صفحة 207 - كتاب علم البيانات - الصف 11 - الفصل 1 - المملكة العربية السعودية

الكتاب: كتاب علم البيانات - الصف 11 - الفصل 1 | المادة: علم البيانات | المرحلة: الصف 11 | الفصل الدراسي: 1

الدولة: المملكة العربية السعودية | المنهج: المنهج السعودي - وزارة التعليم

📚 معلومات الصفحة

الكتاب: كتاب علم البيانات - الصف 11 - الفصل 1 | المادة: علم البيانات | المرحلة: الصف 11 | الفصل الدراسي: 1

الدولة: المملكة العربية السعودية | المنهج: المنهج السعودي - وزارة التعليم

نوع المحتوى: درس تعليمي

📝 ملخص الصفحة

📚 المصطلحات الرئيسة في علم البيانات

المفاهيم الأساسية

هذه الصفحة تحتوي على قائمة مصطلحات مترجمة (إنجليزي/عربي) في مجال علم البيانات، بدون تعريفات تفصيلية.

خريطة المفاهيم

```markmap

المصطلحات الرئيسة (صفحة 207)

1. النماذج الإحصائية والتنبؤية

نماذج التصنيف والتجميع

  • نموذج التصنيف (Classification Model)
  • نموذج التجميع (Clustering Model)
  • نموذج اكتشاف القيم الشاذة (Outlier Detection Model)

نماذج التنبؤ والانحدار

  • نموذج التوقع (Forecast Model)
  • نموذج السلاسل الزمنية (Time Series Model)
  • نموذج بروفيت (Prophet Model)
  • الانحدار الخطي (Linear Regression)
  • نموذج خطي عام (General Linear Model)
  • نموذج التعزيز الاشتقاقي (Gradient Boosted Model)

نماذج أخرى

  • شبكة عصبية (Neural Network)
  • شجرة القرار (Decision Tree)

2. التحليل البصري للبيانات (الرسوم البيانية)

  • مخطط عمودي (Column Chart)
  • مخطط عمودي متفاوت المسافات (Clustered Column Chart)
  • مخطط عمودي مكدس (Stacked Column Chart)
  • مخطط خطي (Line Chart)

3. التحسين واتخاذ القرار

  • مشكلة التحسين (Optimization Problem)
  • أداة إكسل سولفر (Excel Solver)
  • الخلية الهدف (Objective Cell)
  • الخلايا المتغيرة (Variable Cells)
  • القيود (Constraints)

4. مفاهيم إحصائية أساسية

  • نطاق الثقة (Confidence Interval)
  • الحد الأدنى للثقة (Lower Confidence Bound)
  • الحد الأعلى للثقة (Upper Confidence Bound)
  • غير معاملي (Non-Parametric)

5. عمليات معالجة البيانات

  • جمع البيانات (Data Collection)
  • تحويل البيانات (Data Transformation)
  • نمذجة البيانات التنبؤية (Predictive Data Modeling)
  • تكوين النموذج (Model Formulation)

6. تطبيقات ومخرجات

  • توقع (Forecast)
  • تحسين الجودة (Quality Enhancement)
  • تقييم المخاطر (Risk Assessment)
```

نقاط مهمة

  • الصفحة عبارة عن مسرد مصطلحات (قاموس) يربط بين المصطلحات الإنجليزية ونظيرتها العربية.
  • تغطي المصطلحات مجالات متعددة: النمذجة الإحصائية، التحليل البصري، التحسين، ومعالجة البيانات.
  • لا تحتوي الصفحة على تعريفات أو شروحات لهذه المصطلحات، فقط قائمة مترجمة.

📄 النص الكامل للصفحة

Classification Model Clustered Column Chart Clustering Model Column Chart Confidence Interval Constraints Data Collection Data Transformation Decision Tree Excel Solver Forecast Forecast Model General Linear Model Gradient Boosted Model Line Chart Linear Regression نموذج التصنيف مخطط عمودي متفاوت المسافات نموذج التجميع مخطط عمودي نطاق الثقة القيود جمع البيانات تحويل البيانات شجرة القرار أداة إكسل سولفر توقع نموذج التوقع نموذج خطي عام نموذج التعزيز الاشتقاقي مخطط خطي الانحدار الخطي Lower Confidence Bound Model Formulation Neural Network Non-Parametric Objective Cell Optimization Problem Outlier Detection Model Predictive Data Modeling Prophet Model Quality Enhancement Risk Assessment Stacked Column Chart Time Series Model Upper Confidence Bound Variable Cells الحد الأدنى للثقة تكوين النموذج شبكة عصبية غير معاملي الخلية الهدف مشكلة التحسين نموذج اكتشاف القيم الشاذة نمذجة البيانات التنبؤية نموذج بروفيت تحسين الجودة تقييم المخاطر مخطط عمودي مكدس نموذج السلاسل الزمنية الحد الأعلى للثقة الخلايا المتغيرة وزارة التعليم 207 stry of Education 2025-1447

🎴 بطاقات تعليمية للمراجعة

عدد البطاقات: 5 بطاقة لهذه الصفحة

في سياق مشاكل التحسين باستخدام أداة إكسل سولفر، ما هي الخلية التي تحتوي على الصيغة التي نرغب في تعظيمها أو تصغيرها أو تحقيق قيمة مستهدفة لها؟

  • أ) الخلايا المتغيرة
  • ب) الخلية الهدف
  • ج) نطاق الثقة
  • د) القيود

الإجابة الصحيحة: b

الإجابة: الخلية الهدف

الشرح: 1. في مشاكل التحسين، نحدد هدفاً نريد تحقيقه. 2. يتم تمثيل هذا الهدف بصيغة في خلية واحدة في جدول البيانات. 3. هذه الخلية تسمى 'الخلية الهدف'، وهي ما تحاول أداة سولفر تحسين قيمتها.

تلميح: هي النتيجة النهائية التي نسعى لتحسينها.

التصنيف: تعريف | المستوى: متوسط

ما هو النموذج الذي يستخدم هيكلاً شبيهاً بالشجرة لتمثيل القرارات ونتائجها المحتملة، وغالباً ما يستخدم في التصنيف والتنبؤ؟

  • أ) نموذج التعزيز الاشتقاقي
  • ب) شبكة عصبية
  • ج) شجرة القرار
  • د) نموذج التوقع

الإجابة الصحيحة: c

الإجابة: شجرة القرار

الشرح: 1. شجرة القرار هي أداة لنمذجة القرارات. 2. تتكون من عقد تمثل قرارات (عقد داخلية) ونتائج (عقد ورقية). 3. تُستخدم في خوارزميات التعلم الآلي للتصنيف والتنبؤ بناءً على قواعد مستمدة من البيانات.

تلميح: هيكل متفرع يبدأ من جذر ويمثل سلسلة من القواعد.

التصنيف: تعريف | المستوى: متوسط

ما هو النموذج المستخدم للتنبؤ بقيمة متغير تابع بناءً على متغير مستقل واحد أو أكثر، حيث تكون العلاقة خطية؟

  • أ) نموذج التجميع
  • ب) شبكة عصبية
  • ج) الانحدار الخطي
  • د) نموذج السلاسل الزمنية

الإجابة الصحيحة: c

الإجابة: الانحدار الخطي

الشرح: 1. الانحدار الخطي هو أسلوب إحصائي. 2. يستخدم لنمذجة العلاقة الخطية بين متغير تابع ومتغير مستقل واحد أو أكثر. 3. الهدف هو التنبؤ بقيمة المتغير التابع بناءً على قيم المتغيرات المستقلة.

تلميح: يركز على العلاقات الخطية بين المتغيرات للتنبؤ.

التصنيف: تعريف | المستوى: متوسط

ما الفرق الرئيسي بين نموذج التصنيف ونموذج التجميع في علم البيانات؟

  • أ) التصنيف للتنبؤ بقيم رقمية، والتجميع للتنبؤ بقيم فئوية.
  • ب) التصنيف يستخدم للبيانات الزمنية، والتجميع للبيانات المكانية.
  • ج) نموذج التصنيف يعين تسميات فئوية معروفة مسبقاً، بينما نموذج التجميع يكتشف مجموعات طبيعية في البيانات دون تسميات مسبقة.
  • د) لا فرق بينهما، كلاهما يؤدي نفس الوظيفة.

الإجابة الصحيحة: c

الإجابة: نموذج التصنيف يعين تسميات فئوية معروفة مسبقاً، بينما نموذج التجميع يكتشف مجموعات طبيعية في البيانات دون تسميات مسبقة.

الشرح: 1. نموذج التصنيف: يتعلم من بيانات مُصنَّفة مسبقاً (معرفة الفئات) لتصنيف بيانات جديدة. 2. نموذج التجميع: يبحث عن أنماط ومجموعات متشابهة داخل البيانات دون أي معرفة مسبقة بالفئات. 3. التصنيف إشرافي، بينما التجميع غير إشرافي.

تلميح: فكر فيما إذا كانت الفئات معروفة قبل التحليل أم يتم اكتشافها منه.

التصنيف: فرق بين مفهومين | المستوى: صعب

ما الوظيفة الأساسية لـ "نموذج اكتشاف القيم الشاذة" (Outlier Detection Model) في مجال علم البيانات؟

  • أ) تقسيم البيانات إلى مجموعات (Clusters) بناءً على أوجه التشابه بينها دون معرفة مسبقة بالفئات.
  • ب) تحديد العلاقة الخطية بين متغير تابع ومتغير مستقل واحد أو أكثر للتنبؤ بالقيم المستقبلية.
  • ج) تحديد الملاحظات أو البيانات التي تختلف بشكل كبير وتظهر نمطاً مغايراً لبقية مجموعة البيانات.
  • د) بناء هيكل شجري يتخذ قرارات بناءً على سلسلة من القواعد المنطقية المستخلصة من البيانات.

الإجابة الصحيحة: c

الإجابة: تحديد الملاحظات أو البيانات التي تختلف بشكل كبير وتظهر نمطاً مغايراً لبقية مجموعة البيانات.

الشرح: 1. نموذج اكتشاف القيم الشاذة هو تقنية تحليلية تُستخدم لرصد البيانات المتطرفة. 2. تهدف هذه النماذج إلى العثور على نقاط البيانات التي لا تتبع التوزيع الطبيعي أو النمط العام للمجموعة. 3. تُعد ضرورية في تطبيقات كشف الاحتيال المالي، حيث تظهر العمليات المشبوهة كـ 'قيم شاذة' مقارنة بالتعاملات العادية.

تلميح: فكر في النماذج التي تبحث عن العناصر المستبعدة أو غير الطبيعية التي قد تشير إلى خطأ أو احتيال.

التصنيف: تعريف | المستوى: متوسط