Arabic Knowledge blog مدونة المعرفة العربية

 علم البيانات الرشيقة - إثراء البيانات Agile Data Science - Data Enrichment علم البيانات الرشيقة - إثراء البيانات

 Agile Data Science - SQL مقابل NoSQL Agile Data Science - SQL مقابل NoSQL التركيز الكامل لهذا البرنامج التعليمي هو اتباع منهجية التطوير الرشيق Agile مع عدد أقل من الخطوات وتنفيذ المزيد من الأدوات المفيدة.  لفهم هذا ، من المهم معرفة الفرق بين قواعد بيانات SQL و NoSQL. معظم المستخدمين على دراية بقاعدة بيانات SQL ولديهم معرفة جيدة إما بقواعد بيانات MySQL أو Oracle أو قواعد بيانات SQL الأخرى.  على مدى السنوات العديدة الماضية ، تم اعتماد قاعدة بيانات NoSQL على نطاق واسع لحل مشاكل ومتطلبات العمل المختلفة للمشروع. يوضح الجدول التالي الفرق بين قواعد بيانات SQL و NoSQL - SQL NoSQL تسمى قواعد بيانات SQL بشكل أساسي نظام إدارة قواعد البيانات العلائقية (RDBMS). قاعدة بيانات NoSQL تسمى أيضًا قاعدة البيانات الموجهة بالوثائق.  إنها غير علائقية وموزعة. تتضمن قواعد البيانات المستندة إلى SQL بنية الجدول مع الصفوف والأعمدة.  مجموعة من الجداول وهياكل المخططات الأخرى تسمى قاعدة البيانات. تتضمن قاعدة بيانات NoSQL المستندات كهيكل رئيسي ويسمى إدراج المستندات التجميع. تتضمن قواعد بيانات...

 أدوات منهجية التطوير الرشيق والتثبيت  Agile Tools and installation  أدوات رشيقة والتثبيت

 Agile Data Science - Data Visualization علم البيانات الرشيقة - تصور البيانات الرسومات البيانية علم البيانات الرشيقة - تصور البيانات

علم البيانات الرشيقة - مفاهيم المنهجية  Agile scrum methodology concepts

 Agile Data Science - Implementation Of Agile تنفيذ التطوير الرشيق سكروم Agile Data Science - تنفيذ Agile

  إنشاء مشهد أفضل باستخدام علم البيانات والرشاقة Ad by   Valueimpression  الصفحة السابقة الصفحة التالية    تساعد منهجية Agile المؤسسات على التكيف مع التغيير والمنافسة في السوق وبناء منتجات عالية الجودة.  ويلاحظ أن المؤسسات تنضج بمنهجية رشيقة ، مع زيادة التغيير في متطلبات العملاء.  يعد تجميع البيانات ومزامنتها مع فرق منظمة Agile أمرًا مهمًا في تجميع البيانات عبر الحافظة المطلوبة. بناء خطة أفضل يعتمد الأداء الرشيق المعياري فقط على الخطة.  مخطط البيانات المطلوبة يعزز الإنتاجية والجودة والاستجابة لتقدم المنظمة.  يتم الحفاظ على مستوى تناسق البيانات مع سيناريوهات تاريخية وحقيقية. ضع في اعتبارك الرسم التخطيطي التالي لفهم دورة تجربة علوم البيانات - يتضمن علم البيانات تحليل المتطلبات متبوعًا بإنشاء خوارزميات على أساسها.  بمجرد تصميم الخوارزميات جنبًا إلى جنب مع الإعداد البيئي ، يمكن للمستخدم إنشاء تجارب وجمع البيانات لتحليل أفضل. هذه الأيديولوجية تحسب آخر سباق سريع للرشاقة ، والذي يسمى "الأفعال". تتضمن  الإجراءات  جميع المهام الإلزامية ...

 تحسين أداء التنبؤ Agile Data Science - Improving Prediction Performance تحسين أداء التنبؤ

 إصلاح مشكلة التنبؤ Agile Data Science - Fixing Prediction Problem إصلاح مشكلة التنبؤ إصلاح مشكلة التنبؤ Agile Data Science - Fixing Prediction Problem في هذا الفصل ، سوف نركز على إصلاح مشكلة التنبؤ بمساعدة سيناريو محدد. ضع في اعتبارك أن الشركة تريد أتمتة تفاصيل الأهلية للقرض وفقًا لتفاصيل العميل المقدمة من خلال نموذج الطلب عبر الإنترنت.  تتضمن التفاصيل اسم العميل والجنس والحالة الاجتماعية ومبلغ القرض وتفاصيل إلزامية أخرى. يتم تسجيل التفاصيل في ملف CSV كما هو موضح أدناه - قم بتنفيذ الكود التالي لتقييم مشكلة التوقع - import pandas as pd from sklearn import ensemble import numpy as np from scipy.stats import mode from sklearn import preprocessing,model_selection from sklearn.linear_model import LogisticRegression from sklearn.preprocessing import LabelEncoder #loading the dataset data=pd.read_csv('train.csv',index_col='Loan_ID') def num_missing(x): return sum(x.isnull()) #imputing the the missing values from the data data['Gender'].fillna(mode(list(data[...

 علم البيانات الرشيقة - Agile Data Science - SparkML علم البيانات الرشيقة - SparkML

 نشر نظام تنبؤي Agile Data Science - Deploying A Predictive System نشر نظام تنبؤي

 بناء نموذج الانحدار Agile Data Science - Building A Regression Model بناء نموذج الانحدار

 استخراج الميزات باستخدام PySpark Agile Data Science - Extracting Features With PySpark استخراج الميزات باستخدام PySpark

 علم البيانات الرشيقة - دور التنبؤات Agile Data Science - Role Of Predictions علم البيانات الرشيقة - دور التنبؤات

 Agile Data Science - العمل مع التقارير Agile Data Science - Working With Reports Agile Data Science - العمل مع التقارير

 جمع وعرض السجلات Agile Data Science - Collecting & Displaying Records جمع وعرض السجلات

 برمجة علم البيانات الرشيقة - برمجة NoSQL وتدفق البيانات  Agile Data Science - NoSQL & Dataflow Programming

Agile Data Science - معالجة البيانات في Agile

 Agile Data Science - Data Science Process Agile Data Science - عملية علوم البيانات Agile Data Scie nce - عملية علوم البيانات في هذا الفصل ، سوف نفهم عملية علم البيانات والمصطلحات المطلوبة لفهم العملية. "علم البيانات هو مزيج من واجهة البيانات ، وتطوير الخوارزمية والتكنولوجيا من أجل حل المشكلات التحليلية المعقدة". علم البيانات هو مجال متعدد التخصصات يشمل الأساليب والعمليات والأنظمة العلمية مع الفئات المدرجة فيه مثل التعلم الآلي والرياضيات والمعرفة الإحصائية مع البحث التقليدي.  يتضمن أيضًا مزيجًا من مهارات القرصنة والخبرة الموضوعية.  يستمد علم البيانات المبادئ من الرياضيات والإحصاء وعلوم المعلومات وعلوم الكمبيوتر واستخراج البيانات والتحليل التنبئي. الأدوار المختلفة التي تشكل جزءًا من فريق علوم البيانات مذكورة أدناه - العملاء agile clients  العملاء هم الأشخاص الذين يستخدمون المنتج.  يحدد اهتمامهم نجاح المشروع وتكون ملاحظاتهم ذات قيمة كبيرة في علم البيانات. تطوير الأعمال agile development business  يقوم فريق علوم البيانات هذا بالتوقيع على العملاء الأوائل ، إما ...