Basira Learning

الإحصاء لعلوم البيانات

أساسيات الإحصاء الضرورية لفهم تحليل البيانات وتطبيقات تعلم الآلة بطريقة مبسطة وعملية.

تاريخ الابتداء

February 21, 2026

تاريخ الانتهاء

March 4, 2026

المستوى

مبتدئ

المدة

6
فداء بني ياسين <strong>علم بيانات وذكاء اصطناعي</strong> • 2 سنوات خبرة

<strong>مهندسة ومتخصصة في الذكاء الاصطناعي وعلوم البيانات، تمتلك خبرة عملية في مجالات التعلم الآلي، التعلم العميق، الذكاء الاصطناعي التوليدي، والنماذج اللغوية الكبيرة (LLMs)، مع تركيز واضح على تحويل المفاهيم النظرية إلى حلول عملية قابلة للتطبيق في بيئات العمل الحقيقية. تعمل على تصميم وتقديم برامج تدريبية تطبيقية تعتمد على Python وSQL في تحليل البيانات ونمذتها، إضافة إلى استخدام أدوات تصور البيانات مثل Tableau وGretl، وتطوير النماذج الذكية باستخدام Keras وأطر التعلم العميق الحديثة. تمتلك خبرة متقدمة في Prompt Engineering وبناء حلول تعتمد على LLMs، بما في ذلك تطوير أنظمة RAG باستخدام LangChain، ChromaDB، وFAISS، إلى جانب العمل على تطبيقات Generative AI وAgentic AI، وتوظيف أدوات مثل ChatGPT في بناء حلول ذكية تخدم مختلف القطاعات. تعتمد في تدريبها على أسلوب مبسّط ومنهجي يوازن بين الفهم العميق والتطبيق العملي، وتحرص على تمكين المتدرّبين من اكتساب مهارات حقيقية في الذكاء الاصطناعي وعلوم البيانات، بما يتوافق مع متطلبات سوق العمل ويعزّز قدرتهم على تطوير مشاريع واقعية ذات قيمة.</strong>

عدد الدروس

6

السعة

10 مقاعد متاحة

وقت البداية

01:00 PM

مدة الدرس

1
محتوى الدورة

 الكورس يركز على بناء فهم قوي للإحصاء التطبيقي المستخدم في تحليل البيانات و الـ Machine Learning، مع تبسيط المفاهيم وربطها بأمثلة عملية.

المحاور الرئيسية:

  1. Types of Data
  • Categorical and Numeric Variables
  • Nominal vs. Ordinal Variables
  • Continuous vs. Discrete Variables
  1. Statistical Measures
  • Central Tendency and Dispersion Measures
  1. Normal Distribution
  • Properties of the Normal Distribution
  • Importance of Normal Distribution in Machine Learning
  1. Central Limit Theorem
  • Population vs. Sample
  • Introduction to Sampling Distribution
  • CLT Definition
  • Practical Intuition
  • Simple Visualization and Real-World Meaning
  1. Z-Score & Standardization
  • Comparing Data Points Using Standardization
  1. Hypothesis Testing
  • Core Concept and Purpose
  • Steps of Statistical Hypothesis Testing
  1. Proportion Testing
  • Introduction to Proportion Testing
  • Practical Applications and Use Cases

بعد انتهاء الكورس سيكون المتدرب قادر على:
✅ فهم أساسيات الإحصاء المستخدمة في تحليل البيانات
✅ قراءة وتفسير التوزيعات الإحصائية
✅ تحليل البيانات باستخدام مقاييس النزعة المركزية والتشتت
✅ فهم التوزيع الطبيعي وأهميته في النماذج
✅ تطبيق مفاهيم Sampling و Sampling Distribution على البيانات
✅ فهم وتطبيق Central Limit Theorem عمليًا
✅ استخدام Z-Score لتفسير القيم
✅ فهم أساسيات Hypothesis Testing
✅ تطبيق Proportion Testing على سيناريوهات عملية