دورة عبر الإنترنت – تخصص احترافي معتمد في علوم بيانات جوجل، جامعة واشنطن

معالجة تحديات البيانات الحقيقية. إتقان علوم البيانات المعرفية والإحصائية والمعلوماتية في ثلاث دورات.

Suggested by: Coursera (What is Coursera?)

Professional Certificate

المستوى المتوسط

No prior knowledge required

Time to complete the course

7-day free trial

No unnecessary risks

Skills you will acquire in the course

  • إدارة البيانات المستندة إلى SQL وNoSQL
  • خوارزميات البحث عن البيانات
  • المبادئ العملية في الإحصاء والتعلم الآلي
  • عرض البيانات وإبلاغ النتائج
  • القضايا القانونية والأخلاقية في التعامل مع البيانات الضخمة

What you will learn in the course

Courses for which the course is suitable

  • محلل البيانات
  • عالم البيانات
  • مهندس بيانات
  • مدير مشروع في مجال البيانات الضخمة
  • مطور تطبيقات البيانات
  • محلل البيانات الكبيرة
  • خبير التعلم الآلي
  • مستشار تكنولوجيا المعلومات

التدريب – سلسلة دورات من 4 دورات

تعلم إدارة البيانات الشاملة وتقييم تقنيات البيانات الضخمة وتصميم تصورات فعالة.

المواضيع التي يتم تناولها:

  • إدارة البيانات المستندة إلى SQL وNoSQL
  • خوارزميات البحث عن البيانات
  • المبادئ العملية في الإحصاء والتعلم الآلي
  • عرض البيانات وإبلاغ النتائج
  • القضايا القانونية والأخلاقية في التعامل مع البيانات الضخمة

في المشروع النهائي، الذي تم تطويره بالتعاون مع منصة التدريب الرقمي Korsolv، ستطبق مهاراتك الجديدة في مشروع حقيقي لعلم البيانات.

Details of the courses that make up the specialization

الدورة 1: معالجة البيانات على نطاق واسع: الأنظمة والخوارزميات

المدة: 20 ساعة

التقييم: 4.3 (766 تقييمًا)

ماذا ستتعلم:

ستعلمك الدورة طبيعة الأنظمة ذات الصلة، والمبادئ التي تستند إليها، وتداولاتها. سوف تتعلم أيضًا عن تاريخ وسياق علم البيانات، والمهارات والتحديات والأساليب التي يشملها المصطلح، وكيفية بناء مشروع علم البيانات.

أهداف التعلم:

  • وصف الأنماط والتحديات الشائعة في مشاريع علوم البيانات.
  • تحديد واستخدام نماذج البرمجة المتعلقة بمعالجة البيانات على نطاق واسع.
  • استخدم تقنيات قواعد البيانات المحسنة للتحليلات واسعة النطاق.
  • تقييم أنظمة NoSQL ووصف مقايضاتها.
  • فكر في MapReduce لكتابة الخوارزميات في Hadoop وSpark.
  • وصف مشهد أنظمة البيانات الضخمة المتخصصة في الرسوم البيانية والمصفوفات والتدفقات.

المهارات التي سوف تكتسبها:

  • الجبر النسبي
  • برمجة بايثون
  • SQL
  • MapReduce

الدورة 2: التحليلات التنبؤية العملية: النماذج والأساليب

المدة: 6 ساعات

التقييم: 4.1 (317 تقييمًا)

ماذا ستتعلم:

ستقوم في هذه الدورة بتصميم التجارب الإحصائية وتحليل النتائج باستخدام الأساليب الحديثة. سوف تتعلم أيضًا عن المخاطر الشائعة في تفسير الحجج الإحصائية، خاصة فيما يتعلق بالبيانات الضخمة.

أهداف التعلم:

  • تصميم التجارب الفعالة وتحليل النتائج.
  • استخدم أساليب أخذ العينات لصياغة حجج إحصائية واضحة.
  • شرح وتطبيق طرق التصنيف المختلفة.
  • شرح وتطبيق مفاهيم وأساليب التعلم غير الخاضع للرقابة.
  • وصف المصطلحات الشائعة لتحليلات الرسم البياني واسعة النطاق.

المهارات التي سوف تكتسبها:

  • سيتم ترتيبها بشكل عشوائي
  • التحليلات التنبؤية
  • التعلم الآلي
  • برمجة R

الدورة 3: توصيل نتائج علوم البيانات

المدة: 7 ساعات

التقييم: 3.4 (142 تقييمًا)

ماذا ستتعلم:

سوف تتعلم كيفية تصميم المرئيات والتحكم فيها، وشرح الوضع الحالي لخصوصية البيانات الضخمة وأخلاقياتها وإدارتها، واستخدام الحوسبة السحابية لتحليل البيانات الضخمة بشكل متكرر.

أهداف التعلم:

  • تصميم ومراجعة التصورات.
  • شرح الوضع الحالي للخصوصية والأخلاقيات وإدارة البيانات الضخمة.
  • استخدم الحوسبة السحابية لتحليل البيانات الضخمة بطريقة قابلة للتكرار.

الدورة 4: علم البيانات على نطاق واسع – المشروع النهائي

المدة: 6 ساعات

التقييم: 3.8 (25 تقييمًا)

ماذا ستتعلم:

في المشروع النهائي، سينخرط الطلاب في مشروع حقيقي يتطلب منهم تطبيق المهارات من المسار الكامل لعلم البيانات: إعداد البيانات وتنظيمها وتحويلها، وبناء نموذج وتقييم النتائج.

المهارات التي سوف تكتسبها:

  • معالجة البيانات
  • إحصائيات
  • تحليل البيانات
  • برمجة بايثون
  • برمجة R