Data-Science-For-Beginners/translations/ar

علم البيانات للمبتدئين - منهج دراسي

يسعد فريق دعاة سحابة أزور في مايكروسوفت أن يقدم منهجًا دراسيًا لمدة 10 أسابيع و20 درسًا حول علم البيانات. يتضمن كل درس اختبارات قبل وبعد الدرس، تعليمات مكتوبة لإتمام الدرس، الحل، ومهمة. تسمح لك منهجية التعلم القائمة على المشاريع بالتعلم أثناء البناء، وهي طريقة مثبتة لجعل المهارات الجديدة "تثبت".

شكر خاص لمؤلفينا: Jasmine Greenaway، Dmitry Soshnikov، Nitya Narasimhan، Jalen McGee، Jen Looper، Maud Levy، Tiffany Souterre، Christopher Harrison.

🙏 شكر خاص 🙏 لمؤلفي، مراجعينا، ومساهمي المحتوى من سفراء طلاب مايكروسوفت، وبالأخص Aaryan Arora، Aditya Garg، Alondra Sanchez، Ankita Singh، Anupam Mishra، Arpita Das، ChhailBihari Dubey، Dibri Nsofor، Dishita Bhasin، Majd Safi، Max Blum، Miguel Correa، Mohamma Iftekher (Iftu) Ebne Jalal، Nawrin Tabassum، Raymond Wangsa Putra، Rohit Yadav، Samridhi Sharma، Sanya Sinha، Sheena Narula، Tauqeer Ahmad، Yogendrasingh Pawar ، Vidushi Gupta، Jasleen Sondhi

علم البيانات للمبتدئين - ملاحظة مرسومة بواسطة @nitya

🌐 دعم متعدد اللغات

مدعوم عبر GitHub Action (آلي ودائم التحديث)

Arabic | Bengali | Bulgarian | Burmese (Myanmar) | Chinese (Simplified) | Chinese (Traditional, Hong Kong) | Chinese (Traditional, Macau) | Chinese (Traditional, Taiwan) | Croatian | Czech | Danish | Dutch | Estonian | Finnish | French | German | Greek | Hebrew | Hindi | Hungarian | Indonesian | Italian | Japanese | Kannada | Korean | Lithuanian | Malay | Malayalam | Marathi | Nepali | Nigerian Pidgin | Norwegian | Persian (Farsi) | Polish | Portuguese (Brazil) | Portuguese (Portugal) | Punjabi (Gurmukhi) | Romanian | Russian | Serbian (Cyrillic) | Slovak | Slovenian | Spanish | Swahili | Swedish | Tagalog (Filipino) | Tamil | Telugu | Thai | Turkish | Ukrainian | Urdu | Vietnamese

تفضل الاستنساخ محليًا؟

يتضمن هذا المستودع أكثر من 50 ترجمة للغات مما يزيد بشكل كبير من حجم التنزيل. للاستنساخ بدون الترجمات، استخدم sparse checkout:

Bash / macOS / Linux:

git clone --filter=blob:none --sparse https://github.com/microsoft/Data-Science-For-Beginners.git
cd Data-Science-For-Beginners
git sparse-checkout set --no-cone '/*' '!translations' '!translated_images'

CMD (Windows):

git clone --filter=blob:none --sparse https://github.com/microsoft/Data-Science-For-Beginners.git
cd Data-Science-For-Beginners
git sparse-checkout set --no-cone "/*" "!translations" "!translated_images"

هذا يمنحك كل ما تحتاجه لإكمال الدورة مع تنزيل أسرع بكثير.

إذا كنت ترغب بدعم لغات ترجمة إضافية، فهي مدرجة هنا

انضم إلى مجتمعنا

لدينا سلسلة تعلم على ديسكورد مع الذكاء الاصطناعي مستمرة، تعرف أكثر وانضم إلينا في سلسلة التعلم مع الذكاء الاصطناعي من 18 إلى 30 سبتمبر 2025. ستحصل على نصائح وحيل لاستخدام GitHub Copilot في علم البيانات.

هل أنت طالب؟

ابدأ بالموارد التالية:

• صفحة مركز الطلاب في هذه الصفحة، ستجد موارد للمبتدئين، حزم الطلاب وحتى طرق للحصول على قسيمة شهادة مجانية. هذه صفحة تريد إضافتها إلى المفضلة والتحقق منها من وقت لآخر حيث نغير المحتوى على الأقل مرة كل شهر.
• سفراء طلاب مايكروسوفت انضم إلى مجتمع عالمي من سفراء الطلاب، قد تكون هذه هي طريقك إلى مايكروسوفت.

بدء الاستخدام

📚 التوثيق

• دليل التثبيت - تعليمات الإعداد خطوة بخطوة للمبتدئين
• دليل الاستخدام - أمثلة وتدفقات عمل شائعة
• حل المشكلات - حلول للمشاكل الشائعة
• دليل المساهمة - كيفية المساهمة في هذا المشروع
• للمعلمين - إرشادات التدريس وموارد الصف الدراسي

👨‍🎓 للطلاب

المبتدئين تمامًا: جديد في علم البيانات؟ ابدأ بأمثلتنا السهلة والمناسبة للمبتدئين beginner-friendly examples! هذه الأمثلة البسيطة والمفصلة بالتعليقات ستساعدك على فهم الأساسيات قبل الغوص في المنهج الكامل. الطلاب: لاستخدام هذا المنهج بمفردك، يمكنك عمل فورك للكود كاملاً وإكمال التمارين بنفسك، بدءًا باختبار تمهيدي قبل المحاضرة. ثم اقرأ المحاضرة وأكمل بقية الأنشطة. حاول إنشاء المشاريع من خلال فهم الدروس بدلاً من نسخ شفرة الحل؛ مع ذلك، تتوفر الشفرة في مجلدات /solutions في كل درس موجه للمشروع. فكرة أخرى هي تشكيل مجموعة دراسة مع الأصدقاء ومراجعة المحتوى معًا. للدراسة المتقدمة، نوصي بـ Microsoft Learn.

البدء السريع:

1. راجع دليل التثبيت لإعداد بيئتك
2. استعرض دليل الاستخدام لتعلم كيفية العمل مع المنهج
3. ابدأ بالدرس 1 وواصل بالدروس بالترتيب
4. انضم إلى مجتمعنا على Discord للحصول على الدعم

👩‍🏫 للمعلمين

المعلمون: لقد قمنا بـتضمين بعض الاقتراحات حول كيفية استخدام هذا المنهج الدراسي. ونسعد بتلقي ملاحظاتكم في منتدى النقاش الخاص بنا!

تعرّف على الفريق

صُنع الـGif بواسطة Mohit Jaisal

🎥 انقر على الصورة أعلاه لفيديو عن المشروع والأشخاص الذين أنشأوه!

المنهجية التعليمية

اخترنا مبدئين تربويين أثناء بناء هذا المنهج: ضمان كونه قائمًا على المشاريع وأن يتضمن اختبارات متكررة. بنهاية هذه السلسلة، سيكون الطلاب قد تعلموا مبادئ أساسية في علم البيانات، بما في ذلك المفاهيم الأخلاقية، تحضير البيانات، طرق مختلفة للعمل مع البيانات، تصور البيانات، تحليل البيانات، حالات الاستخدام الواقعية لعلم البيانات، وأكثر.

بالإضافة إلى ذلك، اختبار منخفض المخاطر قبل الدرس يهيئ النية لدى الطالب لتعلم الموضوع، بينما يضمن اختبار ثانٍ بعد الدرس الاحتفاظ بالمعلومات بشكل أكبر. تم تصميم هذا المنهج ليكون مرنًا وممتعًا ويمكن دراسته كاملاً أو جزئيًا. تبدأ المشاريع صغيرة وتزداد تعقيدًا بالتدريج حتى نهاية دورة الأسابيع العشرة.

تجد مدونة السلوك الخاصة بنا، وإرشادات المساهمة، وإرشادات الترجمة. نرحب بملاحظاتكم البناءة!

يحتوي كل درس على:

• ملاحظات رسم تخطيطي اختيارية
• فيديو تكميلي اختياري
• اختبار تمهيدي قبل الدرس
• درس مكتوب
• دروس إرشادية خطوة بخطوة للمشاريع المعتمدة على المشاريع
• اختبارات معرفة
• تحدي
• قراءة إضافية
• واجب
• اختبار بعد الدرس

ملاحظة حول الاختبارات: كل الاختبارات موجودة في مجلد Quiz-App، بمجموع 40 اختبارًا يحتوي كل منها على ثلاثة أسئلة. ترتبط من داخل الدروس، لكن تطبيق الاختبارات يمكن تشغيله محليًا أو نشره على Azure؛ اتبع التعليمات في مجلد quiz-app. يتم تعريبها تدريجياً.

🎓 أمثلة ميسرة للمبتدئين

جديد في علم البيانات؟ لقد أنشأنا مجلد خاص للأمثلة يحتوي على أكواد بسيطة ومشروحة جيدًا لمساعدتك على البدء:

• 🌟 مرحبًا بالعالم - برنامجك الأول في علم البيانات
• 📂 تحميل البيانات - تعلم كيفية قراءة واستكشاف مجموعات البيانات
• 📊 تحليل بسيط - حساب الإحصائيات واكتشاف الأنماط
• 📈 تصور أساسي - إنشاء المخططات والرسوم البيانية
• 🔬 مشروع واقعي - سير عمل مكتمل من البداية للنهاية

كل مثال يحتوي على تعليقات مفصلة تشرح كل خطوة، مما يجعله مثاليًا للمبتدئين تمامًا!

👉 ابدأ بالأمثلة 👈

الدروس

علم البيانات للمبتدئين: خارطة الطريق - رسم تخطيطي بواسطة @nitya

رقم الدرس	الموضوع	مجموعة الدروس	أهداف التعلم	الدرس المرتبط	المؤلف
01	تعريف علم البيانات	مقدمة	تعلّم المفاهيم الأساسية وراء علم البيانات وكيف يرتبط بالذكاء الاصطناعي، التعلم الآلي، والبيانات الضخمة.	درس فيديو	Dmitry
02	أخلاقيات علم البيانات	مقدمة	مفاهيم وتحديات وأطر عمل أخلاقيات البيانات.	درس	Nitya
03	تعريف البيانات	مقدمة	كيفية تصنيف البيانات ومصادرها الشائعة.	درس	Jasmine
04	مقدمة في الإحصاء والاحتمالات	مقدمة	التقنيات الرياضية في الاحتمالات والإحصاء لفهم البيانات.	درس فيديو	Dmitry
05	العمل مع البيانات العلائقية	العمل مع البيانات	مقدمة للبيانات العلائقية وأساسيات استكشاف وتحليل البيانات العلائقية باستخدام لغة الاستعلام البنيوية، المعروفة باسم SQL (تنطق "سي-كويل").	درس	Christopher
06	العمل مع بيانات NoSQL	العمل مع البيانات	مقدمة للبيانات غير العلائقية، أنواعها المختلفة وأساسيات استكشاف وتحليل قواعد بيانات المستندات.	درس	Jasmine
07	العمل مع بايثون	العمل مع البيانات	أساسيات استخدام بايثون لاستكشاف البيانات باستخدام مكتبات مثل Pandas. يُنصح بفهم أساسي لبرمجة بايثون.	درس فيديو	Dmitry
08	تحضير البيانات	العمل مع البيانات	موضوعات حول تقنيات تنظيف وتحويل البيانات لمعالجة تحديات البيانات الناقصة أو غير الدقيقة أو غير المكتملة.	درس	Jasmine
09	تصور الكميات	تصور البيانات	تعلم استخدام Matplotlib لتصوير بيانات الطيور 🦆	درس	Jen
10	تصور توزيعات البيانات	تصور البيانات	تصور الملاحظات والاتجاهات ضمن فترة زمنية.	درس	Jen
11	تصور النسب	تصور البيانات	تصور النسب المئوية المتقطعة والمجمعة.	درس	Jen
12	تصور العلاقات	تصور البيانات	تصور الروابط والارتباطات بين مجموعات البيانات ومتغيراتها.	درس	Jen
13	التصورات ذات المعنى	تصور البيانات	تقنيات وتوجيهات لجعل تصورك قيماً لحل المشكلات بفعالية واستخلاص الرؤى.	درس	Jen
14	مقدمة إلى دورة حياة علم البيانات	دورة الحياة	مقدمة لدورة حياة علم البيانات وخطوتها الأولى في جمع واستخلاص البيانات.	درس	Jasmine
15	التحليل	دورة الحياة	تركيز هذه المرحلة من دورة حياة علم البيانات على تقنيات تحليل البيانات.	درس	Jasmine
16	التواصل	دورة الحياة	تركيز هذه المرحلة من دورة حياة علم البيانات على عرض الرؤى المستخلصة من البيانات بطريقة تسهل على متخذي القرار الفهم.	درس	Jalen
17	علم البيانات في السحابة	بيانات السحابة	سلسلة من الدروس تعرف علم البيانات في السحابة وفوائده.	درس	Tiffany و Maud
18	علم البيانات في السحابة	بيانات السحابة	تدريب النماذج باستخدام أدوات التعليم منخفضة الكود.	درس	Tiffany و Maud
19	علم البيانات في السحابة	بيانات السحابة	نشر النماذج باستخدام استوديو Azure Machine Learning.	درس	Tiffany و Maud
20	علم البيانات الميداني	في الميدان	مشاريع علم بيانات مدفوعة في العالم الحقيقي.	درس	Nitya

GitHub Codespaces

اتبع هذه الخطوات لفتح هذا المثال في Codespace:

1. انقر على قائمة تنزيل الكود واختر خيار Open with Codespaces.
2. حدد + New codespace في أسفل اللوحة. لمزيد من المعلومات، اطلع على توثيق GitHub.

VSCode Remote - Containers

اتبع هذه الخطوات لفتح هذا المستودع في حاوية باستخدام جهازك المحلي وVSCode باستخدام امتداد VS Code Remote - Containers:

1. إذا كانت هذه هي المرة الأولى التي تستخدم فيها حاوية تطوير، يرجى التأكد من تلبية النظام للمتطلبات المسبقة (مثل تثبيت Docker) في توثيق البدء.

لاستخدام هذا المستودع، يمكنك إما فتح المستودع في حجم حاوية Docker معزول:

ملاحظة: تحت الغطاء، سيستخدم هذا الأمر Remote-Containers: Clone Repository in Container Volume... لاستنساخ الشفرة المصدرية في حجم Docker بدلاً من نظام الملفات المحلي. الأحجام هي الآلية المفضلة للحفاظ على بيانات الحاوية.

أو فتح نسخة استنساخ محليًا أو نسخة تم تنزيلها من المستودع:

• استنسخ هذا المستودع إلى نظام الملفات المحلي لديك.
• اضغط F1 واختر أمر Remote-Containers: Open Folder in Container....
• اختر النسخة المستنسخة من هذا المجلد، انتظر حتى تبدأ الحاوية، وجرب الأمور.

الوصول دون اتصال

يمكنك تشغيل هذه الوثائق دون اتصال باستخدام Docsify. قم بتفريع هذا المستودع، وتثبيت Docsify على جهازك المحلي، ثم في المجلد الجذري لهذا المستودع، اكتب docsify serve. سيتم تقديم الموقع على المنفذ 3000 على جهازك المحلي: localhost:3000.

ملاحظة، الدفاتر لن تُعرض عبر Docsify، لذا عندما تحتاج إلى تشغيل دفتر، قم بذلك بشكل منفصل في VS Code باستخدام نواة Python.

مناهج أخرى

ينتج فريقنا مناهج أخرى! اكتشف:

LangChain

أزور / الحافة / MCP / الوكلاء

---

سلسلة الذكاء الاصطناعي التوليدي

---

التعلم الأساسي

---

سلسلة كوبيلوت

الحصول على المساعدة

تواجه مشاكل؟ تحقق من دليل استكشاف الأخطاء وإصلاحها للحصول على حلول للمشاكل الشائعة.

إذا علقت أو كانت لديك أي أسئلة حول بناء تطبيقات الذكاء الاصطناعي. انضم إلى المتعلمين الآخرين والمطورين ذوي الخبرة في مناقشات حول MCP. إنها مجتمع داعم حيث تُرحب بالأسئلة ويُشارك المعرفة بحرية.

إذا كان لديك ملاحظات عن المنتج أو أخطاء أثناء البناء، قم بزيارة:

---

إخلاء مسؤولية: تمت ترجمة هذا المستند باستخدام خدمة الترجمة الآلية Co-op Translator. بينما نسعى لتحقيق الدقة، يرجى العلم أن الترجمات الآلية قد تحتوي على أخطاء أو عدم دقة. يجب اعتبار المستند الأصلي بلغته الأصلية المصدر المعتمد. للمعلومات الحرجة، يُوصى بالترجمة المهنية البشرية. نحن غير مسؤولين عن أي سوء فهم أو تفسير ناتج عن استخدام هذه الترجمة.