د) إنشاء تصنيفات ثابتة للبيانات دون اعتبار للترتيب الزمني.

الإجابة الصحيحة: b

الإجابة: تحليل العوامل الخارجية الموسمية أو العارضة التي تؤثر على الاتجاهات المستقبلية.

الشرح: 1. نماذج السلاسل الزمنية تتعامل مع بيانات مرتبطة بالزمن (مثل المبيعات الشهرية). 2. قوتها تكمن في قدرتها على تحليل الأنماط المتكررة ضمن البيانات. 3. يمكنها تحديد وعزل تأثير العوامل الموسمية (مثل زيادة المبيعات في الصيف). 4. يمكنها أيضاً تحليل العوامل العارضة المؤقتة (مثل تأثير حملة إعلانية). 5. هذا التحليل يساعد في فهم هذه العوامل والتنبؤ بتأثيرها في المستقبل.

تلميح: تتعامل هذه النماذج مع بيانات مرتبطة بالزمن ويمكنها عزل أنماط متكررة.

التصنيف: تعريف | المستوى: متوسط

كيف يمكن وصف 'المعامل' (Coefficient) في سياق النماذج التنبؤية؟

• أ) مجرد ثابت عددي لا يؤثر على دقة النموذج.
• ب) متغير جوهري في النموذج.
• ج) خطأ عشوائي في عملية القياس.
• د) قيمة الهدف أو الناتج الذي نريد التنبؤ به.

الإجابة الصحيحة: b

الإجابة: متغير جوهري في النموذج.

الشرح: 1. في النماذج الإحصائية والتنبؤية (مثل الانحدار)، المعامل هو رقم في معادلة النموذج. 2. يرتبط هذا الرقم بمتغير إدخال معين. 3. يوضح قوة وتأثير ذلك المتغير على النتيجة أو الهدف الذي نتنبأ به. 4. لأنه يحدد العلاقة الكمية، فهو يعتبر جزءاً أساسياً وجوهرياً في بناء النموذج وتفسير آلية عمله.

تلميح: يفسر العلاقة الكمية بين متغير الإدخال ومتغير الناتج (الهدف).

التصنيف: تعريف | المستوى: متوسط

ما الوظيفة الأساسية لنماذج التنبؤ (Prediction Models)؟

• أ) وصف البيانات الحالية فقط دون محاولة التنبؤ بالمستقبل.
• ب) تقديم التوقعات المستقبلية لأحداث معينة باستخدام قيم البيانات السابقة ضمن تسلسل زمني.
• ج) اكتشاف الأخطاء في قواعد البيانات الحالية.
• د) استبدال الحاجة إلى الخبراء البشر في اتخاذ القرارات.

الإجابة الصحيحة: b

الإجابة: تقديم التوقعات المستقبلية لأحداث معينة باستخدام قيم البيانات السابقة ضمن تسلسل زمني.

الشرح: 1. الوظيفة الأساسية: تقدير أو توقع ما قد يحدث في المستقبل. 2. الوسيلة: تحليل البيانات السابقة المسجلة بترتيب زمني (سلاسل زمنية). 3. الآلية: الكشف عن الأنماط والاتجاهات المخفية في البيانات التاريخية. 4. التطبيق: استخدام هذه الأنماط كعوامل إدخال للتنبؤ بأحداث مستقبلية مشابهة.

تلميح: تعتمد على فكرة أن أنماط الماضي يمكن أن تساعد في توقع المستقبل.

التصنيف: تعريف | المستوى: سهل

ما العلاقة الشائعة بين دقة النماذج التنبؤية ومدى سهولة تفسيرها وفهمها؟

• أ) يصبح تفسير النموذج أكثر سهولة ويسراً كلما ارتفعت دقة التحليلات.
• ب) يزداد تعقيد النماذج ويصعب تفسيرها كلما زادت دقة التحليلات المراد الحصول عليها.
• ج) تظل قابلية التفسير ثابتة دائماً بغض النظر عن مستوى دقة التحليلات المطلوبة.
• د) تنخفض دقة التحليلات بشكل تلقائي عند زيادة تعقيد النموذج الحسابي.

الإجابة الصحيحة: b

الإجابة: يزداد تعقيد النماذج ويصعب تفسيرها كلما زادت دقة التحليلات المراد الحصول عليها.

الشرح: ١. في علم البيانات، غالباً ما يوجد توازن (Trade-off) بين الدقة وقابلية التفسير. ٢. النماذج البسيطة يسهل فهم آلية عملها ولكن دقتها قد تكون محدودة. ٣. لزيادة الدقة، يتم اللجوء لنماذج أكثر تعقيداً تحتوي على متغيرات وعلاقات رياضية متشابكة. ٤. هذا التعقيد يجعل من الصعب تتبع وفهم سبب وصول النموذج لتوقع معين بشكل ميسر. ٥. النتيجة: زيادة الدقة غالباً ما تعني زيادة التعقيد وصعوبة التفسير.

تلميح: فكر في التوازن بين استخدام معادلات بسيطة مقابل استخدام خوارزميات معقدة لتحقيق نتائج أكثر دقة.

التصنيف: مفهوم جوهري | المستوى: متوسط

ما هي العلاقة بين دقة نماذج التحليل التنبؤي ومدى قابليتها للتفسير والفهم؟

• أ) تزداد سهولة تفسير النموذج بشكل ملحوظ كلما ارتفعت دقة التحليلات المطلوبة.
• ب) يزداد تعقيد النموذج ويصبح من الصعب تفسيره كلما ارتفعت دقة التحليلات المراد الحصول عليها.
• ج) تقل دقة التحليلات التنبؤية بشكل آلي كلما أصبح النموذج أكثر تعقيداً وصعوبة في الفهم.
• د) لا تتأثر قابلية تفسير النموذج بمستوى الدقة أو مدى تعقيد الخوارزميات المستخدمة.

الإجابة الصحيحة: b

الإجابة: يزداد تعقيد النموذج ويصبح من الصعب تفسيره كلما ارتفعت دقة التحليلات المراد الحصول عليها.

الشرح: ١. في علم البيانات، هناك علاقة عكسية غالباً بين الدقة وقابلية التفسير. ٢. النماذج البسيطة (مثل الانحدار الخطي) سهلة التفسير لكن دقتها قد تكون محدودة. ٣. لزيادة الدقة، نلجأ لنماذج أكثر تعقيداً (مثل الشبكات العصبية) التي تحتوي على آلاف المعاملات. ٤. هذا التعقيد الرياضي يجعل من الصعب على البشر فهم كيفية اتخاذ النموذج لقراره بدقة. ٥. النتيجة: زيادة الدقة تؤدي غالباً لزيادة التعقيد وصعوبة التفسير.

تلميح: فكر في المقايضة (Trade-off) بين استخدام خوارزميات بسيطة وواضحة وبين استخدام خوارزميات معقدة لتحقيق نتائج أكثر دقة.

التصنيف: مفهوم جوهري | المستوى: متوسط

ما العلاقة بين دقة التحليلات التنبؤية وقابلية تفسير النماذج المستخدمة؟

• أ) تزداد سهولة تفسير النموذج طردياً مع زيادة دقته.
• ب) لا توجد علاقة بين دقة التحليلات ومدى تعقيد النموذج.
• ج) يزداد تعقيد النماذج ويصعب تفسيرها كلما ارتفعت دقة التحليلات.
• د) تصبح النماذج أكثر بساطة كلما زادت كمية البيانات المعالجة.

الإجابة الصحيحة: c

الإجابة: يزداد تعقيد النماذج ويصعب تفسيرها كلما ارتفعت دقة التحليلات.

الشرح: ١. في علم البيانات، غالباً ما توجد علاقة عكسية بين الدقة وقابلية التفسير. ٢. للحصول على نتائج أكثر دقة، نلجأ إلى نماذج رياضية أكثر تعقيداً (مثل الشبكات العصبية). ٣. هذا التعقيد المرتفع يجعل من الصعب على المتخصصين شرح كيفية وصول النموذج إلى نتيجة معينة بشكل ميسر.

تلميح: فكر في التوازن (Trade-off) بين التعقيد الرياضي والوضوح البشري.

التصنيف: مفهوم جوهري | المستوى: متوسط

ما العلاقة التي تربط عادةً بين دقة النماذج التنبؤية (Predictive Models) وقابليتها للتفسير؟

• أ) تصبح النماذج أكثر بساطة ووضوحاً كلما زادت دقة النتائج المطلوبة.
• ب) يزداد تعقيد النماذج ويصبح من الصعب تفسيرها بشكل ميسر كلما ارتفعت دقة التحليلات.
• ج) لا توجد علاقة ارتباطية بين مستوى تعقيد النموذج ومدى دقة التحليلات الناتجة.
• د) تعتمد دقة التحليلات فقط على كمية البيانات ولا تتأثر بمستوى تعقيد النموذج أو تفسيره.

الإجابة الصحيحة: b

الإجابة: يزداد تعقيد النماذج ويصبح من الصعب تفسيرها بشكل ميسر كلما ارتفعت دقة التحليلات.

الشرح: ١. في علم البيانات، توجد علاقة توازن بين دقة النموذج وقابليته للتفسير. ٢. النماذج البسيطة يسهل فهمها ولكن دقتها قد تكون محدودة. ٣. للحصول على دقة أعلى، تُستخدم معادلات وخوارزميات أكثر تعقيداً. ٤. هذا التعقيد الرياضي يجعل من الصعب تتبع وفهم كيفية وصول النموذج لنتائجه بدقة، مما يقلل من قابلية التفسير الميسر.

تلميح: فكر في المقايضة (Trade-off) بين الدقة والوضوح عند استخدام خوارزميات معقدة.

التصنيف: مفهوم جوهري | المستوى: متوسط

ما العلاقة الشائعة في علم البيانات بين دقة نماذج التحليل التنبؤي ومدى قابليتها للتفسير (Interpretability)؟

• أ) يزداد تعقيد النموذج ويصعب تفسيره ميسراً كلما ارتفعت دقة التحليلات المطلوبة.
• ب) تزداد سهولة تفسير النموذج طردياً مع زيادة دقته وتعقيد خوارزمياته الرياضية.
• ج) دقة النموذج لا تتأثر بمدى تعقيده أو بساطة المعادلات الإحصائية المستخدمة فيه.
• د) تعتمد النماذج الأكثر دقة دائماً على متغير واحد فقط لتسهيل عملية التفسير البشري.

الإجابة الصحيحة: a

الإجابة: يزداد تعقيد النموذج ويصعب تفسيره ميسراً كلما ارتفعت دقة التحليلات المطلوبة.

الشرح: ١. هناك علاقة عكسية غالباً بين الدقة وقابلية التفسير في النماذج. ٢. النماذج البسيطة يسهل فهم كيفية وصولها للنتائج ولكن دقتها قد تكون محدودة. ٣. لزيادة الدقة، يتم اللجوء لنماذج أكثر تعقيداً (مثل الشبكات العصبية) التي تحتوي على متغيرات ومعادلات متداخلة. ٤. هذا التعقيد الرياضي يجعل من الصعب تتبع الأسباب الدقيقة لكل توقع، مما يقلل من قابلية التفسير.

تلميح: فكر في المقايضة (Trade-off) بين استخدام خوارزميات بسيطة وواضحة وبين استخدام خوارزميات معقدة لزيادة الدقة.

التصنيف: مفهوم جوهري | المستوى: متوسط