صفحة 41 - كتاب علم البيانات - الصف 11 - الفصل 1 - المملكة العربية السعودية

سؤال 5: لماذا يعد فهم الإحصاء مهارة أساسية لعالم البيانات؟ وهل يمكنك التفكير في مثال يتضمن تحليل البيانات؟

الإجابة: س:5: لأن الإحصاء يساعد عالم البيانات على تلخيص البيانات وفهمها واكتشاف الأنماط س:5: وقياس عدم اليقين واستخلاص نتائج صحيحة من عينة إلى مجتمع س:5: مثال: تحليل بيانات المبيعات لمعرفة هل الزيادة حقيقية إحصائياً

خطوات الحل:

1. **الشرح:** لنفهم هذا السؤال، الفكرة هنا هي ربط مهارة الإحصاء بعمل عالم البيانات. عالم البيانات يتعامل مع كميات كبيرة من المعلومات (البيانات)، والإحصاء هو العلم الذي يهتم بجمع وتحليل وتفسير هذه البيانات. الإحصاء يساعد عالم البيانات على تنظيم البيانات المعقدة وتلخيصها بطريقة مفهومة، مثل حساب المتوسطات والنسب. كما يساعده على اكتشاف الأنماط والعلاقات الخفية داخل البيانات، مثل معرفة إذا كان هناك ارتباط بين عاملين. من أهم أدوار الإحصاء قياس "عدم اليقين" أو الخطأ المحتمل في النتائج، وهذا يسمح لعالم البيانات باستخلاص استنتاجات صحيحة وموثوقة من عينة صغيرة من البيانات وتعميمها على المجتمع الأكبر الذي أُخذت منه. مثال على التطبيق: تخيل أن شركة لديها بيانات المبيعات لشهرين. قد نرى أن المبيعات ارتفعت في الشهر الثاني. هنا يأتي دور الإحصاء لتحليل هذه البيانات ومعرفة: هل هذه الزيادة حقيقية وذات دلالة إحصائية، أم أنها مجرد تغير عشوائي أو مؤقت؟ إذن الإجابة هي: **لأن الإحصاء يساعد عالم البيانات على تلخيص البيانات وفهمها واكتشاف الأنماط وقياس عدم اليقين واستخلاص نتائج صحيحة من عينة إلى مجتمع. مثال: تحليل بيانات المبيعات لمعرفة هل الزيادة حقيقية إحصائياً.**

سؤال 6: البايثون هي لغة برمجة متعددة الاستخدامات، فهل تُعدّ كافية لمشروعات علوم البيانات؟

الإجابة: س:6: نعم، تُعدّ كافية لمعظم المشروعات لامتلاكها مكتبات قوية وسهولة تعلمها س:6: لكن قد نحتاج أدوات أخرى مثل SQL أو Spark في المشاريع الكبيرة

خطوات الحل:

1. **الشرح:** لننظر إلى هذا السؤال عن لغة البرمجة بايثون وعلوم البيانات. بايثون معروفة بأنها لغة متعددة الاستخدامات وسهلة التعلم نسبياً. في مجال علوم البيانات، تمتلك بايثون مجموعة كبيرة وقوية جداً من المكتبات (Libraries) المخصصة لتحليل البيانات، والتعلم الآلي، والتصور البياني. هذه المكتبات، مثل pandas وNumPy وscikit-learn، تجعل المهام المعقدة مثل تنظيف البيانات وبناء النماذج أسهل وأسرع. لذلك، بالنسبة للغالبية العظمى من مشاريع علوم البيانات، سواء كانت صغيرة أو متوسطة الحجم، تُعد لغة بايثون كافية تماماً لإنجاز العمل بفعالية. ومع ذلك، في المشاريع الضخمة جداً التي تتضمن كميات هائلة من البيانات (بيانات كبيرة أو Big Data)، أو التي تتطلب معالجة متقدمة لقواعد البيانات، قد يحتاج عالم البيانات إلى استخدام أدوات إضافية إلى جانب بايثون. مثلاً، لغة SQL للتعامل مع قواعد البيانات العلائقية بكفاءة، أو إطار عمل مثل Apache Spark لمعالجة البيانات الضخمة الموزعة. إذن الإجابة هي: **نعم، تُعدّ كافية لمعظم المشروعات لامتلاكها مكتبات قوية وسهولة تعلمها، لكن قد نحتاج أدوات أخرى مثل SQL أو Spark في المشاريع الكبيرة.**

سؤال 7: ابحث عن ثلاث من مكتبات البايثون تحظى بشعبية كبيرة بين علماء البيانات على الإنترنت، ثم اشرح باختصار سبب ذلك.

الإجابة: س:7: 1) NumPy: لحسابات عددية سريعة ومصفوفات فعالة س:7: 2) pandas: لتنظيف وتحليل البيانات والتعامل مع الملفات س:7: 3) scikit-learn: لأدوات التعلم الآلي وتقييم النماذج

خطوات الحل:

1. **الخطوة 1 (المفهوم):** مكتبات البايثون (Python Libraries) هي حزم برمجية جاهزة تضيف وظائف محددة للغة، مما يوفر الوقت والجهد على المبرمجين. في علوم البيانات، توجد مكتبات متخصصة تجعل المهام أسهل.
2. **الخطوة 2 (التطبيق والسبب):** بتطبيق هذا على السؤال، نبحث عن ثلاث مكتبات شائعة: 1. **NumPy:** سبب شعبيتها أنها توفر بنية بيانات أساسية تسمى المصفوفات (Arrays) تسمح بإجراء العمليات الحسابية العددية بسرعة فائقة وكفاءة عالية، وهو أمر حيوي في العمليات الرياضية لعلوم البيانات. 2. **pandas:** سبب شعبيتها أنها توفر بنية بيانات تسمى DataFrames تتعامل مع البيانات الجدولية (مثل جداول إكسل) بسهولة. فهي ممتازة لتنظيف البيانات (مثل التعامل مع القيم المفقودة)، وتحليلها، واستيرادها من ملفات مختلفة (CSV, Excel). 3. **scikit-learn:** سبب شعبيتها أنها توفر مجموعة شاملة وسهلة الاستخدام من الخوارزميات الجاهزة للتعلم الآلي، مثل التصنيف والتجميع والانحدار. كما توفر أدوات لتقسيم البيانات وتقييم أداء النماذج بسهولة.
3. **الخطوة 3 (النتيجة):** إذن المكتبات الثلاث هي: **1) NumPy: لحسابات عددية سريعة ومصفوفات فعالة. 2) pandas: لتنظيف وتحليل البيانات والتعامل مع الملفات. 3) scikit-learn: لأدوات التعلم الآلي وتقييم النماذج.**

لماذا يعد الإحصاء مهارة أساسية لعالم البيانات؟

• أ) لأنه يوفر أدوات برمجية متقدمة لتصميم واجهات المستخدم.
• ب) لأنه يساعد على تلخيص البيانات وفهمها واكتشاف الأنماط وقياس عدم اليقين واستخلاص نتائج صحيحة من عينة إلى مجتمع.
• ج) لأنه يختصر الوقت اللازم لكتابة كود البرمجة فقط.
• د) لأنه يعلم عالم البيانات كيفية تصميم قواعد البيانات العلائقية.

الإجابة الصحيحة: b

الإجابة: لأنه يساعد على تلخيص البيانات وفهمها واكتشاف الأنماط وقياس عدم اليقين واستخلاص نتائج صحيحة من عينة إلى مجتمع.

الشرح: 1. الإحصاء هو العلم الذي يتعامل مع جمع وتحليل وتفسير البيانات. 2. يساعد عالم البيانات في تنظيم وتلخيص البيانات المعقدة (مثل حساب المتوسطات). 3. يمكنه من اكتشاف العلاقات والأنماط الخفية داخل البيانات. 4. يسمح بقياس درجة الخطأ أو عدم اليقين في النتائج. 5. يمكّن من تعميم الاستنتاجات الموثوقة من عينة صغيرة على مجتمع أكبر.

تلميح: فكر في الأدوات التي تساعد في تحويل البيانات الخام إلى رؤى قابلة للتنفيذ.

التصنيف: مفهوم جوهري | المستوى: متوسط

أي مما يلي يعد مثالاً على تحليل بيانات إحصائي يمكن لعالم البيانات القيام به؟

• أ) كتابة برنامج بلغة بايثون لإنشاء موقع ويب تفاعلي.
• ب) استخدام برنامج فوتوشوب لتصميم شعار للشركة.
• ج) تحليل بيانات المبيعات لمعرفة ما إذا كانت الزيادة الملاحظة حقيقية إحصائياً أم عشوائية.
• د) إجراء مقابلات شخصية مع العملاء لجمع آرائهم النوعية فقط.

الإجابة الصحيحة: c

الإجابة: تحليل بيانات المبيعات لمعرفة ما إذا كانت الزيادة الملاحظة حقيقية إحصائياً أم عشوائية.

الشرح: 1. عالم البيانات يحصل على بيانات، مثل أرقام المبيعات لفترتين زمنيتين. 2. يلاحظ وجود فرق (مثل زيادة في المبيعات). 3. دور الإحصاء هنا هو تحليل هذا الفرق. 4. التحليل يحدد ما إذا كان الفرق ذا دلالة إحصائية (حقيقي) أم أنه قد يكون نتيجة للصدفة أو التقلبات العشوائية. 5. هذا يساعد في اتخاذ قرارات عمل مستنيرة بناءً على أدلة.

تلميح: ابحث عن مثال يتضمن التحقق من صحة ملاحظة أو فرضية باستخدام البيانات.

التصنيف: تفكير ناقد | المستوى: سهل

أي من مكتبات البايثون التالية توفر مجموعة شاملة وسهلة من الخوارزميات الجاهزة لأدوات التعلم الآلي مثل التصنيف والتجميع؟

• أ) Keras
• ب) scikit-learn
• ج) PyTorch
• د) Seaborn

الإجابة الصحيحة: b

الإجابة: scikit-learn

الشرح: 1. scikit-learn (تُكتب أحيانًا sklearn) هي مكتبة بايثون مبنية على NumPy و SciPy. 2. هدفها الرئيسي هو توفير أدوات بسيطة وفعالة للتنبؤ وتحليل البيانات (التعلم الآلي). 3. تحتوي على نطاق واسع من الخوارزميات الجاهزة للاستخدام للتعلم الخاضع للإشراف (مثل الانحدار والتصنيف) وغير الخاضع للإشراف (مثل التجميع). 4. توفر أيضًا أدوات مساعدة أساسية لتقسيم البيانات، ومعايرتها، وتقييم النماذج.

تلميح: اسم هذه المكتبة مشتق من 'SciPy Toolkit' وتركز على التعلم (Learning).

التصنيف: تعريف | المستوى: متوسط

لماذا يُعد علم الإحصاء ركيزة أساسية وحاسمة في عمل عالم البيانات عند دراسة العينات؟

• أ) لتحسين سرعة معالجة الأوامر البرمجية وتقليل استهلاك الذاكرة العشوائية.
• ب) لتصميم واجهات رسومية (GUI) تسهل تفاعل المستخدم مع نماذج البيانات المعقدة.
• ج) لقياس عدم اليقين واستخلاص نتائج صحيحة من عينة وتعميمها على المجتمع الإحصائي.
• د) لتأمين قواعد البيانات وحمايتها من الاختراقات السيبرانية والوصول غير المصرح به.

الإجابة الصحيحة: c

الإجابة: لقياس عدم اليقين واستخلاص نتائج صحيحة من عينة وتعميمها على المجتمع الإحصائي.

الشرح: 1. الإحصاء يساعد في تنظيم وتلخيص كميات هائلة من البيانات. 2. يُمكّن عالم البيانات من اكتشاف الأنماط والعلاقات الخفية. 3. الدور الجوهري هو قياس مستوى 'عدم اليقين' لضمان أن الاستنتاجات المستمدة من عينة محدودة يمكن تعميمها بدقة وموثوقية على المجتمع الإحصائي الكامل.

تلميح: فكر في كيفية التأكد من أن النتائج التي حصلنا عليها من مجموعة صغيرة تنطبق فعلياً على المجموعة الكبيرة.

التصنيف: مفهوم جوهري | المستوى: متوسط