Data-Science-For-Beginners/translations/ar

منهج علوم البيانات للمبتدئين

يسعد فريق Azure Cloud Advocates في Microsoft أن يقدم منهجًا مدته 10 أسابيع ومكوَّنًا من 20 درسًا حول علوم البيانات. يتضمن كل درس اختبارًا قبل الدرس وبعده، وتعليمات مكتوبة لإكمال الدرس، وحلًا، ومهمة. تتيح منهجيتنا المعتمدة على المشاريع لك التعلم أثناء البناء، وهي طريقة مثبتة لتمكين المهارات الجديدة من "الترسخ".

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

🙏 شكر خاص 🙏 لمؤلفينا ومراجعي المحتوى والمساهمين من سفراء طلاب مايكروسوفت، لا سيما 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

علوم البيانات للمبتدئين - مخطط مرسوم بواسطة @nitya

🌐 دعم متعدد اللغات

مدعوم عبر GitHub Action (مؤتمت ومحدث دائمًا)

العربية | البنغالية | البلغارية | الבורمية (ميانمار) | الصينية (المبسطة) | الصينية (التقليدية، هونغ كونغ) | الصينية (التقليدية، ماكاو) | الصينية (التقليدية، تايوان) | الكرواتية | التشيكية | الدانماركية | الهولندية | الإستونية | الفنلندية | الفرنسية | الألمانية | اليونانية | العبرية | الهندية | الهنغارية | الإندونيسية | الإيطالية | اليابانية | الكنادية | الكورية | الليتوانية | الماليزية | المالايالامية | المراثية | النيبالية | البيجن النيجيري | النرويجية | الفارسية (الفارسي) | البولندية | البرتغالية (البرازيل) | البرتغالية (البرتغال) | البنجابية (غورموخي) | الرومانية | الروسية | الصربية (السيريلية) | السلوفاكية | السلوفينية | الإسبانية | السواحيلية | السويدية | التاغالوغ (الفلبينية) | التاميلية | التيلجو | التايلاندية | التركية | الأوكرانية | الأردية | الفيتنامية

إذا رغبت في إضافة لغات ترجمة إضافية فهي مدرجة هنا

انضم إلى مجتمعنا

لدينا سلسلة على Discord بعنوان "تعلم مع الذكاء الاصطناعي" جارية، اعرف المزيد وانضم إلينا على Learn with AI Series من 18 - 30 سبتمبر، 2025. ستحصل على نصائح وحيل لاستخدام GitHub Copilot لعلوم البيانات.

هل أنت طالب؟

ابدأ بالموارد التالية:

• Student Hub page في هذه الصفحة، ستجد موارد للمبتدئين، حزم للطلاب وحتى طرق للحصول على قسيمة شهادة مجانية. هذه صفحة يجب أن تضيفها إلى المفضلة وتتحقق منها من وقت لآخر لأننا نبدل المحتوى على الأقل شهريًا.
• Microsoft Learn Student Ambassadors انضم إلى مجتمع عالمي من سفراء الطلاب، فقد تكون هذه طريقتك للدخول إلى مايكروسوفت.

البدء

📚 التوثيق

• دليل التثبيت - تعليمات إعداد خطوة بخطوة للمبتدئين
• دليل الاستخدام - أمثلة وسير عمل شائع
• استكشاف الأخطاء وإصلاحها - حلول للمشكلات الشائعة
• دليل المساهمة - كيفية المساهمة في هذا المشروع
• للمعلمين - إرشادات تعليمية وموارد صفية

👨‍🎓 للطلاب

المبتدئون تمامًا: هل أنت جديد في علوم البيانات؟ ابدأ بأمثلتنا المناسبة للمبتدئين! ستساعدك هذه الأمثلة البسيطة والمشروحة جيدًا على فهم الأساسيات قبل الغوص في المنهج الكامل. الطلاب: لاستخدام هذا المنهج بنفسك، قم بعمل fork للمستودع بأكمله وأكمل التمارين بمفردك، بدءًا من اختبار ما قبل المحاضرة. ثم اقرأ المحاضرة وأكمل بقية الأنشطة. حاول إنشاء المشاريع من خلال فهم الدروس بدلاً من نسخ كود الحل؛ مع ذلك، يتوفر هذا الكود في مجلدات /solutions في كل درس موجه للمشروع. فكرة أخرى هي تشكيل مجموعة دراسة مع أصدقاء ومراجعة المحتوى معًا. للدراسة المتقدمة نوصي بـ Microsoft Learn.

بدء سريع:

1. راجع دليل التثبيت لإعداد بيئتك
2. استعرض دليل الاستخدام لتتعلم كيفية العمل مع المنهج
3. ابدأ بالدرس 1 واعمل بالتسلسل
4. انضم إلى مجتمعنا على Discord للحصول على الدعم

👩‍🏫 للمعلمين

المعلمون: أدرجنا بعض الاقتراحات حول كيفية استخدام هذا المنهج. نود أن نحصل على ملاحظاتكم في منتدى النقاش الخاص بنا!

تعرف على الفريق

الصورة المتحركة بواسطة Mohit Jaisal

🎥 انقر الصورة أعلاه لمشاهدة فيديو عن المشروع والأشخاص الذين أنشأوه!

المنهجية التربوية

لقد اخترنا مبدئين تربويين أثناء بناء هذه المنهجية: التأكد من أنها قائمة على المشاريع وأنها تتضمن اختبارات متكررة. بحلول نهاية هذه السلسلة، سيكون الطلاب قد تعلّموا مبادئ أساسية في علوم البيانات، بما في ذلك المفاهيم الأخلاقية، وإعداد البيانات، وطرق مختلفة للعمل مع البيانات، وتصور البيانات، وتحليل البيانات، وحالات استخدام واقعية لعلوم البيانات، والمزيد.

بالإضافة إلى ذلك، يحدد اختبار منخفض المخاطر قبل المحاضرة نية الطالب تجاه تعلم موضوع ما، بينما يضمن اختبار ثانٍ بعد المحاضرة مزيدًا من الاحتفاظ بالمعلومات. تم تصميم هذه المنهجية لتكون مرنة وممتعة ويمكن الالتحاق بها ككل أو جزئياً. تبدأ المشاريع صغيرة وتزداد تعقيدًا بنهاية دورة العشرة أسابيع.

اطلع على Code of Conduct، Contributing، وTranslation لإرشاداتنا. نرحب بتعليقاتكم البنّاءة!

كل درس يتضمن:

• مخطط توضيحي اختياري
• فيديو تكميلي اختياري
• اختبار تسخين قبل الدرس
• درس مكتوب
• للدروس المبنية على مشاريع، أدلة خطوة بخطوة لبناء المشروع
• اختبارات معرفة
• تحدٍ
• قراءة تكميلية
• مهمة
• اختبار بعد الدرس

ملاحظة حول الاختبارات: تحتوي جميع الاختبارات على مجلد Quiz-App، بواقع 40 اختبارًا إجماليًا، كل منها مكوّن من ثلاثة أسئلة. يتم ربطها من داخل الدروس، لكن تطبيق الاختبار يمكن تشغيله محليًا أو نشره على Azure؛ اتبع التعليمات في مجلد quiz-app. يتم تعريبها تدريجيًا.

🎓 أمثلة مناسبة للمبتدئين

هل أنت جديد في علوم البيانات؟ لقد أنشأنا دليلًا خاصًا examples directory مع كود بسيط ومشروح جيدًا لمساعدتك على البدء:

• 🌟 مرحبا بالعالم - برنامجك الأول في علوم البيانات
• 📂 تحميل البيانات - تعلّم قراءة واستكشاف مجموعات البيانات
• 📊 تحليل بسيط - حساب الإحصاءات واكتشاف الأنماط
• 📈 تصوير أساسي - إنشاء مخططات ورسوم بيانية
• 🔬 مشروع في العالم الحقيقي - سير عمل كامل من البداية إلى النهاية

يتضمن كل مثال تعليقات مفصّلة تشرح كل خطوة، مما يجعله مثاليًا للمبتدئين تمامًا!

👉 ابدأ بالأمثلة 👈

الدروس

خريطة طريق علوم البيانات للمبتدئين - مخطط توضيحي بواسطة @nitya

Lesson Number	Topic	Lesson Grouping	Learning Objectives	Linked Lesson	Author
01	تعريف علوم البيانات	المقدمة	تعلّم المفاهيم الأساسية لعلوم البيانات وكيف ترتبط بالذكاء الاصطناعي، وتعلّم الآلة، والبيانات الضخمة.	الدرس فيديو	Dmitry
02	أخلاقيات علوم البيانات	المقدمة	مفاهيم أخلاقيات البيانات، والتحديات والأُطُر.	الدرس	Nitya
03	تعريف البيانات	المقدمة	كيف تُصنَّف البيانات ومصادرها الشائعة.	الدرس	Jasmine
04	مقدمة في الإحصاء والاحتمالات	المقدمة	التقنيات الرياضية في الاحتمالات والإحصاء لفهم البيانات.	الدرس فيديو	Dmitry
05	العمل مع البيانات العلائقية	العمل مع البيانات	مقدمة في البيانات العلائقية وأسَاسيات استكشافها وتحليلها باستخدام لغة الاستعلام البنيوية، المعروفة أيضًا باسم SQL (تُنطق “see-quell”).	الدرس	Christopher
06	العمل مع بيانات NoSQL	العمل مع البيانات	مقدمة في البيانات غير العلائقية، وأنواعها المختلفة، وأسَاسيات استكشاف قواعد البيانات الوثائقية وتحليلها.	الدرس	Jasmine
07	العمل مع Python	العمل مع البيانات	أساسيات استخدام Python لاستكشاف البيانات باستخدام مكتبات مثل Pandas. يوصى بفهم أساسي لبرمجة Python.	الدرس فيديو	Dmitry
08	إعداد البيانات	العمل مع البيانات	مواضيع حول تقنيات تنظيف وتحويل البيانات لمعالجة مشاكل البيانات المفقودة أو غير الدقيقة أو غير المكتملة.	الدرس	Jasmine
09	تصوير الكميات	تصوير البيانات	تعلّم كيفية استخدام Matplotlib لتصوير بيانات الطيور 🦆	الدرس	Jen
10	تصوير توزيعات البيانات	تصوير البيانات	تصوير الملاحظات والاتجاهات ضمن نطاق معين.	الدرس	Jen
11	تصوير النسب	تصوير البيانات	تصوير النسب المئوية المنفصلة والمجمعة.	الدرس	Jen
12	تصوير العلاقات	تصوير البيانات	تصوير الروابط والارتباطات بين مجموعات البيانات ومتغيراتها.	الدرس	Jen
13	تصورات ذات معنى	تصوير البيانات	تقنيات وإرشادات لجعل تصوراتك ذات قيمة لحل المشكلات واستخلاص الرؤى بفعالية.	الدرس	Jen
14	مقدمة إلى دورة حياة علوم البيانات	دورة الحياة	مقدمة عن دورة حياة علوم البيانات وخطوتها الأولى في الحصول على البيانات واستخراجها.	الدرس	Jasmine
15	التحليل	دورة الحياة	تركز هذه المرحلة من دورة حياة علوم البيانات على تقنيات تحليل البيانات.	الدرس	Jasmine
16	التواصل	دورة الحياة	تركز هذه المرحلة من دورة حياة علوم البيانات على عرض الرؤى من البيانات بطريقة تُسهّل على صانعي القرار فهمها.	الدرس	Jalen
17	علوم البيانات في السحابة	البيانات السحابية	تقدم هذه السلسلة من الدروس علوم البيانات في السحابة وفوائدها.	الدرس	Tiffany and Maud
18	علوم البيانات في السحابة	البيانات السحابية	تدريب النماذج باستخدام أدوات منخفضة الكود.	الدرس	Tiffany and Maud
19	علوم البيانات في السحابة	البيانات السحابية	نشر النماذج باستخدام Azure Machine Learning Studio.	الدرس	Tiffany and Maud
20	علوم البيانات في الميدان	في الميدان	مشاريع مدفوعة بعلوم البيانات في العالم الحقيقي.	الدرس	Nitya

GitHub Codespaces

اتبع هذه الخطوات لفتح هذا المثال في Codespace:

1. انقر قائمة Code المنسدلة واختر خيار Open with Codespaces.
2. اختر + New codespace في أسفل اللوحة. لمزيد من المعلومات، اطلع على وثائق GitHub.

VSCode Remote - Containers

اتبع هذه الخطوات لفتح هذا المستودع داخل حاوية باستخدام جهازك المحلي وVS Code عبر امتداد VS Code Remote - Containers:

1. إذا كانت هذه هي المرة الأولى التي تستخدم فيها حاوية تطوير، فتأكد من أن نظامك يستوفي المتطلبات المسبقة (مثل تثبيت Docker) في وثائق البدء.

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

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

أو افتح نسخة مستنسخة محليًا أو مُحمّلة من المستودع:

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

الوصول دون اتصال

يمكنك تشغيل هذه الوثائق دون اتصال باستخدام Docsify. قم بفورك لهذا المستودع، ثبّت Docsify على جهازك المحلي، ثم في مجلد الجذر لهذا المستودع اكتب docsify serve. سيُخدَم الموقع على المنفذ 3000 على مضيفك المحلي: localhost:3000.

ملاحظة، لن تُعرض دفاتر الملاحظات عبر Docsify، لذا عندما تحتاج لتشغيل دفتر ملاحظات، قم بذلك بشكل منفصل في VS Code مع تشغيل نواة Python.

مناهج أخرى

ينتج فريقنا مناهج أخرى! اطلع على:

LangChain

---

Azure / Edge / MCP / Agents

---

سلسلة الذكاء التوليدي

---

التعلم الأساسي

---

سلسلة Copilot

الحصول على المساعدة

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

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

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

---

إخلاء المسؤولية: تمت ترجمة هذا المستند باستخدام خدمة الترجمة الآلية Co-op Translator. بينما نسعى للدقة، يرجى ملاحظة أن الترجمات الآلية قد تحتوي على أخطاء أو عدم دقة. يجب اعتبار المستند الأصلي بلغته الأصلية المصدر المرجعي والمعتمد. للمعلومات الحرجة، يُنصح بالاستعانة بترجمة بشرية محترفة. نحن غير مسؤولين عن أي سوء فهم أو تفسير خاطئ ينشأ عن استخدام هذه الترجمة.