تعريف مفهوم التحليل الاستكشافي للبيانات - كتاب علم البيانات - الصف 11 - الفصل 1 - المملكة العربية السعودية

📚 التحليل الاستكشافي للبيانات (EDA)

المفاهيم الأساسية

التحليل الاستكشافي للبيانات (EDA): وسيلة لفهم البيانات وإجراء الفحوصات الأولية وتلخيص خصائصها الرئيسة قبل الانتقال إلى مهمة النمذجة.

خريطة المفاهيم

```markmap

فحص وتحليل البيانات

تصنيف أنماط تحليل البيانات

التحليل التنبؤي (Predictive)

#### الهدف

• التنبؤ بالنتائج المستقبلية

#### الأساس

• الاتجاهات المكتشفة سابقاً
• البيانات التاريخية

#### الأدوات

• تقنيات النمذجة
• الإحصاءات

#### أمثلة تطبيقية

• التنبؤ بالطقس
• سياسات التأمين

التحليل التوجيهي (Prescriptive)

#### الهدف

• إيجاد مسار العمل الأمثل
• تقديم توصيات مستقبلية

#### الأساس

• اكتشافات مراحل التحليل السابقة

#### مجال مفيد

• القطاع الصحي (لتوصيات طبية آمنة)

عملية تحليل البيانات

الخطوات

• إعداد البيانات وتنظيفها
• التحليل الاستكشافي للبيانات
• تصوير البيانات

دورة حياة علم البيانات (الشكل 3.2)

• تحديد المشكلة وصياغتها
• جمع البيانات
• إعداد وتنظيف البيانات
• التحليل الاستكشافي للبيانات

#### الأهداف

• اكتشاف الاتجاهات والأنماط والميزات الجديدة
• اكتشاف الحالات الشاذة
• اختيار الفرضيات الأولية
• فهم متغيرات البيانات والعلاقات بينها
• تحديد الأخطاء الواضحة
• التأكد من صحة النواتج

#### الأنماط

##### غير رسومي

• أحادي المتغير
• متعدد المتغيرات

##### رسومي

• أحادي المتغير
• متعدد المتغيرات
• تصوير البيانات

```

نقاط مهمة

• الهدف من EDA هو جمع أكبر قدر من المعلومات وفهم البيانات قبل النمذجة.
• يُصنف EDA إلى طريقتين: رسمية/غير رسمية، وأحادية/متعددة المتغيرات.
• في التحليل أحادي المتغير يتم تحليل تأثير متغير مستقل واحد.
• في التحليل متعدد المتغيرات يتم تحليل أكثر من متغير مستقل في آن واحد، وهو الأكثر شيوعاً في المشروعات الكبيرة.
• يمكن أن يساعد EDA في إجراء أساليب تحليل أكثر تعقيداً مثل تعلم الآلة.

تعريف مفهوم التحليل الاستكشافي للبيانات

What is Exploratory Data Analysis

بشكل عام، يجدر بك محاولة فهم البيانات وجمع أكبر قدر ممكن من المعلومات قبل الانتقال إلى مهمة النمذجة. التحليل الاستكشافي للبيانات هو وسيلة لفهم البيانات وإجراء الفحوصات الأولية وتلخيص خصائصها الرئيسة. ويمكن الأهداف الرئيسة للتحليل الاستكشافي للبيانات في اكتشاف الاتجاهات والأنماط والميزات الجديدة في البيانات. يمكنك أيضاً اكتشاف الحالات الشاذة في مجموعة البيانات، واختيار فرضياتك الأولية والحصول على فهم أفضل لمتغيرات مجموعة البيانات والعلاقات بينها. يمكن أن يساعدك التحليل الاستكشافي للبيانات أيضاً في تحديد الأخطاء الواضحة والتأكد من أن نواتج مهمة محددة صالحة وقابلة للتطبيق على أي هدف مرغوب. ونظراً لأن استخلاص المعلومات من خلال النظر إلى الأرقام يمكن أن يكون مضللاً، فقد تم تطوير التحليل الاستكشافي للبيانات كمساعدة للموجز الإحصائي والتمثيلات والمعلومات الكافية من البيانات، فيمكنك استخدام هذه الخصائص لإجراء أساليب تحليل أكثر تعقيداً مثل تعلم الآلة.

أنماط التحليل الاستكشافي للبيانات

Types of Exploratory Data Analysis

يُصنّف التحليل الاستكشافي للبيانات بطريقتين: أولاً، طريقة رسمية أو غير رسمية، وثانياً، طريقة أحادية أو متعددة المتغيرات (عادةً ما يكون المتغير الثنائي). في حالة أحادي المتغير فإنه يتم تحليل تأثير متغير مستقل واحد فقط، بينما مع تعدد المتغيرات يتم تحليل أكثر من متغير مستقل في آن واحد، ويتم ذلك في المشروعات الكبيرة يُعد التحليل متعدد المتغيرات الأكثر شيوعاً.

التحليل الاستكشافي للبيانات

غير رسومي

متعدد المتغيرات

أحادي المتغير

رسومي

متعدد المتغيرات

أحادي المتغير

الشكل 3.3 أنماط التحليل الاستكشافي للبيانات

--- SECTION: تعريف مفهوم التحليل الاستكشافي للبيانات --- تعريف مفهوم التحليل الاستكشافي للبيانات --- SECTION: What is Exploratory Data Analysis --- What is Exploratory Data Analysis بشكل عام، يجدر بك محاولة فهم البيانات وجمع أكبر قدر ممكن من المعلومات قبل الانتقال إلى مهمة النمذجة. التحليل الاستكشافي للبيانات هو وسيلة لفهم البيانات وإجراء الفحوصات الأولية وتلخيص خصائصها الرئيسة. ويمكن الأهداف الرئيسة للتحليل الاستكشافي للبيانات في اكتشاف الاتجاهات والأنماط والميزات الجديدة في البيانات. يمكنك أيضاً اكتشاف الحالات الشاذة في مجموعة البيانات، واختيار فرضياتك الأولية والحصول على فهم أفضل لمتغيرات مجموعة البيانات والعلاقات بينها. يمكن أن يساعدك التحليل الاستكشافي للبيانات أيضاً في تحديد الأخطاء الواضحة والتأكد من أن نواتج مهمة محددة صالحة وقابلة للتطبيق على أي هدف مرغوب. ونظراً لأن استخلاص المعلومات من خلال النظر إلى الأرقام يمكن أن يكون مضللاً، فقد تم تطوير التحليل الاستكشافي للبيانات كمساعدة للموجز الإحصائي والتمثيلات والمعلومات الكافية من البيانات، فيمكنك استخدام هذه الخصائص لإجراء أساليب تحليل أكثر تعقيداً مثل تعلم الآلة. --- SECTION: أنماط التحليل الاستكشافي للبيانات --- أنماط التحليل الاستكشافي للبيانات --- SECTION: Types of Exploratory Data Analysis --- Types of Exploratory Data Analysis يُصنّف التحليل الاستكشافي للبيانات بطريقتين: أولاً، طريقة رسمية أو غير رسمية، وثانياً، طريقة أحادية أو متعددة المتغيرات (عادةً ما يكون المتغير الثنائي). في حالة أحادي المتغير فإنه يتم تحليل تأثير متغير مستقل واحد فقط، بينما مع تعدد المتغيرات يتم تحليل أكثر من متغير مستقل في آن واحد، ويتم ذلك في المشروعات الكبيرة يُعد التحليل متعدد المتغيرات الأكثر شيوعاً. --- SECTION: التحليل الاستكشافي للبيانات --- التحليل الاستكشافي للبيانات --- SECTION: غير رسومي --- غير رسومي --- SECTION: متعدد المتغيرات --- متعدد المتغيرات --- SECTION: أحادي المتغير --- أحادي المتغير --- SECTION: رسومي --- رسومي --- SECTION: متعدد المتغيرات --- متعدد المتغيرات --- SECTION: أحادي المتغير --- أحادي المتغير الشكل 3.3 أنماط التحليل الاستكشافي للبيانات --- VISUAL CONTEXT --- **DIAGRAM**: أنماط التحليل الاستكشافي للبيانات Description: A diagram illustrating types of exploratory data analysis. It starts with a main box labeled 'التحليل الاستكشافي للبيانات'. Two dashed lines connect from this box to two main branches: 'غير رسومي' (Non-graphical) and 'رسومي' (Graphical). From 'غير رسومي', dashed lines connect to 'متعدد المتغيرات' (Multivariate) and 'أحادي المتغير' (Univariate). From 'رسومي', dashed lines connect to 'متعدد المتغيرات' (Multivariate) and 'أحادي المتغير' (Univariate). Context: Illustrates the classification of exploratory data analysis into graphical and non-graphical methods, and further into univariate and multivariate approaches within each category.