الانتقال إلى المحتوى الرئيسي

برنامج

تحليل البيانات وتمثيلها

ستتعلم في البرنامج المهاري التدريبي على تحليل البيانات و خطوات تحميل لغة R. واستيراد البيانات والإجراءات الإحصائية الوصفية وتوزيع البيانات التعامل مع القيم المفقودة و تطبيق التحليل التنبؤي باستخدام Linear regression 7. وتمثيل البيانات بالتفصيل بلغة R بشكل متقدم ومن ثم اكتساب مهارات تمثيل عن طريق برنامج ال Tabula وفي القسم الأخير من المسار التدريبي سيتم تطبيق كل ما تعلمته من خلال مشروع تخرج يتم مراجعته وتقييمه من المدرب .

نمط التدريس

تعليم جماعي - غير متزامن مسجل - المشاركة والنقاش والمراجعة متزامنة كل أسبوعين

آلية التواصل والتفاعل

منتدى النقاش في المنصة - فصول افتراضية عن طريق ZOOM - قروب تيليجرام للمسار التدريبي

telegram icon

رابط مجموعة التليجرام

يمكنك الوصول إلى مجموعة متخصص مهتمة في مجال تحليل البيانات عن طريق رمز الاستجابة QR Code أو الرابط التالي.

رابط المجموعة

رمز استجابة QR Code لمجموعة التليجرام

نموذج من محتوى البرنامج


المسار المهاري (محتوى البرنامج)

المهارة الأولى

مقدمة في علم البيانات

4 أسابيع

المهارة الثانية

تحليل البيانات وتمثيلها بلغة R

4 أسابيع

المهارة الثالثة

تمثيل البيانات بإستخدام Tableau

4 أسابيع

مشروع التخرج

مشروع عملي التخرج للمسار المهاري

4 أسابيع

مهارة تحليل البيانات للجميع

الاسبوع الأول

المواضيع

المخرجات

1

مقدمة عن المهارة

2

لماذا علم البيانات؟

نماذج واقعية عن أهمية البيانات؟

أن يكتسب المتدرب:

  1. مفهوم علم البيانات
  2. أهمية تحليل البيانات
  3. مراحل تحليل البيانات
3

مراحل تحليل البيانات

أن يكتسب المتدرب:

  1. مراحل تحليل البيانات
  2. مفاهيم مرتبطة بعلم البيانات
4

أنواع البيانات

  • Nominal Variables
  • Ordinal Variables
  • Interval Variables

أن يكون المتدرب قادر على معرفة أنواع البيانات

5
  • تحميل لغة R
  • تسجيل حساب في RStudio Cloud

أن يكون المتدرب قادر على التعامل مع منصة لغة البرمجة

6

التعرف على بيئة R studio

محاضرة افتراضية للمتدربين لمناقشة الأسبوع الأول

الاسبوع الثاني

المواضيع

المخرجات

1

عينة المجتمع والعينة العشوائي

طرق تكوين العينات

طرق تمثيل البيانات

أن يكون المتدرب:

  1. قادراً على التفريق بين أنواع العينات
  2. قادراً على معرفة أنواع تكوين العينات
2

مقاييس النزعة المركزية

أن يكون المتدرب:

  1. قادر على فهم مقاييس النزعة المركزيه
3

Variability

Correlation

أن يكون المتدرب قادر على فهم وتطبيق المفاهيم الإحصائية التالية:

  1. Correlation
  2. Variability
4
  • أنواع المتغيرات في لغة R
  • أنواع تراكيب البيانات في لغة R
  • تطبيق التحليل الوصفي باستخدام R
  • التعامل مع البيانات المفقودة
  • خطوات تحليل البيانات

أن يكون المتدرب:

  1. قادراً على تعريف أنواع المتغيرات
  2. قادراً على إنشاء متغيرات واسناد قيم لها
  3. قادراً على تطبيق مراحل تحليل البيانات

محاضرة افتراضية للمتدربين لمناقشة الأسبوع الثاني

الاسبوع الثالث

المواضيع

المخرجات

  • تعلم الآلة
  • linear regression
  • logistic regression
  • classification
  • clustering
  • تطبيق التحليل التنبوئي linear regression باستخدام R
  • تطبيق مفهوم decision tree
  • تطبيق مفهوم clustering
  • أن يكتسب المتدرب مفاهيم تعلم الاله
  • أن يكون المتدرب قادراً على معرفة التحليل التنبوئي
  • أن يكون المتدرب قادراً على تطبيق مفاهيم تعلم الآله

محاضرة افتراضية للمتدربين لمناقشة الأسبوع الثالث

الاسبوع الرابع

المواضيع

المخرجات

مشروع تحليل بيانات Covid-19

أن يكون المتدرب:

  1. قادر على فهم و حل المشكلات
  2. قادر على تطبيق المعارف والمهارات لحل المشكلات
  3. قادر على إدارة وتنفيذ المشروع

مهارة تحليل وتمثيل البيانات باستخدام R

الاسبوع الخامس

المواضيع

المخرجات

1

مقدمة عن لغة R

2

مراجعة لاساسيات لغة R

كيفية تعامل R مع البيانات والمتغيرات

أن يكتسب المتدرب:

  1. اساسيات لغة R
  2. طريقة التعامل مع البيانات
  3. طريقة التعامل مع المتغيرات
3

اهم المكتبات البرمجية في لغة R (١)

اهم المكتبات البرمجية في لغة R (٢)

أن يكتسب المتدرب:

  1. اهم المكتبات البرمجية
  2. كيفية التعامل مع المكتبات البرمجية وتطبيقاتها
4
  • الدوال الأساسية في لغة R
  • التعامل مع البيانات والمتغيرات

أن يكون المتدرب قادر على التعامل مع الأساسيات للغة R، والتعامل مع المتغيرات والبيانات

6

التعرف على اهم المكتبات البرمجية

ان يتعرف المتدرب على اهم المكتبات البرمجية

محاضرة تزامنية للرد على الاستفسارات ولتقديم المساعدة في ما تم شرحه مسبقاً

الاسبوع السادس

المواضيع

المخرجات

1

كيفية كتابة الدوال الذاتية في لغة R (١)

كيفية كتابة الدوال الذاتية في لغة R (٢)

أن يكون المتدرب:

  1. قادر على بناء دوال ذاتية في لغة R
2

كيفية بناء مكتبة برمجية في لغة R (١)

كيفية بناء مكتبة برمجية في لغة R (٢)

أن يكون المتدرب:

  1. قادر على فهم خطوات بناء مكتبة برمجية
  2. قادر على كتابة الملف التوضيحي للمكتبة البرمجية
3
  • كتابة دوال بسيطة مبنية سابقا في R
  • كتابة دوال مركبة متقدمة
  • تطبيق على بناء مكتبة برمجية
  • تطبيق على كتابة الملف التوضيحي للمكتبة البرمجية
  • رفع المكتبة البرمجية على GitHub

أن يكون المتدرب:

  1. قادر على كتابة الدوال الذاتية
  2. قادر على بناء المكتبة البرمجية
  3. قادر على رفع المكتبة البرمجية على GitHub

محاضرة تزامنية للرد على الاستفسارات ولتقديم المساعدة في ما تم شرحه مسبقاً

الاسبوع السابع

المواضيع

المخرجات

  • تطبيق عملي على امثلة من الواقع في تحليل البيانات المتقدمة في لغة R
  • Hypothesis Testing
  • Regression Analysis
  • Time series Model
  • Machine Learning
  • تطبيق اختبار الفرضيات T test باستخدام R
  • تطبيق نموذج ARIMMA
  • تطبيق نماذج Clustering and Classification
  • أن يكون المتدرب قادر على التعامل مع المشاكل الواقعية وكيفية تحليلها في R
  • أن يكون المتدرب قادرا على تطبيق المفاهيم الأساسية في اختبار الفرضيات، نماذج المتسللات الزمنية وتطبيقات تعلم الآلة

محاضرة تزامنية للرد على الاستفسارات ولتقديم المساعدة في ما تم شرحه مسبقاً

الاسبوع الثامن

المواضيع

المخرجات

  • التدريب على لغة R Shiny
  • UI
  • Server
  • Dashboard
  • بناء واجهة مستخدم ومنصة تفاعلية بسيطة باستخدام لغة R shiny
  • نماذج لمنصات تفاعلية متقدمة باستخدام R shiny

أن يكون المتدرب:

  1. قادر على التعامل مع لغة R Shiny
  2. قادرا على تطبيق المفاهيم الأساسية في التعامل مع R shiny

محاضرة تزامنية للرد على الاستفسارات ولتقديم المساعدة في ما تم شرحه مسبقاً

مهارة تمثيل البيانات بإستخدام Tableau

الاسبوع التاسع

المواضيع

المخرجات

1

مقدمة عن المهارة

2

تعريف تصوير البيانات وأهميته

أن يكون المتدرب:

  1. قادراً على نعريف تصوير البيانات
  2. يشرح أهمية تصوير البيانات
3

أدوات تصوير البيانات

أن يكتسب المتدرب:

  1. معرفة برامج تصوير البيانات
  2. فهم سبب اختيار Tableau لتطبيقات المهارة
4
  • الإدراك البصري وعناصر جذب الانتباه

أن يكون المتدرب:

  1. قادراً فهم العلاقة بين الادراك البصري وتصوير البيانات
  2. قادراً على استخدام عناصر جذب الانتباه في تصوير البيانات
5

انشاء حساب في Tableau وتنصيب البرنامج

أن يكتسب المتدرب:

  1. تسجيل حساب في tableau
  2. تحميل وتنصيب البرنامج على الجهاز
  3. شرح الواجهة الرئيسية للبرنامج
5

خطوات سير العمل في Tableau

أن يكتسب المتدرب:

  1. قادراً على انشاء خطة عمل لتحليل البيانات
  2. فهم طريقة الاتصال بالبيانات وتحليلها ومشاركتها

محاضرة افتراضية للمتدربين لمناقشة الأسبوع التاسع

الاسبوع العاشر

المواضيع

المخرجات

1

أنواع تصوير البيانات

أن يكتسب المتدرب:

  1. مهارة اختيار التصوير المناسب للبيانات.
  2. فهم عناصر جذب الانتباه وعلاقتها بالتصوير الأمثل للبيانات.
2

أفضل الممارسات في تصوير البيانات

أن يكون المتدرب:

  1. قادراً على تطبيق افضل الممارسات في تصوير البيانات
  2. قادراً على معرفة الاخلاقيات المتبعة في مجال تصوير البيانات
3

أساسيات التصميم

أن يكون المتدرب:

  1. قادراً على فهم استخدام الألوان وتوظيفها في الرسومات البيانية
4
  • التصوير الاستكشافي والوصفي

أن يكون المتدرب:

  1. قادراً على طرح الأسئلة لإجابتها باستخدام البيانات
  2. قادراً على معرفة الفرق بين التصوير الاستكشافي والوصفي
  3. قادراً على اختيار التصوير المناسب لاستكشاف ووصف البيانات
5

التعامل مع البيانات النوعية والكمية Measures and Dimensions

أن يكون المتدرب:

  1. قادراً على التمييز بين البيانات الكمية والنوعية
  2. قادراً على تغيير أنواع البيانات حسب الحاجة
5

تجميع وفرز البيانات

أن يكون المتدرب قادرا على:

  1. انشاء مجموعة وهيكل البيانات
  2. فرز وتصفية البيانات حسب معلومات محددة
6

العمليات الحسابية على الجداول

أن يكتسب المتدرب:

  1. القدرة على انشاء اعمدة محسوبة من أعمدة أخرى
  2. القدرة على تطبيق عمليات حسابية على البيانات
7

التحليل البصري

أن يكون المتدرب قادرا على:

  1. انشاء رسوم بيانية بمختلف انواعها
  2. توظيف اساسيات التصميم في بناء الرسومات البيانية
  3. استخدام Marks Card في تصميم الرسومات البيانية
8

التحليل الزمني

أن يكون المتدرب قادرا على:

  1. التعامل مع البيانات Discreate and Continuous
  2. تحويل القيم ما بين Discreate and Continuous حسب الحاجة
9

التحليل المكاني

أن يكون المتدرب قادرا على:

  1. انشاء الخرائط
  2. التعامل مع أخطاء خطوط الطول والعرض في البيانات
  3. تركيب الخرائط المخصصة

محاضرة افتراضية للمتدربين لمناقشة الأسبوع العاشر

الاسبوع الحادي عشر

المواضيع

المخرجات

1

ذكاء الأعمال ولوحات المعلومات

أن يكون المتدرب قادراً على تعريف ذكاء الاعمال وعلاقته بلوحات المعلومات

2

أساسيات تصميم لوحات المعلومات

أن يكون المتدرب قادرا على:

  1. فهم الأساليب الحديثه في تصميم لوحات المعلومات
  2. أنواع لوحات المعلومات
  3. اتباع الممارسات الجيدة في تصميم لوحات المعلومات
3

لوحات المعلومات التفاعلية Interactive Dashboards

أن يكون المتدرب قادرا على:

  1. تعريف اللوحات التفاعلية
  2. الفرق بين لوحات المعلومات الاستكشافيه او الوصفية
4

استخدام Actions و Filters في لوحة المعلومات

أن يكون المتدرب قادراً على استخدام الأدوات التفاعلية في لوحات المعلومات

5

تنسيق لوحات المعلومات

أن يكون المتدرب قادراً على تنسيق لوحات المعلومات بناء على اساسيات التصميم والممارسات الجيدة

6

مفهوم رواية القصة بالبيانات Storytelling with data

أن يكون المتدرب قادراً على استخدام فن رواية القصة لوضع نتائج التحليل في سياق محدد

7

نشر ومشاركة لوحات المعلومات

أن يكون المتدرب قادراً على مشاركة النتائج مع الجمهور بطرق مختلفة

محاضرة افتراضية للمتدربين لمناقشة الأسبوع الحادي عشر

الاسبوع الثاني عشر

المواضيع

المخرجات

1

مشروع المهارة باستخدام بيانات Saudi Covid-19

أن يكون المتدرب قادرا على:

  1. استخراج البيانات من موقع https://covid19.moh.gov.sa
  2. طرح الاسئلة واجابتها باستخدام الرسومات البيانات
  3. تنفيذ وإدارة المشروع بناء على خطة سير العمل في تصوير البيانات
  4. توظيف ما تم دراسته من اساسيات التصميم والتصوير في تطبيق المشروع

مشروع التخرج

الاسبوع الثالث عشر

المواضيع

المخرجات

1

أن يكون المتدرب قادرا على:

الاسئلة الشائعة FAQ

  1. متوسط ​​المدة: 1-12
  2. مجهود: 5-10
  3. عدد المقررات: 4 مهارات في البرنامج
  4. موضوع: Digital
  5. المعهد: KKUx
  6. اللغة: arabic
  7. السعر: 1490 ر.س

المدربين

  • أ. هشام محمد الحمدي

    أ. هشام محمد الحمدي

    محاضر نظم المعلومات بجامعة الملك خالد حاصل على درجة الماجستير من جامعة California State University بالولايات المتحدة الأمريكية KKUx

  • د .أيمن إبراهيم قحمش

    د .أيمن إبراهيم قحمش

    أستاذ نظم المعلومات المساعد بجامعة الملك خالد و وكيل كلية علوم الحاسب الآلي للشؤون التعليمية والأكاديمية حاصل على درجة الدكتوراه من جامعة Warwick بالمملكة المتحدة البريطانية. KKUx

  • د .خالد القحطاني

    د .خالد القحطاني

    أستاذ الإحصاء المساعد بجامعة الأمير سطام بن عبدالعزيز و باحث زائر في جامعة ليدز حاصل على درجة الدكتوراه من جامعة leeds بالمملكة المتحدة البريطانية KKUx