‫المملكة العربية السعودية‬

‫قـــــررت وزارة الـــتــعلـيــــم تــدريـــ�س‬ ‫هـــذا الــكــتــاب وطــبــعــه عــلــى نفقـتـها‬

‫علم البيانات‬ ‫التعليم الثانوي ‪ -‬نظام امل�سارات‬ ‫ال�سنة الثانية‬

‫طبعة ‪2022-1444‬‬

‫ح وزارة التعليم‪ ١٤٤3 ،‬ه�‬ ‫فهرسة مكتبـة امللـك فهد الوطنيـة أثنـاء النـشـر‬

‫وزارة التعلـيـم‬ ‫علم البيانات ‪ -‬املرحلة الثانوية ‪ -‬نظام املسارات ‪ -‬السنة الثانية‪/ .‬‬ ‫وزارة التعليم‪ -.‬الرياض‪ 1443 ،‬هـ‬ ‫‪ 25.5‬سم‪0‬‬ ‫‪ 207‬ص ؛ ‪. x 21‬‬ ‫ردمـك ‪978-603-511-237-6 :‬‬ ‫‪ 1‬ـ احلواسيب ‪ -‬تعليم ‪ -‬السعودية ‪ -2‬التعليم الثانوي ‪ -‬السعودية‬ ‫أ‪.‬العنوان‬ ‫‪1٤٤3 / 1272٤‬‬ ‫‪00٤ ,,712‬‬ ‫ديـوي ‪712‬‬

‫رقم االإيداع ‪١٤٤٢ / ١٢7٢٤ :‬‬ ‫ردمك ‪978-603-5١١-٢37-6 :‬‬

‫ﻣﻮاد إﺛﺮاﺋﻴﺔ وداﻋﻤﺔ ﻋﻠﻰ "ﻣﻨﺼﺔ ﻋﻴﻦ اﺛﺮاﺋﻴﺔ"‬

‫‪IEN.EDU.SA‬‬

‫ﺗﻮاﺻﻞ ﺑﻤﻘﺘﺮﺣﺎﺗﻚ ﻟﺘﻄﻮﻳﺮ اﻟﻜﺘﺎب اﻟﻤﺪرﺳﻲ‬

‫‪FB.T4EDU.COM‬‬

‫ش‬ ‫النا�‪ :‬ش�كة تطوير للخدمات التعليمية‬ ‫ب� ش�كة ‪ Binary Logic SA‬ش‬ ‫تم ش‬ ‫الن� بموجب اتفاقية خاصة ي ن‬ ‫و�كة تطوير للخدمات التعليمية‬ ‫ن‬ ‫(عقد رقم ‪ )2022/0003‬لالستخدام ي� المملكة العربية السعودية‬ ‫حقوق ش‬ ‫الن� © ‪Binary Logic SA 2022‬‬ ‫‪ .‬ال يجوز نسخ أي جزء من هذا المنشور أو تخزينه ن� أنظمة ت‬ ‫اس�جاع البيانات أو‬ ‫جميع الحقوق محفوظة‬ ‫ي‬ ‫ئ‬ ‫ت‬ ‫نقله بأي شكل أو بأي وسيلة إلك�ونية أو ميكانيكية أو بالنسخ‬ ‫كتا�‬ ‫الضو� أو التسجيل أو ي‬ ‫غ� ذلك دون إذن ب ي‬ ‫ي‬ ‫من ش‬ ‫النا�ين‪.‬‬ ‫ُ‬ ‫‪ :‬يحتوي هــذا الكتاب عىل روابــط إىل مواقع ت‬ ‫إلك�ونية ال تــدار من قبل ش�كــة ‪Binary‬‬ ‫ُيـ ب‬ ‫ـر� مالحظة ما يـ يـىل‬ ‫َّ‬ ‫‪ .Logic‬ورغم أن ش�كة ‪ Binary Logic‬تبذل قصارى جهدها لضمان دقة هذه الروابط وحداثتها ومالءمتها‪،‬‬ ‫إال أنها ال تتحمل المسؤولية عن محتوى أي مواقع ت‬ ‫إلك�ونية خارجية‪.‬‬ ‫إشعار بالعالمات التجارية‪ :‬أسماء المنتجات أو ش‬ ‫ال�كات المذكورة هنا قد تكون عالمات تجارية أو عالمات‬ ‫ُ‬ ‫ن‬ ‫ُ َّ‬ ‫تن�‬ ‫تـجــاريــة مسجلة وتستخدم فقط بـغــرض التعريف والتوضيح ولـيــس هـنــاك أي نية النـتـهــاك الـحـقــوق‪ .‬ي‬ ‫ش‬ ‫ين‬ ‫المعني�‪.‬‬ ‫ـ� الـعــالمــات الـتـجــاريــة‬ ‫ُ�ك ــة ‪ Binary Logic‬وج ــود أي ارت ـبــاط أو رعــايــة أو تأييد مــن جــانــب مــالـ ُ ي‬ ‫تعد ‪ Excel‬عالمة تجارية ُم َّ‬ ‫سجلة لـ شـ�كــة ‪ .Microsoft Corporation‬تعد ‪ Tinkercad‬عالمة تجارية‬ ‫ُ‬ ‫ُم َّ‬ ‫سجلة لـ شـ�كــة ‪ .Autodesk Inc‬تـعــد “‪ ”Python‬وش ـعــارات ‪ Python‬عــالمــات تـجــاريــة مسجلة ش‬ ‫ل�كة‬ ‫ُ‬ ‫‪ُ .Python Software Foundation‬تعد ‪ Jupyter‬عالمة تجارية ُم َّ‬ ‫سجلة ش‬ ‫ل�كة ‪ .Project Jupyter‬تعد‬ ‫ل�كة ‪ُ .JetBrains s.r.o‬تعد ‪ Multisim Live‬عالمة تجارية ُم َّ‬ ‫‪ PyCharm‬عالمة تجارية ُم َّ‬ ‫سجلة ش‬ ‫سجلة‬ ‫ُ‬ ‫لـ شـ�كــة ‪ .National Instruments Corporation‬تـعــد ‪ CupCarbon‬عــالمــة تـجــاريــة ُمـسـ َّـجـلــة لـ شـ�كــة‬ ‫ُ‬ ‫‪ُ .CupCarbon‬تعد ‪ Arduino‬عالمة تجارية ُم َّ‬ ‫سجلة ش‬ ‫ل�كة ‪ .Arduino SA‬تعد ‪ Micro:bit‬عالمة تجارية‬ ‫ُم َّ‬ ‫سجلة ش‬ ‫ل�كة ‪.Micro:bit Educational Foundation‬‬ ‫وال ترىع ش‬ ‫ال�كات أو المنظمات المذكورة أعاله هذا الكتاب أو ترصح به أو تصادق عليه‪.‬‬ ‫النا� جاهدا تتبع مالك الحقوق الفكرية كافة‪ ،‬وإذا كان قد سقط اسم ٍّ‬ ‫ً‬ ‫حاول ش‬ ‫سهوا فسيكون من‬ ‫أي منهم‬ ‫ن‬ ‫دواىع �ور ش‬ ‫التداب� الالزمة ي� أقرب فرصة‪.‬‬ ‫النا� اتخاذ‬ ‫ي‬ ‫ي‬

‫مقدمة‬ ‫اإن تق��دم ال��دول وتطوره��ا يقا���ص مب��دى قدرته��ا عل��ى ال�س��تثمار يف التعلي��م‪ ،‬وم��دى ا�س��تجابة نظامه��ا التعليم��ي ملتطلب��ات الع�س��ر‬ ‫ومتغريات��ه‪ .‬وحر�س� ًا م��ن وزارة التعلي��م عل��ى دميوم��ة تطوي��ر اأنظمته��ا التعليمية‪ ،‬وا�س��تجابة لروؤية اململكة العربية ال�س��عودية ‪ 2030‬فقد‬ ‫بادرت الوزارة اإىل اعتماد نظام «م�س��ارات التعليم الثانوي» بهدف اإحداث تغيري فاعل و�س��امل يف املرحلة الثانوية‪.‬‬ ‫اإن نظ��ام م�س��ارات التعلي��م الثان��وي يق��دم اأمنوذج� ًا تعليمي� ًا متمي��ز ًا وحديث� ًا للتعلي��م الثان��وي باململك��ة العربي��ة ال�س��عودية ي�س��هم‬ ‫بكف��اءة يف‪:‬‬ ‫ تعزي��ز قي��م النتم��اء لوطنن��ا اململك��ة العربي��ة ال�س��عودية‪ ،‬والولء لقيادته الر�س��يدة حفظه��م اهلل‪ ،‬انطالق ًا من عقيدة �سافية‬ ‫م�ستندة على التعاليم الإ�سالمية ال�سمحة‪.‬‬ ‫ تعزيز قيم املواطنة من خالل الرتكيز عليها يف املواد الدرا�سية والأن�سطة‪ ،‬ات�ساق ًا مع مطالب التنمية امل�ستدامة‪ ،‬واخلطط‬ ‫التنموية يف اململكة العربية ال�سعودية التي توؤكد على تر�سيخ ثنائية القيم والهوية‪ ،‬والقائمة على تعاليم الإ�سالم والو�سطية‪.‬‬ ‫ تاأهي��ل الطلب��ة مب��ا يتواف��ق م��ع التخ�س�س��ات امل�س��تقبلية يف اجلامعات والكليات اأو املهن املطلوبة؛ ل�سمان ات�س��اق خمرجات‬ ‫التعليم مع متطلبات �سوق العمل‪.‬‬ ‫ متكني الطلبة من متابعة التعليم يف امل�سار املف�سل لديهم يف مراحل مبكرة‪ ،‬وفق ميولهم وقدراتهم‪.‬‬ ‫ متكني الطلبة من اللتحاق بالتخ�س�سات العلمية والإدارية النوعية املرتبطة ب�سوق العمل‪ ،‬ووظائف امل�ستقبل‪.‬‬ ‫ دم��ج الطلب��ة يف بيئ��ة تعليمي��ة ممتع��ة وحمف��زة داخ��ل املدر�س��ة قائم��ة عل��ى فل�س��فة بنائية‪ ،‬وممار�س��ات تطبيقي��ة �سمن مناخ‬ ‫تعليمي ن�سط‪.‬‬ ‫ نق��ل الطلب��ة ع��رب رحل��ة تعليمي��ة متكامل��ة ب��د ًءا م��ن املرحل��ة البتدائي��ة حت��ى نهاي��ة املرحل��ة الثانوية‪ ،‬وتُ�س� ِّهل عملي��ة انتقالهم‬ ‫اإىل مرحل��ة م��ا بعد التعليم العام‪.‬‬ ‫ تزويد الطلبة باملهارات التقنية وال�سخ�سية التي ت�ساعدهم على التعامل مع احلياة‪ ،‬والتجاوب مع متطلبات املرحلة‪.‬‬ ‫ تو�س��يع الفر���ص اأم��ام الطلب��ة اخلريج��ني ع��رب خي��ارات متنوع��ة اإ�ساف��ة اإىل اجلامعات مثل‪ :‬احل�سول على �س��هادات مهنية‪،‬‬ ‫واللتحاق بالكليات التطبيقية‪ ،‬واحل�سول على دبلومات وظيفية‪.‬‬ ‫ويتكون نظام امل�سارات من ت�سعة ف�سول درا�سية تُد ّر�ص يف ثالث �سنوات‪ ،‬تت�سمن �سنة اأوىل م�سرتكة يتلقى فيها الطلبة الدرو�ص‬ ‫يف جمالت علمية واإن�سانية متنوعة‪ ،‬تليها �سنتان تخ�س�سيتان‪ُ ،‬ي�س ّكن الطلبة بها يف م�سار عام واأربعة م�سارات تخ�س�سية تت�سق مع‬ ‫ميولهم وقدراتهم‪ ،‬وهي‪ :‬امل�سار ال�سرعي‪ ،‬م�سار اإدارة الأعمال‪ ،‬م�سار علوم احلا�سب والهند�سة‪ ،‬م�سار ال�سحة واحلياة‪ ،‬وهو ما يجعل‬ ‫هذا النظام هو الأف�سل للطلبة من حيث‪:‬‬ ‫ وج��ود م��واد درا�س��ية جدي��دة تتواف��ق م��ع متطلب��ات الث��ورة ال�سناعي��ة الرابع��ة واخلط��ط التنموي��ة‪ ،‬وروؤي��ة اململك��ة ‪،2030‬‬ ‫ته��دف لتنمي��ة مه��ارات التفك��ري العلي��ا وح��ل امل�س��كالت‪ ،‬وامله��ارات البحثي��ة‪.‬‬ ‫ برام��ج املج��ال الختي��اري الت��ي تت�س��ق م��ع احتياج��ات �س��وق العم��ل ومي��ول الطالب‪ ،‬حي��ث ُمي ّكن الطلبة م��ن اللتحاق مبجال‬ ‫اختي��اري حم��دد وفق م�سفوفة مهارات وظيفية حمددة‪.‬‬ ‫ مقيا���ص مي��ول ي�سم��ن حتقي��ق كف��اءة الطلب��ة وفاعليته��م‪ ،‬وي�س��اعدهم يف حتديد اتاهاتهم وميولهم‪ ،‬وك�س��ف مكامن القوة‬ ‫لديهم‪ ،‬مما يعزز من فر�ص جناحهم يف امل�ستقبل‪.‬‬ ‫ العم��ل التطوع��ي امل�سم��م للطلب��ة خ�سي�س� ًا مب��ا يت�س��ق م��ع فل�س��فة الن�س��اط يف املدار���ص‪ ،‬ويع��د اأح��د متطلب��ات التخرج؛ مما‬ ‫ي�س��اعد على تعزيز القيم الإن�س��انية‪ ،‬وبناء املجتمع وتنميته ومتا�س��كه‪.‬‬ ‫ التج�سري الذي ميكن الطلبة من النتقال من م�سار اإىل اآخر وفق اآليات حمددة‪.‬‬ ‫ ح�س���ص الإتق��ان الت��ي يت��م م��ن خالله��ا تطوي��ر امله��ارات وحت�س��ني امل�س��توى التح�سيل��ي‪ ،‬م��ن خ��الل تق��دمي ح�س���ص اإتق��ان‬ ‫اإثرائي��ة وعالجية‪.‬‬ ‫‪4‬‬

‫ خي��ارات التعلي��م املدم��ج‪ ،‬والتعل��م ع��ن بع��د‪ ،‬وال��ذي ُبن��ي يف نظ��ام امل�س��ارات عل��ى اأ�س���ص م��ن املرون��ة‪ ،‬واملالءم��ة والتفاع��ل‬ ‫والفعالي��ة‪.‬‬ ‫ م�سروع التخرج الذي ي�ساعد الطلبة على دمج اخلربات النظرية مع املمار�سات التطبيقية‪.‬‬ ‫مهام حمددة‪ ،‬واختبارات معينة بال�سراكة مع جهات تخ�س�سية‪.‬‬ ‫ �سهادات مهنية ومهارية متنح للطلبة بعد اإجنازهم َّ‬ ‫وبالت��ايل ف�اإن م�س � ��ار عل � ��وم احلا�س � ��ب والهند�س � ��ة كاأح��د امل�س � ��ارات امل�س � ��تحدثة ف � ��ي املرحل��ة الثانوي � ��ة ي�س � ��هم ف � ��ي حتقي � ��ق‬ ‫اأف�سل املمار�سات عرب ال�ستثمار يف راأ�ص املال الب�س ��ري‪ ،‬وحتوي ��ل الطالب اإل ��ى فرد م�س ��ارك ومنت ��ج للعل ��وم واملعارف‪ ،‬مع اإك�س ��ابه‬ ‫امله � ��ارات واخلربات الالزمة ل�ستكمال درا�س � ��ته يف تخ�س�س � ��ات تتنا�س � ��ب مع ميول � ��ه وقدراته اأو اللتحاق ب�س � ��وق العم � ��ل‪.‬‬ ‫وتع��د م��ادة عل��م البيان��ات اإح��دى امل��واد الرئي�س��ة يف م�س��ار عل��وم احلا�س��ب والهند�س��ة الت��ي ت�س��هم يف تو�سي��ح ماهي��ة البيان��ات‬ ‫واأ�س��اليب حتليلها مبا ي�س��اعد على ال�س��تفادة منها يف فهم الواقع واتخاذ قرارات م�س��تنرية والقيام بتوقعات نافعة للم�س��تقبل يف عدة‬ ‫جم��الت حياتي��ة‪ .‬وته��دف امل��ادة اإىل تعري��ف الطلب��ة باأهمي��ة البيان��ات وطرق جمعها وتقييمها وكيفية ال�س��تفادة منها يف حل امل�س��كالت‬ ‫احلياتية‪ ،‬ودورها يف اتخاذ القرارات على امل�س��توى ال�س��خ�سي واملجتمعي مع التعريف بال�سيا�س��ات والت�س��ريعات املتعلقة بال�س��تخدام‬ ‫الآم��ن والأخالق��ي للبيان��ات‪ .‬وكذل��ك ترك��ز عل��ى تعزي��ز مهارات التفكري احلا�س��وبي من خالل التعامل مع البيانات كمورد اأ�سا�س��ي متاح‬ ‫ميكن ال�ستفادة منه‪ ،‬كما تبني هذه املادة اأهمية البيانات ال�سخمة‪ ،‬وطرق حتليلها‪ ،‬وت�سنيفها‪ ،‬وخ�سائ�سها‪ ،‬وم�سادرها‪ ،‬وتقنياتها‪،‬‬ ‫وتطبيقاته��ا‪ ،‬وجم��الت ال�س��تفادة منه��ا يف املج��ال التعليم��ي والقت�س��ادي‪ ،‬والتعري��ف بخوارزمي��ات ال��ذكاء ال�سطناع��ي وتعل��م الآل��ة‬ ‫ودوره��ا يف منظوم��ة البيان��ات‪ .‬كم��ا ت�س��تمل ه��ذه امل��ادة عل��ى اأعم��ال تطبيقي��ة مل��ا يتعلم��ه الطلب��ة؛ حل��ل م�س��اكل واقعي��ة حتاك��ي م�س��توياته‬ ‫املعرفي��ة‪ ،‬بتوجي��ه واإ�س��راف من املعلم‪.‬‬ ‫ويتميز كتاب علم البيانات باأ�ساليب حديثة‪ ،‬تتوافر فيه عنا�سر اجلذب والت�سويق‪ ،‬والتي تعل الطلبة يقبلون على تعلمه والتفاعل‬ ‫معه‪ ،‬من خالل ما يقدمه من تدريبات واأن�سطة متنوعة‪ ،‬كما يوؤكد هذا الكتاب على جوانب مهمة يف تعليم علم البيانات وتعلمه‪ ،‬تتمثل يف‪:‬‬ ‫ الرتابط الوثيق بني املحتويات واملواقف وامل�سكالت احلياتية‪.‬‬ ‫ تنوع طرائق عر�ص املحتوى ب�سورة جذابة وم�سوقة‪.‬‬ ‫ اإبراز دور املتعلم يف عمليات التعليم والتعلم‪.‬‬ ‫ الهتمام برتابط حمتوياته مما يجعل منه ك ًال متكام ًال‪.‬‬ ‫ الهتمام بتوظيف التقنيات املنا�سبة يف املواقف املختلفة‪.‬‬ ‫ الهتمام بتوظيف اأ�ساليب متنوعة يف تقومي الطلبة مبا يتنا�سب مع الفروق الفردية بينهم‪.‬‬ ‫وملواكبة التطورات العاملية يف هذا املجال‪ ،‬فاإن كتاب مادة علم البيانات �سوف يوفر للمعلم جمموعة متكاملة من املواد التعليمية‬ ‫املتنوعة التي تراعي الفروق الفردية بني الطلبة‪ ،‬بالإ�سافة اإىل الربجميات واملواقع التعليمية‪ ،‬التي توفر للطلبة فر�سة توظيف التقنيات‬ ‫احلديثة والتوا�سل املبني على املمار�سة؛ مما يوؤكد دوره يف عملية التعليم والتعلم‪.‬‬ ‫ونح��ن اإذ نق��دم ه��ذا الكت��اب لأعزائن��ا الطلب��ة‪ ،‬ناأم��ل اأن ي�س��تحوذ عل��ى اهتمامه��م‪ ،‬و ُيلب��ي متطلباته��م‪ ،‬ويجع��ل تع ّلمه��م له��ذه امل��ادة اأكرث‬ ‫متعة وفائدة‪.‬‬

‫واهلل ويل التوفيق‬

‫‪5‬‬

‫الفهر�س‬ ‫‪ .1‬مقدمة في علم البيانات ‪8 .........‬‬ ‫الدر�س االأول‬ ‫البيانات والمعل�مات والمعرفة ‪9 .........................‬‬ ‫تمرينات ‪17 ................................................‬‬ ‫الدر�س الثاني‬ ‫التعامل مع البيانات ‪21 ....................................‬‬ ‫تمرينات‪29 .............................................................‬‬

‫الدر�س الثالث‬ ‫اأ�سا�سيات علم البيانات ‪34 .................................‬‬ ‫تمرينات ‪39 ................................................‬‬ ‫الم�سروع‪43 ................................................‬‬

‫‪ .2‬جمع البيانات والتحقق‬ ‫من �سحتها‪46 ....................‬‬ ‫الدر�س االأول‬ ‫جمع البيانات‪47 ...........................................‬‬ ‫تمرينات ‪53 ................................................‬‬ ‫الدر�س الثاني‬ ‫اأن�اع البيانات‪57 ...........................................‬‬ ‫تمرينات ‪62 ................................................‬‬ ‫الدر�س الثالث‬ ‫التحقق من �سحة اإدخال البيانات ‪65 ....................‬‬ ‫تمرينات ‪89 ................................................‬‬ ‫الم�سروع‪92 ................................................‬‬

‫‪ .3‬التحليل اال�ستك�سافي‬ ‫للبيانات ‪94 .....................‬‬ ‫الدر�س االأول‬ ‫تحليل البيانات‪95 .........................................‬‬ ‫تمرينات ‪105 ...............................................‬‬ ‫الدر�س الثاني‬ ‫مكتبات البايث�ن لتحليل البيانات‪108 ....................‬‬ ‫تمرينات ‪127 ...............................................‬‬ ‫الدر�س الثالث‬ ‫ت�س�ير البيانات ‪130 .......................................‬‬ ‫تمرينات ‪139 ...............................................‬‬ ‫الم�سروع‪142 ...............................................‬‬

‫‪ .4‬نمذجة البيانات التنبوؤية‬ ‫ُّ‬ ‫والتوقع ‪144 ....................‬‬ ‫الدر�س االأول‬ ‫نمذجة البيانات التنب�ؤية ‪145 .............................‬‬ ‫تمرينات ‪157 ...............................................‬‬ ‫الدر�س الثاني‬ ‫الت� ُّقع (‪160 ...............................)Forecasting‬‬ ‫تمرينات ‪182 ...............................................‬‬ ‫الدر�س الثالث‬ ‫التح�سين (‪185 .......................... )Optimization‬‬ ‫تمرينات ‪202 ...............................................‬‬ ‫الم�سروع‪205 ...............................................‬‬

‫‪7‬‬

‫‪ .1‬مقدمة يف علم البيانات‬ ‫�يتعرف الطال��ب يف ه��ذه الوح��دة عل��ى املفاهي��م االأ�سا�س��ية لعل��م البيان��ات‪،‬‬ ‫�س� ّ‬ ‫وي�سمل ذلك تعريف معنى البيانات واملعلومات واملعرفة والفرق بينهم‪ ،‬و�سيتم‬ ‫تناول مو�سوع دورة حياة علم البيانات و طريقة التعامل مع البيانات ال�سخمة‪،‬‬ ‫وا ً‬ ‫أي�سا �سيتم مناق�سة بع�س املو�سوعات اخلا�سة بال�سيا�سات املتعلقة بالبيانات‬ ‫وحوكمة البيانات‪.‬‬ ‫�يتعرف الطال��ب عل��ى اأ�سا�س��يات عل��م البيان��ات م��ع الرتكي��ز على‬ ‫ويف اخلت��ام �س� ّ‬ ‫الفر���س الوظيفية الت��ي يوفرها علم البيانات‪.‬‬

‫اأهداف التعلم‬ ‫بنهاية هذه الوحدة �سيكون الطالب قاد ًرا على اأن‪:‬‬ ‫يعرف م�سطلح علم البيانات‪.‬‬ ‫ ‬ ‫ّ‬ ‫يفرق بني البيانات واملعلومات واملعرفة‪.‬‬ ‫ ‬ ‫ّ‬ ‫يفرق بني علم البيانات وذكاء االأعمال‪.‬‬ ‫ ‬ ‫ّ‬ ‫ّ‬ ‫يو�سح اأوجه التقارب بني علم البيانات والذكاء اال�سطناعي‪.‬‬ ‫ ‬ ‫ ُيحدد مراحل دورة حياة علم البيانات‪.‬‬ ‫يعرف م�سطلح البيانات ال�سخمة‪.‬‬ ‫ ‬ ‫ّ‬ ‫ ُيحدد خ�سائ�س البيانات ال�سخمة‪.‬‬ ‫ ي�سنّف تقنيات البيانات ال�سخمة‪.‬‬ ‫يعرف مفهوم اإدارة البيانات‪.‬‬ ‫ ‬ ‫ّ‬ ‫ يحدد مبادئ حوكمة البيانات‪.‬‬ ‫ ُيناق�س املهارات واالأدوات التي يتطلبها علم البيانات‪.‬‬ ‫ ُيحدد املهن املتعلقة بعلم البيانات‪.‬‬ ‫ّ‬ ‫يو�سح اأهمية املجتمعات الرقمية لعلم البيانات‪.‬‬ ‫ ‬

‫متطلب الربجمة بلغة البايثون‬ ‫يتطل��ب منهج��ي عل��م البيان��ات والهند�س��ة يف نظ��ام امل�س��ارات معرف��ة اأ�سا�س��يات الربجم��ة بلغ��ة‬ ‫البايثون‪ .‬يرجى م�س��ح رمز ال�س��تجابة ال�س��ريع اأدناه للو�سول ملحتوى تعريفي بالبايثون‪ .‬وملعرفة‬ ‫املو�سوع��ات املتوف��رة والو�س��ول ال�س��ريع لكل وحدة‪ ،‬ميكن��ك الطالع على ال�سفحات ‪.209-208‬‬ ‫‪8‬‬

‫الدر�س االأول‬

‫البيانات واملعلومات واملعرفة‬ ‫علم البيانات‬

‫‪Data Science‬‬

‫تكم��ن اأهمي��ة عل��م البيان��ات (‪ )Data Science‬يف اأن البيان��ات اأ�سبح��ت ج��ز ًءا اأ�سا�س � ًيا يف جمي��ع‬ ‫رئي�سا من ِقبل ال�سركات لكي تتو�سع اأعمالها وتتطور‪ .‬حيث‬ ‫ال�سناعات‪ ،‬فلقد اأ�سبحت البيانات مطل ًبا ً‬ ‫مت ّكن الأ�ساليب القائمة على البيانات ال�سركات ِمن اتخاذ القرارات املنا�سبة وذلك من خالل حتليل‬ ‫كميات كبرية من البيانات ل�س��تخراج روؤى وتو�سيات ق ِّيمة لإدارة تلك ال�س��ركات‪.‬‬ ‫جماالت تطبيق علم البيانات‬ ‫التطبيقات التجارية وال�سناعية‪.‬‬ ‫الرعاية ال�سحية‪ ،‬واملعل�ماتية احلي�ية‪ ،‬والعل�م الطبيعية‪.‬‬ ‫االقت�ساد الرقمي‪ ،‬وحتليل و�سائل الت�ا�سل االجتماعي‪ ،‬وال�سبكات االجتماعية‪.‬‬ ‫املنازل الذكية‪ ،‬واملدن الذكية‪ ،‬وامل�ا�سالت الذكية‪.‬‬

‫الطاقة‪ ،‬واال�ستدامة‪ ،‬واملناخ‪.‬‬

‫‪Data and Information‬‬

‫حتي��ط ب��ك البيان��ات ب�س��ورة يومي��ة يف كل م��كان‪ ،‬فتتلقى املعلومات م��ن التلفاز ومن ال�سحف‬ ‫والكتب و�سبكة الإنرتنت‪ ،‬ولكن هل فكرت يف اأن هناك فر ًقا بني البيانات واملعلومات؟‬ ‫ُتع� ُّد البيان��ات متثي� ً�ال للحقائ��ق اأو الأف��كار ب�س��ورة �س��كلية‪ ،‬بحي��ث ميكن اإي�ساله��ا اأو معاجلتها‬ ‫م��ن خ��الل طريق��ة اأو عملي��ة م��ا‪ .‬فعل��ى �س��بيل املثال‪ ،‬يعر�ص ال�س��كل ‪ 1.1‬جمموعة من البيانات‬ ‫ال�سخ�سية لأحد الطلبة‪.‬‬ ‫عندم��ا تت��م معاجل��ة البيان��ات‪ ،‬اأو تنظيمه��ا‪ ،‬اأو حتليله��ا‪ ،‬اأو تقدميه��ا يف �س��ياق مع��ني لتك��ون‬ ‫مفي��دة وذات معن��ى‪ ،‬فاإنه��ا تُ�سب��ح معلوم��ات‪ .‬فعل��ى �س��بيل املث��ال‪ ،‬يعر�ص ال�س��كل ‪ 1.2‬معلومات‬ ‫ّ‬ ‫منظمة عن طالب ما‪ ،‬وميكنك اأن تالحظ هنا وجود معلومات حول الطالب مثل ا�سمه وعنوان‬ ‫املن��زل والهاتف والربي��د الإلكرتوين وتاريخ امليالد‪.‬‬ ‫بطاقة طالب‬ ‫*** *** **‪05‬‬ ‫‪[email protected]‬‬

‫اال�سم‪ :‬محمد‬ ‫عنوان المنزل‪� 14 :‬سارع بدر‪.‬‬ ‫رقم الهاتف‪05** *** *** :‬‬ ‫البريد االإلكتروني‪:‬‬

‫ال�ساد�س ع�سر من اأبريل‬

‫‪[email protected]‬‬

‫محمد‬ ‫‪� 14‬سارع بدر‪.‬‬

‫مثال‬ ‫تط ّب��ق من�س��ة ا�ست�س��راف (‪)Estishraf‬‬ ‫التابع��ة ملرك��ز املعل�م��ات ال�طن��ي (‪)NIC‬‬

‫التعليم والتع ّلم االإلكرتوين والرتفيه‪.‬‬

‫البيانات واملعلومات‬

‫علم البيانات (‪:)Data Science‬‬ ‫عل��م البيان��ات ه��و جم��ال الدرا�س��ة ال��ذي‬ ‫يتعام��ل م��ع كمي��ات هائل��ة م��ن البيان��ات‬ ‫با�س��تخدام الأدوات والتقني��ات احلديث��ة‬ ‫لإيج��اد اأمن��اط غ��ري بديهي��ة داخ��ل تل��ك‬ ‫البيان��ات‪ ،‬وللو�س��ول اإىل معلوم��ات مه ّم��ة‬ ‫ميكن اأن ت�ساهم يف اتخاذ القرارات املتعلقة‬ ‫بكاف��ة الأعم��ال‪.‬‬

‫تقني��ات عل��م البيان��ات املتقدم��ة عل��ى قاع��دة‬ ‫بياناته��ا لتق��دمي روؤى وتنب ��ؤات م�س��تقبلية‬ ‫باأك��ر م��ن ‪� 50‬س��يناري� لدع��م ُ�س ّن��اع الق��رار‬ ‫يف اململك��ة‪.‬‬

‫البيانات‪:‬‬ ‫متثي��ل احلقائ��ق اأو الأفكار بتن�س��يق منا�س��ب‬ ‫للتخزين اأو املعاجلة اأو النقل‪.‬‬ ‫املعل�مات‪:‬‬ ‫جمموع��ة م��ن البيان��ات الت��ي خ�سع��ت‬ ‫للمعاجل��ة واأ�سبح��ت ّ‬ ‫منظم��ة ذات معن��ى‬ ‫وتق �دّم يف �س��ياق حم��دد ومفي��د ُومت ّك��ن‬ ‫عملي��ات �سن��ع الق��رار‪.‬‬

‫تاريخ الميالد‪ :‬ال�ساد�س ع�سر من اأبريل‬

‫�سكل ‪ :1.1‬بيانات غري ّ‬ ‫منظمة‬

‫�سكل ‪ :1.2‬معلومات‬

‫‪9‬‬

‫البيانات االأولية واملعلومات‬

‫‪Raw Data and Information‬‬

‫تطل��ق ت�س��مية البيان��ات الأولي��ة عل��ى البيان��ات الت��ي مت جمعه��ا حدي ًث��ا م��ن م�س��ادر خمتلف��ة‪ ،‬ولك��ن مل يت��م معاجلته��ا اأو حتليله��ا بع��د ب�اأي �س��كل من الأ�س��كال‪،‬‬ ‫وع��ادة م��ا ترم��ز كلم��ة البيان��ات (‪ )Data‬اإىل البيان��ات الأولي��ة‪ ،‬ولك��ن مبج��رد حتليلها فاإنها تتح��ول اإىل معلومات‪.‬‬ ‫لت�ساهد بع�ص الأمثلة‪:‬‬ ‫ يعترب الرقم "‪ "8122001‬بيانات اأولية باعتباره قيمة لي�ست ذات معنى �سياقي‪ ،‬ولكن اإذا مت عر�ص هذه القيمة ب�سورة تاريخ ميالد هو "‪،"8/12/2001‬‬ ‫اأ�سبحت معلومات‪ ،‬وذلك لتوفريها معرفة حول اأمر معني‪ ،‬وهو تاريخ ميالد �سخ�ص ما‪.‬‬ ‫ ُمت ّث��ل نتيج��ة اختب��ار كل طال��ب جزئي� ًة واح��دة م��ن البيان��ات‪ ،‬بينم��ا ُيع� ُّد متو�س��ط درج��ات الف�سل الدرا�س��ي اأو املدر�س��ة باأكملها معلومات مت ا�س��تقاقها من‬ ‫البيانات املوجودة‪.‬‬

‫معلومات للمزيد من املعاجلة‬

‫‪Information for Further Processing‬‬

‫ميك��ن دم��ج البيان��ات و املعلوم��ات م��ن م�س��ادر خمتلف��ة لإن�س��اء جمموع��ات بيان��ات ذات اأث��ر اأك��رب‪ ،‬و ُيطل��ق عل��ى ه��ذه العملي��ة ا�س��م دم��ج‬ ‫البيان��ات (‪.)Data Blending‬‬ ‫ميكنك على �س��بيل املثال دمج جمموعة من املعلومات من اأق�س��ام الت�س��ويق واملبيعات لتحديد احلمالت الت�س��ويقية الأكرث تاأث ًريا وحتقي ًقا‬ ‫لالأرباح ملجموعة من املنتجات‪.‬‬ ‫جدول ‪ :1.1‬اأوجه االختالف بني البيانات واملعلومات‬ ‫املعلومات‬

‫البيانات‬ ‫غري ّ‬ ‫منظمة‪.‬‬

‫ّ‬ ‫منظمة منطق ًيا‪.‬‬

‫يتم عر�سها على �س�رة اأرقام‪ ،‬ر�س�مات‪ ،‬اأو اإح�سائيات‪.‬‬

‫يتم تقدميها من خالل التقارير والر�س�م البيانية اأو املخططات‪.‬‬

‫م�ستقلة بذاتها‪.‬‬

‫تعتمد على البيانات‪.‬‬

‫يتم احل�س�ل عليها من مدخالت امل�ستخدمن اأو من مدخالت‬ ‫حم��سبة‪.‬‬

‫يتم احل�س�ل عليها من عمليات معاجلة البيانات‪.‬‬

‫املعرفة‬

‫‪Knowledge‬‬

‫�كل اأ�سا���ص جمموع��ة م��ن املعلوم��ات يت��م ا�س��تخدامها لتق��دمي فائدة اأو حتقي��ق غر�ص معني‪ .‬ميكن��ك القول اأن‬ ‫تعت��رب املعرف��ة متثي� ً�ال لفهم��ك للع��امل‪ ،‬وه��ي ب�س� ٍ‬ ‫فهم ال�سخ�ص لبع�ص املعلومات حول �سيء ما يوفر لديه معرفة به‪ ،‬فت�سبح املعلومات معرفة عند تطبيق عمليات التفكري النقدي‪ ،‬اأو التقييم‪ ،‬اأو التخطيط‪،‬‬ ‫اأو التنظيم‪.‬‬ ‫لت�س��اهد املثال يف ال�س��كل ‪ ،1.3‬ميكنك مالحظة اأن البيانات املوجودة اأ�س��فل املخطط هي قائمة من الكلمات التي تخلو من اأي �س��ياق‪ ،‬واإذا مت تنظيم هذه‬ ‫البيان��ات وترتيبه��ا‪ ،‬ف ُيمك��ن توف��ري بع���ص املعلوم��ات‪ .‬وعل��ى فر���ص اأن ه��ذه القائم��ة حتت��وي على نتائج مبيع��ات نكهات املثلجات يف اليوم ال�س��ابق‪ ،‬ميكنك من‬ ‫خالل اإجراء بع�ص عمليات التحليل عليها اأن حت�سل على بع�ص املعلومات املفيدة‪ً ،‬‬ ‫فمثال ميكنك اأن تدرك اأن نكهة ال�س��وكولتة هي الأكرث مبي ًعا‪.‬‬ ‫رواجا‪ ،‬وهكذا ميكنه اأن يطلب خم�سة اأ�سعاف كمية املثلجات بنكهة ال�سوكولتة‬ ‫ُمت ّكنُ املعرفة هنا مدير املتجر من اكت�ساف اأن نكهة ال�سوكولتة هي الأكرث ً‬ ‫يف امل��رة القادم��ة مقارن��ة بالنكه��ات الأخرى مثل نكهة القهوة (‪.)Mocha‬‬ ‫‪10‬‬

‫قائمة الطلبات‬ ‫قهوة (‪)Mocha‬‬

‫‪kg 1‬‬

‫�سوكولتة‬

‫‪kg 5‬‬

‫املعرفة‬ ‫مبيعات اأطعم المثلجات‬ ‫قهوة (‪)Mocha‬‬

‫فانيال‬ ‫�سوكولتة‬ ‫فراولة‬

‫املعلومات‬ ‫قهوة (‪)Mocha‬‬

‫�سوكولتة‬ ‫فانيال‬ ‫فراولة‬ ‫�سوكولتة‬

‫البيانات‬

‫فانيليا‬ ‫�سوكولتة‬ ‫�سوكولتة‬ ‫فانيليا‬ ‫�سوكولتة‬

‫�سكل ‪ :1.3‬هرم البيانات ‪ -‬املعلومات ‪ -‬املعرفة‬

‫جدول ‪ :1.2‬اأوجه االختالف بني املعلومات واملعرفة‬ ‫املعلومات‬ ‫املعنى‬

‫بيانات متت معاجلتها لت�سبح ذات �سياق مفه�م‪.‬‬

‫القدرة على التنبوؤ ال تكفي وحدها للت��سل اإىل ا�ستنتاجات اأو قرارات‪.‬‬

‫املعرفة‬ ‫ا�ستنتاجات م�ستقاة من املعل�مات ت�ساعد يف اتخاذ القرارات‪.‬‬ ‫ت�ساهم يف القدرة على التنب�ؤ واتخاذ القرارات‪.‬‬

‫ميكن اإي�سالها ب�سه�لة من خالل الطرق ال�سف�ية اأو‬ ‫ال�رقية اأو االإلكرتونية‪.‬‬

‫تتطلب ِّ‬ ‫اطالع بامل��س�ع املحدد‪.‬‬

‫النتائج‬

‫ينتج عنها الفهم‪.‬‬

‫ينتج عنها االإدراك‪.‬‬

‫الهدف‬

‫جتيب على اأ�سئلة مثل مَن ومتى وماذا واأين‪.‬‬

‫جتيب على اأ�سئلة مثل كيف وملاذا‪.‬‬

‫اإي�سال النتائج‬ ‫لالآخرين‬

‫‪11‬‬

‫علم البيانات وذكاء االأعمال‬ ‫‪Data Science versus Business Intelligence‬‬

‫توج��د البيان��ات يف كل م��كان م��ن حول��ك‪ ،‬ويت��م ا�س��تخدامها ومعاجلته��ا وحتليله��ا يف جمي��ع جم��الت‬ ‫�كل خا���ص يف العدي��د م��ن‬ ‫احلي��اة‪ .‬تتط��ور نوعي��ة البيان��ات وا�س��تخداماتها با�س��تمرار‪ ،‬وتُ�س��تخدم ب�س� ٍ‬ ‫التطبيق��ات املهم��ة مث��ل ذكاء االأعم��ال (‪ ،)Business Intelligence‬وله��ذا ُيعت��رب ذكاء الأعمال عملية‬ ‫قائم��ة عل��ى التقني��ة لتحلي��ل البيان��ات وتوف��ري معلوم��ات مهمة ت�س��اعد امل��دراء التنفيذي��ن وغريهم من‬ ‫امل�س�وؤولني و�س َّن��اع الق��رار عل��ى اتخ��اذ ق��رارات دقيق��ة خا�س��ة بالأعم��ال‪ .‬وعل��ى الرغم م��ن اأن ً‬ ‫كال من‬ ‫عل��م البيان��ات وذكاء الأعم��ال يت�سم��ن العم��ل عل��ى البيان��ات‪ ،‬اإل اأنهما يختلف��ان عن بع�سهما‪.‬‬ ‫ُيع ُّد علم البيانات اأكرث تعقيدً ا مقارنة بذكاء الأعمال‪ ،‬حيث يقت�سر نطاق ذكاء الأعمال على جمال‬ ‫الأعمال‪ ،‬ويتم فيه حتليل البيانات ال�سابقة من خالل تطوير لوحات املعلومات وعر�ص م�ستخل�سات‬ ‫(روؤى) الأعمال‪ ،‬وكذلك ترتيب و تنظيم وحتليل البيانات وذلك ل�ستخراج املعلومات التي من �ساأنها‬ ‫م�س��اعدة ال�س��ركات على النمو وحتقيق اأهدافها بناء على فهم التاهات احلالية لالأعمال‪ .‬ويعتمد‬ ‫علم البيانات على ا�ستخدام البيانات املتوفرة للقيام بتنبوؤات م�ستقبلية وعر�ص توقعات منو الأعمال‬ ‫التجارية‪ ،‬وذلك بتوظيف جمموعة وا�س��عة مما ي�س��مى بالنماذج التنبوؤية واخلوارزميات الإح�سائية‬ ‫املعقدة‪.‬‬ ‫يتمث��ل ال��دور الأ�سا�س��ي لأدوات ذكاء الأعم��ال يف حتلي��ل معلوم��ات املوؤ�س�س��ات وال�س��ركات وامل�س��اهمة‬ ‫يف اإع��داد ا�س��رتاتيجيات الأعم��ال‪ ،‬اأم��ا اأدوات ع��امل البيانات فت�س��مل اأدوات معاجلة البيانات واأدوات‬ ‫البيان��ات ال�سخم��ة وكذل��ك من��اذج خوارزمي��ة معقدة لتحليل البيانات وا�س��تخال�ص التو�سيات‪.‬‬

‫ذكاء االأعمال (‪:)Business Intelligence‬‬

‫ه��و نظ��ام مبن��ي عل��ى البيان��ات وي�س��مل جم��ع‬ ‫وتخزي��ن وحتلي��ل ومتثي��ل البيان��ات لدع��م‬ ‫عملي��ات اتخ��اذ الق��رارات‪.‬‬

‫جدول ‪ :1.3‬اأوجه االختالف بني علم البيانات وذكاء االأعمال‬ ‫علم البيانات‬ ‫ُت�ستخدم البيانات لعمل تنب�ؤات م�ستقبلية لتط�ير االأعمال‪.‬‬

‫ُحتلل البيانات ال�سابقة ال�ستنتاج االجتاهات احلالية‬ ‫لالأعمال‪.‬‬

‫يت�سمن مناذج ح�سابية معقدة ومعاجلة البيانات و اأدوات البيانات‬ ‫ال�سخمة‪.‬‬

‫تقت�سر االأدوات على حتليل املعل�مات االإدارية واالإ�سراف على‬ ‫ا�سرتاتيجيات االأعمال‪.‬‬

‫املنظمة و�سبه ّ‬ ‫تتعامل ب�سكل اأ�سا�سي مع البيانات غري ّ‬ ‫املنظمة‪،‬‬ ‫وميكنها كذلك التعامل مع البيانات ّ‬ ‫املنظمة‪.‬‬

‫تتعامل مع البيانات ّ‬ ‫املنظمة التي يتم تخزينها عاد ًة يف‬ ‫م�ست�دعات البيانات‪.‬‬

‫التعقيد‬

‫اأكر تعقيدًا مقارنة بذكاء االأعمال‪.‬‬

‫اأب�سط بكثري مقارنة بعلم البيانات‪.‬‬

‫املرونة‬

‫اأكر مرونة حيث ميكن اإ�سافة م�سادر البيانات ح�سب احلاجة‪.‬‬

‫اأقل مرونة حيث يجب ت�سميم م�سادر البيانات م�سبقًا‪.‬‬

‫املدى‬

‫االأدوات‬

‫اأنواع البيانات‬

‫‪12‬‬

‫ذكاء االأعمال‬

‫علم البيانات والذكاء اال�سطناعي‬ ‫‪Data Science and Artificial Intelligence‬‬

‫كما تعرفت �ساب ًقا على مفهوم علم البيانات‪ ،‬فاإن جمال الذكاء اال�سطناعي (‪)Artificial Intelligence‬‬ ‫كم كبري من البيانات‪.‬‬ ‫ُيع� ُّد جم� ً�ال اآخ��ر يتعام��ل مع ٍ‬ ‫ميك��ن ا�س��تخدام كل تقني��ة م��ن هات��ني التقنيت��ني ب�س��ورة منف�سل��ة ع��ن الأخ��رى للو�س��ول حلل��ول لتحدي��ات‬ ‫�كل منهما اإكم��ال بع�سهما والتقارب م ًعا‪.‬‬ ‫خمتلف��ة‪ ،‬كذل��ك ميك��ن ل� ٍ‬ ‫يخت���ص عل��م البيان��ات مبعاجل��ة البيان��ات التاريخي��ة با�س��تخدام اأدوات ح�س��ابية للقي��ام مب��ا ي�س��مى‬ ‫بالتحلي��ل ال��سف��ي للبيان��ات (‪ )Descriptive Analysis‬وال��ذي يق��دم و�س ًف��ا للمواق��ف املح��ددة‪ ،‬وكذل��ك‬ ‫للتنب �وؤ بالنتائ��ج م��ن خ��الل التحلي��ل التنب ��ؤي (‪ ،)Predictive Analysis‬ولتق��دمي احلل��ول والتو�سي��ات‬ ‫�تخداما‬ ‫للم�س��كالت م��ن خ��الل التحلي��ل الت�جيه��ي (‪ .)Prescriptive Analysis‬م��ن اأك��رث الأدوات ا�س�‬ ‫ً‬ ‫ه��ي الأدوات الإح�سائي��ة والإداري��ة الت��ي ميك��ن بوا�س��طتها حتلي��ل البيان��ات املوؤرخ��ة‪ .‬وم��ن ناحي��ة اأخ��رى‬ ‫ي�ستخدم الذكاء ال�سطناعي جمموعة متنوعة من التقنيات ملحاكاة الطريقة التي يفكر بها الب�سر والتي‬ ‫يقوم��ون بن��اء عليه��ا باتخ��اذ الق��رارات وحتليله��ا‪ ،‬فب� ً‬ ‫�دل م��ن الرتكي��ز عل��ى اإج��راء احل�س��ابات الريا�سي��ة‪،‬‬ ‫يت��م الرتكي��ز عن��د ا�س��تخدام اأدوات ال��ذكاء ال�سطناع��ي عل��ى عنا�س��ر املعرف��ة وال��ذكاء كعنا�س��ر حا�س��مة‬ ‫حل��ل امل�س��كالت‪ .‬ويهت��م ال��ذكاء ال�سطناع��ي كذل��ك باحل��س��بة املعرفي��ة (‪.)Cognitive Computing‬‬ ‫ومن املهم الإ�س��ارة اإىل اأن الفروقات التي ُذكرت �س��اب ًقا بني علم البيانات والذكاء ال�سطناعي تبدو اأقل‬ ‫و�سوح��ا يف ال�س��تخدامات العملي��ة لهم��ا لأن م�س��روعات عل��م البيان��ات املعقدة غال ًبا ما تت�سمن ا�س��تخدام‬ ‫ً‬ ‫تقنيات تع ّلم الآلة ‪ -‬اأحد فروع الذكاء ال�سطناعي ‪ -‬لت�سهيل حتليل البيانات التنبوؤي والتوجيهي‪.‬‬ ‫يق��دم عل��م البيان��ات والتعل��م الآيل م�س��اهمات كب��رية للعدي��د م��ن املوؤ�س�س��ات عن��د ا�س��تخدامهما ب�س��ورة‬ ‫منف�سلة‪ ،‬اإل اأن تقنيات حتليل البيانات التقليدية ل تتنا�سب مع العمل ببيانات غري كاملة اأو غري دقيقة‪ ،‬اأو‬ ‫يف حال كانت ال�سياقات التجارية اأو العلمية تتغري ب�سرعة كبرية مما يجعل البيانات تتقادم وتفقد قيمتها‬ ‫ب�سرعة كبرية‪ .‬كما تدر الإ�سارة اإىل اأن تقنيات التعلم الآيل تتطلب قد ًرا كب ًريا من البيانات ن�سب ًيا‪.‬‬ ‫ي�س��تخدم اجلي��ل الق��ادم م��ن اأدوات عل��م البيان��ات ومن�س��ات ذكاء الأعم��ال تع ّل��م الآل��ة للقي��ام ببع���ص‬ ‫الإج��راءات مث��ل التع� ّرف عل��ى الأمناط يف البيانات لكت�س��اف الأمن��اط املخفية وتقدمي الت�سورات والروؤى‬ ‫املهم��ة لتخ��اذ الق��رارات‪ ،‬و ُي��ز ّود تع ّل��م الآل��ة والتع ّل��م العمي��ق عل��م البيان��ات بتنب�وؤات اأك��رث دق��ة‪ .‬اإن تواف��ر‬ ‫جمموع��ات البيان��ات ال�سخم��ة وانخفا���ص تكلف��ة معاجلته��ا �س��حاب ًيا ُمي ّك��ن تع ّل��م الآل��ة م��ن توف��ري اإمكان��ات‬ ‫مل تك��ن ممكن��ة يف املا�س��ي‪ .‬وعن��د اجلم��ع ب��ني عل��م البيان��ات وال��ذكاء ال�سطناع��ي‪ ،‬ميك��ن احل�س��ول عل��ى‬ ‫طريقة فعالة جدًا يف احل�سول على نتائج دقيقة ب�سكل ملحوظ ت�ساهم يف اتخاذ قرارات اأف�سل واأ�سرع‪.‬‬

‫الذكاء اال�سطناعي‬

‫(‪:)Artificial Intelligence‬‬ ‫اأح��د جم��الت عل��وم احلا�س��ب ويه��دف‬ ‫لبناء اأنظمة قادرة على اأداء املهام التي‬ ‫تتطل��ب ع��اد ًة ذكا ًء ب�س��ر ًيا مث��ل الق��درة‬ ‫على التعلم وال�ستدلل‪ ،‬وحل امل�سكالت‬ ‫ومعاجلة اللغة الطبيعية والإدراك‪.‬‬

‫مثال‬ ‫اأن�س�اأت �س��ركة اأرامك� ال�س��ع�دية ق�س� ًما جديدًا مب�س��مى ق�س��م امل�سنع الرقمي لل�س��ركات (‪ ،)Corporate Digital Factory Department‬ومت تدعيم‬ ‫هذا الق�سم بعلماء البيانات وخراء تع ّلم االآلة للبحث عن التحديات الت�سغيلية وتط�ير حل�ل ذكية للم�ساعدة يف حت�سن اأداء االأعمال‪ .‬تعمل ال�سركة بجد‬ ‫يف الرتويج للحل�ل امل�ست�حاة من الذكاء اال�سطناعي وذلك با�ستخدام املليارات من نقاط البيانات التي قام بجمعها اخلراء واجلي�ل�جي�ن ومهند�س�‬ ‫البرتول على مدى عدة عق�د‪.‬‬ ‫ونظ� ًرا الأن اأرامك��� كان��ت عل��ى ال��دوام م��ن رواد ا�س��تخدام تقني��ات ال��ذكاء اال�سطناع��ي‪ ،‬تق���م ال�س��ركة با�س��تخدام عل��م البيان��ات واأدوات التع ّل��م االآيل لتح�س��ن‬ ‫عمليات ا�ستخراج البرتول من املخزون امل�ج�د حتت �سطح البحر ا ً‬ ‫أي�سا‪ ،‬وتعمل تقنيات الذكاء اال�سطناعي املتقدمة على حت�سن خطط تط�ير احلق�ل‬ ‫وم�سارات االآبار؛ مما ي�ؤدي اإىل خف�س التكلفة واحلفاظ على البيئة‪ .‬ي�ستخدم علماء اجلي�ل�جيا بال�سركة اأدوات الذكاء اال�سطناعي يف درا�سة البيانات‬ ‫ب�س��كل اأ�س��رع واأك��ر كف��اءة م��ن اأي وق��ت م�س��ى‪ .‬تعم��ل ه��ذه العملي��ة عل��ى حت�س��ن فه��م اخل�سائ���س البرتوفيزيائي��ة للت�ساري���س امل��راد ا�ستك�س��افها وحفره��ا‬ ‫وبالتايل تعزيز عملية اتخاذ القرارات‪.‬‬ ‫‪13‬‬

‫دورة حياة علم البيانات‬ ‫‪Data Science Life Cycle‬‬

‫يق��وم علم��اء البيان��ات واملتخ�س�س��ني يف العم��ل عل��ى‬ ‫م�س��روعات عل��م البيان��ات بتوظي��ف خرباته��م م��ن خ��الل‬ ‫خط��وات حم��ددة لتنفي��ذ كل م�س��روع جدي��د بكف��اءة‪.‬‬ ‫ُيطل��ق عل��ى ه��ذه العملي��ة ا�س��م دورة حي��اة عل��م البيان��ات‪،‬‬ ‫وتت�سم��ن خم���ص مراح��ل‪ .‬تتمي��ز ك ٌل م��ن املراح��ل املختلف��ة‬ ‫له��ذه ال��دورة بخ�سائ���ص معين��ة‪ ،‬مم��ا يجع��ل م��ن املمك��ن‬ ‫اأن ت�س��مل م�س��روعات خا�س��ة مث��ل م�س��روعات ال��ذكاء‬ ‫ال�سطناع��ي وتع ّل��م الآل��ة‪ ،‬اأو متثي��ل العملي��ات الداخلي��ة‬ ‫ملوؤ�س�س��ات معين��ة‪.‬‬

‫‪1‬‬

‫‪5‬‬

‫تعريف امل�سكلة و�سياغتها‬

‫متثيل البيانات‬

‫‪2‬‬

‫‪4‬‬

‫جمع البيانات‬

‫التحليل اال�ستك�سايف‬ ‫للبيانات‬

‫‪3‬‬ ‫جتهيز البيانات‬ ‫وت�سحيحها‬

‫�سكل ‪ :1.4‬مراحل دورة حياة علم البيانات‬

‫‪ .1‬تعريف امل�سكلة و�سياغتها‬

‫‪Problem Definition and Formulation‬‬

‫م��ن اأج��ل ت�سمي��م واإيج��اد ح��ل مل�س��كلة بوا�س��طة عل��م البيان��ات‪ ،‬فاإن��ك حتت��اج ا ًأول اإىل فه��م ماهي��ة‬ ‫امل�س��كلة نف�س��ها‪ُ .‬يع ُّد التحليل ال�س��امل للم�س��كلة وبيئتها واملتغريات التي توؤثر عليها اأم ًرا �سرور ًيا‬ ‫لتطوير احللول الالزمة لتلك امل�سكلة‪ ،‬وميكن اأن يوؤدي فهمك مل�سكلة ما اإىل حت�سني اإمكانية حلها‬ ‫اأو اإعاقة حلها ب�سكل كبري‪ ،‬وذلك لرتباطه املبا�سر بالنهج الذي �سيتم اتباعه حلل تلك امل�سكلة‪.‬‬ ‫ويكمن الهدف التايل يف حتديد الغاية املرجوة من هذا احلل‪ ،‬حيث اأن جمموعة البيانات تت�سمن‬ ‫دائ ًما البيانات نف�سها‪ ،‬ولكن طبيعة الإجابات التي تريد الو�سول اإليها قد تختلف ح�سب امل�سكلة‬ ‫املراد حلها‪.‬‬

‫تعريف امل�سكلة و�سياغتها‪:‬‬ ‫فه��م اأه��داف ومتطلب��ات العم��ل اأو‬ ‫امل�س��كلة العلمي��ة وحتوي��ل ه��ذه املعرف��ة‬ ‫اإىل م�ساألة ميكن حلها بتحليل البيانات‪.‬‬

‫جدول ‪ :1.4‬اأ�سهر اأنواع حتليالت البيانات‬ ‫حتليل االنحدار (‪)Regression Analysis‬‬ ‫حتليل الت�سنيف (‪)Classification Analysis‬‬ ‫التحليل العنقودي (‪)Clustering‬‬

‫حتليل انحراف البيانات‬

‫(‪)Anomaly Detection Analysis‬‬

‫نظم التو�سية‬ ‫(‪)Recommendation engines‬‬

‫‪14‬‬

‫احل�س�ل على الكميات اأو ال�سفات امل�ج�دة يف جمم�عة البيانات‪.‬‬ ‫تنظيم البيانات يف فئات‪.‬‬ ‫تنظيم البيانات يف جمم�عات‪.‬‬ ‫البحث عن انحراف اأو �سذوذ يف البيانات‪.‬‬ ‫اإعطاء ت��سية م�ستنرية مل�ساألة حمددة‪.‬‬

‫‪ .2‬جمع البيانات‬

‫‪Data Collection‬‬

‫بعد اأن يتم حتديد الأهداف‪ ،‬يجب توفري جمموعة البيانات نف�سها‪ ،‬ورغم اأنه قد يتم اإدخال‬ ‫البيان��ات يدو ًي��ا اأحيا ًن��ا‪ ،‬فم��ن امله��م التنقيب وجم��ع البيانات‪ ،‬حيث يتعني يف هذه املرحلة جمع‬ ‫بيان��ات كافي��ة ملوا�سل��ة معاجلته��ا‪ .‬وميك��ن اأن تاأت��ي البيان��ات نف�س��ها م��ن جمموع��ة متنوع��ة من‬ ‫امل�سادر‪ً ،‬‬ ‫فمثال تقوم اأجهزة ال�ست�س��عار البيئية وتطبيقات الهاتف املحمول ومن�سات الويب‬ ‫بتوليد البيانات ب�سورة م�س��تمرة ليتم تخزينها تلقائ ًيا يف قواعد البيانات‪.‬‬

‫جمع البيانات‪:‬‬ ‫عملي ��ة جم ��ع الق��راءات اأو احلقائ��ق‬ ‫وتن�س��يقها‪ ،‬وت�س ��مل احل�س ��ول عليه ��ا‬ ‫وت�س ��ميتها وحت�س ��ينها‪.‬‬

‫�سيوعا‬ ‫جدول ‪ :1.5‬تن�سيقات تخزين البيانات االأكر‬ ‫ً‬ ‫امللفات املُن�سقة (‪)Formatted Files‬‬ ‫قواعد البيانات العالئقية‬ ‫((‪))Relational Databases‬‬

‫خادم مايكرو�س�فت ‪ SQL‬وقاعدة بيانات اأوراكل واأوراكل ‪.MySQL‬‬

‫قواعد البيانات غري العالئقية‬ ‫(‪)Non-Relational NoSQL Databases‬‬

‫قواعد البيانات الر�سومية (‪)Graph Databases‬‬

‫قواعد بيانات ال�سال�سل الزمنية‬ ‫(‪)Time-series Databases‬‬

‫‪ .3‬جتهيز البيانات وتنظيفها‬

‫‪ JSON‬و ‪ XML‬و‪ CSV‬وجدول بيانات ‪.XLS‬‬

‫‪ MongoDB‬و ‪ Azure Cosmos DB‬و ‪.AWS DynamoDB‬‬

‫‪ Neo4j‬و ‪ AWS Neptune‬و ‪.Dgraph‬‬

‫‪ InfluxDB‬و‪.AWS Timescale‬‬

‫‪Data Preparation and Cleaning‬‬

‫ُتع� ُّد عملي��ة "تنظي��ف" البيان��ات ومعاجلته��ا اأح��د اأه��م املراح��ل يف دورة حي��اة عل��م البيان��ات‪.‬‬ ‫يجب على عامل البيانات ت�سحيح وتهيز البيانات التي مت جمعها يف مرحلة التنقيب للتاأكد‬ ‫من منا�سبتها ملرحلة التحليل الالحقة‪ ،‬وعند دمج البيانات من م�سادر متعددة تزيد احتمالية‬ ‫تكرار البيانات اأو تداخلها‪ ،‬الأمر الذي يتطلب عملية ت�سحيح وت�سويب لتلك البيانات‪ .‬وكذلك‬ ‫ه��و احل��ال اإذا ُوج��دت بيان��ات تالف��ة اأو من�س��قة ب�س��كل غ��ري �سحيح اأو مك��ررة اأو خاطئة اأو حتى‬ ‫غ��ري مكتمل��ة‪ .‬تكم��ن اأهمي��ة ت�سحي��ح تل��ك البيان��ات يف اأن ال��روؤى اأو ال�س��تنتاجات امل�س��تمدة‬ ‫يف مرحل��ة التحلي��ل م��ن تل��ك البيان��ات �س��تكون خاطئة و�س��ي�س ُعب للغاية ا�س��تنتاج م��ا اإذا كانت‬ ‫امل�سكلة نا�سئة من اأخطاء يف خطوات التحليل اأو اأن البيانات نف�سها مل يتم ت�سحيحها‪ ،‬ولهذا‬ ‫ال�س��بب ف�اإن عملي��ة تنظي��ف البيان��ات والتحق��ق م��ن �سحته��ا جي��دً ا قبل حتليلها ُتع� ُّد اأم ًرا مه ًما‬ ‫للغاية للعملية باأكملها‪.‬‬

‫تنظيف البيانات‪:‬‬ ‫عملي��ة متع��ددة املراح��ل ملراجع��ة‬ ‫البيان��ات وت�سحيحه��ا للتاأك��د م��ن اأنه��ا يف‬ ‫�سيغ��ة موح��دة‪ ،‬ويت�سم��ن ذل��ك معاجل��ة‬ ‫القي��م املفق��ودة والبيان��ات امل�سو�س��ة‪ ،‬وح��ل‬ ‫التناق�س��ات والتك��رارات‪.‬‬

‫‪15‬‬

‫‪ .4‬التحليل اال�ستك�سايف للبيانات‬

‫‪Exploratory Data Analysis‬‬

‫بع��د اأن جمع��ت البيان��ات وقم��ت بت�سحيحه��ا‪ ،‬ميكن��ك حتلي��ل جمموع��ة البيان��ات وا�س��تنباط‬ ‫الإجاب��ات املطلوب��ة لأ�س��ئلتك‪ ،‬ويت��م اإج��راء حتلي��ل البيان��ات با�س��تخدام اأدوات حتلي��ل البيانات‬ ‫اأو الأك��واد واملكتب��ات الربجمي��ة املتخ�س�س��ة‪ ،‬وقد يكون التحليل ب�س� ً‬ ‫�يطا وذلك بدرا�س��ة متغري‬ ‫واح��د اأو اأك��رث‪ ،‬وق��د يت�س��ع لي�س��مل عملي��ات اأك��رث تعقي��دً ا تت�سمن عملي��ات اإح�سائية متقدمة‪.‬‬ ‫�يوعا يف الوق��ت احل��ايل لتحلي��ل جمموعة البيان��ات‪ ،‬ويجب‬ ‫ُيع� ُّد تع ّل��م الآل��ة م��ن اأك��رث الط��رق �س� ً‬ ‫ا ِّتباع خطوات حمددة لتحليل البيانات با�ستخدام تع ّلم الآلة‪ ،‬ففي البداية يجب حتديد منوذج‬ ‫تع ّلم الآلة باإيجاد قيم املدخالت واملخرجات يليها بناء خوارزمية التحليل نف�سها‪.‬‬ ‫تعت��رب ه��ذه العملي��ة معق��دة‪ ،‬وله��ذا ف�اإن هن��اك متخ�س�س��ني للقي��ام به��ا مث��ل علم��اء البيان��ات‬ ‫ومهند�س��ي تع ّل��م الآل��ة‪ .‬بع��د النته��اء م��ن اخلوارزمي��ة‪ ،‬يت��م تري��ب النم��وذج واختب��اره‪ ،‬وعن��د‬ ‫اكتم��ال هات��ني املرحلت��ني ميكن��ك ا�س��تخدام البيان��ات النات��ة من��ه للو�سول لالإجاب��ات املرجو‬ ‫احل�س��ول عليه��ا م��ن عملي��ات التحليل‪.‬‬

‫‪ .5‬التمثيل الر�سومي للبيانات‬

‫‪Data Visualization‬‬

‫يتم تقدمي البيانات التي يتم حتليلها عادة ب�سورة جداول بيانات‪ ،‬مما يتيح ملحللي البيانات‬ ‫ذوي اخل��ربة ا�س��تخدامها‪ ،‬ويق��دم التمثي��ل املرئي��ي لتحلي��ل البيان��ات اإمكانية ا�س��تخال�ص روؤى‬ ‫وتو�سيات ذات جودة اأف�سل‪ ،‬بينما توفر الر�سوم البيانية واملخططات وحتى اخلرائط‪ ،‬وكذلك‬ ‫املن�س��قة طريق��ة فعال��ة لروؤي��ة وفه��م اأمن��اط البيانات واتاهاته��ا اأي ما توحي به تلك‬ ‫التقاري��ر ّ‬ ‫البيانات‪.‬‬ ‫ُيع� ُّد متثي��ل النتائ��ج اأم� ًرا �سرور ًي��ا لتخ��اذ ق��رارات ُم�س��تندة اإىل البيان��ات عن��د التعام��ل م��ع‬ ‫كمي��ات هائل��ة م��ن املعلوم��ات‪.‬‬

‫ال�سكل ‪ :1.5‬حتليل تف�سي فريو�ص كورونا (‪ )COVID-19‬با�ستخدام التحليالت املرئية‪ .‬معهد �سا�ص‪.SAS. © 2022 SAS Inc -‬‬

‫‪16‬‬

‫التحليل اال�ستك�سايف للبيانات‪:‬‬ ‫ه��و نه��ج لتحلي��ل جمموع��ات البيان��ات‬ ‫لتلخي�ص خ�سائ�سها الرئي�سة ‪ ،‬ويتم عادة‬ ‫با�س��تخدام الأ�س��اليب املرئي��ة‪.‬‬

‫متثيل البيانات‪:‬‬ ‫ي�س ��لط التمثي ��ل الر�س ��ومي للمعلوم ��ات‬ ‫ال�س ��وء عل ��ى اأمن�اط واتاه ��ات البيان�ات‪،‬‬ ‫وي�س�اعد الق�ارئ عل�ى تطوير روؤى وتو�سيات‬ ‫بن��ا ًءا على تل��ك البيانات‪.‬‬

‫مترينات‬ ‫‪1‬‬

‫حدد اجلملة ال�سحيحة واجلملة اخلاطئة فيما يلي‪:‬‬

‫�سحيحة‬

‫خاطئة‬

‫‪ .1‬علم البيانات هو حقل متعدد التخ�س�سات ير ّكز على ا�ستخراج معلومات ذات فائدة من البيانات‪.‬‬ ‫‪ُ .2‬يطلق ا�سم املعرفة على البيانات عند حتليلها وتنظيمها وهيكلتها لت�سبح ذات معنى‪.‬‬ ‫‪ .3‬يتم احل�سول على املعلومات من خالل عمليات حتليل البيانات‪.‬‬ ‫‪ .4‬يطلق ا�سم املعرفة على عملية جمع البيانات بطريقة �سحيحة تعلها ذات فائدة‪.‬‬ ‫‪ .5‬تُع ُّد الر�سوم البيانية واملخططات من و�سائل عر�ص املعلومات‪.‬‬ ‫‪ .6‬تعترب معلومات حالة الطق�ص املقدمة من الأر�ساد اجلوية مبثابة معرفة‪.‬‬ ‫‪ .7‬اإن عل��م البيان��ات‪ ،‬وال��ذكاء ال�سطناع��ي‪ ،‬وذكاء الأعم��ال ه��ي ث��الث جم��الت خمتلف��ة وم�س��تقلة عن‬ ‫بع�سها البع�ص‪.‬‬ ‫‪ .8‬ي�س��اعد ا�س��تخدام التمثي��ل املرئ��ي لتحلي��ل البيان��ات عل��ى ا�س��تنباط روؤى اأف�س��ل مم��ا يعن��ي اكت�س��اب‬ ‫معرف��ة اأف�س��ل مبعنى تل��ك البيانات‪.‬‬ ‫‪ .9‬تُع ُّد ُنظم التو�سية الذكية وحتليل النحدار من اأف�سل طرق تخزين البيانات‪.‬‬ ‫‪ُ .10‬تع� ُّد قواع��د بيان��ات ال�سال�س��ل الزمني��ة وقواع��د البيان��ات غ��ري العالئقي��ة (‪ )NoSQL‬ج��ز ًءا م��ن‬ ‫و�س��ائل جمع البيانات‪.‬‬

‫‪17‬‬

‫‪ 2‬اأن�س��ئ قائم��ة م��ن البيان��ات ث��م ح���ل تل��ك البيان��ات اإىل معل�م��ات مفي��دة‪ ،‬ث��م ِّ‬ ‫و�س��ح كي��ف يح� ّ�ل احلا�س��ب البيان��ات‬ ‫اإىل معل�مات؟‬ ‫___________________________________________________________________________________________‬ ‫___________________________________________________________________________________________‬ ‫___________________________________________________________________________________________‬ ‫___________________________________________________________________________________________‬ ‫___________________________________________________________________________________________‬

‫ِّ‬ ‫‪3‬‬ ‫و�سح الفروق الثالثة الرئي�سة بن علم البيانات والذكاء اال�سطناعي‪ ،‬وادعم اإجاباتك ببع�س االأمثلة‪.‬‬ ‫___________________________________________________________________________________________‬ ‫___________________________________________________________________________________________‬ ‫___________________________________________________________________________________________‬ ‫___________________________________________________________________________________________‬ ‫___________________________________________________________________________________________‬

‫ِّ‬ ‫‪4‬‬ ‫و�س��ح وق��ارن ب��ن عل��م البيان��ات وذكاء االأعم��ال‪ ،‬واإذا كان لدي��ك �س��ركة ا�س��تثمارية‪ ،‬اأي احلقل��ن �س��يك�ن خي��ارك‬ ‫املف�سل لال�ستثمار؟‬ ‫___________________________________________________________________________________________‬ ‫___________________________________________________________________________________________‬ ‫___________________________________________________________________________________________‬ ‫___________________________________________________________________________________________‬ ‫___________________________________________________________________________________________‬

‫‪18‬‬

‫‪ 5‬م��ا م��دى فعالي��ة تق��ارب عل��م البيان��ات وال��ذكاء اال�سطناع��ي؟ ابح��ث يف االإنرتن��ت واذك��ر مثال��ن ناجح��ن عل��ى‬ ‫ذلك‪.‬‬ ‫___________________________________________________________________________________________‬ ‫___________________________________________________________________________________________‬ ‫___________________________________________________________________________________________‬ ‫___________________________________________________________________________________________‬ ‫___________________________________________________________________________________________‬

‫‪ِّ 6‬‬ ‫و�س��ح املق�س���د بعل��م البيان��ات‪ ،‬واذك��ر ثالث��ة تطبيق��ات حياتي��ة يف املج��ال ال�سح��ي‪ ،‬وجم��ال االأعم��ال التجاري��ة‪،‬‬ ‫والرتفيه‪ ،‬ث ّم ّبن ملاذا يُعدُّ علم البيانات �سرور ًيا ملثل هذه املجاالت؟‬ ‫___________________________________________________________________________________________‬ ‫___________________________________________________________________________________________‬ ‫___________________________________________________________________________________________‬ ‫___________________________________________________________________________________________‬ ‫___________________________________________________________________________________________‬

‫ِّ‬ ‫و�س��ح وق��ارن ب��ن جمم�ع��ات البيان��ات املعاجل��ة وغ��ري املعاجل��ة الت��ي َت ِ�س� ْ�ف الدرج��ات الف�سلي��ة للطال��ب واأدا ِئ��ه‬ ‫‪7‬‬ ‫خ��الل الع��ام الدرا�س��ي‪.‬‬ ‫م��ا االنطباع��ات واالأف��كار الت��ي ميكن��ك احل�س���ل عليه��ا م��ن جمم�ع��ات البيان��ات ه��ذه؟ وه��ل ميكن��ك ت� ّق��ع االأداء‬ ‫االأكادمي��ي امل�س��تقبلي للطال��ب يف اجلامع��ة م��ن خ��الل ه��ذه البيان��ات؟‬ ‫___________________________________________________________________________________________‬ ‫___________________________________________________________________________________________‬ ‫___________________________________________________________________________________________‬

‫‪19‬‬

‫‪ 8‬ابح��ث ع��ن مزي��د م��ن املعل�م��ات ح���ل "م�سن��ع اأرامك��� ال�س��ع�دية الرقم��ي" وح��دد ثالث��ة اأمثل��ة ال�س��تخدام ال��ذكاء‬ ‫اال�سطناعي يف ا�س��تخراج البيانات‪ ،‬ومن ثم اعطينا راأيك يف مدى تاأثري هذه التقنيات على العمليات الت�س��غيلية‬ ‫لل�سركة؟‬ ‫___________________________________________________________________________________________‬ ‫___________________________________________________________________________________________‬ ‫___________________________________________________________________________________________‬ ‫___________________________________________________________________________________________‬ ‫___________________________________________________________________________________________‬

‫مف�سل��ة ع��ن من��اذج دورة حي��اة عل��م البيان��ات الت��ي ت�س��ف املراح��ل الرئي�س��ة املذك���رة يف‬ ‫‪ 9‬ابح��ث يف االإنرتن��ت ب�س���رة ّ‬ ‫هذا الدر�س‪ ،‬ومن ثم اخرت اإحداها وحدد املراحل االإ�سافية وا�سرحها باإيجاز‪.‬‬ ‫___________________________________________________________________________________________‬ ‫___________________________________________________________________________________________‬ ‫___________________________________________________________________________________________‬ ‫___________________________________________________________________________________________‬ ‫___________________________________________________________________________________________‬

‫‪20‬‬

‫الدر�س الثاين‬

‫التعامل مع البيانات‬

‫ما املق�سود بالبيانات ال�سخمة؟‬

‫?‪What is Big Data‬‬

‫ي�س��ري م�سطل��ح البيان��ات ال�سخم��ة (‪ )Big Data‬اإىل البيان��ات الكب��رية ج��دً ا اأو املعق��دة الت��ي ل ميك��ن‬ ‫لتتم معاجلتها با�س��تخدام‬ ‫معاجلته��ا بالط��رق التقليدي��ة‪ ،‬ونظ� ًرا لأن ك��م ه��ذه البيان��ات ُيع� ُّد كب ًريا جدً ا ّ‬ ‫اأنظمة احلو�سبة التقليدية‪ ،‬فاإن تخزين جمموعاتها ومعاجلتها يعترب حتد ًيا كب ًريا‪ ،‬وكذلك قد تتطلب‬ ‫ال�س��رعة الهائلة لعملية جمع البيانات متطلبات تخزين عالية للغاية‪.‬‬

‫خ�سائ�س البيانات ال�سخمة‬

‫البيانات ال�سخمة (‪:)Big Data‬‬

‫جمموع��ة بيان��ات كب��رية تتطل��ب تقني��ات‬ ‫قابلة للتو�سع لتخزينها ومعاجلتها واإدارتها‬ ‫وحتليله��ا وذلك نظ� ًرا خل�سائ�ص حجمها‪،‬‬ ‫وتنوعها و�سرعتها وتباينها وبالطبع قيمتها‪.‬‬

‫‪Characteristics of Big Data‬‬

‫هن��اك خم�س��ة معاي��ري اأ�سا�س��ية ت�س��اعدنا يف ت�سني��ف اأي بيان��ات حت��ت م�سطل��ح "البيان��ات ال�سخم��ة"‬

‫وهي‪ :‬التنوع‪ ،‬والقيمة‪ ،‬واحلجم‪ ،‬واملوثوقية‪ ،‬وال�سرعة‪ .‬وتعترب البيانات "�سخمة" عندما تاأتي باأحجام‬ ‫كبرية‪ ،‬ومبعدل �سريع جدً ا‪ ،‬وبتنوع كبري‪ ،‬وبدقة عالية ‪،‬وفائدة‪ .‬ويجب اأن ت�ستويف البيانات جميع هذه‬ ‫املعايري لكي يتم اعتبارها "بيانات �سخمة"‪.‬‬

‫التنوع‬

‫‪Variety‬‬

‫ي�س��ري التن��وع اإىل العدي��د م��ن اأن��واع البيان��ات‬ ‫املتوافرة‪،‬ويت��م هيكل��ة البيان��ات التقليدي��ة املختلف��ة‬ ‫وتكييفه��ا بدق��ة يف قواع��د البيان��ات العالئقي��ة‪ ،‬ولك��ن‬ ‫م��ع ظه��ور البيانات ال�سخم��ة‪ ،‬اأ�سبحت البيانات تتوافر‬ ‫يف اأن��واع جدي��دة غ��ري ّ‬ ‫منظم��ة‪ .‬تتطل��ب اأن��واع البيان��ات‬ ‫غ��ري املنظم��ة و�س��به املنظم��ة (مثل الن�سو���ص وال�سوت‬ ‫والفيديو) معاجلة اإ�سافية م�سبقة ل�ستخال�ص املعاين‬ ‫ودع��م معلوم��ات البيان��ات الو�سفي��ة املتعلق��ة بتل��ك‬ ‫البيان��ات‪ ،‬وب��دون ه��ذه البيان��ات الو�سفي��ة يك��ون م��ن‬ ‫امل�ستحيل معرفة ما يتم تخزينه وكيف ميكن معاجلته‪.‬‬

‫التنوع‬

‫ال�سرعة‬

‫القيمة‬

‫احلجم‬

‫املوثوقية‬

‫ال�سكل ‪ :1.6‬خ�سائ�ص البيانات ال�سخمة – املعايري اخلم�سة‬

‫‪21‬‬

‫القيمة‬

‫‪Value‬‬

‫اإن جم��ع الكث��ري م��ن البيان��ات ل يعن��ي اأن تل��ك البيان��ات‬ ‫ه��ي ذات قيم��ة‪ ،‬فقيم��ة البيان��ات تتمث��ل يف اإمكاني��ة احل�س��ول‬ ‫عل��ى التو�سي��ات والو�س��ول اإىل بع���ص الأف��كار م��ن خالله��ا‪.‬‬ ‫ي�س��ري م�سطل��ح القيم��ة اإىل م��دى فائ��دة البيان��ات يف اتخ��اذ‬ ‫الق��رارات‪ ،‬وبالطب��ع ف �اإن اإج��راء التحلي��الت املنا�س��بة ه��و و�س��يلة‬ ‫ا�س��تخراج قيم��ة البيان��ات ال�سخم��ة‪.‬‬

‫احلجم‬

‫‪Volume‬‬

‫نظ� ًرا لأن��ه يج��ب معاجل��ة كمي��ات كب��رية من البيان��ات غري املنظمة‬ ‫والت��ي تتمي��ز بقل��ة الكثاف��ة وت�س��مى (‪ ،)low density data‬فاإن كم‬ ‫البيان��ات يع��د جان ًب��ا مه ًم��ا يف البيان��ات ال�سخم��ة‪ .‬ميك��ن اأن تك��ون‬ ‫قيم��ة بع���ص ه��ذه البيان��ات غ��ري معروف��ة قبل القي��ام بتحليلها‪ ،‬مثل‬ ‫بيان��ات ت�سف��ح امل�س��تخدمني لأح��د مواق��ع الوي��ب اأو اأح��د تطبيقات‬ ‫الهاتف الذكي‪ ،‬اأو تلك البيانات التي يتم احل�سول عليها من اأجهزة‬ ‫اإنرتنت الأ�س��ياء املدعمة باأجهزة ال�ست�س��عار‪ .‬قد ي�سل حجم هذه‬ ‫البيانات اإىل الع�سرات‪ ،‬بل املئات من التريابايت من البيانات‪.‬‬

‫املوثوقية‬

‫‪Veracity‬‬

‫ترتب��ط �سح��ة البيان��ات مب��دى دق��ة جمموع��ة البيان��ات اأو‬ ‫موثوقيته��ا‪ .‬ل ترتب��ط املوثوقي��ة بج��ودة البيان��ات نف�س��ها فح�س��ب‪،‬‬ ‫ب��ل ا ً‬ ‫أي�س��ا مب��دى م�سداقي��ة م�س��در البيان��ات ونوعه��ا وكيفي��ة‬ ‫معاجلتها‪.‬‬

‫ال�سرعة‬

‫‪Velocity‬‬

‫ي�س��ري م�سطل��ح ال�س��رعة اإىل مع��دل التق��اط البيان��ات وتخزينه��ا‪.‬‬ ‫تنت��ج البيان��ات م��ن معظ��م الأجه��زة الذكي��ة املت�سل��ة بالإنرتن��ت‬ ‫(اأجهزة اإنرتنت الأ�سياء) والأجهزة املحمولة يف الوقت احلقيقي‬ ‫اأو قري ًب��ا م��ن الوق��ت احلقيق��ي‪ ،‬مم��ا يتطل��ب اجلم��ع الف��وري لتلك‬ ‫البيان��ات وكذلك نقله��ا وتخزينها‪.‬‬

‫تقنيات اإدارة البيانات ال�سخمة‬ ‫‪Technologies that Enable the Management of Big Data‬‬

‫ت�س��تخدم ال�س��ركات اأنظمة احلا�س��ب وقواعد البيانات لالحتفاظ بال�س��جالت املختلفة مثل املعامالت املتعلقة مبعاجلة الطلبات واملدفوعات وتتبع العمالء‬ ‫واإدارة التكلف��ة يف ال�س��ركات‪ .‬حتت��اج ال�س��ركات ا ً‬ ‫أي�س��ا اإىل نظ��ام لإع��داد التقاري��ر لتوف��ري املعلوم��ات الت��ي ت�س��اعدها عل��ى العم��ل بكف��اءة ومل�س��اعدة امل��دراء‬ ‫التنفيذي��ني عل��ى اتخ��اذ القرارات املدرو�س��ة التي ت�سم��ن اأداء اأف�سل لالأعمال‪.‬‬ ‫يحت��اج مدي��رو املتج��ر الإلك��رتوين اإىل حت�س��ني ترب��ة ال�س��راء والتاأك��د م��ن اأن زوار املوق��ع الذي��ن يت�سفح��ون املنتجات �س��ي�سبحون زبائ��ن للمتجر وذلك من‬ ‫خالل �س��راء املنتجات‪ ،‬وكذلك العمل على عودة الزبائن لل�س��راء مرات اأخرى يف امل�س��تقبل من خالل املوقع‪ .‬ميكن لل�س��ركة حتليل جميع البيانات التي يتم‬ ‫جمعه��ا اأثن��اء ت�سف��ح ال��زوار للمتج��ر الإلك��رتوين عل��ى الوي��ب اأو م��ن خ��الل تطبي��ق الهاتف الذكي‪ ،‬وتت�سم��ن تلك البيانات تفا�سيل دقيق��ة عن ت�سفح الزوار‬ ‫للموقع‪ ،‬مبا فيها اأماكن و�سع املوؤ�سر على ال�سا�سة واأجزاء املوقع التي يق�سون وقتًا اأطول يف ت�سفحها‪ ،‬ومدة املرور فوق املنتج قبل ال�سغط للح�سول على‬ ‫املزيد من املعلومات عنه اأو للقيام ب�سرائه بالفعل‪ .‬ينتج عن هذه التفا�سيل الدقيقة التي يتم جمعها كم هائل من البيانات التي يجب حتليلها لتقدمي روؤية‬ ‫وا�سحة وقيمة للقائمني علي اأعمال ال�سركة‪ .‬يتم ا�ستخدام نتائج حتليل تلك املعلومات لإحداث تغيريات يف خمطط موقع الويب اأو املتجر‪ ،‬ولتعديل اأ�سعار‬ ‫املنتجات �سواء بالزيادة اأو باخل�سم‪ ،‬ولتنظيم احلمالت الت�سويقية للمنتجات على و�سائل التوا�سل الجتماعي للتاأثري على �سلوكيات ال�سراء لدى الزبائن‪.‬‬ ‫يتطل��ب القي��ام به��ذا الأم��ر م��ن ال�س��ركات توف��ري تقني��ات واأدوات جدي��دة لإدارة وحتلي��ل البيان��ات ال�سخم��ة ل�س��تخراج قيم��ة الأعم��ال‪ ،‬ويجب جم��ع البيانات‬ ‫املطلوب��ة م��ن امل�س��ادر الداخلي��ة كدوائ��ر املبيع��ات والت�سني��ع واملحا�س��بة‪ ،‬وكذل��ك من امل�سادر اخلارجي��ة كالبيانات الإح�سائية عن النمو ال�س��كاين وطبيعة‬ ‫الزبائن واأعمارهم‪ ،‬وكذلك البيانات املتعلقة بال�سركات املناف�سة ً‬ ‫مثال‪ ،‬وذلك ل�ستخراج معلومات موجزة وموثوقة حول الو�سع احلايل وامل�ستقبلي لل�سركة‬ ‫والتاأث��ريات املحتمل��ة ملتغ��ريات ال�س��وق‪ .‬حتت��وي البني��ة التحتي��ة احلديث��ة ل��ذكاء الأعم��ال عل��ى جمموعة م��ن الأدوات والتقني��ات لتخزين البيان��ات ومعاجلتها‬ ‫للح�سول على معلومات مفيدة من البيانات ال�سخمة‪ ،‬وت�س��مل هذه التقنيات م�س��تودعات البيانات وبحريات البيانات وعمليات احلو�س��بة يف الذاكرة‪.‬‬

‫‪22‬‬

‫م�ستودعات البيانات‬

‫‪Data Warehouse‬‬

‫ق��د تعت��رب م�س��تودعات البيان��ات الأداة الأق��دم لتحلي��ل بيان��ات‬ ‫ال�س��ركات‪ .‬ي�س��ري م�س��تودع البيان��ات اإىل قاع��دة البيان��ات الت��ي‬ ‫تخ��زن البيان��ات احلالي��ة والتاريخي��ة الت��ي نتج��ت ع��ن العدي��د من‬ ‫اأنظمة املعامالت الت�سغيلية الأ�سا�سية مثل اأنظمة املبيعات‪ ،‬ودعم‬ ‫العمالء‪ ،‬والت�سنيع‪ ،‬والتي تعل البيانات متاحة ل�سانعي القرار‬ ‫يف ال�س��ركة‪ ،‬ويت��م دم��ج ه��ذه البيان��ات م��ع البيان��ات م��ن امل�س��ادر‬ ‫اخلارجي��ة لتحوي��ل البيان��ات غري املكتمل��ة اإىل بيانات ّ‬ ‫منظمة قبل‬ ‫تخزينها يف م�ستودع البيانات‪ .‬يوفر نظام م�ستودع البيانات ا ً‬ ‫أي�سا‬ ‫جمموع��ة م��ن الأدوات للتحلي��ل وال�س��تعالم وكذل��ك اأدوات اإعداد‬ ‫التقارير الر�س��ومية‪.‬‬

‫احلو�سبة يف الذاكرة‬

‫‪In-Memory Computing‬‬

‫ه��ي طريق��ة لت�س��هيل عملي��ة حتلي��ل البيان��ات ال�سخم��ة لعتماده��ا ب�س��ورة‬ ‫اأ�سا�س��ية عل��ى ذاك��رة احلا�س��ب الرئي�س��ة (‪ )RAM‬لتخزي��ن البيان��ات‪ .‬ي�س��ل‬ ‫امل�س��تخدمون اإىل البيانات املخزنة يف الذاكرة الأ�سا�س��ية للنظام وبالتايل‬ ‫يتم تاوز معوقات ا�سرتداد وقراءة البيانات املوجودة يف قاعدة البيانات‬ ‫التقليدي��ة امل�س��تندة اإىل التخزي��ن عل��ى الأقرا���ص مم��ا يعن��ي تقلي��ل وق��ت‬ ‫ال�ستعالم ب�سكل كبري‪ .‬تتميز اخلوادم ال�سحابية ب�سكل خا�ص بوجود �سعة‬ ‫كب��رية م��ن ذاك��رة الو�س��ول الع�س��وائي‪ ،‬مما ي�س��هل ا�س��تخدامها يف عمليات‬ ‫احلو�س��بة يف الذاكرة‪.‬‬

‫بحرية البيانات‬

‫‪Data Lake‬‬

‫بح��رية البيان��ات ه��ي م�س��تودع بيان��ات ع��اد ًة م��ا يك��ون �س��حاب ًيا ُي�س��تخدم‬ ‫لتخزين كميات هائلة من البيانات الأولية وغري املعاجلة‪ .‬يف هذه الطريقة‬ ‫كل م��ن البيان��ات املنظم��ة (مث��ل‬ ‫يت��م ا�س��تخدام عن��وان ‪ URL‬ثاب��ت لدع��م ٍ‬ ‫قواع��د البيان��ات) والبيان��ات غ��ري املنظمة (مثل ر�س��ائل الربيد الإلكرتوين‬ ‫وامل�ستندات)‪.‬‬

‫يعت��رب التميي��ز ب��ني ه��ذه التقني��ات الثالث��ة مه ًم��ا نظ� ًرا لالأغرا���ص املختلف��ة ل�س��تخدامها ولكيفي��ة عمله��ا يف معاجل��ة البيان��ات ب�س��كل �سحي��ح‪ .‬ل تعم��ل ه��ذه‬ ‫التقني��ات م ًع��ا‪ ،‬ولك��ن يت��م اختي��ار اإحداه��ا اعتم��ادًا عل��ى ن��وع ال�س��ركة‪ ،‬فق��د تك��ون بح��رية البيان��ات ه��ي اخلي��ار اجلي��د لإحدى ال�س��ركات‪ ،‬بينما يعد م�س��تودع‬ ‫البيان��ات اخلي��ار الأف�س��ل ل�س��ركة اأخرى‪.‬‬

‫التنقيب يف البيانات ال�سخمة‬

‫‪Mining Big Data‬‬

‫كم��ا عرف��ت �س��اب ًقا‪ ،‬يت��م جم��ع البيان��ات ال�سخم��ة با�س��تمرار بوا�س��طة اأجه��زة ال�ست�س��عار والتطبيق��ات‬ ‫العامة والتطبيقات ال�سخ�سية‪ .‬اإن عملية جمع البيانات لي�ست �سوى اخلطوة الأوىل يف العملية امل�سار‬ ‫اإليها با�س��م اكت�ساف املعرفة‪.‬‬ ‫ي�س��ري اكت�س��اف املعرف��ة اإىل العملي��ة ال�س��املة للو�س��ول اإىل املعرف��ة املفي��دة م��ن البيان��ات‪ ،‬وي�س��ري‬ ‫التنقيب يف البيانات اإىل خطوة معينة يف هذه العملية‪ ،‬فالتنقيب عن البيانات هو تطبيق خلوارزميات‬ ‫حم��ددة ل�س��تخراج الأمن��اط م��ن البيان��ات‪ ،‬وحتدي��د العالق��ات املختلف��ة داخ��ل ه��ذه البيان��ات‪ .‬تعت��رب‬ ‫اخلط��وات الأخ��رى يف عملي��ة اكت�س��اف املعرف��ة مثل تنظيف البيانات‪ ،‬وتكام��ل البيانات‪ ،‬وحتويل �سيغة‬ ‫البيان��ات‪ ،‬والتف�س��ري ال�سحي��ح لنتائ��ج التنقي��ب �سروري��ة ل�سمان ا�س��تقاق املعرفة املفي��دة من البيانات‬ ‫(انظ��ر اجل��دول ‪.)1.6‬‬

‫التنقيب يف البيانات (‪:)Data Mining‬‬

‫عملي ��ة اكت�س ��اف الأمن ��اط ف�ي كمي�ة كبي�رة‬ ‫م�ن البيان�ات وا�س�تخراج املعلوم�ات املفي�دة‬ ‫يف توقع ال�سلوك امل�ستقبلي‪.‬‬

‫بع�س املهام الرئي�سة التي يتم اإجنازها عن طريق التنقيب يف البيانات‪:‬‬ ‫حتليل البيانات الكت�ساف االأمناط واالجتاهات‪.‬‬ ‫�سياغة التنب�ؤات ملدخالت جمم�عات البيانات املختلفة‪.‬‬ ‫ت�سنيف اأو جتميع اأو ت�قع القيم املختلفة ملجم�عة البيانات‪.‬‬ ‫ت�سهيل عملية اتخاذ القرارات املدرو�سة‪.‬‬ ‫‪23‬‬

‫اجلدول ‪ :1.6‬خطوات اكت�ساف املعرفة‬ ‫ت�سحيح البيانات‪:‬‬

‫تنظيف البيانات التالفة وغري املطابقة‪ ،‬واإزالة اأن�اع البيانات اخلاطئة وما اإىل ذلك‪.‬‬

‫تكامل البيانات‪:‬‬

‫يحدث التنقيب يف البيانات من م�سادر متعددة‪ .‬يجب دمج م�سادر البيانات هذه يف جمم�عة بيانات واحدة‪.‬‬

‫اختيار البيانات‪:‬‬

‫حتديد جزء جمم�عة البيانات الذي يجب ا�ستخدامه لعملية ا�ستخراج البيانات‪ .‬من املهم حتديد جمم�عة البيانات االأكر‬ ‫م�اءمة الأهدافك الأن ا�ستخراج البيانات مهمة ت�ستغرق وق ًتا ً‬ ‫ط�يال‪.‬‬

‫حتويل �سيغة‬ ‫البيانات‪:‬‬ ‫التنقيب يف البيانات‪:‬‬

‫يُع ُّد اإعداد جمم�عات البيانات االأولية وتن�سيقها اأم ًرا �سرور ًيا الأن عمليات التنقيب عن البيانات حتتاج اإىل اأن يك�ن‬ ‫ملدخالتها تن�سيق حمدد لتحليلها‪.‬‬ ‫هي العملية الفعلية لتحليل البيانات وا�ستخراج النتائج املرج�ة من التحليل من خالل االأمناط‪.‬‬

‫تقييم النمط‪:‬‬

‫تقييم االأمناط التي مت اإن�ساوؤها خالل خط�ات التنقيب عن البيانات‪ ،‬وحتديد اأيها مفيد لكل هدف حمدد‪.‬‬

‫متثيل املعرفة‪:‬‬

‫متثيل النتائج التي مت احل�س�ل عليها من خالل التقارير‪ ،‬والر�س�م البيانية واملخططات ال�ا�سحة واملخت�سرة‪.‬‬

‫البيانات ال�سخمة والتخزين ال�سحابي‬

‫‪Big Data and Cloud Storage‬‬

‫هن��اك خي��اران معتم��دان لتخزي��ن البيان��ات ال�سخم��ة‪ :‬التخزي��ن ال�س��حابي والتخزي��ن الداخل��ي‪ ،‬ولق��د كان تطوي��ر تطبيق��ات البيان��ات ال�سخم��ة يف املا�س��ي‬ ‫أ�سا�س��ا عل��ى حف��ظ البيان��ات يف و�س��ائط التخزي��ن داخل ًي��ا (عل��ى اخل��وادم داخل ال�س��ركات واملوؤ�س�س��ات)‪ ،‬مما تطلب توفر م�س��تودعات بيانات حملية‬ ‫يعتم��د ا ً‬ ‫عالية التكلفة‪ ،‬وكذلك تثبيت برامج معقدة لإدارة تلك امل�س��تودعات‪� .‬س��اهمت التطورات احلديثة يف علوم احلو�س��بة والبيانات يف ا�س��تبدال تلك الطريقة‬ ‫بالتخزي��ن ال�س��حابي‪ ،‬وال��ذي يع��د مبثاب��ة احل��ل الأمث��ل لتخزين البيانات ال�سخم��ة‪ ،‬وذلك ملا يلي‪:‬‬ ‫اأ) توافر النطاق العري�ص عايل ال�س��رعة على نطاق وا�س��ع ي�س��هل حركة البيانات من مكان‬ ‫اإىل اآخر‪ .‬ومع وجود بيانات منتجة حمليا مل تعد هناك حاجة لتخزين البيانات داخل ًيا‪،‬‬ ‫بل اأ�سبح بالإمكان نقلها اإىل التخزين ال�سحابي لتحليلها‪.‬‬ ‫ب) اأ�سبح��ت غالبي��ة التطبيق��ات تعتم��د عل��ى التخزي��ن ال�س��حابي‪ ،‬مم��ا يعن��ي اأن عملي��ة اإنت��اج‬ ‫املزيد من البيانات وتخزينها �سحاب ًيا تزداد با�ستمرار‪ ،‬ولقد �ساهم ذلك يف قيام اأعداد‬ ‫متزاي��دة م��ن رواد الأعم��ال بعم��ل حتليالت جديدة للبيانات ال�سخمة مل�س��اعدة ال�س��ركات‬ ‫عل��ى حتلي��ل البيان��ات ال�س��حابية يف كث��ري م��ن املجالت مثل معام��الت التجارة الإلكرتونية‬ ‫وبيانات اأداء تطبيقات الويب‪.‬‬ ‫هن��اك جوان��ب متع��ددة للتخزي��ن ال�س��حابي تعل��ه خي��ا ًرا اأف�س��ل لل�س��ركات‪ ،‬فمث� ً�ال ميك��ن اأن‬ ‫ي�سمل التخزين ال�سحابي اأنظمة تخزين البيانات ال�سخمة وكذلك اأنظمة الن�سخ الحتياطي‪.‬‬ ‫وتوج��د الكث��ري م��ن اخلي��ارات املتاح��ة م��ن ِقب��ل م��زودي اخلدمات مث��ل اأمازون ومايكرو�س��وفت‬ ‫وقوقل للتخزين ال�سحابي مع توفريها حماية البيانات واخل�سو�سية‪ ،‬وبالطبع قابلية التو�سع‬ ‫والتكلف��ة املعقولة لهذه اخلدمات‪.‬‬ ‫‪24‬‬

‫�سكل ‪ :1.7‬مركز بيانات يوفر خدمة التخزين ال�سحابي‬

‫با�س��تخدام الن�س��خ الحتياطي ال�س��حابي للبيانات ال�سخمة‪ ،‬ميكن للموؤ�س�س��ات ال�س��تفادة من‬ ‫اخلدم��ات م��ن مراك��ز البيان��ات الت��ي متت��د ع��رب مواقع جغرافي��ة متعددة‪ ،‬مم��ا ي�سمن التوافر‬ ‫الدائ��م وا�س��تعادة البيان��ات ب�س��هولة‪ .‬وبا�س��تخدام التخزي��ن ال�س��حابي ميك��ن ن�س��خ البيان��ات‬ ‫احتياط ًي��ا ع��رب ع��دة مراك��ز بيان��ات يف مناط��ق خمتلف��ة م��ن الع��امل‪ ،‬وبذل��ك ل يت��م الحتف��اظ‬ ‫بالن�س��خ الحتياطي��ة يف م��كان واحد‪.‬‬ ‫توف��ر تقني��ات التخزي��ن ال�س��حابي خ�سائ���ص اأخ��رى للحماية للن�س��خ الحتياطي��ة حيث ي�سمن‬ ‫مقدمو تلك التقنيات حماية البيانات املن�سوخة احتياط ًيا اإىل التخزين ال�سحابي عرب تقنيات‬ ‫الت�سفري املتقدمة قبل القيام بنقل البيانات وخالل نقلها وكذلك بعد نقلها‪.‬‬ ‫وكما ُذكر �س��اب ًقا‪ ،‬فاإن معاجلة البيانات ال�سخمة تتطلب �س��عة تخزين وقوة معاجلة‪ ،‬اأما من‬ ‫حيث ال�س��عة التخزينية‪ ،‬فاإن التقنيات ال�س��حابية تفي بهذا الأمر‪ ،‬وميكن لل�س��ركات احل�سول‬ ‫عل��ى خدم��ات التخزي��ن القابل��ة للتو�س��ع بي�س��ر‪ .‬ميك��ن له��ذه التقني��ات ا ً‬ ‫أي�س��ا تلبي��ة متطلب��ات‬ ‫احلو�سبة لتحليل البيانات ال�سخمة‪ ،‬وقد اأ�سبح خرباء حتليالت البيانات يو�سون با�ستخدام‬ ‫اخلدم��ات املدعوم��ة �س��حاب ًيا للقي��ام بعملي��ات التحلي��ل لإدراكه��م بالإمكاني��ات الالنهائية التي‬ ‫توفرها التقنيات‪.‬‬

‫مزايا وعيوب تخزين البيانات ال�سخمة �سحاب ًيا‬

‫‪Pros and Cons of Big Data Cloud Storage‬‬

‫ميك��ن م��ن خ��الل اجلم��ع ب��ني حتلي��الت البيان��ات ال�سخم��ة واحلو�س��بة ال�س��حابية اإيجاد فر�ص مل تكن ممكنة من قبل لفه��م البيانات واحل�سول على املعرفة‬ ‫ودع��م عملي��ات اتخ��اذ الق��رارات‪ .‬يج��ب علي��ك النظ��ر اإىل املزاي��ا وكذل��ك اإدراك التحدي��ات الت��ي تتعلق با�س��تخدام احلو�س��بة ال�س��حابية يف العمليات املتعلقة‬ ‫بالبيانات ال�سخمة‪.‬‬ ‫جدول ‪ :1.7‬مزايا وعيوب تخزين البيانات ال�سخمة �سحاب ًيا‬ ‫املزايا‬

‫العيوب‬

‫تتطلب الكميات الكبرية من البيانات املنظمة وغري املنظمة ت�فر‬ ‫�سبكات ذات نطاق ار�سال وا�سع وذلك ل�سرعة االإر�سال والتخزين‪.‬‬ ‫ي�فر التخزين ال�سحابي بنية حتتية متاحة ب�سه�لة مع القدرة على‬ ‫الت��سع للتعامل مع اأي مقدار من حركة مرور البيانات ومتطلبات‬ ‫التخزين‪.‬‬

‫تقدم اإمكانيات حتكم مبا�سر اأقل يف اأمن البيانات‪ ،‬وقد تتعر�س‬ ‫لعمليات ت�ؤدي اإىل انتهاك البيانات‪ ،‬وبالتايل اإىل ع�اقب خطرية‬ ‫فيما يتعلق بل�ائح خ�س��سية البيانات‪.‬‬

‫ي�ؤدي تخزين البيانات ال�سخمة �سحاب ًيا اإىل التخل�س من احلاجة‬ ‫اإىل االحتفاظ باأجهزة وبرامج وم�ظفن متخ�س�سن عند احلاجة‪،‬‬ ‫ويُعدُّ من�ذج احل��سبة ال�سحابية املبني على الدفع ح�سب احلاجة‬ ‫اإىل اخلدمات اأكر فعالية من حيث التكلفة‪ ،‬مما ي�ساهم يف خف�س‬ ‫التكلفة وزيادة الكفاءة واحلد من هدر امل�ارد‪.‬‬

‫ميكن ملزود اخلدمة ال�سحابية رفع تكلفة اخلدمات التي يقدمها يف‬ ‫اأي وقت‪ ،‬مما يعني ارتفاع التكلفة الأعمال ال�سركات امل�ستخدمة لهذه‬ ‫اخلدمات‪ ،‬والتي ال ميكنها االنتقال ب�سه�لة اإىل مقدم خدمات اآخر‬ ‫يقدم اأ�سعا ًرا تناف�سية‪.‬‬

‫تر ِّكز ال�سركة على عمليات حتليل البيانات ً‬ ‫بدال من اإدارة البنية‬ ‫التحتية‪ ،‬مما ينعك�س ب�سكل اإيجابي على االأداء وامليزة التناف�سية‪.‬‬

‫يعني تخزين البيانات ال�سخمة �سحاب ًيا اأن ت�فر البيانات يعتمد‬ ‫على االت�سال بال�سبكة‪ .‬ت�ؤثر امل�ساكل املتعلقة بال�سبكات كتدين ج�دة‬ ‫االت�سال اأو تا ُّأخر اال�ستجابة (‪ ،)latency‬والتي قد تظهر يف البيئة‬ ‫ال�سحابية على �سرعة جمع البيانات ومعاجلتها وتخزينها‪.‬‬ ‫‪25‬‬

‫�سيا�سة ال�سركات وحوكمة البيانات‬

‫‪Data Governance and Policies‬‬

‫حتدد ال�سوابط والهياكل التنظيمية لل�سركات واملوؤ�س�سات امل�سوؤوليات وطرق اتخاذ القرارات املتعلقة‬ ‫باإدارة البيانات‪ ،‬والتي تت�سمن تطوير ال�سيا�سات والإجراءات الداخلية التي تتحكم باإدارة البيانات‪.‬‬ ‫ت�س��اعد اإدارة البيان��ات املوؤ�س�س��ات اخلا�س��ة اأو املوؤ�س�س��ات احلكومي��ة وغ��ري الربحي��ة يف التعام��ل م��ع‬ ‫عمليات اإدارة البيانات بجودة عالية خالل جميع مراحل دورة حياة البيانات‪ ،‬وتوؤدي هذه ال�سيا�سات‬ ‫والإجراءات الفعالة اإىل حت�سني الأعمال والنتائج‪ ،‬حيث تقوم ال�سركات واملوؤ�س�سات بجمع كميات هائلة‬ ‫م��ن البيان��ات الداخلي��ة واخلارجي��ة‪ ،‬وتعت��رب اإدارة البيان��ات �سروري��ة ل�س��تخدام تل��ك البيانات بفعالية‬ ‫واإدارة املخاط��ر وخف���ص التكاليف املختلفة‪.‬‬

‫اأهمية حوكمة البيانات‬

‫اآمنة‪.‬‬

‫م�ث�قة‪.‬‬ ‫مُ�ثقة‪.‬‬ ‫مُدارة‪.‬‬ ‫مُدققة‪.‬‬

‫‪The Importance of Data Governance‬‬

‫م��ن غ��ري املمك��ن ت�سحي��ح التناق�س��ات املوج��ودة يف بيان��ات الأنظم��ة املختلف��ة داخ��ل املوؤ�س�س��ة‬ ‫ب��دون اإدارة منا�س��بة للبيان��ات‪ .‬فعل��ى �س��بيل املث��ال‪ ،‬ق��د يت��م تخزي��ن اأ�س��ماء العم��الء يف اأنظم��ة‬ ‫املبيع��ات واأنظم��ة خدم��ة العمالء بط��رق خمتلفة‪.‬‬ ‫قد ُي�س ّعب هذا الأمر من تكامل البيانات ويوؤثر على دقة ذكاء الأعمال وعلى اإعداد التقارير‪.‬‬ ‫كذل��ك فق��د ل يت��م اكت�س��اف اأخط��اء البيان��ات املوج��ودة وبالت��ايل ل يت��م ت�سحيحه��ا يف الوق��ت‬ ‫املنا�سب‪ ،‬مما يعر�ص �سالمة البيانات للخطر‪.‬‬ ‫اأ�سب��ح واج ًب��ا عل��ى املوؤ�س�س��ات اأن متتث��ل للت�س��ريعات اجلدي��دة اخلا�س��ة بخ�سو�سي��ة‬ ‫البيان��ات وحمايته��ا مث��ل الالئح��ة العام��ة حلماي��ة البيان��ات يف الحت��اد الأوروب��ي (‪)GDPR‬‬ ‫وقان��ون خ�سو�سي��ة امل�س��تهلك يف كاليفورني��ا (‪ ،)CCPA‬وذل��ك لأن حوكم��ة البيان��ات‬ ‫ب�س��ورة �س��يئة ت��ر املوؤ�س�س��ات اإىل �سعوب��ات و تعله��ا حت��ت طائل��ة مواجه��ة العقوب��ات‪.‬‬ ‫ُي ّ‬ ‫نظ��م قان��ون حماي��ة البيان��ات ال�س��خ�سية اجلدي��د يف اململك��ة العربي��ة ال�س��عودية (‪)PDPL‬‬ ‫مو�سوع معاجلة البيانات ال�سخ�سية‪ ،‬ويعد مبثابة الت�سريع الأول اخلا�ص بخ�سو�سية البيانات‬ ‫احلكومية يف اململكة العربية ال�سعودية‪ .‬ي�سمل هذا الت�سريع جميع ال�سناعات واأنواع املوؤ�س�سات‪،‬‬ ‫وي�س��رف مكت��ب اإدارة البيان��ات الوطني��ة (‪ )NDMO‬عل��ى اللوائح اجلدي��دة ويفر�سها‪ ،‬وينطبق‬ ‫هذا القانون ا ً‬ ‫أي�سا على املوؤ�س�س��ات الأجنبية العاملة يف اململكة العربية ال�س��عودية التي تتعامل‬ ‫مع البيانات ال�سخ�سية للمواطنني واملقيمني يف اململكة‪ ،‬وب�سكل خا�ص تلك البيانات ال�سحية‬ ‫والئتمانية واملالية‪.‬‬

‫مكونات اإطار عمل حوكمة البيانات‬ ‫‪Data Governance Framework Components‬‬

‫ت�س��كل ال�سيا�س��ات وال�سواب��ط التوجيهي��ة والعملي��ات والهي��اكل التنظيمي��ة والتقني��ات املُنف��ذة‬ ‫كج��زء م��ن برنام��ج احلوكم��ة اإط��ار عم��ل حلوكم��ة البيان��ات‪ ،‬ويح��دد اإط��ار العم��ل ا ً‬ ‫أي�س��ا مهم��ة‬ ‫الربنامج واأهدافه وامل�س�وؤوليات املختلفة وكيفية قيا���ص النجاح يف املهام التي �س��يتم ت�سمينها‬ ‫يف الربنام��ج‪.‬‬ ‫يج��ب اإن�س��اء اإط��ار احلوكم��ة يف اأي موؤ�س�س��ة ون�س��ره داخل ًي��ا و�س��رح اآلي��ة عمله بحي��ث يكون لدى‬ ‫كل م�سارك فهم وا�سح منذ البداية‪.‬‬ ‫‪26‬‬

‫ت�سمن حوكمة البيانات اأن‬ ‫البيانات‪:‬‬

‫تتطل��ب بع���س اأن��واع البيان��ات‬ ‫كالبيان��ات املالي��ة وال�سحي��ة معاجل��ة‬ ‫ب�سكل اأكر دقة من البيانات االأخرى‪،‬‬ ‫فعاد ًة ما يتم تنظيم البيانات ال�سحية‬ ‫ب�س��كل جي��د ب��دءا م��ن مرحل��ة جم��ع‬ ‫تل��ك البيان��ات حت��ى اإع��داد التقاري��ر‬ ‫ون�س��ر املعلوم��ات‪ .‬يتفه��م جمي��ع م��ن‬ ‫يهمه��م االأم��ر متا ًم��ا املخاط��ر املتعلق��ة‬ ‫باخل�سو�سي��ة وتل��ك القي��ود الت��ي‬ ‫تفر�سه��ا الت�س��ريعات‪ ،‬وبالت��ايل ف �اإن‬ ‫حتدي��د اإط��ار عم��ل حوكم��ة البيان��ات‬ ‫يف املوؤ�س�س��ات ال�سحي��ة كامل�ست�س��فيات‬ ‫ُيع��د اأم� ً�را مه ًم��ا للغاي��ة‪.‬‬

‫معايري حوكمة البيانات‬

‫‪Data Governance Standards‬‬

‫قام��ت منظم��ة املعاي��ري الدولي��ة ‪ ISO‬بتطوي��ر معي��ار ‪ ISO/IEC 38505‬لتطبي��ق مب��ادئ‬ ‫حوكم��ة تقني��ة املعلوم��ات عل��ى متطلب��ات اإدارة البيان��ات‪.‬‬ ‫جدول ‪ :1.8‬املبادئ ال�ستة حلوكمة البيانات‬ ‫امل�سئولية‬

‫ُت ّ‬ ‫عن لالأفراد‪.‬‬

‫اال�سرتاتيجية‬

‫تت�افق مع مهمة وروؤية امل�ؤ�س�سة‪.‬‬

‫احليازة‬

‫تت�افق مع املتطلبات التنظيمية‪.‬‬

‫التوافق‬

‫�سمان االمتثال للت�سريعات وال�سيا�سات الداخلية واأخالقيات العمل‪.‬‬

‫االأداء‬

‫تلبية متطلبات امل�ؤ�س�سة‪.‬‬

‫ال�سلوك االإن�ساين‬

‫ت�سجيع النا�س على امل�ساركة‪.‬‬

‫معايري اإدارة البيانات ال�سعودية‬ ‫‪Saudi Data Management Standards‬‬

‫عل��ى غ��رار متطلب��ات اإدارة البيان��ات الدولي��ة ‪ ،ISO/IEC 38505‬ط� ّور مكت��ب اإدارة البيان��ات‬ ‫الوطني��ة (‪� )NDMO‬سواب��ط اإدارة البيان��ات الوطني��ة وحماية البيانات ال�س��خ�سية يف اململكة‪.‬‬ ‫يعترب مكتب اإدارة البيانات الوطنية م�سو ًؤول عن تنفيذ ال�سوابط وال�سيا�سات واآليات احلوكمة‬ ‫وال�سواب��ط اخلا�س��ة بالبيان��ات وال��ذكاء ال�سطناع��ي ومتابع��ة المتث��ال م��ن قب��ل املنظم��ات‬ ‫وال�س��ركات‪ .‬تنطب��ق املعاي��ري عل��ى جمي��ع البيان��ات بغ���ص النظ��ر عن النم��وذج اأو النوع مبا فيها‬ ‫ال�سجالت الورقية والبيانات الرقمية والت�سجيالت ال�سوتية و ال�سور ومقاطع الفيديو‪ ،‬وكذلك‬ ‫امل�س��تندات املكتوبة بخط اليد اأو اأي �س��كل من اأ�س��كال البيانات امل�س��جلة‪.‬‬

‫‪https://sdaia.gov.sa/ndmo‬‬

‫مثال‬

‫�س��كل ‪ :1.8‬من��اذج ل�سفح��ات م��ن مكت��ب اإدارة البيان��ات‬ ‫الوطنية ‪� -‬سوابط وموا�سفات اإدارة البيانات الوطنية وحوكمتها‬ ‫وحماية البيانات ال�سخ�سية © الهيئة ال�سعودية للبيانات والذكاء‬ ‫ال�سطناعي‬

‫اأن�س�اأت �س��ركة ات�س��الت �س��عودية قط��اع حتلي��ل البيان��ات املوؤ�س�س��ية (‪ )CAD‬عام‬ ‫‪ 2016‬للم�س��اعدة يف حتقي��ق هدفه��ا املتمث��ل يف تق��دمي اأف�س��ل ممار�س��ات حوكمة‬ ‫واإدارة البيانات‪ .‬تعترب البيانات والأ�سخا�ص والعمليات والتقنيات من اأهم ركائز‬ ‫ال�س��ركة يف احلوكم��ة‪ ،‬حي��ث تت�سم��ن املب��ادرة حتقي��ق جمي��ع الركائ��ز لأجل حتول‬ ‫رقمي ناجح‪.‬‬ ‫ت�سعى ال�سركة الآن اإىل اعتماد حلول حوكمة البيانات املبتكرة التي تعزز الذكاء‬ ‫ال�سطناعي وتو�سع مفهوم حوكمة البيانات اإىل "حوكمة التحليالت"‪.‬‬ ‫يهدف هذا ال�سعي اإىل حتقيق تغيري اإيجابي يف الأعمال وذلك من خالل حتديد‬ ‫املتطلبات وخطوات �سري الأعمال ب�سكل وا�سح‪.‬‬

‫‪27‬‬

‫حوكمة البيانات واإدارتها‬ ‫‪Data Governance versus Data Management‬‬

‫م��ن الأهمي��ة مب��كان اإدراك اأن حوكم��ة البيان��ات ه��ي اأح��د مكونات اإدارة البيانات ال�س��املة‪ .‬اإن‬ ‫و�سع القواعد الإر�سادية حلوكمة البيانات دون التنفيذ الفعلي لها يعترب م�سيعة للوقت واجلهد‬ ‫دون معنى اأو قيمة حقيقية‪ ،‬فحوكمة البيانات حتدد جميع ال�سوابط وال�سيا�سات والعمليات‪،‬‬ ‫والت��ي تُنف��ذ بوا�س��طة اإدارة البيان��ات‪ ،‬والت��ي مهمته��ا ه��ي جم��ع البيانات وا�س��تخدامها يف �سنع‬ ‫الق��رار م��ن خ��الل اتب��اع اأ�سا�س��يات احلوكم��ة والت��ي تتمث��ل بال�سواب��ط وال�سيا�س��ات والعملي��ات‬ ‫املتعلقة بالبيانات‪ .‬ت�سبه حوكمة البيانات عملية تطوير الت�سميم لبناء منزل جديد‪ ،‬اأما اإدارة‬ ‫البيانات فهي عملية البناء نف�سها‪ ،‬فاإذا تخيلت هذا الأمر‪ ،‬فيمكنك بناء منزل دون ت�سميم‪،‬‬ ‫ولكن هذا البناء �سيكون اأقل كفاءة وجودة‪ ،‬مع وجود احتمال الف�سل يف بنائه بالدرجة الأوىل‪.‬‬

‫حتديات حوكمة البيانات‬

‫اإدارة البيانات‪:‬‬ ‫اإدارة البيان��ات ه��ي اإن�س��اء وتنفي��ذ البن��ى‬ ‫وال�سيا�س��ات والإج��راءات الت��ي تدي��ر‬ ‫احتياج��ات دورة حي��اة البيان��ات الكامل��ة‬ ‫للموؤ�س�س��ة‪.‬‬

‫‪Data Governance Challenges‬‬

‫ُتع��د التحدي��ات املرتبط��ة بالبيان��ات ال�س��حابية والبيان��ات ال�سخم��ة م��ن الأم��ور ال�س��ائعة الت��ي‬ ‫تواجهها املوؤ�س�سات بخ�سو�ص حوكمة البيانات‪ ،‬فاخلدمات ال�سحابية واأنظمة البيانات ال�سخمة‬ ‫ت�س��تدعي متطلب��ات حوكم��ة جدي��دة‪ .‬لق��د كان تركي��ز برامج حوكمة البيان��ات حتى وقت قريب‬ ‫على البيانات املنظمة املخزنة يف مركز البيانات‪ ،‬اأما الآن فاأ�سبح من ال�سروري التعامل مع‬ ‫الكثري من البيانات املنظمة وغري املنظمة و�سبه املنظمة التي قد تظهر م ًعا يف بيئات البيانات‬ ‫ال�سخم��ة‪ ،‬بالإ�ساف��ة اإىل تهدي��دات اخل�سو�سي��ة املرتبط��ة باأنظم��ة البيان��ات ال�س��حابية‪.‬‬

‫من امل�سوؤول عن حوكمة البيانات؟‬

‫?‪Who is Responsible‬‬

‫ت�س��م عملي��ة حوكم��ة البيان��ات جمموع��ة متنوع��ة م��ن الأ�س��خا�ص يف معظ��م املوؤ�س�س��ات‪ ،‬ويت��م‬ ‫ت�سمني امل�ستخدمني النهائيني املطلعني على البيانات ذات العالقة يف اأنظمة املوؤ�س�سة‪ ،‬وكذلك‬ ‫مدراء الأعمال‪ ،‬واملتخ�س�سني يف اإدارة البيانات‪ ،‬وموظفي تقنية املعلومات‪ ،‬ويتحمل امل�سئولية‬ ‫الرئي�س��ة عن احلوكمة عادة رئي���ص ق�س��م املعلومات (‪ )CIO‬اأو كبري م�س�وؤويل البيانات (‪)CDO‬‬ ‫ومدي��ر اإدارة البيان��ات (‪.)DGM‬‬ ‫ُيع� ُّد رئي���ص ق�س��م املعلوم��ات اأح��د كب��ار امل�س�وؤولني التنفيذي��ني ع��ن برنام��ج حوكم��ة البيان��ات‪،‬‬ ‫وت�س��مل م�س�وؤولياته احل�سول على املوافقة‪ ،‬والتمويل‪ ،‬والتوظيف يف الربنامج‪ ،‬وكذلك تقدمي‬ ‫املب��ادرات‪ ،‬وتقيي��م تط��ور الربنامج‪ ،‬والرتويج له بفاعلية‪.‬‬ ‫فاعتم��ادًا عل��ى حج��م املوؤ�س�س��ة‪ ،‬يت��م تعيني مدير عام لإدارة البيانات ولقيادة وتن�س��يق مبادرة‬ ‫احلوكم��ة‪ ،‬حي��ث يت��وىل عق��د الجتماع��ات‪ ،‬وتنفي��ذ ال��دورات التدريبية‪ ،‬وتتبع موؤ�س��رات الأداء‬ ‫الرئي�سة‪ ،‬واإدارة الت�سالت الداخلية للمبادرة‪ .‬ويعمل مدير اإدارة البيانات مع مالكي البيانات‬ ‫وامل�س�وؤولني الذي��ن ي�سمن��ون تطبي��ق �سواب��ط وقواع��د حوكم��ة البيان��ات واتب��اع امل�س��تخدمني‬ ‫النهائيني لها‪.‬‬

‫‪28‬‬

‫مالك البيانات‪:‬‬ ‫�س��خ�ص اأو اأ�س��خا�ص م�س�وؤولون ع��ن بيان��ات‬ ‫حمددة‪.‬‬

‫م�سرف بيانات‪:‬‬ ‫تت�سم��ن مه��ام م�س��رف البيان��ات اإدارة‬ ‫البيان�ات من خالل تنفي�ذ �سيا�س�ات حوكم�ة‬ ‫البيان�ات واملحافظة عليه�ا داخ�ل املوؤ�س�س�ة‪.‬‬

‫مترينات‬ ‫‪1‬‬

‫حدد اجلملة ال�سحيحة واجلملة اخلاطئة فيما يلي‪:‬‬

‫�سحيحة‬

‫خاطئة‬

‫‪ .1‬ت�س��ري البيان��ات ال�سخم��ة اإىل البيان��ات الكب��رية ج��دً ا اأو املعق��دة الت��ي ل ميك��ن معاجلتها با�س��تخدام‬ ‫الطرق التقليدية‪.‬‬ ‫‪ .2‬م��ن التقني��ات اخلم���ص الت��ي متك��ن م��ن اإدارة البيان��ات ال�سخم��ة ال�س��رعة وامل�سداقي��ة وم�س��تودع‬ ‫البيانات‪.‬‬ ‫‪ .3‬يعترب اكت�ساف املعرفة عملية ب�سيطة ل تتطلب اأي خطوات حمددة‪.‬‬ ‫‪ .4‬التخزي��ن ال�س��حابي ه��و طريق��ة التخزي��ن الوحي��دة امل�س��تخدمة لك��م البيان��ات الكب��ري مث��ل البيان��ات‬ ‫ال�سخمة‪.‬‬ ‫‪ُ .5‬تع � ُّد قابلي��ة التو�س��ع والتكلف��ة املنخف�س��ة لتحلي��ل البيان��ات م��ن املزاي��ا العدي��دة لتخزي��ن البيان��ات‬ ‫ال�سخم��ة �س��حاب ًيا‪.‬‬ ‫‪ .6‬م�س��تودع البيان��ات ه��و م�س��تودع يتواف��ر �س��حاب ًيا ع��اد ًة لتخزي��ن كمي��ات هائل��ة م��ن البيان��ات الأولي��ة‬ ‫وغ��ري املعاجلة‪.‬‬ ‫‪ .7‬احلو�س��بة يف الذاك��رة ه��ي طريق��ة لت�س��هيل حتلي��ل البيان��ات ال�سخم��ة لعتماده��ا ب�س��ورة اأ�سا�س��ية‬ ‫عل��ى ذاكرة احلا�س��ب الرئي�س��ة لتخزي��ن البيانات‪.‬‬ ‫‪ .8‬ت�س��ري بح��رية البيان��ات اإىل قاع��دة البيان��ات الت��ي تخ��زن البيان��ات احلالي��ة والتاريخي��ة النات��ة ع��ن‬ ‫اأنظمة املعامالت الأ�سا�س��ية يف املوؤ�س�س��ة‪.‬‬ ‫‪ .9‬اختي��ار البيان��ات ه��و حتدي��د ج��زء م��ن جمموع��ة البيان��ات ال��ذي نري��د ا�س��تخدامه لعملي��ة اكت�س��اف‬ ‫املعرفة‪.‬‬ ‫‪ .10‬متثيل املعرفة هو عملية ا�ستخراج البيانات من التحليالت من خالل الأمناط‪.‬‬

‫‪29‬‬

‫‪ 2‬اذكر ثالثة اأمثلة على ا�ستخدام البيانات ال�سخمة للم�ساعدة يف االأعمال التجارية‪.‬‬ ‫___________________________________________________________________________________________‬ ‫___________________________________________________________________________________________‬ ‫___________________________________________________________________________________________‬ ‫___________________________________________________________________________________________‬ ‫___________________________________________________________________________________________‬ ‫___________________________________________________________________________________________‬

‫‪ 3‬ابح��ث يف االإنرتن��ت ع��ن م��زودي خدم��ات احل��س��بة ال�س��حابية االأك��ر �س��هرة الي���م يف ال�س���ق العاملي��ة واملُ�س��تخدمة‬ ‫يف تخزين ومعاجلة البيانات ال�سخمة‪.‬‬ ‫___________________________________________________________________________________________‬ ‫___________________________________________________________________________________________‬ ‫___________________________________________________________________________________________‬ ‫___________________________________________________________________________________________‬ ‫___________________________________________________________________________________________‬

‫‪ 4‬ا�س��رح باإيج��از م��دى م�س��اعدة التخزي��ن ال�س��حابي لن��ا يف التعام��ل م��ع م�س��كلة تخزي��ن الك��م الهائ��ل م��ن البيان��ات‬ ‫الناجت عن البيانات ال�سخمة‪.‬‬ ‫___________________________________________________________________________________________‬ ‫___________________________________________________________________________________________‬ ‫___________________________________________________________________________________________‬ ‫___________________________________________________________________________________________‬ ‫___________________________________________________________________________________________‬

‫‪30‬‬

‫‪ 5‬البيانات ال�سخمة هي تط�ر حديث يف تاريخ احل��سبة‪ ،‬فهل ميكنك حتديد عاملن �ساهما يف هذا النم� املفاجئ‬ ‫يف جمع البيانات؟‬ ‫___________________________________________________________________________________________‬ ‫___________________________________________________________________________________________‬ ‫___________________________________________________________________________________________‬ ‫___________________________________________________________________________________________‬ ‫___________________________________________________________________________________________‬

‫‪ 6‬ق��ارن ب��ن التقني��ات الث��الث لتخزي��ن البيان��ات ال�سخم��ة‪ ،‬واإذا قم��ت بتط�ي��ر تطبي��ق يتطل��ب و�س� ً‬ ‫��ال �س��ري ًعا ج�دًا‬ ‫اإىل البيانات‪ ،‬فما هي التقنية التي �ستختارها؟‬ ‫___________________________________________________________________________________________‬ ‫___________________________________________________________________________________________‬ ‫___________________________________________________________________________________________‬ ‫___________________________________________________________________________________________‬ ‫___________________________________________________________________________________________‬

‫‪ 7‬ملاذا يُعدُّ تقييم اأمناط البيانات مه ًما يف عملية التنقيب عن البيانات؟‬ ‫___________________________________________________________________________________________‬ ‫___________________________________________________________________________________________‬ ‫___________________________________________________________________________________________‬ ‫___________________________________________________________________________________________‬ ‫___________________________________________________________________________________________‬ ‫___________________________________________________________________________________________‬

‫‪31‬‬

‫‪ 8‬ا�سرح كيفية عمل قابلية الت��سع يف تخزين البيانات ال�سحابية‪ ،‬ثم ابحث عن خدمتن لتخزين البيانات �سحاب ًيا‬ ‫على �سبكة االإنرتنت‪.‬‬ ‫___________________________________________________________________________________________‬ ‫___________________________________________________________________________________________‬ ‫___________________________________________________________________________________________‬ ‫___________________________________________________________________________________________‬ ‫___________________________________________________________________________________________‬

‫‪ 9‬ما الغر�س من ح�كمة البيانات؟ وهل تعتر ح�كمة البيانات مرادفة الإدارة البيانات؟‬ ‫___________________________________________________________________________________________‬ ‫___________________________________________________________________________________________‬ ‫___________________________________________________________________________________________‬ ‫___________________________________________________________________________________________‬ ‫___________________________________________________________________________________________‬

‫‪ 10‬ابح��ث يف االإنرتن��ت ع��ن معل�م��ات ح���ل �س�اب��ط اأو ق�ان��ن اإدارة البيان��ات ال�سحي��ة يف اململك��ة العربي��ة ال�س��ع�دية‪،‬‬ ‫ثم اذكر الع�اقب املرتتبة على ت�سرب بيانات اأحد مرافق الرعاية ال�سحية؟‬ ‫___________________________________________________________________________________________‬ ‫___________________________________________________________________________________________‬ ‫___________________________________________________________________________________________‬ ‫___________________________________________________________________________________________‬ ‫___________________________________________________________________________________________‬

‫‪32‬‬

‫‪ 11‬اأن�س��ئ تقري� ًرا ع��ن تغ��ري املن��اخ م��ن خ��الل مقارن��ة بيان��ات الطق���س التاريخي��ة لدولت��ن م��ن اختي��ارك‪ ،‬ث��م ح�دّد اأي��ن‬ ‫�ستبحث عن املعل�مات على االإنرتنت‪ ،‬وا�سرح الع�امل امل�ؤثرة وراء قرارك هذا‪.‬‬ ‫___________________________________________________________________________________________‬ ‫___________________________________________________________________________________________‬ ‫___________________________________________________________________________________________‬ ‫___________________________________________________________________________________________‬ ‫___________________________________________________________________________________________‬

‫‪ 12‬ما خماوف اخل�س��سية التي ميكنك التفكري بها عند تعامل م�ؤ�س�سة كبرية مع البيانات ال�سخمة؟‬ ‫___________________________________________________________________________________________‬ ‫___________________________________________________________________________________________‬ ‫___________________________________________________________________________________________‬ ‫___________________________________________________________________________________________‬ ‫___________________________________________________________________________________________‬ ‫___________________________________________________________________________________________‬

‫‪ 13‬ه��ل لدي��ك فك��رة ع��ن املعل�م��ات الت��ي متتلكه��ا �س��بكة الت�ا�س��ل االجتماع��ي الت��ي ان�سمم��ت اإليه��ا ح���ل عائلت��ك‬ ‫واأ�سدقائك؟ اإذا كانت االإجابة نعم‪ ،‬اكتب قائمة ق�سرية بهذه املعل�مات‪.‬‬ ‫___________________________________________________________________________________________‬ ‫___________________________________________________________________________________________‬ ‫___________________________________________________________________________________________‬ ‫___________________________________________________________________________________________‬ ‫___________________________________________________________________________________________‬

‫‪33‬‬

‫الدر�س الثالث‬

‫اأ�سا�سيات علم البيانات‬ ‫علوم الريا�سيات التي حتتاجها لت�سبح عال بيانات‬

‫‪Mathematics Needed to Become a Data Scientist‬‬

‫تتطل��ب خوارزمي��ات عل��م البيان��ات بالإ�ساف��ة اإىل تنفي��ذ التحلي��الت واكت�س��اف الأف��كار م��ن البيان��ات املوج��ودة معرف��ة ريا�سي��ة‪ ،‬فف��ي ح��ني اأن الريا�سيات ل‬ ‫تعت��رب الأداة الوحي��دة املطلوب��ة لع��امل البيان��ات ولكنه��ا م��ن اأه��م تل��ك الأدوات‪ .‬اأح��د العنا�سر الأكرث اأهمية يف �س��ري عمل م�س��روع علم البيانات حتديد وفهم‬ ‫حتدي��ات الأعم��ال وحتويلها اإىل حتديات ريا�سية‪.‬‬

‫اجلرب اخلطي‬

‫‪Linear Algebra‬‬

‫يهت��م اجل��رب اخلط��ي بامل�سفوف��ات واملتجه��ات‪ ،‬مم��ا ُيع��د اأم� ًرا مه ًم��ا للغاي��ة لأن��ه يف من��اذج‬ ‫عل��م البيان��ات واخلوارزمي��ات يت��م حتوي��ل جمي��ع الأرق��ام واملعلوم��ات اإىل م�سفوف��ات‪ .‬ويت��م‬ ‫ا�س��تخدام تقني��ة اأخ��رى �سروري��ة يف معاجل��ة البيان��ات ال�سخم��ة و ترتك��ز على اجلرب اخلطي‪،‬‬ ‫وه��ي تقني��ة تقلي���ص الأبع��اد‪ .‬وكذل��ك ُتع��د روؤي��ة احلا�س��ب (‪ )Computer Vision‬والرجم��ة‬ ‫اللغ�ية الع�سبية (‪ )NLP‬من جمالت علم البيانات التي تعتمد ب�سكل كبري على اجلرب اخلطي‪.‬‬

‫الريا�سيات املتقطعة‬

‫‪Discrete Mathematics‬‬

‫تتخ�س�ص الريا�سيات املتقطعة يف طرق املنطق وال�ستنتاج‪ ،‬وهي جوانب اأ�سا�سية يف ت�سميم‬ ‫اخلوارزمي��ات و ُتع� ُّد اأ�سا���ص عل��م البيان��ات‪ .‬وم��ن املج��الت املهم��ة ج��دً ا اخلا�س��ة بالريا�سي��ات‬ ‫املتقطع��ة ه��ي نظري��ة املخطط��ات‪ .‬ت�س��تخدم املخططات يف منذجة �س��بكات معق��دة للغاية مثل‬ ‫�س��بكات تنظيم اجلينات‪ ،‬وتعترب درا�س��ة هذه املخططات يف علم البيانات مهمة جدً ا للتقدم‬ ‫يف بع���ص املج��الت مث��ل الط��ب الدقيق وبيولوجيا الأنظمة وغريها الكثري‪.‬‬

‫االحتماالت واالإح�ساء‬

‫‪Probability and Statistics‬‬

‫عن��د اإن�س��اء البيان��ات بع��د حتليله��ا‪ ،‬يحت��اج ع��امل البيان��ات اإىل معرف��ة عملي��ة بالإح�س��اء‬ ‫والحتم��الت لك��ي يتمك��ن م��ن فه��م وتف�س��ري تل��ك البيانات‪ .‬ي�س��تخدم علماء البيانات مقايي���ص‬ ‫مث��ل التباي��ن والرتب��اط والنح��راف املعياري على نطاق وا�س��ع للح�سول على نظرة ثاقبة على‬ ‫العالق��ات الأ�سا�س��ية خل�سائ���ص جمموع��ة البيان��ات‪.‬‬

‫التفا�سل والتكامل‬

‫‪Calculus‬‬

‫ُيع ُّد متثيل النتائج من حتليل البيانات اأم ًرا بالغ الأهمية لتوفري معلومات م�ستنرية من خالل‬ ‫اإن�ساء الر�سوم واملخططات البيانية‪.‬‬ ‫يعترب التفا�سل والتكامل جز ًءا ل يتجزاأ من اخلوارزميات امل�ستخدمة يف العمليات احل�سابية‬ ‫املعق��دة املطلوب��ة له��ذه العملي��ة‪ ،‬ويتم ا�س��تخدام خ�سائ�ص مثل ال�س��تقاق اجلزئي‪ ،‬والنحدار‬ ‫اخلطي‪ ،‬والنزول ال�ستقاقي على نطاق وا�سع يف التطوير والتح�سني وح�ساب اخل�سارة‪.‬‬ ‫‪34‬‬

‫البايثون يف علم البيانات‬

‫‪Python for Data Science‬‬

‫يف�س��ل حمرتف��و عل��م البيان��ات عام� ًة ا�س��تخدام لغ��ة البايث��ون يف م�س��روعاتهم املخت�س��ة به��ذا اجلانب‪،‬‬ ‫فهي لغة برجمة عالية امل�س��توى كائنية التوجه و�س��هلة التعلم‪ ،‬ومن ال�س��هل البدء يف العمل على م�س��روع‬ ‫م��ا بحي��ث ميكن��ك ب��دء كتاب��ة ك��ود برجم��ي ب�س��يط اأو ت�سمي��م وتنفي��ذ ح��ل با�س��تخدام مب��ادئ الربجم��ة‬ ‫كائني��ة التوجه (‪.)OOP‬‬ ‫يوفر ا�س��تخدام واجهات برجمة التطبيقات (‪ )APIs‬واملكتبات القيا�س��ية الو�سول اإىل دوال قوية �س��هلة‬ ‫ال�س��تخدام‪ .‬توج��د العدي��د م��ن املكتب��ات اجلاه��زة لال�س��تخدام يف البايث��ون م��ن ِقب��ل املتخ�س�س��ني يف‬ ‫املوؤ�س�سات املختلفة تغطي جمموعة متنوعة من الحتياجات مثل‪ :‬ا�ستخراج البيانات‪ ،‬واإعداد البيانات‬ ‫وحتليلها‪ ،‬ومعاجلة البيانات‪ ،‬والنمذجة التنبوؤية‪ ،‬ومتثيل البيانات‪ ،‬واإعداد التقارير‪.‬‬ ‫كذل��ك ف�اإن مكتب��ات البايثون تدع��م تطبيقات تع ّلم الآل��ة ومتطلبات ال��ذكاء ال�سطناع��ي املتقدمة مبا‬ ‫يتجاوز تطبيقات علم البيانات التقليدية‪.‬‬

‫مقدمة اإىل مفكرة جوبيرت‬

‫البايث�ن (‪:)Python‬‬ ‫لغ ��ة برجم ��ة عالي ��ة امل�س ��توى ت�س ��تخدم‬ ‫لأغرا���ص متع ��ددة وق��د اكت�س ��بت �س ��عبية‬ ‫متزاي ��دة ف ��ي عل ��م البيان ��ات وتع ّل��م الآل��ة‪.‬‬

‫ملف مفكرة‬

‫‪Intro to Jupyter‬‬

‫ميك��ن كتاب��ة اأوام��ر البايث��ون الن�سي��ة يف اأح��د بيئ��ات‬ ‫التطوي��ر املتكامل��ة (‪ )IDE‬مث��ل فيج���ل �س��ت�دي� ك���د‬ ‫(‪ )Visual StudioCode‬اأو ‪ JetBrains PyCharm‬اأو ميكن��ك‬ ‫كتابته��ا يف مفك��رة ج�بي��رت (‪.)Jupyter Notebook‬‬ ‫تعت��رب مفك��رة جوبي��رت اأح��د تطبيق��ات الوي��ب مفتوح��ة امل�س��در‬ ‫امل�س��تخدمة لتطوي��ر وتق��دمي م�س��روعات عل��م البيان��ات با�س��تخدام‬ ‫البايث��ون‪ .‬تتي��ح البيئ��ة التفاعلي��ة لعلم��اء البيان��ات اإن�س��اء مفك��رات‬ ‫حمو�سبة‪ ،‬وتدمج مفكرة جوبيرت اأوامر البايثون وتخرجها يف م�ستند‬ ‫واحد يجمع بني التمثيالت والن�ص ال�س��ردي واملعادلت الريا�سية‬ ‫واأ�س��كال البيانات الأخرى‪ .‬بعد تثبيت الربنامج‪ ،‬ميكن ت�س��غيله يف‬ ‫مت�سف��ح الوي��ب اإم��ا عرب الإنرتنت اأو على حا�س��ب �س��خ�سي‪.‬‬ ‫تدع��م مفك��رة جوبي��رت اإىل جان��ب البايث��ون اأك��رث م��ن ‪ 100‬لغ��ة‬ ‫برجم��ة يطل��ق عليه��ا ا�س��م اأن�ي��ة (‪ )kernels‬يف بيئ��ة نظ��ام مفك��رة‬ ‫جوبيرت مبا فيها ‪ Java‬و ‪ R‬و‪ Julia‬و‪ MATLAB‬و‪ Octave‬و‪Scheme‬‬ ‫و‪ Processing‬و‪ Scala‬وغريه��ا‪.‬‬ ‫يق��وم تطبي��ق مفك��رة جوبي��رت بت�س��غيل ن��واة ‪ IPython‬فق��ط ولك��ن‬ ‫ميك��ن تثبيت اأنوي��ة اإ�سافية‪.‬‬ ‫�سن�س��تخدم ه��ذا الربنام��ج لتحلي��ل البيان��ات ال�ستك�س��افية لح ًق��ا‬ ‫يف هذا الكتاب‪ ،‬ويعترب اأحدث تطبيق قائم على الويب ل�س��تخدام‬ ‫مفك��رة جوبي��رت ه��و تطبي��ق ‪ JupyterLab‬بحي��ث تعم��ل جمي��ع‬ ‫امل�س��تندات بنف���ص الطريق��ة يف كلت��ا البيئت��ني‪.‬‬

‫امل�ستخدم‬

‫م�ستعر�ص الويب‬

‫خادم جوبيرت‬

‫اآيبيثون‬

‫‪IPython‬‬

‫�سكل ‪ :1.9‬هيكلية مفكرة جوبيرت‬

‫�سكل ‪ :1.10‬منوذج لقطة �سا�سة من مفكرة جوبيرت‬

‫‪35‬‬

‫اأدوات علم البيانات‬

‫‪Tools for Data Science‬‬

‫عل��م البيان��ات عملي��ة معق��دة تتطل��ب الكث��ري م��ن اخلط��وات لتوف��ري حل��ول لعل��م البيان��ات‪ ،‬ول��كل خط��وة م��ن خط��وات هذه العملي��ة العديد م��ن الأدوات لإجناز‬ ‫�يوعا ل��كل خط��وة يف عل��م البيان��ات‪.‬‬ ‫املهم��ة املطلوب��ة‪ .‬يعر���ص ج��دول ‪ 1.9‬الأدوات الأك��رث �س� ً‬

‫�سكل ‪ :1.11‬لقطة �سا�سة لنموذج بيانات من خالل ‪.IBM Cloud Pak‬‬

‫جدول ‪ :1.9‬االأدوات ال�سائعة لعلم البيانات‬ ‫الغر�س‬ ‫تخزين البيانات‬

‫‪36‬‬

‫اأدوات الربجميات‬

‫ق�اعد البيانات حيث يتم تخزين البيانات‪.‬‬

‫‪ MySQL‬و ‪ SQL Server‬و ‪ MongoDB‬و ‪.Neo4j‬‬

‫حتويل �سيغة البيانات‬

‫االأدوات التي ت�ستعلم عن البيانات التي تريد حتليلها‪.‬‬

‫‪ Python‬و ‪ SQL‬و ‪.Apache TinkerPop‬‬

‫النمذجة‬

‫البيانات املطل�بة اإىل مناذج منا�سبة للتحليل‪.‬‬ ‫حت�يل ‪.‬‬

‫‪ Pandas‬و ‪ NumPy‬و ‪.Apache Spark‬‬

‫التحليل‬

‫العملية التي ت� ِّلد الروؤى املطل�بة‪.‬‬

‫‪ Tensorflow‬و ‪ PyTorch‬و ‪ IBM Watson‬و ‪AWS‬‬

‫الت�سوير‬

‫ت�س�ير النتائج يف ال�سكل االأمثل‪.‬‬

‫‪ Matplotlib‬و ‪ D3.js‬و ‪.R‬‬

‫و ‪.Sagemaker‬‬

‫مهن علم البيانات‬

‫‪Data Science jobs‬‬

‫علم البيانات هو اأحد اأ�س��رع التخ�س�سات املتعلقة بعلوم احلا�س��ب من ًوا والأكرث طل ًبا يف يف الوقت الراهن‪ ،‬وقد ن�س��رت موؤ�س�س��ة م�س��ك موؤخ ًرا تقري ًرا عن‬ ‫�سوق العمل ال�سعودي ووظائف امل�ستقبل‪ ،‬حيث يركزِّ التقرير على الوظائف الأكرث طل ًبا حال ًيا‪ ،‬وتبدو الفر�ص الوظيفية يف علم البيانات واعدة ب�سكل خا�ص‬ ‫ل �سيما الوظائف التي تدعم اأهداف روؤية ال�سعودية ‪.2030‬‬ ‫اجلدول ‪ :1.10‬املهن املتعلقة بعلم البيانات‬ ‫عال بيانات‬

‫مهمته هي اإيجاد البيانات ومعاجلتها وحتليلها لل�سركات وامل�ؤ�س�سات‪ .‬ياأخذ البيانات االأولية وغري املعاجلة ثم يتم‬ ‫ا�ستخراج روؤى واأمناط من البيانات ت�ساعد ال�سركات وامل�ؤ�س�سات على حتليل اأدائها واتخاذ قرارات مهمة‪.‬‬

‫مهند�س تعلم اآلة‬

‫م�س�ؤول عن تنفيذ حل�ل واأنظمة تع ّلم االآلة لتطبيقات معينة‪ .‬يجب اأن يك�ن على دراية بهند�سة الرجميات وباالإح�ساء‬ ‫ليتمكن من اختبار احلل�ل واحلكم على �سحة مناذج تع ّلم االآلة الناجتة‪.‬‬

‫متخ�س�س تعلم اآلة‬

‫بينما يخت�س مهند�س� تع ّلم االآلة يف تطبيق مناذج تع ّلم االآلة‪ ،‬فاإن متخ�س�س تع ّلم االآلة يُركز على اإيجاد اخل�ارزميات‬ ‫الريا�سية املحددة التي تنتج النماذج التي ميكن للمهند�سن ا�ستخدامها بعد ذلك‪.‬‬

‫معماري تطبيقات‬

‫يق�م بت�سميم نظم املعل�مات للم�ؤ�س�سات وال�سركات‪.‬‬

‫معماري اأنظمة‬ ‫املوؤ�س�سات الكبرية‬

‫يجمع بن املعرفة التجارية والتقنية‪ ،‬وعلى ت�ا�سل م�ستمر بن اأ�سحاب االأعمال واالإدارات الفنية‪ ،‬ويكلف برتجمة‬ ‫احتياجات بيانات االأعمال وامل�ؤ�س�سات اإىل م�ا�سفات وحل�ل تقنية ُتر�سل اإىل الفرق الفنية‪.‬‬

‫معماري بيانات‬

‫م�س�ؤول عن تخزين و�سري املعل�مات يف �سركة اأو م�ؤ�س�سة‪ .‬يعمل مع علماء ومهند�سي البيانات لتط�ير طرق نقل البيانات‬ ‫ب�س�رة منا�سبة الإدخال جمم�عة البيانات وحتليلها واإخراج النتائج‪.‬‬

‫مهند�س بيانات‬

‫ي�ساعد مهند�س البيانات يف بناء االإطار الرقمي جلمع البيانات وتخزينها ومعاجلتها‪ ،‬والتي �سي�ستخدمها علماء البيانات‬ ‫واملحلل�ن يف عملهم‪.‬‬

‫معماري البنية التحتية‬

‫دوره يخت�س يف اإدارة البنية التحتية حيث يتم تخزين البيانات ومعاجلتها‪ ،‬وياأخذ باالعتبار ع�امل مثل خ�س��سية‬ ‫البيانات واحلماية واأداء البنية التحتية على اخل�ادم حيث يتم حتليل البيانات‪ ،‬ولقد اأ�سبحت م�سروعات علم البيانات‬ ‫اأكر تعقيدًا ب�سكل عام‪ ،‬لذلك يحتاج مهند�س� البنية التحتية اإىل التاأكد من اكتمال معاجلة البيانات �سمن اجلداول‬ ‫الزمنية املنا�سبة‪.‬‬

‫حملل بيانات‬

‫ه� حمرتف ياأخذ الروؤى من جمم�عات البيانات املعاجلة ويُن�سئ التقارير والت�س�رات والتحليالت االأخرى املتن�عة‬ ‫والتي تتما�سى مع االأهداف الرئي�سة التي ينبغي للحل املبني على علم البيانات حتقيقها‪.‬‬

‫‪37‬‬

‫جمتمعات علم البيانات عرب االإنرتنت‬

‫‪Data Science Online Communities‬‬

‫يرغب علماء البيانات يف البقاء على ات�سال مع اأقرانهم يف هذا املجال اأو يف املهن املماثلة لتعلم اأفكار وطرق جديدة لأن منهجيات وتقنيات علم البيانات‬ ‫دائمة التغري‪ .‬وتوفر املوارد عرب الإنرتنت لعلماء البيانات الفر�سة فقط يف احلفاظ على وترية معينة‪ ،‬وهنا برزت احلاجة اإىل وجود جمتمع من خرباء علم‬ ‫البيانات لدعم هذا العمل وظهور جمموعة متنوعة من املنتديات واملجموعات عرب الإنرتنت والتي متكنهم من الت�سال م ًعا وتطوير هذا املجال بكفاءة من‬ ‫خالل امل�ساركة يف جمتمعاته عرب الإنرتنت‪ .‬ت�ساهد هنا اأبرز املجتمعات رغم اأنه ُيع ُّد ً‬ ‫مفتوحا لظهور جمتمعات جديدة اأخرى قد تكون ناجحة ا ً‬ ‫أي�سا‪.‬‬ ‫جمال‬ ‫ً‬

‫كاقل‬

‫‪Kaggle‬‬

‫كاق��ل �س��ركة تابع��ة لقوق��ل‪ ،‬وه��ي اأك��رب جمتمع لعلم البيان��ات ي�سم ماليني‬ ‫الأع�ساء الن�س��طني وجمموعة وا�س��عة من املوارد‪ ،‬وميكن لعلماء البيانات‬ ‫العث��ور عل��ى جمموع��ات البيان��ات العام��ة وامل��وارد التعليمي��ة وبيئ��ة العم��ل‬ ‫امل�ستندة اإىل جمموعة النظراء لدعم عمل حتليل البيانات اخلا�ص بهم‪.‬‬ ‫‪https://www.kaggle.com‬‬

‫جمتمع بيانات ‪IBM Data Community IBM‬‬

‫جمتم��ع بيان��ات ‪ IBM‬عب��ارة ع��ن منت��دى ع��رب الإنرتن��ت ب��ه مدون��ات‬ ‫خم�س�س��ة لعل��م البيان��ات‪ .‬ي�س��ت�سيف الأوراق البحثي��ة والب��ث ع��رب‬ ‫الإنرتن��ت والعرو���ص التقدميي��ة الت��ي يت��م حتديثها م��ع تطور ه��ذا املجال‪.‬‬ ‫‪https://community.ibm.com/community/user/datascience‬‬

‫توج��د املزي��د م��ن املجتمع��ات عل��ى الإنرتن��ت املدع��وم بع�سه��ا م��ن ِقب��ل‬ ‫احلكوم��ات‪ ،‬ويدي��ر البع���ص الآخ��ر متطوع��ون‪.‬‬ ‫يركز البع�ص ب�سكل اأكرب على اجلانب الجتماعي من خالل الجتماعات‬ ‫وج ًه��ا لوج��ه‪ ،‬بينم��ا يرك��ز البع���ص الآخ��ر عل��ى الأك��واد الربجمي��ة املطلوب��ة‬ ‫مل�سروعات علم البيانات‪.‬‬

‫�سكل ‪ :1.12‬ال�سفحة الرئي�سية ملوقع ‪Kaggle.com‬‬

‫جدول ‪ :1.11‬املجتمعات عرب االإنرتنت‬ ‫مركز علم البيانات (‪)Data science center‬‬

‫‪https://www.datasciencecentral.com/‬‬

‫تبادل املكد�س (‪)Stack Exchange‬‬

‫‪https://datascience.stackexchange.com/‬‬

‫جمتمع علم البيانات (‪)Data science community‬‬

‫‪https://dssberkeley.com/‬‬

‫بيانات مدفوعة (‪)Driven Data‬‬

‫‪https://www.drivendata.org/‬‬

‫جمتمع البيانات (‪)Data Community DC‬‬

‫‪https://www.datacommunitydc.org/‬‬

‫جمتمع رديت‬ ‫‪38‬‬

‫(‪)Reddit Society‬‬

‫‪https://www.reddit.com/r/datascience/‬‬

‫تذ َّك��ر دائ ًم��ا اأن تتحق��ق‬ ‫م��ن دق��ة البيان��ات اأو‬ ‫االأك��واد اأو االأدوات ع��رب‬ ‫االإنرتنت قبل ا�ستخدامها‪،‬‬ ‫حتق��ق ا ً‬ ‫أي�س��ا م��ن ت�ساري��ح‬ ‫اال�س��تخدام القانوني��ة‬ ‫ل��كل جمموع��ة بيان��ات‬ ‫وح��اول تنزي��ل اأدوات‬ ‫الربامج مبا�سر ًة من ملفات‬ ‫مطوريه��ا‪.‬‬

‫مترينات‬ ‫‪1‬‬

‫حدد اجلملة ال�سحيحة واجلملة اخلاطئة فيما يلي‪:‬‬

‫�سحيحة‬

‫خاطئة‬

‫‪ .1‬يتم حتويل جميع الأرقام واملعلومات اإىل م�سفوفات يف مناذج وخوارزميات تع ّلم الآلة‪.‬‬

‫‪ .2‬لكي يتمكن عامل البيانات من فهم وتف�سري البيانات عند اإن�ساءها‪ ،‬فاإنه يحتاج اإىل معرفة عملية‬ ‫بالإح�ساء والحتمالت‪.‬‬

‫‪ .3‬تتخ�س�ص الريا�سيات املتقطعة يف طرق املنطق وال�ستنتاج‪ ،‬وهي جوانب اأ�سا�سية يف ت�سميم‬ ‫اخلوارزمية والتي تُع ُّد الأ�سا�ص لتع ّلم الآلة‪.‬‬

‫‪ .4‬بع�ص املجتمعات على الإنرتنت مدعومة من قبل احلكومات‪ ،‬والبع�ص الآخر يديره متطوعون‪.‬‬

‫‪ .5‬مهند�ص الأنظمة هو ال�سخ�ص الذي ي�سمم اأنظمة املعلومات للموؤ�س�سات وال�سركات‪.‬‬

‫‪ .6‬عامل البيانات هو حمرتف ياأخذ الروؤى من جمموعات البيانات التي متت معاجلتها ويقوم‬ ‫باإن�ساء تقارير وت�سورات وحتليالت اأخرى متنوعة تتما�سى مع الأهداف الرئي�سة التي حتتاج اإىل‬ ‫حل مبني على علم البيانات لتحقيقها‪.‬‬ ‫‪ .7‬حملل البيانات هو حمرتف م�سوؤول عن تخزين وتدفق املعلومات يف �سركة اأو موؤ�س�سة‪ ،‬ويعمل مع‬ ‫علماء ومهند�سي البيانات لبناء طرق نقل البيانات املنا�سبة لإدخال جمموعة البيانات وحتليلها‬ ‫واإخراج النتائج‪.‬‬

‫‪39‬‬

‫ّ‬ ‫‪2‬‬ ‫و�سح كيف ُمت ّكن لغة البايث�ن من م�ساعدة املتخ�س�س يف علم البيانات‪.‬‬ ‫___________________________________________________________________________________________‬ ‫___________________________________________________________________________________________‬ ‫___________________________________________________________________________________________‬ ‫___________________________________________________________________________________________‬ ‫___________________________________________________________________________________________‬ ‫___________________________________________________________________________________________‬

‫ِّ‬ ‫‪3‬‬ ‫و�سح كيف ميكن ل�ج�بيرت ن�ت ب�ك م�ساعدة املتخ�س�س يف علم البيانات‪.‬‬ ‫___________________________________________________________________________________________‬ ‫___________________________________________________________________________________________‬ ‫___________________________________________________________________________________________‬ ‫___________________________________________________________________________________________‬ ‫___________________________________________________________________________________________‬ ‫___________________________________________________________________________________________‬

‫‪ 4‬عدِّد اأهم اأدوات علم البيانات‪ ،‬وكيف ميكن لكل اأداة امل�ساهمة يف كل خط�ة من خط�ات علم البيانات؟‬ ‫___________________________________________________________________________________________‬ ‫___________________________________________________________________________________________‬ ‫___________________________________________________________________________________________‬ ‫___________________________________________________________________________________________‬ ‫___________________________________________________________________________________________‬

‫‪40‬‬

‫‪ 5‬مل��اذا يعت��ر فه��م االإح�س��اء مه��ارة اأ�سا�س��ية لع��امل البيان��ات؟ وه��ل ميكن��ك التفك��ري يف مث��ال يت�سم��ن حتلي��ل‬ ‫البيانات؟‬ ‫___________________________________________________________________________________________‬ ‫___________________________________________________________________________________________‬ ‫___________________________________________________________________________________________‬ ‫___________________________________________________________________________________________‬ ‫___________________________________________________________________________________________‬

‫‪ 6‬البايث�ن هي لغة برجمة متعددة اال�ستخدامات‪ ،‬فهل ُتعدُّ كافية مل�سروعات عل�م البيانات؟‬ ‫___________________________________________________________________________________________‬ ‫___________________________________________________________________________________________‬ ‫___________________________________________________________________________________________‬ ‫___________________________________________________________________________________________‬ ‫___________________________________________________________________________________________‬ ‫___________________________________________________________________________________________‬

‫‪ 7‬ابح��ث ع��ن ث��الث مكتب��ات البايث���ن حتظ��ى ب�س��عبية كب��رية ب��ن علم��اء البيان��ات عل��ى االإنرتن��ت‪ ،‬ث��م ا�س��رح باخت�سار‬ ‫�س��بب ذلك‪.‬‬ ‫___________________________________________________________________________________________‬ ‫___________________________________________________________________________________________‬ ‫___________________________________________________________________________________________‬ ‫___________________________________________________________________________________________‬ ‫___________________________________________________________________________________________‬

‫‪41‬‬

‫‪ 8‬قارن بن بيئة التط�ير املتكاملة و بيئة ج�بيرت ن�ت ب�ك‪ ،‬ثم اذكر االختالفات الرئي�سة بينهما؟‬ ‫___________________________________________________________________________________________‬ ‫___________________________________________________________________________________________‬ ‫___________________________________________________________________________________________‬

‫‪ 9‬عل��ى فر���س اأن��ك ع��امل بيان��ات جدي��د تتق��ن لغ��ة البايث���ن‪ ،‬فم��ا االأدوات االأخ��رى الت��ي حتتاجه��ا م��ن اأدوات عل��م‬ ‫البيانات؟‬ ‫___________________________________________________________________________________________‬ ‫___________________________________________________________________________________________‬ ‫___________________________________________________________________________________________‬

‫‪ 10‬ي�ج��د يف ه��ذا الدر���س قائم��ة بامله��ن املتعلق��ة بعل��م البيان��ات‪ ،‬ف�اأي منه��ا ّ‬ ‫تف�س��ل؟ ومل��اذا؟ وم��ا التحدي��ات الت��ي تعتق��د‬ ‫باأنك �ست�اجهها يف هذه املهنة؟‬ ‫___________________________________________________________________________________________‬ ‫___________________________________________________________________________________________‬ ‫___________________________________________________________________________________________‬

‫‪ 11‬قم بزيارة اأحد جمتمعات علم البيانات عر االإنرتنت وابحث عن دورة تدريبية ب�سيطة للدرا�سة الذاتية لتعزيز‬ ‫معرفتك بعلم البيانات‪ ،‬ثم قم بتقييم مدى مالءمة الدورة التدريبية مل�ست�ى معرفتك‪.‬‬ ‫___________________________________________________________________________________________‬ ‫___________________________________________________________________________________________‬ ‫___________________________________________________________________________________________‬

‫‪42‬‬

‫امل�سروع‬ ‫‪1‬‬

‫تو ّف��ر ال�س��بكات الجتماعي��ة كمي��ات هائل��ة م��ن املعلوم��ات كل ي��وم‪ .‬ح��دِّ د ثالث��ة‬ ‫اإج��راءات يومي��ة تنت��ج بيان��ات خا�س��ة مفي��دة به��ذه ال�س��بكات‪.‬‬

‫‪2‬‬

‫ف ّكر يف الأمور التالية على وجه التحديد‪:‬‬ ‫ما اأنواع البيانات التي يتم جمعها؟‬ ‫هل جميع هذه البيانات متاحة للجمهور؟‬

‫‪3‬‬

‫قم باإعداد �س��رائح لعر�ص خماطر انتهاك اخل�سو�سية املتعلقة بو�س��ائل التوا�سل‬ ‫الجتماعي‪ِّ ،‬‬ ‫وو�سح كيف ميكن حماية امل�ستخدمني‪ ،‬واذكر اأف�سل اخلطوات التي‬ ‫ميك��ن اتخاذه��ا لتتجن��ب اأن ت�سب��ح بيانات��ك معلوم��ات مفي��دة ميك��ن لالآخري��ن‬ ‫ا�ستغاللها؟‬

‫‪43‬‬

‫ماذا تعلمت‬ ‫ ‬ ‫ ‬ ‫ ‬ ‫ ‬ ‫ ‬ ‫ ‬

‫املق�سود بعلم البيانات‪.‬‬ ‫الفرق بني البيانات واملعلومات واملعرفة‪.‬‬ ‫كيفية التمييز بني علم البيانات وذكاء االأعمال والذكاء اال�سطناعي‪.‬‬ ‫تعريف دورة حياة علوم البيانات‪.‬‬ ‫املق�سود بالبيانات ال�سخمة‪.‬‬ ‫كيفية م�ساهمة البايثون اأو االأدوات االأخرى يف علم البيانات‪.‬‬

‫الم�سطلحات الرئي�سة‬ ‫ت�س�ير البيانات‬ ‫م�ست�دع البيانات‬ ‫التحليل اال�ستك�سافي للبيانات‬ ‫معل�مات‬ ‫الح��سبة في الذاكرة‬ ‫مفكرة ج�بيتر‬ ‫المعرفة‬ ‫البايث�ن‬ ‫بيانات اأولية‬ ‫القيمة‬ ‫التن�ع‬ ‫ال�سرعة‬ ‫الم�ث�قية‬ ‫الحجم‬

‫‪44‬‬

‫‪Data Visualization‬‬ ‫‪Data Warehouse‬‬ ‫‪Exploratory Data Analysis‬‬ ‫‪Ιnformation‬‬ ‫‪In-Memory Computing‬‬ ‫‪Jupyter Notebook‬‬ ‫‪Knowledge‬‬ ‫‪Python‬‬ ‫‪Raw Data‬‬ ‫‪Value‬‬ ‫‪Variety‬‬ ‫‪Velocity‬‬ ‫‪Veracity‬‬ ‫‪Volume‬‬

‫ذكاء ا�سطناعي‬ ‫البيانات ال�سخمة‬ ‫ذكاء االأعمال‬ ‫التخزين ال�سحابي‬ ‫البيانات‬ ‫تحليل البيانات‬ ‫محلل البيانات‬ ‫تنظيف البيانات‬ ‫جمع البيانات‬ ‫بحيرة بيانات‬ ‫التنقيب في البيانات‬ ‫تجهيز البيانات‬ ‫علم البيانات‬ ‫دورة حياة علم البيانات‬ ‫عالم البيانات‬

‫‪Artificial Intelligence‬‬ ‫‪Big Data‬‬ ‫‪Business Intelligence‬‬ ‫‪Cloud Storage‬‬ ‫‪Data‬‬ ‫‪Data Analysis‬‬ ‫‪Data Analyst‬‬ ‫‪Data Cleaning‬‬ ‫‪Data Collection‬‬ ‫‪Data Lake‬‬ ‫‪Data Mining‬‬ ‫‪Data Preparation‬‬ ‫‪Data Science‬‬ ‫‪Data Science Life Cycle‬‬ ‫‪Data Scientist‬‬

45

‫‪ .2‬جمع البيانات والتحقق‬ ‫من �سحتها‬ ‫�يتعرف الطال��ب يف ه��ذه الوح��دة عل��ى مفاهي��م جم��ع البيان��ات‬ ‫�س� ّ‬ ‫وط��رق التحق��ق م��ن �سحتها‪.‬‬ ‫وي�س��مل ذل��ك معنى جم��ع البيانات واأمناطها املختلف��ة و م�سادرها‪.‬‬ ‫و�سيتم التطرق اإىل مو�سوع ترميز البيانات والرتكيز على ميزات‬ ‫وعي��وب ه��ذه الط��رق‪ ،‬ويف اخلت��ام �س��يتعرف الطال��ب عل��ى خط��وات‬ ‫التحق��ق م��ن �سحة البيانات واأمناطها‪.‬‬

‫اأهداف التعلم‬

‫بنهاية هذه الوحدة �سيكون الطالب قاد ًرا على اأن‪:‬‬ ‫يعرف م�سطلح جمع البيانات‪.‬‬ ‫ ‬ ‫ّ‬ ‫ ي�سنّف م�سادر البيانات‪.‬‬ ‫ ي�سنّف معايري جودة املعلومات‪.‬‬ ‫يعرف مفهوم من�سات البيانات املفتوحة‪.‬‬ ‫ ‬ ‫ّ‬ ‫يتعرف على اأهمية احل�سول على الت�ساريح القانونية املنا�سبة قبل‬ ‫ ‬ ‫ّ‬ ‫البدء بجمع البيانات‪.‬‬ ‫ يحدد االأمناط املختلفة للبيانات‪.‬‬ ‫يعرف املق�سود برتميز البيانات‪.‬‬ ‫ ‬ ‫ّ‬ ‫ ُيط ّبق خطوات التحقق من �سحة البيانات‪.‬‬ ‫ ي�سنّف الطرق املتنوعة للتحقق من �سحة اإدخال البيانات‪.‬‬

‫‪46‬‬

‫الدر�س االأول‬

‫جمع البيانات‬ ‫جمع البيانات‬

‫‪Data Collection‬‬

‫تُع ُّد مرحلة جمع البيانات (‪ )Data Collection‬اأهم مراحل البحث العلمي اأو درا�س��ة ظاهرة معينة‪،‬‬ ‫ُومتثل هذه املرحلة عملية جمع احلقائق والأرقام وامل�سطلحات للمتغريات امل�ستهدفة يف ذلك البحث‬ ‫اأو الدرا�سة‪ .‬ميكن جمع البيانات با�ستخدام اأجهزة خمتلفة مثل اأجهزة ال�ست�سعار وت�سجيل البيانات‪.‬‬ ‫عام��الت قيد الدرا�س��ة‪ ،‬بالإ�ساف��ة اإىل التخطيط والعمل‬ ‫تتطل��ب عملي��ة جم��ع البيان��ات فه ًم��ا عمي ًق��ا لل ُم ِ‬ ‫ال��دوؤوب للح�س��ول عل��ى بيان��ات عالي��ة اجل��ودة‪ ،‬حيث ت�س��هم البيانات عالية اجل��ودة يف اإجراء التحليل‬ ‫املنا�سب لأداء املهام على الوجه املطلوب وذلك ل�ستخراج معلومات مفيدة حول الظاهرة قيد الدرا�سة‪.‬‬ ‫تختل��ف ط��رق جم��ع البيان��ات باخت��الف ن��وع البيان��ات‪ ،‬ولك��ن يظ��ل التحق��ق م��ن �سح��ة ودق��ة اخلط��وات‬ ‫هاما‪.‬‬ ‫املتعلق��ة بجمع البيان��ات اأم ًرا ً‬

‫جمع البيانات (‪:)Data Collection‬‬

‫ه��ي عملي��ة جم��ع الق��راءات اأو احلقائ��ق‬ ‫وقيا�س��ها‪ ،‬وت�س��مل احل�س��ول عل��ى البيان��ات‬ ‫وت�س��ميتها وحت�س��ينها‪.‬‬

‫ال�سكل ‪ :2.1‬مهند�ص يجمع بيانات حول حالة الطق�ص‬

‫مثال‬ ‫تع��د معرف��ة حال��ة الطق���س م��ن اأه��م االأم���ر املتعلق��ة باال�س��تعداد لل�س��فر‪ .‬ميك��ن ا�س��تخدام العدي��د م��ن االأجه��زة لدرا�س��ة الع�ام��ل‬ ‫املتعلق��ة باملن��اخ‪ ،‬ومنه��ا اأجه��زة قيا���س درج��ة احل��رارة ومقيا���س �س��دة و�س��رعة الري��اح ومقيا���س درج��ة الرط�ب��ة‪.‬‬ ‫البيانات التي يتم جمعها من هذه االأجهزة هي قيم درجة احلرارة‪ ،‬وح�ساب �سرعة الرياح واجتاهاتها‪ ،‬ون�سبة بخار املاء يف اجل�‪.‬‬ ‫‪47‬‬

‫م�سادر البيانات‬

‫‪Sources of Data‬‬

‫يوج��د ت�سنيف��ان اأ�سا�س��يان مل�س��ادر البيان��ات‪ :‬م�س��ادر البيان��ات الرئي�س��ة (‪ ،)Primary data sources‬وم�س��ادر البيان��ات الثان�ي��ة‬

‫(‪.)Secondary data sources‬‬

‫م�سادر البيانات الرئي�سة‬

‫‪Primary Data Source‬‬

‫يحت��وي م�س��در البيان��ات الرئي�س��ة عل��ى بيان��ات مل تم��ع م��ن قب��ل وميك��ن جمعه��ا من خالل‬ ‫اأجه��زة الإ�ست�س��عار واأجه��زة ت�س��جيل البيان��ات وكذل��ك م��ن خ��الل ال�س��تبانات‪ .‬م��ن الأمثل��ة‬ ‫التي تدل على م�سادر البيانات الرئي�سة‪ :‬مقيا�ص درجة احلرارة الذي يجمع بيانات درجة‬ ‫حرارة الهواء‪ ،‬ومقيا�ص �سرعة الرياح الذي يقي�ص �سرعة الرياح‪ ،‬وكذلك فاإن اإجراء ا�ستبانة‬ ‫للعم��الء ح��ول طبيع��ة الطق���ص ال��ذي يف�سلون��ه عند ال�س��فر للخارج ُيع ُّد م�س��د ًرا من م�سادر‬ ‫البيانات الرئي�سة‪.‬‬ ‫مقيا�س �سرعة الرياح ه� جهاز ي�ستخدم لح�ساب ال�سرعة في حركة الرياح‪ ،‬حيث تدفع‬ ‫الرياح الناتجة عن حركة اله�اء الزعانف الثالثة للمقيا�س مما يت�سبب في دورانها‪ ،‬مما‬ ‫ي�ؤدي اإلى دوران المح�ر المركزي الذي يت�سل بم�لد كهربائي‪ .‬تف ّعل الطاقة الناتجة‬ ‫عن هذا الم�لد‪ ،‬عداد كهربائي يتم معايرته لعر�س �سرعة الرياح‪.‬‬

‫م�سادر البيانات الثانوية‬

‫ال�سكل ‪ :2.2‬مقيا�ص �سرعة الرياح‬

‫‪Secondary Data Source‬‬

‫حت�س��ل عل��ى ه��ذا الن��وع م��ن البيان��ات م��ن خ��الل ا�س��تخدام بيان��ات اأخرى‬ ‫من م�سدر البيانات الرئي�ص‪ .‬فعلى �سبيل املثال‪ ،‬ميكنك ا�ستخدام بيانات‬ ‫درج��ة ح��رارة اله��واء و�س��رعة الري��اح م��ن جه��ازي ا�ست�س��عار خمتلف��ني‬ ‫عام��ل اآخ��ر ي�س��مى درج��ة ح��رارة الري��اح الب��اردة‬ ‫للح�س��ول عل��ى بيان��ات ملُ ِ‬ ‫(‪ .)wind-chill temperature‬ميك��ن ح�س��اب تل��ك الدرج��ة با�س��تخدام‬ ‫�سيغة ح�ساب درجة حرارة الرياح الباردة‪ ،‬والتي تتمثل يف �سرب �سرعة الرياح‬ ‫باملعام��ل ‪ 0.7‬ث��م ط��رح الن��اجت م��ن درج��ة ح��رارة اله��واء الت��ي مت ت�س��جيلها‪.‬‬ ‫بعبارة اأخرى ميكنك ا ًأول ا�ستخدام مقايي�ص درجة احلرارة ومقايي�ص الرياح‬ ‫كم�سادر بيانات اأولية حل�س��اب بيانات درجة احلرارة و�س��رعة الرياح‪ ،‬ثم‬ ‫ميكنك ا�ستخدام �سيغة ح�ساب درجة الربودة كم�سدر بيانات ثانوي من‬ ‫اأج��ل احل�سول على بيان��ات درجة الربودة‪.‬‬

‫ال�سكل ‪ :2.3‬املوقع الإلكرتوين اخلا�ص بتوقعات حالة الطق�ص‬

‫اجلدول ‪ :2.1‬اأوجه االختالف بني م�سادر البيانات الرئي�سة والثانوية‬ ‫م�سادر البيانات الرئي�سة‬

‫‪48‬‬

‫م�سادر البيانات الثانوية‬

‫االأ�سالة‬

‫يتم جمعها مبا�سرة من م�سادرها االأ�سلية‪.‬‬

‫ال تعتر بيانات اأ�سلية الأنها تعتمد على بيانات اأخرى مت جمعها من‬ ‫قبل اآخرين‪.‬‬

‫ال�سكل‬

‫تك�ن ب�س�رة خام وغري مع ّرفة‪.‬‬

‫تك�ن ب�س�رة منظمة ومعاجلة‪.‬‬

‫الدقة‬

‫اأكر دقة لك�نها بيانات حالية‪.‬‬

‫اأقل دقة الأنها مرتبطة باأحداث ما�سية‪.‬‬

‫امل�سدر‬

‫يتم جمعها ب�ا�سطة اأجهزة اال�ست�سعار‪ ،‬اال�ستبانات‪ ،‬املقابالت‬ ‫والتجارب وغريها‪.‬‬

‫التكلفة‬

‫عالية التكلفة وتتطلب الكثري من ال�قت جلمعها‪.‬‬

‫يتم جمعها من الكتب واملجالت وامل�ستندات وال�سفحات االإلكرتونية‬ ‫واملدونات وغري ذلك‪.‬‬ ‫اأقل تكلفة واأقل ا�ستهال ًكا لل�قت‪.‬‬

‫م�سادر البيانات الداخلية واخلارجية‬

‫‪Internal and External Data Sources‬‬

‫ميك��ن ت�سني��ف م�س��ادر البيان��ات اإىل م�س��ادر داخلي��ة وخارجي��ة‪ .‬تعك���ص م�س��ادر البيان��ات الداخلي��ة تل��ك البيان��ات الت��ي يت��م جمعه��ا داخل ًي��ا م��ن‬ ‫قبل جهة العمل اأو اجلهة امل�س�وؤولة عن جمع البيانات‪ ،‬بينما البيانات اخلارجية هي التي يتم حت�سيلها من خارج جمال جهة العمل‪ .‬وعلى �س��بيل‬ ‫املثال‪ ،‬تعترب البيانات التي يتم جمعها من جهاز ا�ست�سعار تابع جلامعة اأو موؤ�س�سة علمية بيانات داخلية‪ ،‬بينما تعترب البيانات التي يتم احل�سول‬ ‫عليه��ا م��ن موؤ�س�س��ات اأخ��رى اأو اأف��راد اأو من م�س��ادر خارج اجلامعة بيانات خارجية‪.‬‬

‫جودة املعلومات‬

‫‪Information Quality‬‬

‫عندما تتم معاجلة البيانات اأو تنظيمها اأو تقدميها يف �سياق معني فاإنها ت�سمى معلومات‪ ،‬وتو�سف قيمتها ل�ستخدام معني باأنها "جودة املعلومات"‪.‬‬ ‫تُعد جودة املعلومات ً‬ ‫عامال مه ًما يف قيمة تلك املعلومات ومدى م�سداقيتها لال�ستخدام يف اتخاذ القرارات‪ .‬ومع زيادة جمع وحفظ البيانات‪ ،‬اأ�سبحت‬ ‫جودة املعلومات الناتة عن معاجلتها ذات اأهمية كبرية ومتزايدة‪ .‬ي�ساعد �سمان جودة املعلومات على التحديد الدقيق لالحتياجات الفعلية لتنفيذ‬ ‫امل�سروعات‪ ،‬وكذلك توجيه اخلدمات ب�سكل فعال‪ ،‬وزيادة الكفاءة يف العمل‪ .‬وباملقارنة ميكن اأن تت�سبب املعلومات غري الدقيقة يف حدوث خلل يف الأعمال‪،‬‬ ‫وتقلل من الكفاءة وتوؤدي اإىل التاأخري يف اإجناز امل�س��روعات‪ .‬ميكن التحقق من جودة املعلومات من خالل معايري حمددة ت�س��مى معايري اجل�دة‬ ‫(‪ ،)Quality standards‬وهي مو�سحة يف ال�سكل التايل‪:‬‬ ‫الكفاية (‪)Completeness‬‬

‫الدقة (‪)Precision‬‬

‫املالءمة (‪)Appropriateness‬‬ ‫م�ست�ى التفا�سيل (‪)Level of Detail‬‬

‫الت�قيت (‪)Timeliness‬‬

‫ال�سكل ‪ :2.4‬معايري جودة املعلومات‬

‫فيما يلي بع�س االأ�سئلة التي ميكن اأن ت�ساعدك يف التحقق من دقة املعلومات‪:‬‬ ‫هل ميكن التحقق من احلقائق واالإح�ساءات واملعل�مات من م�سادر اأخرى؟‬ ‫هل ميكن تكرار التجربة التي مت احل�س�ل على البيانات منها؟ وهل لها نف�س النتائج؟‬ ‫ما م�سدر املعل�مات؟‬ ‫ملاذا مت اإن�ساء املعل�مات؟‬ ‫هل تبدو املعل�مات دقيقة بنا ًء على معرفتك وخرتك؟‬ ‫هل تت�سمن املعل�مات اأخطاء اإمالئية اأو اأحر ًفا يف غري مكانها؟ وهل االقتبا�سات التي مت اال�ست�سهاد بها �سحيحة؟‬ ‫‪49‬‬

‫قب��ل جم��ع اأي ن��وع م��ن املعلوم��ات م��ن خ��الل موق��ع اإلك��رتوين وقب��ل ال�س��روع يف اخلط��وة التالي��ة يف عل��م البيان��ات (وهي خط��وة املعرفة)‪ ،‬يج��ب عليك التحقق‬ ‫قدما يف ا�س��تخراج‬ ‫من جودة املعلومات التي نحن على و�س��ك احل�سول عليها من املوقع‪ .‬اإذا كانت املعلومات لي�س��ت موثوقة‪ ،‬فال ميكنك بكل تاأكيد امل�سي ً‬ ‫املعرف��ة‪ ،‬وه��ذا يعن��ي اأن��ه يجب التحقق من املعلومات باتباع معايري اجلودة اخلم�س��ة التالية‪:‬‬ ‫تكمن اأهمية معايري اجلودة اخلم���ص هذه يف اأنها ت�س��اعدك على التحقق من موثوقية كل املعلومات‬ ‫التي تدها يف املواقع الإلكرتونية‪.‬‬

‫ا ً‬ ‫أوال‪ :‬الدقة‬

‫‪Accuracy‬‬

‫الدق��ة ه��ي التاأك��د م��ن �سح��ة املعلوم��ات‪ ،‬ويج��ب اأن تك��ون املعلوم��ات �سحيح��ة لك��ي ُتع� ّد عالية اجل��ودة‪ .‬ويتم‬ ‫التحق��ق م��ن دقته��ا م��ن خ��الل امل�س��ادر املوثوق��ة‪ ،‬حي��ث ي�س��هل التاأك��د م��ن خلوها م��ن الأخطاء احل�س��ابية اأو‬ ‫اللغوي��ة اأو غريه��ا م��ن الأخطاء‪.‬‬

‫ثان ًيا‪ :‬املالءمة‬

‫‪Appropriateness‬‬

‫يجب اأن تكون املعلومات مرتبطة مبو�سوعك اأو بال�س�وؤال البحثي‪ ،‬فكلما كانت املعلومات متعلقة مبا تبحث‬ ‫عنه‪ ،‬كلما كانت مالءمتها اأف�سل‪ .‬يوؤدي احل�سول على معلومات اإ�سافية ل تتعلق مبا تبحث عنه اإىل اإ�ساعة‬ ‫الوقت يف حماولة العثور على املعلومات املطلوبة‪.‬‬

‫ثال ًثا‪ :‬التوقيت‬

‫‪Timeliness‬‬

‫ُيع� ُّد تاري� � ��خ ن�س��ر املعلوم��ات ج��ز ًءا مه ًم��ا‪ ،‬حي��ث يو�س��ح م��دى حداث��ة املعلومات ومنا�س��بتها ملو�س��وع البحث‪،‬‬ ‫ولذل��ك يج��ب التاأك��د م��ن احل�س��ول عل��ى اآخ��ر حتدي��ث للمعلوم��ات‪ ،‬ويج��ب علي��ك التحق��ق دائ ًما م��ن م�سدر‬ ‫املعلومات‪.‬‬

‫راب ًعا‪ :‬م�ستوى التفا�سيل‬

‫‪Level of detail‬‬

‫ُحتدد جودة املعلومات اأي�سا من خالل النظر اإىل م�ستوى التفا�سيل التي تقدمها تلك املعلومات‪.‬‬ ‫ُيع� ُّد وج��ود الكث��ري م��ن التفا�سي��ل عل��ى املعلومات املطلوب��ة اأم ًرا �سع ًبا‪ ،‬بينما توؤدي قلة التفا�سيل اإىل �سعوبة‬ ‫فهم املعلومات‪ .‬ويعتمد م�ستوى التفا�سيل على امل�سكلة ودرا�ستها‪ ،‬فاإذا كانت ب�سيطة فاإنك حتتاج اإىل م�ستوى‬ ‫عال من التفا�سيل‪.‬‬ ‫قليل من التفا�سيل‪ ،‬واإذا كانت معقدة فاإنك حتتاج اإىل م�ستوى ٍ‬ ‫اإن املقدار ال�سحيح من املعلومات هو معيار اأ�سا�سي جلودتها‪.‬‬

‫خام�سا‪ :‬الكفاية‬ ‫ً‬

‫‪Completeness‬‬

‫مقيا�سا مه ًما لل�سمولية املطلوبة للتاأكد من اأن املعلومات املقدمة تعطي‬ ‫تُع ُّد كفاية املعلومات‬ ‫ً‬ ‫�سورة كاملة عن الواقع‪ .‬اإن عدم احل�سول على جميع املعلومات املطلوبة يعني اأنك لن تتمكن من‬ ‫ا�ستخدامها ب�سكل �سحيح‪ ،‬مما يعني اأن جودة تلك املعلومات �سعيفة وغري كاملة ول ميكن اتخاذ‬ ‫القرارات ال�سحيحة بنا ًء على تلك املعلومات‪.‬‬ ‫‪50‬‬

‫عند ا�ستخدام معيار التوقيت يجب مراعاة االأمور التالية‪:‬‬ ‫التحقق من ت�اريخ امل�سادر امل�ستخدمة‪.‬‬ ‫التحقق من الت�اريخ اخلا�سة باحلق�ق الفكرية مثل ت�سجيل العالمات التجارية امل�سجلة‪ ،‬وحق�ق الن�سخ والن�سر‪ ،‬وبراءات االخرتاع‪ ،‬واالأ�سرار التجارية‪.‬‬ ‫التحقق من تاريخ مراجعة اأو حترير املعل�مات‪.‬‬ ‫التحقق من تاريخ الن�سر‪.‬‬

‫يُعدُّ الم�قع االإلكتروني الخا�س‬ ‫بالمركز ال�طني لالأر�ساد ً‬ ‫مثاال‬ ‫للعث�ر على المعل�مات التي تلبي‬ ‫المعايير الخم�سة المحددة لج�دة‬ ‫المعل�مات الم��سحة اأعاله‪.‬‬

‫ال�سكل ‪ :2.5‬مثال على م�سدر معلومات‬

‫من�سات البيانات املفتوحة‬

‫‪Open Data Platforms‬‬

‫من�س��ات البيان��ات املفتوح��ة ه��ي من�س��ات تدع��م و�س��ول امل�س��تخدمني ملجموع��ات البيان��ات املفتوح��ة‪.‬‬ ‫تق��دم من�س��ات البيان��ات املفتوح��ة النموذجي��ة بيانات املوؤ�س�س��ة التي ت�س��ت�سيف هذه املن�سة‪.‬‬ ‫ت�س��ت�سيف اجله��ات احلكومي��ة اأو املوؤ�س�س��ات غ��ري الربحي��ة من�س��ات البيان��ات املفتوح��ة الت��ي تتي��ح‬ ‫و�س��ول اجلمه��ور اإىل البيان��ات‪ .‬وعل��ى وج��ه التحدي��د فاإنه��ا تق��وم بجم��ع البيان��ات وتنظيمها با�س��تمرار‬ ‫م��ن جمموع��ة متنوع��ة م��ن القطاع��ات العام��ة‪ .‬وميك��ن ا�س��تخدام جمموع��ات البيان��ات ه��ذه دون تكلفة‬ ‫مالية اأو حتديات تقنية للو�سول اإليها‪ .‬كما ميكن اإعادة ا�ستخدام البيانات املفتوحة واإعادة توزيعها مع‬ ‫مراعاة املتطلبات التي يفر�سها ترخي�ص البيانات‪ .‬وميكن ا ً‬ ‫أي�سا ا�ستخدامها من قبل مواطني الدول‬ ‫الأخرى‪ .‬قد تقدم ال�س��ركات ا ً‬ ‫أي�سا بيانات مفتوحة من خالل برامج امل�س�وؤولية الجتماعية لل�س��ركات‪.‬‬ ‫هذه بع�ص ال�س��تخدامات ال�س��ائعة ملن�سات البيانات املفتوحة‪:‬‬ ‫ ال�سفافية يف اإعداد املوازنة احلكومية والإنفاق على خدمات الدولة‪.‬‬ ‫ اإح�سائيات اأداء املوؤ�س�سات احلكومية‪.‬‬ ‫ بيان��ات اأداء خمتل��ف القطاع��ات العام��ة للدول��ة كالتعلي��م والرعاي��ة ال�سحي��ة والنق��ل‪ ،‬والت��ي ميك��ن‬ ‫ا�س��تخدامها يف اإج��راء الأبح��اث الت��ي ُت��ربز الأداء العام داخل هذه الدولة‪.‬‬ ‫ ميكن دمج جمموعات البيانات م ًعا وا�ستخدامها يف تطبيقات اأخرى‪.‬‬ ‫ميك��ن العث��ور عل��ى من�س��ة البيان��ات املفتوحة احلكومية يف اململكة العربية ال�س��عودية على عنوان املوقع‬ ‫الإلكرتوين‪:‬‬

‫ال�سكل ‪ :2.6‬البوابة الوطنية للبيانات‬ ‫املفتوحة يف اململكة العربية ال�سعودية‬

‫‪https://data.gov.sa/‬‬

‫‪51‬‬

‫خ�سو�سية البيانات‬

‫‪Data Privacy‬‬

‫معني‪ ،‬مثل ا�س��م‬ ‫م�سطل��ح "البيان��ات ال�س��خ�سية" ُيطل��ق عل��ى البيان��ات املتعلق��ة بالأ�س��خا�ص وه��ي تل��ك البيان��ات الت��ي م��ن خاللها يتم حتديد هوية �س��خ�ص ّ‬ ‫ال�سخ�ص وعائلته ورقم هاتفه ورقم الهوية‪ .‬اأدّت عملية تو�سع و�سائل التوا�سل الإلكرتوين اإىل زيادة يف املخاطر املتعلقة باخل�سو�سية والتي عليك حماية‬ ‫نف�سك منها‪ ،‬وتت�سمن خ�سو�سية البيانات قدرة ال�سخ�ص على اأن يقرر بنف�سه متى وكيف واإىل اأي مدى ميكن م�ساركة معلوماته ال�سخ�سية مع الآخرين‬ ‫اأو تزويد الآخرين بتلك املعلومات‪.‬‬

‫االأذونات القانونية جلمع وا�ستخدام البيانات‬ ‫‪Legal Permissions to Collect and Use Data‬‬

‫يتطل��ب جم��ع البيان��ات وا�س��تخدامها يف امل�س��روعات البحثي��ة توف��ر الت�ساري��ح القانوني��ة املنا�س��بة‪ ،‬وع��ادة م��ا يق��وم جمل���س املراجع��ة امل�ؤ�س�س��ية (‪ )IRB‬يف‬ ‫املوؤ�س�س��ات مبراجع��ة مقرتح��ات امل�س��روعات البحثي��ة قب��ل الب��دء به��ا لتحدي��د م��ا اإذا كان امل�س��روع يتب��ع املب��ادئ الأخالقي��ة واللوائ��ح القانوني��ة‪ .‬تختل��ف ه��ذه‬ ‫الت�ساريح يف طبيعتها‪ ،‬ولكن العاملني الرئي�سني اللذين يجب اأخذهما بعني العتبار هما املوقع الذي �سيتم فيه تخزين البيانات‪ ،‬وموقع امل�ستفيدين الذين‬ ‫�سيتعاملون مع تلك البيانات‪ .‬حتتاج ال�سركات واملوؤ�س�سات اإىل التاأكد من اأن اخلدمات التي تمع البيانات وت�ستخدمها متوافقة قانون ًيا مع قوانني بلدانها‪.‬‬

‫مثال‬ ‫يجب على م�ستخدمي البيانات التي يتم ا�ست�سافتها على من�سة البيانات املفت�حة يف اململكة العربية ال�سع�دية ا�ستخدام هذه البيانات‬ ‫وفق �سروط �سيا�سة البيانات املفت�حة ‪https://data.gov.sa/ar/policies‬‬

‫البحث املوجه ومقارنة البيانات‬

‫‪Targeted Research and Data Comparison‬‬

‫يت��م ا�س��تخدام البح��ث املوج��ه للرتكي��ز عل��ى ق�ساي��ا معين��ة ظه��رت من البحث الرئي���ص‪ .‬فعلى �س��بيل املثال اإذا ا�س��تخدمت قيم درجة احل��رارة والرياح للتنبوؤ‬ ‫بالطق�ص يف مدينة ما‪ ،‬ثم لحظت اأن مناطق معينة من هذه املدينة �سجلت قي ًما ق�سوى لدرجات احلرارة‪ ،‬يتعني عليك يف هذه احلالة اإجراء بحث حول‬ ‫تلك املناطق لتقييم تاأثري العوامل الأخرى على درجة احلرارة فيها‪.‬‬ ‫يتم اإجراء مقارنة البيانات عند وجود اأكرث من جمموعة بيانات م�سجلة لنف�ص املنطقة يف فرتات زمنية متماثلة‪ .‬على �سبيل املثال‪ ،‬قد يكون لديك جمموعة‬ ‫بيانات لقيم درجات احلرارة امل�سجلة ملدينة جدة يف مار�ص ‪ 2021‬وجمموعة اأخرى م�سجلة يف مار�ص ‪ .2022‬وبوجود جمموعتي البيانات هاتني‪ ،‬ميكنك‬ ‫ب�سهولة اإجراء مقارنة البيانات من اأجل اكت�ساف التغريات يف درجات احلرارة اأو التغريات خالل �سنوات‪.‬‬

‫ال�سكل ‪� :2.7‬سيا�سة البيانات املفتوحة‬

‫‪52‬‬

‫مترينات‬ ‫‪1‬‬

‫حدد اجلملة ال�سحيحة واجلملة اخلاطئة فيما يلي‪:‬‬

‫�سحيحة‬

‫خاطئة‬

‫‪ .1‬جمع البيانات هو عملية جمع وقيا�ص القراءات اأو احلقائق‪.‬‬ ‫‪ .2‬هناك نوعان من الت�سنيفات الأ�سا�سية مل�سادر جمع البيانات‪ :‬الرئي�سة والثانوية‪.‬‬ ‫‪ .3‬يعترب تاريخ ن�سر املعلومات من اأهم معايري جودة املعلومات‪.‬‬ ‫‪ .4‬املالءمة تعني اأنه كلما كانت املعلومات لي�ست ذات �سلة مبا يتم البحث عنه‪ ،‬كانت جودتها‬ ‫اأ�سواأ‪.‬‬ ‫‪ .5‬تعترب م�ستويات التفا�سيل والدقة معايري جودة للمعلومات‪.‬‬ ‫‪ .6‬ت�ساعدك معايري اجلودة اخلم�ص يف التحقق من موثوقية املعلومات‪.‬‬ ‫‪ .7‬لي�ص للحكومة �سلطة على من�سات البيانات املفتوحة‪.‬‬ ‫‪ .8‬تختلف الت�ساريح القانونية جلمع وا�ستخدام البيانات بنا ًءا على عدة متغريات‪.‬‬ ‫‪ .9‬يتم ا�ستخدام البحث املوجه عندما نريد الرتكيز على ق�سايا حمددة ظهرت من بحثنا‬ ‫الأ�سا�سي‪.‬‬ ‫‪ .10‬ميكن اإجراء مقارنة البيانات عندما يكون لديك اأكرث من جمموعة بيانات واحدة مع‬ ‫بيانات م�سجلة من نف�ص املنطقة ومن فرتات زمنية مماثلة‪.‬‬

‫‪53‬‬

‫‪ 2‬قارن ب�س�رة خمت�سرة بن م�سادر البيانات الرئي�سة والثان�ية‪.‬‬ ‫________________________________________________________________________________________‬ ‫________________________________________________________________________________________‬ ‫________________________________________________________________________________________‬ ‫________________________________________________________________________________________‬ ‫________________________________________________________________________________________‬ ‫________________________________________________________________________________________‬

‫‪�ِ 3‬س ْف باخت�سار كل �سمة ج�دة ميكن ا�ستخدامها للتحقق من ج�دة املعل�مات‪.‬‬ ‫________________________________________________________________________________________‬ ‫________________________________________________________________________________________‬ ‫________________________________________________________________________________________‬ ‫________________________________________________________________________________________‬ ‫________________________________________________________________________________________‬ ‫________________________________________________________________________________________‬

‫أعط ً‬ ‫مثاال على البحث امل�جه ومقارنة البيانات‪.‬‬ ‫‪ 4‬ا ِ‬ ‫________________________________________________________________________________________‬ ‫________________________________________________________________________________________‬ ‫________________________________________________________________________________________‬ ‫________________________________________________________________________________________‬ ‫________________________________________________________________________________________‬ ‫________________________________________________________________________________________‬

‫‪54‬‬

‫‪ 5‬قارن بن م�سادر البيانات الرئي�سة والثان�ية يف حالة الطق�س مع طرح بع�س االأمثلة‪.‬‬ ‫________________________________________________________________________________________‬ ‫________________________________________________________________________________________‬ ‫________________________________________________________________________________________‬ ‫________________________________________________________________________________________‬ ‫________________________________________________________________________________________‬ ‫________________________________________________________________________________________‬

‫‪ُ 6‬زر من�س��ة البيان��ات املفت�ح��ة ‪ data.gov.sa‬وابح��ث ع��ن املعل�م��ات املتعلق��ة باحل�س���ل عل��ى ت�ساري��ح‬ ‫با�س��تخدام تل��ك البيان��ات‪ .‬ه��ل هن��اك اأي ا�س��تثناء؟‬ ‫________________________________________________________________________________________‬ ‫________________________________________________________________________________________‬ ‫________________________________________________________________________________________‬ ‫________________________________________________________________________________________‬ ‫________________________________________________________________________________________‬ ‫________________________________________________________________________________________‬

‫‪55‬‬

‫‪ 7‬ابح��ث عل��ى االإنرتن��ت ع��ن من�س��ات البيان��ات املفت�ح��ة يف البل��دان االأخ��رى‪ ،‬وه��ل ميكن��ك العث���ر عل��ى معل�مات‬ ‫�س��خ�سية عر هذه املن�سات؟‬ ‫________________________________________________________________________________________‬ ‫________________________________________________________________________________________‬ ‫________________________________________________________________________________________‬ ‫________________________________________________________________________________________‬ ‫________________________________________________________________________________________‬ ‫________________________________________________________________________________________‬ ‫________________________________________________________________________________________‬ ‫________________________________________________________________________________________‬

‫‪ 8‬ح��دد م�قع��ن عل��ى االإنرتن��ت اأحدهم��ا حك�م��ي واالآخ��ر خا���س‪ ،‬ث��م ق��ارن ب��ن ج�دة املعل�م��ات بينهما بنا ًء على‬ ‫املعايري اخلم�س التي تعرفت عليها‪.‬‬ ‫________________________________________________________________________________________‬ ‫________________________________________________________________________________________‬ ‫________________________________________________________________________________________‬ ‫________________________________________________________________________________________‬ ‫________________________________________________________________________________________‬ ‫________________________________________________________________________________________‬ ‫________________________________________________________________________________________‬ ‫________________________________________________________________________________________‬

‫‪56‬‬

‫الدر�س الثاين‬

‫اأنواع البيانات‬ ‫البيانات الرقمية والبيانات الفئوية‬

‫‪Numerical Data and Categorical Data‬‬

‫بع��د اأن تعرف��ت عل��ى مفه��وم البيان��ات؛ الآن �س��تتعرف عل��ى اأمناطه��ا املختلف��ة‪ .‬ميك��ن اأن تتخذ البيانات عدة اأ�س��كال‪ :‬مثل ع��دد زوار حدث معني‪ ،‬اأو مدة تلك‬ ‫الزي��ارة‪ ،‬اأو غ��ري ذل��ك‪ .‬يف الدرا�س��ات البحثي��ة‪ ،‬ثم��ة نوع��ان اأ�سا�س��يان من البيانات وهما‪ :‬البيانات الرقمي��ة والبيانات الفئوية‪.‬‬

‫البيانات الرقمية‬

‫‪Numerical Data‬‬

‫تتك��ون البيان��ات الرقمي��ة م��ن حقائ��ق قابل��ة للقيا���ص‪ ،‬كع��دد الفعالي��ات املختلف��ة يف مدين��ة ما‪.‬‬ ‫وميكن للبيانات الرقمية اأن تكون منف�سلة اأو ت�سل�س��لية‪.‬‬

‫البيانات املنف�سلة‬

‫رقمية‬ ‫‪50‬‬ ‫‪6.25‬‬

‫‪Discrete Data‬‬

‫متث��ل البيان��ات املنف�سل��ة عنا�س��ر قابل��ة للع��د ميكنه��ا اأن تاأخ��ذ قي ًم��ا معين��ة فق��ط‪ ،‬مث��ل ع��دد‬ ‫الطلب��ة يف الف�سل‪.‬‬

‫البيانات الت�سل�سلية‬

‫‪-10‬‬ ‫‪0003756‬‬

‫ال�سكل ‪ :2.8‬البيانات الرقمية‬

‫‪Continuous Data‬‬

‫البيان��ات الت�سل�س��لية متث��ل بيان��ات ميك��ن قيا�س��ها وميكنه��ا اأن تاأخ��ذ اأي قيم��ة‪ ،‬مث��ل ط��ول‬ ‫ال�س��خ�ص‪.‬‬

‫البيانات الفئوية‬

‫‪Categorical Data‬‬

‫البيان��ات الفئوي��ة ه��ي ن��وع بيان��ات غ��ري كمي��ة‪ ،‬ميكن تخزينها وحتديدها بنا ًء على الأ�س��ماء اأو‬ ‫الت�سميات املعطاة لها‪ .‬وميكن اأن تو�سف هذه البيانات على اأنها ا�سمية اأو ترتيبية‪.‬‬

‫البيانات اال�سمية‬

‫‪Nominal Data‬‬

‫يت��م تعري��ف البيان��ات ال�س��مية عل��ى اأنه��ا بيان��ات تُ�س��تخدم لت�س��مية املتغ��ريات اأو تو�س��يمها‪،‬‬ ‫دون حتديد قيمة كمية لها اأو و�سعها يف ترتيب معني‪ .‬على �سبيل املثال‪ :‬ميكن ت�سنيف نتائج‬ ‫اختب��ا ٍر م��ا ا�س��م ًيا‪" :‬ناج��ح" اأو "را�س��ب"‪.‬‬

‫البيانات الرتتيبية‬

‫‪Ordinal Data‬‬

‫فئ�ية‬ ‫ناجح‬ ‫را�سب‬ ‫‪A‬‬ ‫‪B‬‬ ‫‪C‬‬

‫ال�سكل ‪ :2.9‬البيانات الفئوية‬

‫البيان��ات الرتتيبي��ة ه��ي ن��وع م��ن البيان��ات الفئوية التي تتب��ع ترتي ًبا معي ًنا‪ .‬يتم فرز جمموعات‬ ‫البيانات الرتتيبية وف ًقا لنظام ت�سنيف حمدد‪ .‬على �سبيل املثال‪ :‬ميكن فرز نتائج اختبار ما‬ ‫برتتيب تنازيل ح�سب الدرجة‪ A :‬ثم ‪ B‬ثم ‪ C‬ثم ‪ D‬ثم ‪.F‬‬ ‫‪57‬‬

‫البيانات الر�سومية اأو بيانات مقاطع ال�سوت اأو الفيديو‬

‫بيانات ر�س�مية‬

‫‪Graphical, Video and Audio Data Types‬‬

‫عل��ى الرغ��م م��ن اأن البيان��ات ع��ادة م��ا تكون يف �س��كل اأبجدي رقمي (ن�سو���ص واأرقام ورموز)‪ ،‬اإل اأنها‬ ‫قد تتكون من �سور اأو مقاطع �سوتية اأو مقاطع فيديو‪ .‬فيما يلي بع�ص الأنواع الأخرى من البيانات‪:‬‬

‫البيانات الر�سومية‬

‫‪Graphical Data‬‬

‫تتكون البيانات الر�سومية من خمططات ور�سوم بيانية وغري ذلك‪ .‬على �سبيل املثال‪ :‬جمموعة ال�سور‬ ‫اخلا�س��ة باملع��امل ال�س��ياحية ملنطق��ة حم��ددة‪ ،‬اأو الر�س��م البي��اين اخلا�ص باأعداد ال��زوار لأحد الأماكن‬ ‫ال�سياحية يف اململكة العربية ال�سعودية‪.‬‬

‫بيانات ال�سور ومقاطع الفيديو‬

‫‪Audio Data‬‬

‫تتك��ون البيان��ات ال�سوتي��ة م��ن الأ�س��وات وكذل��ك املوؤث��رات ال�سوتي��ة املختلف��ة كالت�س��جيالت ال�سوتي��ة‬ ‫الإر�س��ادية يف املتاحف والأماكن ال�س��ياحية املختلفة يف اململكة العربية ال�س��عودية‪.‬‬

‫البيانات الثابتة واملتغرية‬

‫بيانات مقاطع الفيدي�‬

‫‪Image and Video Data‬‬

‫قد تكون ال�سورة الرقمية �سورة اأو ر�س ًما تو�سيح ًيا يتم متثيله بوحدات البك�سل اأو باملتجهات‪ .‬تتكون‬ ‫بيانات الفيديو من �سل�سلة من ال�سور املتحركة وال�سوت ومن الأمثلة عليها الإعالن التلفزيوين حلملة‬ ‫�سياحية‪ ،‬اأو مقطع فيديو عن بوليفارد الريا�ص‪ ،‬اأو بث فيديو مبا�سر من قناة القراآن الكرمي اأو مرا�سم‬ ‫احل��ج يف اململك��ة العربي��ة ال�س��عودية وم��ا اإىل ذلك‪.‬‬

‫البيانات ال�سوتية‬

‫ال�سكل ‪ :2.10‬البيانات الر�سومية‬

‫ال�سكل ‪ :2.11‬بيانات ال�سور ومقاطع الفيديو‬

‫بيانات �س�تية‬

‫‪Static and Dynamic Data‬‬

‫ق��د تبق��ى البيان��ات عل��ى حالتها الأ�سلية بعد ت�س��جيلها وق��د تتغري اأحيا ًنا‪ ،‬ولذلك ميكن متثيل البيانات‬ ‫ب�سكل ثابت اأو متغري‪.‬‬

‫ال�سكل ‪ :2.12‬البيانات ال�سوتية‬

‫مثال على البيانات المتغيرة‬

‫البيانات الثابتة‬

‫‪Static Data‬‬

‫البيانات الثابتة هي البيانات التي ل تتغري بعد ت�سجيلها‪ً ،‬‬ ‫مثال البيانات‬ ‫التي حتتويها جملة مطبوعة حول الأماكن ال�سياحية يف اململكة العربية‬ ‫ال�سعودية‪ ،‬فبمجرد طباعة املجلة ل ميكن تغيري املعلومات فيها‪.‬‬

‫البيانات املتغرية (الديناميكية)‬

‫‪Dynamic Data‬‬

‫البيان��ات املتغ��رية ه��ي البيان��ات الت��ي ق��د تتغ��ري بع��د ت�س��جيلها ويج��ب‬ ‫حتديثها با�ستمرار‪ .‬على �سبيل املثال بيانات موقع اإلكرتوين يحتوي على‬ ‫معلومات عن الأماكن ال�سياحية يف اململكة العربية ال�سعودية‪ ،‬حيث ميكن‬ ‫حتديثها عند احلاجة‪.‬‬ ‫‪58‬‬

‫ال�سكل ‪ :2.13‬موقع البنك املركزي ال�سعودي‬

‫ترميز البيانات‬

‫‪Data Coding‬‬

‫اإن البيان��ات الت��ي مت احل�س��ول عليه��ا م��ن التج��ارب اأو م��ن خ��الل الدرا�س��ات ال�س��تق�سائية ه��ي بيان��ات يف �سورته��ا الأولي��ة ويف الغال��ب حتت��اج اإىل ترمي��ز‪.‬‬ ‫تتيح عملية الرتميز تنظيم البيانات وترتيبها بطريقة حمددة وذلك با�ستخدام رموز خمتلفة مثل الأرقام اأو احلروف اأو الكلمات الق�سرية‪ ،‬والتي ت�سف‬ ‫�س��يا ًقا معي ًن��ا اأو تع� ّ�رب ع��ن عب��ارة اأو فق��رة باأكمله��ا‪ ،‬وفيم��ا يل��ي اأمثل��ة م��ن احلي��اة اليومية حيث تُ�س� َتخدَ م الرموز لتمثي��ل البيانات‪:‬‬

‫رموز املطارات‬

‫‪Airport Codes‬‬

‫و�س��ع احت��اد النق��ل اجل���ي ال��دويل (‪ )IATA‬رم��زً ا مكو ًن��ا م��ن ثالث��ة‬ ‫ح��روف يح��دد العدي��د م��ن املطارات حول العامل‪ .‬ميكنك البحث عن تذاكر‬ ‫الط��ريان عل��ى الإنرتن��ت با�س��تخدام رم��ز املط��ار‪ ،‬وميكن��ك مالحظ��ة الرمز‬ ‫كذلك على بطاقات الأمتعة التي يتم اإل�ساقها باحلقائب عند ت�س��ليمها يف‬ ‫مكاتب ت�سجيل املغادرة باملطار ا�ستعدادًا لركوب الطائرة؛ مما يتيح �سحن‬ ‫الأمتعة للوجهة املق�سودة‪ ،‬كما يظهر الرمز على بطاقات الأمتعة املرفقة يف‬ ‫مكاتب ت�س��جيل الو�سول باملطار؛ لتوفري ال�س��المة يف حالة فقدان الأمتعة‪.‬‬

‫رموز العمالت‬

‫‪Currency Codes‬‬

‫ل��كل بل��د يف اأنح��اء الع��امل عمل��ة خا�س��ة ب��ه‪ ،‬وت�س��تخدم رم��وز العم��الت ب� ً‬ ‫�دل‬ ‫م��ن ا�س��م العمل��ة كاخت�س��ارات متعارف عليها عن��د التعامالت املالية‪.‬‬

‫اجلدول ‪ :2.2‬رموز املطارات‬ ‫الرموز‬

‫التف�سري‬

‫‪DMM‬‬

‫مطار امللك فهد الدويل‬

‫‪JED‬‬

‫مطار امللك عبد العزيز الدويل‬

‫‪RUH‬‬

‫مطار امللك خالد الدويل‬

‫اجلدول ‪ :2.3‬رموز العمالت‬ ‫الرموز‬

‫التف�سري‬

‫‪SAR‬‬

‫الريال ال�سع�دي‬

‫‪USD‬‬

‫الدوالر االأمريكي‬

‫‪EUR‬‬

‫الي�رو‬

‫ال�سكل ‪ :2.14‬رموز العمالت‬

‫اجلدول ‪ :2.4‬مزايا ترميز البيانات‬ ‫املزايا‬ ‫اإدخال اأ�سرع للبيانات‬

‫التف�سري‬ ‫من االأ�سهل كتابة الرمز ‪ً RUH‬‬ ‫بدال من كتابة مطار امللك خالد الدويل‪.‬‬

‫تاأخذ م�ساحة اأقل‬

‫من ال�سعب كتابة اال�سم الكامل للبلد على الل�حات اأو على و�سائل النقل العام مثل �سيارات االأجرة واحلافالت‪،‬‬ ‫ولكن ي�سبح االأمر ً‬ ‫�سهال مع رم�ز ت�سجيل املركبات الدولية‪.‬‬

‫ت�سري����ع عملية البحث‬ ‫عن البيانات‬

‫لكل منطقة رمزها اخلا�س‪ .‬يُ�ستخدم هذا الرمز للبحث عن عن�ان ح�سب رمز املنطقة‪ ،‬ورقم ال�سارع‪ ،‬واملبنى‪ ،‬كما‬ ‫ي�ستخدمه مكتب الريد لت�سهيل ت�زي ��ع ر�سائل الريد‪.‬‬ ‫‪59‬‬

‫اجلدول ‪ :2.5‬عيوب ترميز البيانات‬ ‫التف�سري‬

‫العيوب‬ ‫معنى غام�س للبيانات‬

‫قد جتد �سع�بة يف التمييز بن الرم�ز املت�سابهة‪.‬‬

‫�سعوبة فهم الرتميز‬

‫قد يك�ن من ال�سعب تف�سري اأو تذكر معنى الرمز‪.‬‬

‫الرموز امل�ستخدمة قد ُت�ستنفد‬

‫الرموز ال�سريطية‬

‫مثال قد يك�ن عدد العنا�سر املراد ترميزها كبريا جدا بحيث ال تكفي جمم�عة االأحرف لرتميزها‪،‬‬ ‫ف ُتدمج االأرقام واحلروف اأو ت�ستخدم االأرقام الط�يلة وهذا يعقّد عملية الرتميز‪ ،‬مثل ترميز املنتجات‬ ‫اال�ستهالكية يف املتاجر‪.‬‬

‫‪Barcodes‬‬

‫ترى الرموز ال�س��ريطية يف كل مكان حولك وب�س��كل يومي‪ ،‬فمثال تدها مطبوعة على التذاكر الإلكرتونية واملنتجات يف حمالت البقالة وغريها‪.‬‬ ‫الرم��ز ال�س��ريطي ه��و مل�س��ق ب��ه خط��وط �س��وداء رفيع��ة اإىل جان��ب جمموع��ة متنوع��ة من الأرقام‪ .‬تُ�س��تخدم يف تنظيم املعلومات وفهر�س��تها اأو و�سع‬ ‫عالمة على اأ�س��عار املنتجات‪.‬‬

‫يتحقق اآخر رقم من قراءة جميع‬ ‫االأرقام االأخرى ب�سكل �سحيح‬ ‫بوا�سطة املا�سح ال�سوئي (‪.)scanner‬‬

‫ت�سف االأرقام‬ ‫ال�ستة التالية‬ ‫املنتج‪.‬‬

‫حتدد االأرقام ال�ستة‬ ‫االأوىل ال�سركة التي‬ ‫ت�سنع املنتج اأو تبيعه‪.‬‬

‫ال�سكل ‪ :2.15‬مثال على الرموز ال�سرطية‬

‫رقم الكتاب املعياري الدويل  )‪ISBN (International Standard Book Number‬‬

‫يوج��د رق��م عل��ى غ��الف معظ��م الكت��ب (مث��ل الكتي��ب الإر�س��ادي) اأعل��ى الرم��ز ال�س��ريطي ُي�س��مى رق��م الكت��اب املعي��اري ال��دويل (‪ )ISBN‬وه��و رق��م‬ ‫فريد ي�ستخدمه النا�سرون واملكتبات وحمالت بيع الكتب لتحديد عناوين الكتب واإ�سداراتها‪ .‬يتكون رقم الكتاب املعياري الدويل من ثالثة ع�سر‬ ‫خانة ع�س��رية ويق�س��م اإىل خم���ص جمموعات متتالية من الأرقام‪.‬‬ ‫‪60‬‬

‫اجلدول ‪ :2.6‬هيكل ‪ ISBN‬املكون من ‪ 13‬رق ًما‬ ‫الو�سف‬

‫جمموعة االأرقام‬ ‫رقم البادئ‬

‫يتك�ن من ثالثة اأرقام اإما تك�ن ‪ 978‬اأو ‪ .979‬بالن�سبة لكتب اململكة العربية ال�سع�دية فاإن الرقم البادئ ه� ‪.978‬‬

‫رقم الت�سجيل‬

‫يتك�ن من رقم واحد اأو قد ي�سل اإىل خم�سة اأرقام وي�ستخدم كمع ِّرف للبلد‪ .‬وبالن�سبة لكتب اململكة العربية ال�سع�دية فاإن‬ ‫رقم الت�سجيل ه� ‪ 603‬اأو ‪.9960‬‬

‫رقم املُ�سجل‬

‫قد ي�سل اإىل �سبعة اأرقام وي�ستخدم لتحديد النا�سر‪.‬‬

‫رقم الن�سر‬

‫قد ي�سل اإىل �ستة اأرقام وي�ستخدم لتحديد اإ�سدار حمدد‪ ،‬وال�سكل لعن�ان حمدد‪.‬‬

‫رقم التحقق‬

‫يتك�ن من رقم واحد وي��سع دائ ًما يف النهاية‪ ،‬وي�ستخدم للتحقق من �سحة باقي االأرقام‪.‬‬

‫مثال‬ ‫فيما يلي مثال على رمز ‪ ،ISBN‬حيث ي�سري كل عن�سر اإىل جزء معن من املعل�مات ح�ل الدليل‪.‬‬

‫رقم‬ ‫الن�سر‬

‫رقم‬ ‫التحقق‬

‫رقم‬ ‫الت�سجيل‬

‫رقم‬ ‫ال ُم�سجل‬

‫الرقم‬ ‫البادئ‬

‫‪ISBN: 978 603 508 929 6‬‬

‫ال�سكل ‪ :2.16‬مثال على ‪ ISBN‬املكون من ‪ 13‬رق ًما‬

‫رموز اال�ستجابة ال�سريعة ‪ QR Codes‬‬

‫رم��ز اال�س��تجابة ال�س��ريعة (‪ )Quick Response QR‬ه��و‬ ‫مبثاب��ة اجلي��ل الث��اين م��ن الرم��ز ال�س��ريطي (‪،)barcode‬‬ ‫ال�س ْ‬ ‫مك‬ ‫والذي يتكون من خطوط �سوداء متجاورة وخمتلفة ُ‬ ‫ويحتوي على مزيد من املعلومات‪ .‬قد ي�سري رمز ال�ستجابة‬ ‫ال�س��ريعة اإىل حمت��وى اإلك��رتوين مث��ل‪ :‬املواق��ع الإلكرتونية‪،‬‬ ‫اأو مقاطع الفيديو‪ ،‬اأو امللفات الرقمية‪ ،‬وميكن قراءة هذا‬ ‫الرمز با�ستخدام كامريات الهواتف الذكية‪.‬‬

‫ي�سير رمز اال�ستجابة ال�سريعة هذا اإلى‬ ‫رابط الم�قع االإلكتروني‪:‬‬ ‫‪https://www.visitsaudi.com‬‬ ‫ال�سكل ‪ :2.17‬مثال على رموز‬ ‫ال�ستجابة ال�سريعة‬

‫‪61‬‬

‫مترينات‬ ‫‪1‬‬

‫حدد اجلملة ال�سحيحة واجلملة اخلاطئة فيما يلي‪:‬‬ ‫‪ .1‬البيانات الفئوية هي نوع كمي من البيانات‪.‬‬ ‫‪ .2‬يتم تعريف البيانات الرتتيبية على اأنها البيانات امل�ستخدمة لت�سمية املتغريات اأو تو�سيمها‪.‬‬ ‫‪ .3‬متثل البيانات املنف�سلة عنا�سر قابلة للعد وميكن اأن تاأخذ قي ًما معينة فقط‪.‬‬ ‫‪ .4‬رموز املطارات ورموز العمالت هي اأمثلة على ترميز البيانات‪.‬‬ ‫‪ .5‬البيانات الثابتة هي البيانات التي قد تتغري بعد ت�سجيلها ويجب حتديثها با�ستمرار‪.‬‬ ‫‪ .6‬البيانات املتغرية (الديناميكية) هي البيانات التي ل تتغري بعد ت�سجيلها‪.‬‬ ‫‪ .7‬غال ًبا ما يتم اإجراء ت�سفري البيانات على البيانات يف �سكلها الأويل‪ ،‬والتي يتم احل�سول عليها‬ ‫من التجارب اأو من خالل ال�ستطالعات‪.‬‬ ‫‪ .8‬يتكون رقم ‪ ISBN‬من ‪ 10‬جمموعات متتالية من الأرقام‪.‬‬ ‫‪ .9‬الرمز ال�سريطي عبارة عن مل�سق به خطوط �سوداء رفيعة‪ ،‬مع جمموعة متنوعة من الأرقام‪.‬‬ ‫‪ .10‬يتكون رمز ال�ستجابة ال�سريعة من مربعات �سوداء حتتوي على معلومات‪.‬‬

‫‪62‬‬

‫�سحيحة‬

‫خاطئة‬

‫‪�ِ 2‬س ْف باخت�سار البيانات الثابتة والبيانات املتغرية‪.‬‬ ‫________________________________________________________________________________________‬ ‫________________________________________________________________________________________‬ ‫________________________________________________________________________________________‬ ‫________________________________________________________________________________________‬ ‫________________________________________________________________________________________‬ ‫________________________________________________________________________________________‬

‫‪ 3‬اذكر بع�س االأمثلة على منتجات مميزة برم�ز �سريطية اأو رم�ز اال�ستجابة ال�سريعة‪.‬‬ ‫________________________________________________________________________________________‬ ‫________________________________________________________________________________________‬ ‫________________________________________________________________________________________‬ ‫________________________________________________________________________________________‬ ‫________________________________________________________________________________________‬ ‫________________________________________________________________________________________‬

‫ِّ‬ ‫و�سح باخت�سار املق�س�د برتميز البيانات‪.‬‬ ‫‪4‬‬ ‫________________________________________________________________________________________‬ ‫________________________________________________________________________________________‬ ‫________________________________________________________________________________________‬ ‫________________________________________________________________________________________‬ ‫________________________________________________________________________________________‬ ‫________________________________________________________________________________________‬ ‫________________________________________________________________________________________‬

‫‪63‬‬

‫‪ 5‬ابح��ث ع��ن م�ق��ع الك��رتوين ميك��ن م��ن خالل��ه اإن�س��اء رم���ز ‪ QR‬جماني��ة‪ ،‬واأن�س��ئ رم��ز ‪ QR‬لل�سفح��ة‬ ‫الرئي�سة لذلك امل�قع‪ ،‬ول�سفحة ويب اأخرى مل�قع الكرتوين من اختيارك‪ .‬هل ميكنك مالحظة االختالفات‬ ‫يف املربع��ات ال�س���داء ل��كل رم��ز ‪QR‬؟‬ ‫________________________________________________________________________________________‬ ‫________________________________________________________________________________________‬ ‫________________________________________________________________________________________‬ ‫________________________________________________________________________________________‬ ‫________________________________________________________________________________________‬ ‫________________________________________________________________________________________‬

‫‪ 6‬حتتفظ املنظمة الدولية للت�حيد القيا�سي بالقائمة الر�سمية لرم�ز الدول من خالل معيار )‪.(ISO 3166‬‬ ‫ابح��ث ع��ن رم���ز دول جمل���س التع��اون اخلليج��ي )‪ (GCC‬املك�ن��ة م��ن حرف��ن‪ .‬ه��ل ميكن��ك اإعط��اء اأمثل��ة عل��ى‬ ‫ا�ستخدام هذه الرم�ز؟‬ ‫________________________________________________________________________________________‬ ‫________________________________________________________________________________________‬ ‫________________________________________________________________________________________‬ ‫________________________________________________________________________________________‬ ‫________________________________________________________________________________________‬ ‫________________________________________________________________________________________‬ ‫________________________________________________________________________________________‬

‫‪ 7‬ابحث عن رمز ‪ ISBN‬لهذا الكتاب‪ ،‬وهل ميكنك حتديد اأرقام الدولة والنا�سر؟‬ ‫________________________________________________________________________________________‬ ‫________________________________________________________________________________________‬ ‫________________________________________________________________________________________‬ ‫________________________________________________________________________________________‬ ‫________________________________________________________________________________________‬ ‫________________________________________________________________________________________‬ ‫________________________________________________________________________________________‬

‫‪64‬‬

‫الدر�س الثالث‬

‫التحقق من �سحة اإدخال البيانات‬

‫التحقق من �سحة اإدخال البيانات ‪ Data Entry Validation‬‬

‫ي�س��ري مفه��وم التحق��ق م��ن �سح��ة اإدخ��ال البيان��ات اإىل اأي ن�س��اط يتحق��ق م��ن اأن البيان��ات املدخلة تنبثق‬ ‫م��ن جمموع��ة م��ن القي��م املعتم��دة‪ ،‬وتتواف��ق م��ع القواعد املقبولة للبيانات‪ ،‬وقد تتب��ع تلك البيانات بع�ص‬ ‫العمليات والإجراءات الت�سحيحية‪ ،‬وتهدف عملية التحقق من �سحة البيانات اإىل �سمان الدقة واجلودة‪،‬‬ ‫وتنفذ من خالل اإن�ساء عدة فحو�سات ل�سمان الت�ساق املنطقي للبيانات املدخلة واملخزنة‪ .‬ويتم قبول‬ ‫البيان��ات يف ح��ال توافقه��ا م��ع القوان��ني‪ ،‬ويت��م تاه��ل ورف���ص البيانات يف حال عدم اللت��زام بالقوانني‪.‬‬

‫التحقق من �سحة البيانات‪:‬‬ ‫ه��ي عملي��ة �سم��ان دق��ة وج��ودة البيان��ات‬ ‫ويت��م تنفيذه��ا ع��ن طري��ق ع��دة فحو�س��ات‬ ‫للتاأك��د م��ن التنا�س��ق املنطق��ي للبيان��ات‬ ‫املدخل��ة واملخزن��ة‪.‬‬

‫على �سبيل املثال‪ ،‬ميكن اأن يرتاوح النطاق املقبول لقيم درجة حرارة الهواء امل�سجلة من جهاز ا�ست�سعار درجة احلرارة من �سالب ‪ 89.2‬درجة‬ ‫مئوية (اأدنى درجة حرارة) اإىل ‪ 58‬درجة مئوية (اأعلى درجة حرارة)‪ ،‬ويجب اأال ي�سجل جهاز اال�ست�سعار قيم درجة حرارة الهواء مثل ‪100‬‬ ‫درجة مئوية‪ ،‬حيث ي�سري ظهور مثل هذا النوع من البيانات يف نتائج جهاز اال�ست�سعار امل�سجلة اإىل حدوث خلل ويجب رف�س القيمة‪.‬‬

‫اأنواع التحقق من �سحة اإدخال البيانات‬

‫‪Types of Data Entry Validation‬‬

‫يوجد العديد من اأنواع التحقق التي ميكن ا�س��تخدامها للتاأكد من �سحة البيانات املدخلة‪ ،‬كما ميكن ا�س��تخدام برامج مثل مايكرو�س���فت اإك�س��ل‬ ‫(‪ )Microsoft Excel‬للتحق��ق م��ن �سح��ة البيان��ات املدخل��ة‪.‬‬ ‫تتب��ع معظ��م اأ�س��اليب التحق��ق م��ن �سح��ة اإدخ��ال البيان��ات طريق��ة اأو اأك��رث م��ن ط��رق التحق��ق اأدن��اه للتاأك��د م��ن اأن البيان��ات �سحيح��ة قب��ل تخزينها‪.‬‬ ‫�يوعا ه��ي‪ :‬التحق��ق م��ن البح��ث‪ ،‬والتحق��ق م��ن التواج��د‪ ،‬والتحق��ق م��ن الط��ول‪ ،‬والتحق��ق م��ن النط��اق‪ ،‬والتحقق م��ن ال�سيغة‪،‬‬ ‫واأك��رث ه��ذه الط��رق �س� ً‬ ‫والتحق��ق من النوع‪.‬‬

‫مثال على التحقق من‬ ‫�سحة البيانات في اإك�سل‪.‬‬

‫ال�سكل ‪ :2.18‬مثال على التحقق من �سحة البيانات يف اإك�سل‬

‫‪65‬‬

‫اجلدول ‪ :2.7‬اأنواع التحقق من �سحة البيانات‪:‬‬ ‫النمط‬

‫الو�سف‬

‫التحقق من البحث‬

‫ي�ساعد على تقليل االأخطاء با�ستخدام قائمة حمدودة النطاق حتت�ي على قيم مدخلة م�سبقًا‪ً .‬‬ ‫فبدال من كتابة ا�سم املطار‪،‬‬ ‫ميكن مل�ظف �سركة الطريان اختيار املطار من قائمة حتت�ي على رم�ز املطارات ح�ل العامل‪ .‬هذا الن�ع من التحقق‬ ‫ي�ساعد على ادخال البيانات ب�سرعة وبن�سبة اأخطاء اأقل‪.‬‬

‫التحقق من التواجد‬

‫يجعل عملية االإدخال اإلزامية يف اخللية مما ي�سمن عدم تركها فارغة‪ .‬يجب اإدخال البيانات الهامة؛ واإال فاإن هناك م�سكلة‬ ‫يف تكامل البيانات‪ً ،‬‬ ‫مثال ال ميكن ترك احلق�ل اخلا�سة با�سم ال�سخ�س وا�سم عائلته فارغة‪.‬‬

‫التحقق من الطول‬

‫يهدف اإىل التاأكد من اأن الرم�ز واحلروف ُتدخل بنطاق ط�ل حمدد‪ً .‬‬ ‫مثال اأرقام ‪ ISBN‬اأو رم�ز العمالت اأو رم�ز البلدان‬ ‫‪ ISO‬لها ط�ل ثابت مك�ن من ‪ 13‬و ‪ 3‬و ‪ 2‬رق ًما اأو حر ًفا‪ ،‬على الت�ايل‪.‬‬

‫(‪)Lookup check‬‬

‫(‪)Presence check‬‬

‫(‪)Length check‬‬

‫التحقق من النطاق‬ ‫(‪)Range check‬‬

‫التحقق من ال�سيغة‬ ‫(‪)Format check‬‬

‫التحقق من النوع‬ ‫(‪)Type check‬‬

‫يُ�ستخدم للتاأكد من اأن االأرقام املُدخلة تقع �سمن نطاق معن وي�سمل حدين هما‪ :‬احلد االأق�سى (‪)Maximum limit‬‬

‫واحلد االأدنى (‪ ،)Minimum limit‬فمثال اإذا كنت تريد اإدخال عمر ال�سخ�س‪ ،‬فيجب على النظام قب�ل االأرقام امل�جبة بحد‬ ‫اأعلى ‪ 140‬فقط‪ ،‬واأي �سيء اآخر يتجاوز هذا النطاق َ�سيُعدُّ بيانات غري �ساحلة‪.‬‬ ‫يُ�ستخدم للتاأكد من اأن البيانات تاأتي ب�سيغة حمددة م�سبقًا ولن ي�سمح باأي �سيغة اأخرى يتم اإدخالها يف اخللية‪ .‬تك�ن‬ ‫عمليات التحقق هذه مفيدة عند ا�ستخدام حق�ل البيانات للرم�ز الريدية اأو اأرقام اله�اتف‪ .‬يف كلتا احلالتن‪ ،‬يت�قع‬ ‫النظام تن�سيق بيانات حمدد للغاية‪.‬‬ ‫ي�سمن اإدخال امل�ستخدمن لن�ع القيمة ال�سحيح يف حقل حمدد‪ .‬فمثال اإذا مت متييز حقل البيانات على اأنه حقل رقمي‪،‬‬ ‫فلن تتمكن من تخزين قيمة ن�سية‪.‬‬

‫رقم التحقق  ‪Check Digit‬‬

‫يت��م ا�س��تخدام رق��م التحق��ق للتاأك��د م��ن �سح��ة البيان��ات يف الأرق��ام ذات الط��ول الثاب��ت‪.‬‬ ‫ميكن اأن يتكون رقم التحقق من خانة اأو خانتني اإ�سافيتني للرقم‪ ،‬وي�ستخدم رقم التحقق‬ ‫على نطاق وا�سع يف التطبيقات امل�سرفية حيث حتتاج احل�سابات امل�سرفية اإىل التحقق‬ ‫م��ن اأرق��ام التعري��ف الت��ي يت��م اإدخالها يدو ًيا وتخ�سع لفح�ص ب�س��يط للك�س��ف عن اخلطاأ‪،‬‬ ‫و حت�س��ب اخلوارزمي��ة رق��م التحق��ق م��ن الأرق��ام الأخ��رى للرق��م ال��ذي مت اإدخال��ه وتقارنه‬ ‫بالأرقام املكتوبة‪.‬‬ ‫اإذا كان هناك رقم مفقود اأو متت كتابته ب�سكل خطاأ‪ ،‬ف�سيعر�ص النظام حتذي ًرا للتحقق‬ ‫م��ن �سح��ة البيان��ات‪ .‬تت�سم��ن اأرق��ام ‪ ISBN‬واأرق��ام التذاك��ر وجمموع��ة كب��رية م��ن الرموز‬ ‫ال�س��ريطية رق��م حتق��ق‪ .‬يف ال�س��نوات الأخ��رية ت�ساءل��ت اأهمي��ة رقم التحق��ق نظ ًرا لإدخال‬ ‫البيانات ب�س��كل اآيل عرب املا�س��حات والكامريات والطرق الآلية الأخرى‪.‬‬ ‫‪66‬‬

‫رقم‬ ‫التحقق‬ ‫ال�سكل ‪ :2.19‬رقم التحقق يف ‪ISBN‬‬

‫مثال على التحقق من �سحة البيانات‬

‫‪Data Validation Example‬‬

‫يوجد العديد من التطبيقات والربامج التي ميكن ا�ستخدامها للتحقق من �سحة البيانات املدخلة‪ ،‬مثل برنامج مايكرو�سوفت اإك�سل‪� .‬ستن�سئ ورقة بيانات‬ ‫يف برنامج مايكرو�سوفت اإك�سل من اأجل تطبيق التحقق من �سحة البيانات التي تعلمتها يف اجلزء النظري‪.‬‬ ‫افرت���ص اأن��ك تعم��ل كوكي��ل �س��ياحي‪ ،‬وتري��د عم��ل حمل��ة �س��ياحية ملدينت��ي الريا���ص وج��دة حي��ث �س��تقام فعالي��ات اأو اأح��داث مهم��ة ط��وال العام‪ ،‬وم��ن العوامل‬ ‫املهمة يف تنظيم احلملة ال�سياحية اأن تكون على دراية باأحوال الطق�ص يف كل مدينة؛ من اأجل ا�سعار ال�سياح لال�ستعداد لهذه الظروف وال�ستمتاع باحلدث‬ ‫ب�سكل اأف�سل‪.‬‬ ‫ٍ‬ ‫ب�سفت��ك وكي��ل �س��ياحي‪ ،‬زرت م�ق��ع املرك��ز ال�طن��ي لالأر�س��اد (‪ )https://ncm.gov.sa‬وح َّمل��ت بيان��ات درج��ات احل��رارة وهط��ول الأمط��ار ملدينت��ي ج��دة‬ ‫والريا�ص‪ .‬افتح برنامج مايكرو�سوفت اإك�سل واأن�سئ ورقة ت�سمى "الطق�ص والأحداث يف اململكة العربية ال�سعودية" لإدخال هذه البيانات‪ .‬قم باإن�ساء خم�سة‬ ‫اأعمدة بعنوان الأ�سهر واملدينة ودرجة احلرارة العظمى (درجة مئوية)‪ ،‬ومتو�سط هطول الأمطار (املليمرت) وعدد الأحداث‪ .‬عليك برجمة القيم املحددة‬ ‫للتحقق من �سحة البيانات يف كل عمود‪ ،‬وبعد ذلك �سيتعني عليك اإدخال البيانات التي ح�سلت عليها من موقع املركز الوطني لالأر�ساد كما يف اجلدول التايل‪:‬‬ ‫اجلدول ‪ :2.8‬الطق�س واالأحداث يف اململكة العربية ال�سعودية‬ ‫االأ�سهر‬

‫املدينة‬

‫درجة احلرارة العظمى‬ ‫(درجة مئوية)‬

‫متو�سط هطول االأمطار‬ ‫(املليمرت)‬

‫عدد االأحداث‬

‫يناير‬

‫جدة‬

‫‪28.8‬‬

‫‪12.50‬‬

‫‪2‬‬

‫يناير‬

‫الريا�س‬

‫‪20.7‬‬

‫‪14.80‬‬

‫‪5‬‬

‫فرباير‬

‫جدة‬

‫‪29.8‬‬

‫‪3.30‬‬

‫‪1‬‬

‫فرباير‬

‫الريا�س‬

‫‪23.7‬‬

‫‪8.30‬‬

‫‪8‬‬

‫مار�س‬

‫جدة‬

‫‪25.5‬‬

‫‪2.60‬‬

‫‪1‬‬

‫مار�س‬

‫الريا�س‬

‫‪28‬‬

‫‪19.90‬‬

‫‪7‬‬

‫اأبريل‬

‫الريا�س‬

‫‪33.6‬‬

‫‪23.70‬‬

‫‪1‬‬

‫مايو‬

‫جدة‬

‫‪30.7‬‬

‫‪0.10‬‬

‫‪1‬‬

‫مايو‬

‫الريا�س‬

‫‪39.5‬‬

‫‪5.60‬‬

‫‪1‬‬

‫يونيو‬

‫جدة‬

‫‪38.2‬‬

‫‪0.00‬‬

‫‪1‬‬

‫يوليو‬

‫جدة‬

‫‪39.4‬‬

‫‪0.40‬‬

‫‪2‬‬

‫�سبتمرب‬

‫الريا�س‬

‫‪32.8‬‬

‫‪0.00‬‬

‫‪4‬‬

‫اأكتوبر‬

‫الريا�س‬

‫‪27.5‬‬

‫‪1.50‬‬

‫‪4‬‬

‫نوفمرب‬

‫جدة‬

‫‪27.6‬‬

‫‪27.10‬‬

‫‪1‬‬

‫نوفمرب‬

‫جدة‬

‫‪20.4‬‬

‫‪20.00‬‬

‫‪5‬‬

‫‪67‬‬

‫ميكن تلخي�ص اإجراءات التحقق من �سحة البيانات التي �سيتم اتباعها كما يف املخطط التايل‪:‬‬

‫التحقق من البحث‬

‫القيم املحددة م�سبقا من عمود "ال�سهر"‪.‬‬

‫التحقق من التواجد‬

‫التاأكد من اأن كل خلية لها قيمة م�سجلة‪.‬‬

‫التحقق من الطول‬

‫يجب اأن تتكون اأ�سماء املدن امل�سجلة من ثالثة اإىل �ستة حروف‪.‬‬

‫التحقق من النطاق‬

‫يجب اأن ترتاوح قيم درجة احلرارة امل�سجلة من ‪ 20‬اإىل ‪ 45‬درجة‬ ‫مئوية‪.‬‬

‫التحقق من ال�سيغة‬

‫يجب اأن تكون قيم هطول الأمطار م�سجلة ب�سيغة رقم ع�سري‪.‬‬

‫التحقق من النوع‬

‫يجب اأن تكون القيم رقمية فقط‪.‬‬

‫ال�سكل ‪ :2.20‬اإجراءات التحقق من �سحة البيانات‬

‫‪68‬‬

‫التحقق من �سحة البحث والتواجد يف اإك�سل‬

‫‪Lookup and Presence Validation Check in Excel‬‬

‫لتنفي��ذ التحق��ق م��ن �سح��ة البح��ث والتواج��د عل��ى العم��ود الأول بعن��وان "ال�س��هر"‪� ،‬س��تقوم باإ�ساف��ة جمي��ع اأ�س��ماء الأ�س��هر كقي��م ُحمددة ومرتبة م�س��ب ًقا لكي‬ ‫ي�ستطيع امل�ستخدم اإدخالها مبجرد البحث عن كل �سهر من القائمة‪� .‬ست�ستخدم نافذة التحقق من �سحة البيانات بحيث ل ي�ستطيع الربنامج قبول اخلاليا‬ ‫الفارغ��ة والت��ي تعن��ي اأن اخلالي��ا ب��دون قيم��ة‪.‬‬ ‫لبدء التحقق من �سحة البيانات يف اإك�سل‪:‬‬ ‫> انتقل اإىل ورقة "الطق�س واالأحداث يف اململكة العربية ال�سع�دية" يف اإك�سل‪1 .‬‬ ‫> حدد اخلاليا من ‪ A3‬اإىل ‪2 .A17‬‬ ‫> ثم اخرت عالمة التبويب بيانات (‪3 .)Data‬‬ ‫> م��ن جمموع��ة اأدوات البيان��ات (‪ 4 ،)Data tools‬ا�سغ��ط عل��ى ناف��ذة التحق��ق م��ن‬ ‫�سح��ة البيان��ات (‪5 .)Data Validation‬‬ ‫> �ستظهر نافذة التحقق من �سحة البيانات (‪6 .)Data Validation‬‬ ‫‪3‬‬ ‫‪4‬‬

‫‪5‬‬

‫‪6‬‬

‫‪2‬‬

‫‪1‬‬ ‫ال�سكل ‪ :2.21‬بدء التحقق من �سحة البيانات يف اإك�سل‬

‫‪69‬‬

‫لتطبيق التحقق من �سحة البحث والت�اجد يف اإك�سل‪:‬‬ ‫> م��ن ناف��ذة حتق��ق م��ن �سح��ة البيان��ات (‪1 ،)Data Validation‬‬ ‫اخ��رت عالم��ة التبوي��ب اإع��دادات (‪2 .)Settings‬‬ ‫> من مرب��ع ال�سماح (‪ ،)Allow‬اخرت قائمة (‪3 .)List‬‬ ‫> م��ن مرب� ��ع امل�س��در (‪ ،)Source‬اكت��ب اأ�س��ماء الأ�س��هر واف�س��ل ب��ني كل‬ ‫واحد والآخر بفا�سلة منقوطة "؛"‪4 .‬‬ ‫> األغ حتديد خيار جتاهل الفراغ (‪5 .)Ignore Blank‬‬ ‫من املهم جدا منع امل�ستخدم من اإدخال نوع‬ ‫خاطئ من البيانات‪ ،‬ولهذا الغر�س ت�سع‬ ‫ر�سائل تنبيه اإىل اخلطاأ واإدخال غري �سالح‬ ‫حتى يتم تذكري امل�ستخدم اأثناء عملية‬ ‫اإدخال البيانات‪.‬‬

‫‪1‬‬ ‫‪2‬‬ ‫‪5‬‬

‫‪3‬‬

‫‪4‬‬

‫يتم التحقق من البحث عندما‬ ‫ت�سيف اأ�سماء االأ�سهر في مرب��ع‬ ‫الم�سدر (‪.)Source‬‬

‫يتم التحقق من الت�اجد عندما‬ ‫تلغي تحديد الخيار تجاهل الفراغ‬ ‫(‪.)Ignore Blank‬‬

‫ال�سكل ‪ :2.22‬تطبيق التحقق من �سحة التواجد والبحث يف اإك�سل‬

‫‪1‬‬ ‫لتعين ر�سالة اإدخال غري �سالح‪:‬‬ ‫> م��ن ناف��ذة حتق��ق م��ن �سح��ة البيان��ات (‪1 ،)Data Validation‬‬ ‫اخ��رت عالم��ة التبوي��ب ر�س��الة اإدخ��ال (‪2 .)Input Message‬‬ ‫> يف مرب��ع العن�ان‪ )Title:( :‬اكتب "اإر�سادات اإدخال البيانات"‪3 .‬‬ ‫> يف مرب� ��ع ر�س��الة اإدخ��ال (‪ ،)Input message‬اكت��ب "اخ��رت اأح��د‬ ‫الأ�س��هر من القائمة"‪4 .‬‬

‫‪2‬‬

‫‪3‬‬ ‫‪4‬‬

‫ال�سكل ‪ :2.23‬تعيني ر�سالة اإدخال غري �سالح‬

‫‪1‬‬

‫‪2‬‬

‫لتعين ر�سالة خطاأ‪:‬‬ ‫> م��ن ناف��ذة حتق��ق م��ن �سح��ة البيان��ات (‪،)Data Validation‬‬ ‫اخ��رت عالم��ة التبوي��ب تنبي��ه اإىل خط �اأ (‪2 .)Error Alert‬‬ ‫> من مرب��ع النمط (‪ ،)Style‬اخرت اإيقاف (‪3 .)Stop‬‬ ‫> يف مرب��ع العن�ان‪ ،)Title:( :‬اكتب "املدخالت غري �ساحلة"‪4 .‬‬ ‫> يف مرب� ��ع ر�س��الة خط �اأ (‪ )Error message‬اكت��ب "يج��ب اأن تخت��ار‬ ‫اأحد الأ�سهر من القائمة"‪5 .‬‬ ‫> ا�سغط على م�افق (‪6 .)OK‬‬ ‫‪1‬‬

‫‪4‬‬

‫‪3‬‬

‫‪5‬‬

‫‪6‬‬ ‫ال�سكل ‪ :2.24‬تعيني ر�سالة تنبيه اإىل اخلطاأ‬

‫‪70‬‬

‫بع��د اأن انتهي��ت م��ن اإج��راء التحق��ق م��ن �سح��ة البح��ث والتحق��ق م��ن �سح��ة التواجد‪ ،‬ميكنك البدء يف اإدخال البيانات يف اجلدول‪ .‬ففي كل خلية من ‪ A3‬اإىل‬ ‫‪ A17‬ميكن��ك روؤي��ة قائم��ة من�س��دلة تعر���ص قي��م اأ�س��هر حم��ددة م�س��ب ًقا وميكن��ك اإم��ا كتاب��ة ا�س��م ال�س��هر اأو الختي��ار فق��ط م��ن القائمة املن�س��دلة‪ .‬عند اإدخال‬ ‫قيم الأ�سهر �سيتم عر�ص ر�سالة الإدخال "اإر�سادات اإدخال البيانات"‪ ،‬اأما اإذا كتبت قيمة اأخرى مل يتم ت�سمينها يف قائمة القيم املحددة �ساب ًقا يف عمود‬ ‫ال�سهر‪ ،‬ف�ستظهر ر�سالة اخلطاأ التي عينتها م�سب ًقا على ال�سا�سة‪.‬‬

‫�ستظهر ر�سالة االإدخال ب�س�رة‬ ‫دائمة اأثناء كتابتك اأ�سماء االأ�سهر‬ ‫داخل عم�د "ال�سهر"‪.‬‬ ‫يمكنك اأن ترى القائمة المن�سدلة التي‬ ‫تعر�س قيمة ال�سهر المحدد �ساب ًقا‪،‬‬ ‫ويمكنك اإما كتابة ا�سم ال�سهر اأو االختيار‬ ‫فقط من القائمة المن�سدلة‪.‬‬ ‫ال�سكل ‪ :2.25‬قائمة الأ�سهر املن�سدلة‬

‫اإذا كتبت عن طريق الخطاأ �سي ًئا ما في عم�د ال�سهر لم يتم‬ ‫ت�سمينه في قائمة القيم المحددة �ساب ًقا‪ ،‬ف�سيعر�س اإك�سل‬ ‫ر�سالة الخطاأ التي عينتها اأثناء التحقق من ال�سحة‪.‬‬ ‫ال�سكل ‪ :2.26‬ر�سالة تنبيه اإىل اخلطاأ اخلا�سة بالتحقق من �سحة املدخالت‬

‫‪71‬‬

‫�سكل ‪ :2.27‬جدول التحقق من �سحة البيانات‬

‫‪72‬‬

‫بعد اإدخال جميع اأ�سماء‬ ‫االأ�سهر يف اخلاليا ‪ A3‬اإىل‬ ‫‪� ،A17‬سيظهر جدول "الطق�س‬ ‫واالأحداث يف اململكة العربية‬ ‫ال�سعودية" على هذا النحو يف‬ ‫ورقة االإك�سل‪.‬‬

‫التحقق من �سحة الطول يف اإك�سل‬

‫‪Length Validation Check in Excel‬‬

‫اب��داأ العم��ل يف اإدخ��ال اأ�س��ماء امل��دن يف عم��ود "املدين��ة"‪ ،‬وقب��ل اإدخ��ال اأ�س��ماء امل��دن حتق��ق م��ن الط��ول؛ حت��ى تتمك��ن م��ن اإدخ��ال قي��م ت��رتاوح ب��ني ‪ 3‬اإىل ‪6‬‬

‫ح��روف فقط‪.‬‬

‫لتطبيق التحقق من �سحة الط�ل يف اإك�سل‪:‬‬ ‫> انتقل اإىل ورقة "الطق�س واالأحداث يف اململكة العربية ال�سع�دية" يف اإك�سل‪1 .‬‬ ‫> حدد اخلاليا من ‪ B3‬اإىل ‪2 .B17‬‬ ‫> ثم اخرت عالمة التبويب بيانات (‪3 .)Data‬‬ ‫> م��ن جمموع��ة اأدوات البيان��ات (‪ 4 ،)Data tools‬ا�سغ��ط عل��ى ناف��ذة التحق��ق م��ن‬ ‫�سح��ة البيان��ات (‪5 .)Data Validation‬‬ ‫> �ستظهر نافذة التحقق من �سحة البيانات (‪6 .)Data Validation‬‬ ‫‪3‬‬ ‫‪4‬‬

‫‪5‬‬

‫‪6‬‬

‫‪2‬‬

‫‪1‬‬ ‫ال�سكل ‪ :2.28‬بدء عملية التحقق من �سحة البيانات‬

‫‪73‬‬

‫لتطبيق التحقق من �سحة الط�ل يف اإك�سل‪:‬‬ ‫> م��ن ناف��ذة حتق��ق م��ن �سح��ة البيان��ات (‪1 ،)Data Validation‬‬ ‫اخ��رت عالم��ة التبوي��ب اإع��دادات (‪2 .)Settings‬‬ ‫> من مرب��ع ال�سماح (‪ ،)Allow‬اخرت ط�ل الن�س (‪3 .)Text Length‬‬ ‫> من مرب��ع بيانات (‪ ،)Data‬اخرت بن (‪4 .)Between‬‬ ‫> يف مرب� ��ع احل��د االأدن��ى (‪ ،)Minimum‬اكت��ب الرق��م ‪ 3‬ويف مرب� ��ع‬ ‫احل��د االأق�س��ى (‪ )Maximum‬اكت��ب الرق��م ‪5 .6‬‬ ‫> األغ حتديد خيار جتاهل الفراغ (‪6 .)Ignore blank‬‬

‫‪1‬‬

‫‪2‬‬

‫‪3‬‬

‫‪6‬‬ ‫‪4‬‬ ‫‪5‬‬

‫ال�سكل ‪ :2.29‬تطبيق التحقق من �سحة الطول يف اإك�سل‬

‫‪1‬‬

‫‪2‬‬

‫لتعين ر�سالة اإدخال غري �سالح‪:‬‬ ‫> من نافذة حتقق من �سحة البيانات (‪ 1 ،)Data Validation‬اخرت‬ ‫عالمة التبويب ر�سالة اإدخال (‪2 .)Input Message‬‬ ‫> يف مرب��ع العن�ان‪ ،)Title:( :‬اكتب "اإر�سادات اإدخال البيانات"‪3 .‬‬ ‫> يف مرب� ��ع ر�س��الة اإدخ��ال‪ ،)Input message:( :‬اكت��ب "دخ��ل‬ ‫ا�س��م مدين��ة ي��رتاوح ب��ني ‪ 3‬اإىل ‪ 6‬اأح��رف"‪4 .‬‬

‫‪3‬‬ ‫‪4‬‬

‫ال�سكل ‪ :2.30‬تعيني ر�سالة اإدخال غري �سالح‬

‫‪2‬‬

‫لتعين ر�سالة تنبيه اإىل اخلطاأ‪:‬‬ ‫> م��ن ناف��ذة حتق��ق م��ن �سح��ة البيان��ات (‪،)Data Validation‬‬ ‫اخ��رت عالم��ة التبوي��ب تنبي��ه اإىل اخلط �اأ (‪2 .)Error Alert‬‬ ‫> من مربع النمط (‪ )Style‬اخرت اإيقاف (‪3 .)Stop‬‬ ‫> يف مربع العن�ان (‪ )Title:‬اكتب "املدخالت غري �ساحلة"‪4 .‬‬ ‫> يف مرب��ع ر�س��الة خط �اأ (‪ )Error message‬اكت��ب "يج��ب اأن‬ ‫يك��ون ا�س��م املدين��ة ي��رتاوح ب��ني ‪ 3‬اإىل ‪ 6‬اأح��رف"‪5 .‬‬ ‫> ا�سغط م�افق (‪6 .)OK‬‬

‫‪1‬‬

‫‪1‬‬

‫‪3‬‬ ‫‪4‬‬ ‫‪5‬‬ ‫‪6‬‬

‫نمط اإ�سارة التحذير (‪ )Warning‬ال ي�سجع على اإدخال بيانات غير‬ ‫�سالحة‪ .‬رمز ر�سالة الخطاأ مثلث اأ�سفر مع عالمة تعجب �س�داء‪.‬‬ ‫يعلن نمط المعل�مات (‪ )Information‬عن اإدخال بيانات غير �سالحة‪ .‬رمز ر�سالة الخطاأ ه�‬ ‫فقاعة ن�س بي�ساء الل�ن‪ ،‬بحرف "‪� "I‬سغير اأزرق الل�ن‪.‬‬ ‫‪74‬‬

‫ال�سكل ‪ :2.31‬تعيني ر�سالة تنبيه اإىل اخلطاأ‬

‫بع��د النته��اء م��ن اإج��راء التحق��ق م��ن �سح��ة الط��ول‪ ،‬ميكن��ك الب��دء يف اإدخ��ال بيان��ات امل��دن‪ُ ،‬ي�س��مح ل��ك يف كل خلي��ة م��ن ‪ B3‬اإىل ‪ B17‬كتاب��ة ا�س��م املدين��ة‬ ‫بحي��ث يتك��ون م��ن ‪ 3‬اإىل ‪ 6‬اأحرف‪.‬‬ ‫تظه��ر ر�س��الة الإدخ��ال با�س��تمرار واإذا اأدخل��ت ع��ن طري��ق اخلط�اأ قيم��ة اأق��ل م��ن ‪ 3‬اأح��رف اأو اأكرث من ‪ 6‬اأحرف‪ ،‬ف�س��تظهر ر�س��الة اخلطاأ الت��ي قمت بتعيينها‬ ‫�ساب ًقا على ال�سا�سة‪.‬‬ ‫�ستظهر ر�سالة االإدخال دائ ًما‬ ‫اأثناء كتابة اأ�سماء المدن في‬ ‫عم�د "المدينة"‬

‫ال�سكل ‪ :2.32‬ر�سالة الإدخال ور�سالة تنبيه اإىل اخلطاأ للتحقق من �سحة الطول‬

‫اإذا كتبت عن طريق الخطاأ قيمة في عم�د‬ ‫المدينة ال يت�افق مع المعايير التي حددتها‬ ‫بالفعل‪ ،‬ف�سيعر�س اإك�سل ر�سالة الخطاأ التي‬ ‫عينتها اأثناء التحقق من ال�سحة‪.‬‬

‫‪75‬‬

‫�سكل ‪ :2.33‬جدول التحقق من �سحة البيانات‬

‫‪76‬‬

‫بعد ا�ستكمال ادخال جميع‬ ‫بيانات املدن يف اخلاليا ‪ B3‬اإىل‬ ‫‪� ،B17‬سيظهر جدول "الطق�س‬ ‫واالأحداث يف اململكة العربية‬ ‫ال�سعودية" على هذا النحو يف‬ ‫ورقة االإك�سل‪.‬‬

‫التحقق من �صحة النطاق يف �إك�سل  ‪Range Validation Check in Excel‬‬

‫لتطبيق التحقق من �صحة النطاق يف �إك�سل‪:‬‬ ‫> انتقل �إىل ورقة "الطق�س واألأحداث يف اململكة العربية ال�سعودية" يف �إك�سل‪.‬‬ ‫> حدد اخللية ‪2 .C3‬‬ ‫>م��ن عالم��ة التبوي��ب بيان��ات (‪،)Data‬ويف جمموع��ة �أدوات البيان��ات (‪ ،)Data tools‬ا�ضغ��ط‬ ‫عل��ى ناف��ذة التحق��ق م��ن �صحة البيان��ات (‪3 .)Data Validation‬‬ ‫>م��ن ناف��ذة حتق��ق م��ن �صح��ة البيان��ات (‪ ،)Data Validation‬اخ�رتر عالم��ة التبوي��ب �إع��دادات‬ ‫(‪4 .)Settings‬‬ ‫> من مربــع ال�سماح (‪ ،)Allow‬اخرت خم�ص�ص (‪5 .)Custom‬‬ ‫>يف مربع ال�صيغة‪ ،‬اكتب (‪6 .=AND(C3>20;C3 �ألغ حتديد خيار جتاهل الفراغ (‪ 7 ،)Ignore blank‬ثم ا�ضغط على موافق (‪8 . )OK‬‬ ‫>ا�س��تخدم �أداة التعبئ��ة التلقائي��ة (‪ )AutoFill‬لتطبي��ق التحق��ق م��ن ال�صح��ة عل��ى اخلالي��ا م��ن‬ ‫‪� C4‬إىل ‪9 .C17‬‬ ‫‪1‬‬

‫ا�س��تمر يف العم��ل عل��ى العم��ود الثال��ث‪ ،‬عم��ود‬ ‫"درج��ة احل��رارة العظم��ى (درجة مئوية)"‪ .‬قبل‬ ‫�إدخ��ال قي��م درج��ات احل��رارة حتق��ق م��ن �صح��ة‬ ‫النط��اق؛ حت��ى تتمك��ن م��ن �إدخ��ال قي��م درج��ات‬ ‫احل��رارة بحي��ث ت�رتراوح م��ن ‪� 20‬إىل ‪ 45‬درج��ة‬ ‫مئوي��ة فقط‪.‬‬ ‫تعني ال�صيغة‬

‫"(‪"=AND(C3>20;C3م��ن ناف��ذة حتق��ق م��ن �صح��ة البيان��ات (‪،)Data Validation‬‬ ‫اخ�رتر عالم��ة التبوي��ب ر�س��الة �إدخ��ال (‪.)Input Message‬‬ ‫> يف مربــع العنوان‪ )Title:( :‬اكتب "إرشادات إدخال البيانات"‪3 .‬‬ ‫>يف مربــ��ع ر�س��الة �إدخ��ال‪ )Input message:( :‬اكت��ب "يج��ب‬ ‫�أن تك��ون بيان��ات درج��ة احل��رارة �ضم��ن نط��اق حم��دد م��ن القي��م‪4 ".‬‬ ‫‪1‬‬

‫‪2‬‬

‫‪3‬‬ ‫‪4‬‬

‫ال�شكل ‪ :2.35‬تعيني ر�سالة �إدخال غري �صالح‬

‫‪1‬‬

‫‪2‬‬

‫لتعيني ر�سالة تنبيه �إىل اخلط�أ‪:‬‬ ‫>م��ن ناف��ذة حتق��ق م��ن �صح��ة البيان��ات (‪،)Data Validation‬‬ ‫اخرت عالمة التبويب تنبيه �إىل اخلط�أ (‪2 .)Error Alert‬‬ ‫> من مربع النمط (‪ )Style‬اخرت �إيقاف (‪3 .)Stop‬‬ ‫>يف مربع العنوان‪ )Title:( :‬اكتب "املدخالت غري �صاحلة"‪4 .‬‬ ‫>يف مرب��ع ر�س��الة خط ��أ (‪ )Error message‬اكت��ب "يج��ب �أن‬ ‫ت�رتراوح قيم��ة درج��ة احل��رارة ب�نين ‪ 20‬و‪ 45‬درج��ة مئوي��ة"‪5 .‬‬ ‫> ا�ضغط موافق (‪6 .)OK‬‬ ‫‪1‬‬

‫‪4‬‬

‫‪3‬‬

‫‪5‬‬

‫‪6‬‬ ‫ال�شكل ‪ :2.36‬تعيني ر�سالة تنبيه �إىل اخلط�أ‬

‫‪78‬‬

‫بعد النتهاء من اإجراء التحقق من �سحة النطاق‪ ،‬ميكنك البدء يف اإدخال بيانات قيم درجات احلرارة العظمى (درجة مئوية)‪.‬‬ ‫ي�سمح لك يف كل خلية من ‪ C3‬اإىل ‪ C17‬اإدخال قيمة درجة حرارة ترتاوح بني ‪ 20‬اإىل ‪ 45‬درجة مئوية‪.‬‬ ‫�س��تظهر ر�س��الة الإدخ��ال دائ ًم��ا داخ��ل اخلالي��ا‪ ،‬واإذا كتب��ت ع��ن طري��ق اخلط�اأ قيم��ة اأق��ل م��ن ‪ 20‬درج��ة مئوي��ة اأو اأك��رب م��ن ‪ 45‬درج��ة مئوية ف�س��تظهر ر�س��الة‬ ‫اخلطاأ التي عينتها اأثناء التحقق من ال�سحة على ال�سا�سة‪.‬‬

‫عندما ت�سع ر�سالة في عالمة‬ ‫تب�يب "ر�سالة اإدخال" �ستظهر‬ ‫دائ ًما اأثناء كتابة قيم درجة‬ ‫الحرارة العظمى (درجة مئ�ية)‬ ‫في الخاليا من ‪ C3‬اإلى ‪.C17‬‬

‫ال�سكل ‪ :2.38‬ر�سالة الإدخال ور�سالة اخلطاأ للتحقق من �سحة النطاق‬

‫اإذا كتبت عن طريق الخطاأ قيمة‬ ‫في عم�د درجة الحرارة العظمى‬ ‫(درجة مئ�ية) ال تفي بالمعايير‬ ‫التي حددتها بالفعل‪ ،‬ف�سيعر�س‬ ‫اإك�سل ر�سالة الخطاأ التي عينتها‬ ‫اأثناء التحقق من ال�سحة في‬ ‫عالمة تب�يب "تنبيه اإلى الخطاأ"‪.‬‬

‫‪79‬‬

‫�سكل ‪ :2.39‬جدول التحقق من �سحة البيانات‬

‫‪80‬‬

‫بعد ا�ستكمال اإدخال جميع‬ ‫بيانات درجات احلرارة‬ ‫يف اخلاليا ‪ C3‬اإىل ‪،C17‬‬ ‫�سيظهر جدول "الطق�س‬ ‫واالأحداث يف اململكة‬ ‫العربية ال�سعودية" على‬ ‫هذا النحو يف ورقة االإك�سل‪.‬‬

‫التحقق من �سحة ال�سيغة يف اإك�سل‬

‫‪Format Validation Check in Excel‬‬

‫ا�س��تمر يف العمل على العمود الرابع‪ ،‬عمود "متو�س��ط هطول الأمطار (املليمرت)"‪ .‬قبل اإدخال قيم هطول الأمطار‪ ،‬حتقق من �سحة ال�سيغة؛ حتى تتمكن‬ ‫لي�ص فقط من اإدخال القيم ال�سحيحة‪ ،‬ولكن اأي�سا الك�سور الع�سرية‪ .‬يتطلب هذا الإجراء تعيني احلد الأدنى والأق�سى‪ ،‬لذلك �ستعني احلد الأدنى ملتو�سط‬ ‫قيم��ة هط��ول الأمط��ار ي�س��اوي ‪ 0‬مم واحل��د الأق�س��ى ي�س��اوي ‪ 30‬مم‪.‬‬ ‫لبدء عملية التحقق من �سحة البيانات يف اإك�سل‪:‬‬ ‫> انتقل اإىل ورقة "الطق�ص والأحداث يف اململكة العربية ال�سعودية" يف اإك�سل‪.‬‬ ‫> حدد اخلاليا ‪ D3‬اإىل ‪2 .D17‬‬ ‫> ثم اخرت عالمة التبويب بيانات (‪3 .)Data‬‬ ‫> م��ن جمموع��ة اأدوات البيان��ات (‪ 4 ،)Data tools‬ا�سغ��ط عل��ى ناف��ذة حتق��ق م��ن �سح��ة‬ ‫البيان��ات (‪5 .)Data Validation‬‬ ‫> �ستظهر نافذة حتقق من �سحة البيانات (‪6 .)Data Validation‬‬ ‫‪1‬‬

‫‪3‬‬ ‫‪4‬‬

‫‪5‬‬

‫‪6‬‬

‫‪2‬‬

‫‪1‬‬ ‫ال�سكل ‪ :2.40‬بدء التحقق من �سحة البيانات يف اإك�سل‬

‫‪81‬‬

‫‪1‬‬

‫‪2‬‬

‫لتطبيق التحقق من �سحة ال�سيغة يف اإك�سل‪:‬‬ ‫> م��ن ناف��ذة حتق��ق م��ن �سح��ة البيان��ات (‪،)Data Validation‬‬ ‫اخ��رت عالم��ة التبوي��ب اإع��دادات (‪2 .)Settings‬‬ ‫> من مرب��ع ال�سماح (‪ ،)Allow‬اخرت عدد ع�سري (‪3 .)Decimal‬‬ ‫> من مرب��ع البيانات (‪ )Data‬اخرت بن (‪4 .)Between‬‬ ‫> يف مرب� ��ع احل��د االأدن��ى (‪ ،)Minimum‬اكت��ب ‪ ،0‬ويف مرب��ع‬ ‫احل��د االأق�س��ى (‪ :)Maximum‬اكت��ب ‪5 .30‬‬ ‫> األغ حتديد خيار جتاهل الفراغ (‪6 .)Ignore Blank‬‬ ‫‪1‬‬

‫‪3‬‬

‫‪6‬‬ ‫‪4‬‬ ‫‪5‬‬

‫ال�سكل ‪ :2.41‬تطبيق التحقق من �سحة ال�سيغة يف اإك�سل‬

‫لتعين ر�سالة اإدخال غري �سالح‪:‬‬ ‫> م��ن ناف��ذة حتق��ق م��ن �سح��ة البيان��ات (‪1 ،)Data Validation‬‬ ‫اخ��رت عالم��ة التبوي��ب ر�س��الة اإدخ��ال (‪2 .)Input Message‬‬ ‫> يف مرب��ع العن�ان‪ ،)Title:( :‬اكتب "اإر�سادات اإدخال البيانات"‪3 .‬‬ ‫> يف مرب� ��ع ر�س��الة اإدخ��ال (‪ ،)Input Message‬اكت��ب "يج��ب اأن‬ ‫تك��ون قيم��ة هطول الأمطار رقم ع�س��ري"‪4 .‬‬

‫‪1‬‬

‫‪2‬‬

‫‪3‬‬ ‫‪4‬‬

‫ال�سكل ‪ :2.42‬تعيني ر�سالة اإدخال غري �سالح‬

‫لتعين ر�سالة تنبيه اإىل اخلطاأ‪:‬‬ ‫> م��ن ناف��ذة حتق��ق م��ن �سح��ة البيان��ات (‪1 ،)Data Validation‬‬ ‫اخ��رت عالم��ة التبوي��ب تنبي��ه اإىل اخلط �اأ (‪2 .)Error Alert‬‬ ‫> من مربع النمط (‪ )Style‬اخرت اإيقاف (‪3 .)Stop‬‬ ‫> يف مربع العن�ان‪ )Title:( :‬اكتب "املدخالت غري �ساحلة" ‪4 .‬‬ ‫> يف مرب��ع ر�س��الة خط �اأ (‪ ،)Error message:‬اكت��ب "قي��م هط��ول‬ ‫الأمطار لي�ست يف �سكل ع�سري"‪5 .‬‬ ‫> ا�سغط م�افق (‪6 .)OK‬‬

‫‪1‬‬

‫‪2‬‬

‫‪4‬‬

‫‪3‬‬

‫‪5‬‬

‫‪6‬‬ ‫ال�سكل ‪ :2.43‬تعيني ر�سالة تنبيه اإىل اخلطاأ‬

‫‪82‬‬

‫عن��د النته��اء م��ن خط��وة التحق��ق م��ن �سح��ة ال�سيغ��ة‪ ،‬ميكن��ك الب��دء يف اإدخ��ال بيان��ات هط��ول الأمط��ار‪ .‬ميك��ن اأن تدخ��ل قيم��ة ل��كل خلي��ة م��ن ‪ D3‬اإىل ‪D17‬‬

‫و ُي�س��مح لك باإدخال قيمة هطول الأمطار يف �س��كل ع�س��ري بقيم ترتاوح بني ‪ 0‬اإىل ‪ 30‬مم‪.‬‬ ‫�س��تظهر ر�س��الة الإدخ��ال با�س��تمرار وح��ال اإدخ��ال قيم��ة ع��ن طري��ق اخلط�اأ اأق��ل م��ن ‪ 0‬مم اأو اأك��رب من ‪� 30‬س��تظهر على ال�سا�س��ة مبا�س��ر ًة ر�س��الة اخلطاأ التي‬ ‫قمت بتعيينها �ساب ًقا‪.‬‬ ‫عندما ت�سع ر�سالة في عالمة تب�يب‬ ‫"ر�سالة اإدخال" �ستظهر دائ ًما اأثناء كتابة‬ ‫مت��سط قيم هط�ل االأمطار (مم) في‬ ‫الخاليا من ‪ D3‬اإلى ‪.D17‬‬

‫ال�سكل ‪ :2.44‬ر�سالة اإدخال وتنبيه اإىل اخلطاأ للتحقق من �سحة النطاق‬

‫اإذا كتبت عن طريق الخطاأ قيمة‬ ‫في عم�د مت��سط هط�ل االأمطار‬ ‫(المليمتر) ال تفي بالمعايير التي‬ ‫حددتها بالفعل‪ ،‬ف�سيعر�س اإك�سل‬ ‫ر�سالة الخطاأ التي عينتها اأثناء‬ ‫التحقق من ال�سحة‪.‬‬

‫‪83‬‬

‫�سكل ‪ :2.45‬جدول التحقق من �سحة البيانات‬

‫‪84‬‬

‫بعد ا�ستكمال اإدخال جميع‬ ‫بيانات متو�سط هطول‬ ‫االأمطار يف اخلاليا ‪D3‬‬ ‫اإىل ‪� ،D17‬سيظهر جدول‬ ‫"الطق�س واالأحداث يف اململكة‬ ‫العربية ال�سعودية" على هذا‬ ‫النحو يف ورقة االإك�سل‪.‬‬

‫التحقق من �سحة النوع يف اإك�سل‬

‫‪Type Validation Check in Excel‬‬

‫ا�س��تمر يف العم��ل عل��ى العم��ود اخلام���ص‪ ،‬عم��ود "ع��دد الأح��داث"‪ .‬قب��ل اإدخ��ال ع��دد الأح��داث ل��كل مدين��ة‪ ،‬حتق��ق م��ن �سحة الن��وع؛ حتى تتجن��ب اإدخال قيم‬ ‫�س��البة‪ .‬ت�س��تدعي ه��ذه اخلط��وة تعي��ني قيم��ة احل��د الأدن��ى‪ ،‬لذل��ك �س��تعني قيم��ة احل��د الأدن��ى ت�س��اوي ‪ 1‬حت��ى ل تك��ون قي��م احلدث م�س��اوية لل�سف��ر وكذلك ل‬ ‫حتوي قي ًما �س��البة‪.‬‬ ‫لبدء عملية التحقق من �سحة البيانات يف اإك�سل‪:‬‬ ‫> انتقل اإىل ورقة "الطق�ص والأحداث يف اململكة العربية ال�سعودية" يف اإك�سل‪.‬‬ ‫> حدد اخلاليا من ‪ E3‬اإىل ‪2 .E17‬‬ ‫> ثم اخرت عالمة تبويب بيانات (‪3 .)Data‬‬ ‫> م��ن جمموع��ة اأدوات البيان��ات (‪ 4 ،)Data tools‬ا�سغ��ط عل��ى ناف��ذة حتق��ق م��ن �سح��ة‬ ‫البيان��ات (‪5 .)Data Validation‬‬ ‫> �ستظهر نافذة حتقق من �سحة البيانات (‪6 .)Data Validation‬‬ ‫‪1‬‬

‫‪3‬‬ ‫‪4‬‬

‫‪5‬‬

‫‪6‬‬

‫‪2‬‬

‫‪1‬‬ ‫ال�سكل ‪ :2.46‬بدء التحقق من �سحة البيانات يف اإك�سل‬

‫‪85‬‬

‫‪1‬‬ ‫‪2‬‬

‫لبدء عملية التحقق من �سحة البيانات يف اإك�سل‪:‬‬ ‫> م��ن ناف��ذة حتق��ق م��ن �سحة البيان��ات (‪،)Data Validation‬‬ ‫اخ��رت عالم��ة التبوي��ب اإع��دادات (‪2 .)Settings‬‬ ‫> م��ن مرب� ��ع ال�س��ماح (‪ )Allow‬اخ��رت ع��دد �سحي��ح‬ ‫(‪3 .)Whole Number‬‬ ‫> م��ن مرب� ��ع البيان��ات (‪ )Data‬اخ��رت اأك��ر م��ن اأو ت�س��اوي‬ ‫(‪4 .)greater than or equal to‬‬ ‫> يف مرب��ع احلد االأدنى‪ )Minimum:( :‬اكتب ‪5 1‬‬ ‫> األغ حتديد خيار جتاهل الفراغ (‪6 .)Ignore blank‬‬ ‫‪1‬‬

‫‪6‬‬

‫‪3‬‬ ‫‪4‬‬

‫‪5‬‬

‫ال�سكل ‪ :2.47‬تطبيق التحقق من �سحة النوع يف اإك�سل‬

‫‪1‬‬

‫‪2‬‬

‫لتعين ر�سالة اإدخال غري �سالح‪:‬‬ ‫> م��ن ناف��ذة حتق��ق م��ن �سح��ة البيان��ات (‪،)Data Validation‬‬ ‫اخ��رت عالم��ة التبوي��ب ر�س��الة اإدخ��ال (‪.)Input Message‬‬ ‫> يف مرب��ع العن�ان‪ )Title:( :‬اكتب "اإر�سادات اإدخال البيانات"‪3 .‬‬ ‫> يف مرب� ��ع ر�س��الة اإدخ��ال (‪ ،)Input Message‬اكت��ب اأدخ��ل رق ًم��ا‬ ‫�سحيحا غري �س��الب‪4 .‬‬ ‫ً‬ ‫‪1‬‬

‫‪2‬‬

‫‪3‬‬ ‫‪4‬‬

‫ال�سكل ‪ :2.48‬تعيني ر�سالة اإدخال غري �سالح‬

‫‪1‬‬

‫‪2‬‬

‫لتعين ر�سالة تنبيه اإىل اخلطاأ‪:‬‬ ‫> م��ن ناف��ذة حتق��ق م��ن �سح��ة البيان��ات (‪،)Data Validation‬‬ ‫اخ��رت عالم��ة التبوي��ب تنبي��ه اإىل اخلط �اأ (‪2 .)Error Alert‬‬ ‫> من مربع النمط (‪ ،)Style‬اخرت اإيقاف (‪3 .)Stop‬‬ ‫> يف مربع العن�ان‪ )Title:( :‬اكتب "املدخالت غري �ساحلة"‪4 .‬‬ ‫> يف مرب��ع ر�س��الة خط �اأ (‪ )Error message‬اكت��ب "ل ميك��ن اأن‬ ‫يك��ون ع��دد الأحداث �س��ال ًبا"‪5 .‬‬ ‫> ا�سغط م�افق (‪6 .)OK‬‬ ‫‪1‬‬

‫‪4‬‬

‫‪3‬‬

‫‪5‬‬

‫‪6‬‬ ‫ال�سكل ‪ :2.49‬تعيني ر�سالة تنبيه اإىل اخلطاأ‬

‫‪86‬‬

‫بع��د النته��اء م��ن اإج��راء التحق��ق م��ن �سح��ة الن��وع‪ ،‬اأدخ��ل بيان��ات الأح��داث كم��ا ه��و مو�س��ح باجل��دول رق��م ‪ .2.8‬ميكن اأن تدخ��ل قيمة لكل خلي��ة من ‪ E3‬اإىل‬ ‫‪ E17‬و ُي�س��مح لك باإدخال رقم ي�س��اوي اأو اأكرب من ‪� .1‬س��يتم عر�ص ر�س��الة الإدخال با�س��تمرار واإذا اأدخلت عن طريق اخلطاأ قيمة اأقل من ‪ ،1‬ف�س��تظهر على‬ ‫ال�سا�سة ر�سالة اخلطاأ التي قمت بتعيينها �ساب ًقا‪.‬‬

‫�ستظهر ر�سالة الخطاأ دائما‬ ‫اأثناء كتابة عدد االأحداث‪.‬‬

‫ال�سكل ‪ :2.50‬ر�سالة اإدخال وتنبيه اإىل اخلطاأ للتحقق من �سحة النوع‬

‫اإذا كتبت قيمة عن طريق الخطاأ‬ ‫في عم�د االأحداث ال تفي بالمعايير‬ ‫التي حددتها بالفعل‪ ،‬ف�سيعر�س‬ ‫اإك�سل ر�سالة الخطاأ التي عينتها اأثناء‬ ‫التحقق من ال�سحة‪.‬‬

‫‪87‬‬

‫�سكل ‪ :2.51‬جدول التحقق من �سحة البيانات‬

‫‪88‬‬

‫بعد ا�ستكمال ادخال االأحداث‬ ‫يف اخلاليا من ‪ E3‬اإىل ‪،E17‬‬ ‫�سيظهر جدول "الطق�س‬ ‫واالأحداث يف اململكة العربية‬ ‫ال�سعودية" على هذا النحو يف‬ ‫ورقة االإك�سل‪.‬‬

‫مترينات‬ ‫‪1‬‬

‫حدد اجلملة ال�سحيحة واجلملة اخلاطئة فيما يلي‪:‬‬

‫�سحيحة‬

‫خاطئة‬

‫‪ .1‬ي�س��ري التحق��ق م��ن �سح��ة البيان��ات اإىل الإج��راء ال��ذي يح��ذف تلقائ ًي��ا اأي بيان��ات اأولي��ة ل تفي‬ ‫مبعايري معينة‪.‬‬ ‫‪ .2‬ل يوجد �سوى خم�سة اأنواع للتحقق من �سحة البيانات‪.‬‬ ‫‪ .3‬ي�ساعد التحقق من التواجد على تقليل الأخطاء با�ستخدام قائمة حمدودة من القيم املحددة‬ ‫م�سب ًقا‪.‬‬ ‫‪ .4‬يهدف التحقق من البحث اإىل التاأكد من اأن الرموز واحلروف تدخل بنطاق طول حمدد‪.‬‬ ‫‪ُ .5‬ي�ستخدم فح�ص النطاق للتاأكد من اأن الأرقام التي تُدخل تقع �سمن نطاق معني‪.‬‬ ‫‪ُ .6‬ي�ستخدم التحقق من ال�سيغة للتاأكد من اأن البيانات تاأتي ب�سيغة حمددة م�سب ًقا‪.‬‬ ‫‪ .7‬ي�ساعد التحقق من النوع يف تقليل اأخطاء اللغة‪.‬‬ ‫‪ .8‬يتم ا�ستخدام رقم التحقق اإذا اأردت التاأكد من اإدخال جمموعة من الأرقام ب�سكل �سحيح‪.‬‬ ‫‪ .9‬يعترب مايكرو�سوفت اإك�سل الأداة الوحيدة التي ميكن ا�ستخدامها للتحقق من �سحة البيانات‪.‬‬ ‫‪ .10‬ميك��ن اإج��راء التحق��ق م��ن �سح��ة البيان��ات بع��د اإدخ��ال القي��م يف برنام��ج التحق��ق م��ن �سح��ة‬ ‫البيانات‪.‬‬ ‫‪89‬‬

‫‪ 2‬ا�سرح بايجاز املق�س�د بعملية التحقق من �سحة البيانات‪.‬‬ ‫________________________________________________________________________________________‬ ‫________________________________________________________________________________________‬ ‫________________________________________________________________________________________‬ ‫________________________________________________________________________________________‬ ‫________________________________________________________________________________________‬ ‫________________________________________________________________________________________‬ ‫________________________________________________________________________________________‬

‫‪�ِ 3‬سف باخت�سار اخلط�ات التي يجب اتباعها يف اإك�سل الإكمال عملية التحقق من �سحة البيانات‪.‬‬ ‫________________________________________________________________________________________‬ ‫________________________________________________________________________________________‬ ‫________________________________________________________________________________________‬ ‫________________________________________________________________________________________‬ ‫________________________________________________________________________________________‬ ‫________________________________________________________________________________________‬ ‫________________________________________________________________________________________‬ ‫________________________________________________________________________________________‬ ‫________________________________________________________________________________________‬ ‫________________________________________________________________________________________‬ ‫________________________________________________________________________________________‬ ‫________________________________________________________________________________________‬ ‫________________________________________________________________________________________‬ ‫________________________________________________________________________________________‬ ‫________________________________________________________________________________________‬ ‫________________________________________________________________________________________‬ ‫________________________________________________________________________________________‬ ‫________________________________________________________________________________________‬

‫‪90‬‬

‫‪ 4‬اأن�س��ئ دلي��ل عناوي��ن ملعل�م��ات اأ�سدقائ��ك يت�سم��ن احلق���ل التالي��ة‪ :‬اال�س��م‪ ،‬والهات��ف‪ ،‬وعن���ان املن��زل‪ ،‬وعن���ان‬ ‫الريد االإلكرتوين‪ ،‬وتاريخ امليالد‪ ،‬واله�اية‪ .‬اكتب ن�ع التحقق من �سحة البيانات الذي يجب اإجراوؤه على‬ ‫كل حقل من احلق�ل ال�س��ابقة‪.‬‬ ‫________________________________________________________________________________________‬ ‫________________________________________________________________________________________‬ ‫________________________________________________________________________________________‬ ‫________________________________________________________________________________________‬ ‫________________________________________________________________________________________‬ ‫________________________________________________________________________________________‬ ‫________________________________________________________________________________________‬ ‫________________________________________________________________________________________‬ ‫________________________________________________________________________________________‬ ‫________________________________________________________________________________________‬

‫‪ 5‬ق��ارن م��ا يل��ي‪( :‬اأ) فح���س الط���ل مقاب��ل فح���س النط��اق‪( ،‬ب) فح���س ال�سيغ��ة مقاب��ل فح���س الن���ع‪ .‬اأع� ِ�ط‬ ‫اأمثل��ة عل��ى ا�س��تخدام كل ن���ع م��ن اأن���اع التحق��ق ال�س��ابقة‪.‬‬ ‫________________________________________________________________________________________‬ ‫________________________________________________________________________________________‬ ‫________________________________________________________________________________________‬ ‫________________________________________________________________________________________‬ ‫________________________________________________________________________________________‬ ‫________________________________________________________________________________________‬ ‫________________________________________________________________________________________‬ ‫________________________________________________________________________________________‬ ‫________________________________________________________________________________________‬ ‫________________________________________________________________________________________‬

‫‪91‬‬

‫امل�سروع‬

‫‪92‬‬

‫‪1‬‬

‫افرت���ص اأن��ك تعم��ل كباح��ث يف القط��اع ال�سح��ي وتري��د اإع��داد تقري��ر ح��ول‬ ‫م�س��كلة مر�ص ال�س��كري يف بلدك‪ ،‬ا�س��رح اخلطوات التي متكنك من التحقق‬ ‫م��ن �سح��ة البيان��ات الت��ي ق��د مت جمعه��ا‪.‬‬

‫‪2‬‬

‫على وجه التحديد يتعني عليك الإجابة على اأ�سئلة مثل الأ�سئلة التالية‪:‬‬ ‫ما نوع الأعمدة التي �ستقوم باإن�سائها؟‬ ‫ا ٍأي من عمليات التحقق ال�ستة �سيتم اإجراوؤها يف كل عمود؟ وملاذا؟‬

‫‪3‬‬

‫اأن�س��ئ ً‬ ‫مو�سح��ا خط��وات‬ ‫عر�س��ا تقدمي ًي��ا يف باوربوين��ت (‪،)PowerPoint‬‬ ‫ً‬ ‫اإج��راء التحق��ق م��ن �سحة البيانات التي قمت بها؟‬

‫ماذا تعلمت‬ ‫ ‬ ‫ ‬ ‫ ‬ ‫ ‬ ‫ ‬ ‫ ‬

‫ما املق�سود بجمع البيانات‪.‬‬ ‫التمييز بني اأنواع البيانات املختلفة‪.‬‬ ‫كيفية ترميز البيانات‪.‬‬ ‫كيفية التحقق من �سحة البيانات‪.‬‬ ‫كيفية التحقق من جودة املعلومات‪.‬‬ ‫كيفية التمييز بني م�سادر البيانات الرئي�سة وم�سادر البيانات الثانوية‪.‬‬

‫الم�سطلحات الرئي�سة‬ ‫ج�دة المعل�مات‬ ‫رقم الكتاب المعياري الدولي‬

‫‪Information Quality‬‬ ‫‪Isbn‬‬

‫الدقة‬ ‫المالءمة‬

‫‪Accuracy‬‬ ‫‪Appropriateness‬‬

‫االأذونات القان�نية‬

‫‪Legal Permissions‬‬

‫البيانات ال�س�تية‬

‫‪Audio Data‬‬

‫التحقق من الط�ل‬

‫‪Length Check‬‬

‫الرم�ز ال�سريطية‬

‫‪Barcode‬‬

‫م�ست�ى التفا�سيل‬

‫‪Level Of Detail‬‬

‫التحقق من الرقم‬

‫‪Check Digit‬‬

‫التحقق من البحث‬

‫‪Lookup Check‬‬

‫الكفاية‬

‫‪Completeness‬‬

‫‪Open Data Platforms‬‬

‫البيانات‬

‫‪Data‬‬

‫من�سات البيانات المفت�حة‬ ‫التحقق من الت�اجد‬ ‫رمز اال�ستجابة ال�سريعة‬ ‫التحقق من النطاق‬ ‫التحقق من الن�ع‬

‫‪Presence Check‬‬ ‫‪QR Code‬‬ ‫‪Range Check‬‬ ‫‪Type Check‬‬

‫بيانات متغيرة‬

‫‪Variable Data‬‬

‫بيانات الفيدي�‬

‫‪Video Data‬‬

‫ترميز البيانات‬

‫‪Data Coding‬‬

‫اأن�اع البيانات‬

‫‪Data Types‬‬

‫التحقق من �سحة البيانات‬ ‫بيانات ثابتة‬ ‫التحقق من ال�سيغة‬ ‫البيانات المرئية‬

‫‪Data Validation‬‬ ‫‪Fixed Data‬‬ ‫‪Format Check‬‬ ‫‪Graphical Data‬‬

‫‪93‬‬

‫‪ .3‬التحليل اال�ستك�سايف للبيانات‬ ‫يف الوح��دات ال�س��ابقة‪ ،‬تعل��م الطال��ب مفه��وم البيان��ات واأمناطه��ا‬ ‫املختلفة وكيفية جمعها ب�سكل �سحيح‪ .‬و يف هذه الوحدة‪� ،‬سيتعلم‬ ‫الطالب طريقة فح�س وحتليل البيانات لفهمها ب�سكل اأف�سل‪.‬‬

‫اأهداف التعلم‬ ‫بنهاية هذه الوحدة �سيكون الطالب قاد ًرا على اأن‪:‬‬ ‫ ي�سنّف اأمناط حتليل البيانات‪.‬‬ ‫يعرف مفهوم التحليل اال�ستك�سايف للبيانات‪.‬‬ ‫ ‬ ‫ّ‬ ‫ ي�سنّف اأمناط التحليل اال�ستك�سايف للبيانات‪.‬‬ ‫ ي�سرح مراحل عملية التحليل اال�ستك�سايف للبيانات‪.‬‬ ‫يعرف مفهوم املكتبات الربجمية‪.‬‬ ‫ ‬ ‫ّ‬ ‫ يط ّور برنامج لتحليل البيانات با�ستخدام مكتبات الربجمة‪.‬‬ ‫ ي�ستخدم تقنيات اإعداد البيانات وتنظيفها يف جمموعة بيانات‪.‬‬ ‫ ي�سرح اأهمية ت�سوير البيانات‪.‬‬ ‫ مي ّيز االأمناط املختلفة من الر�سوم البيانية التي ميكن اإن�ساوؤها با�ستخدام‬ ‫مكتبات البايثون‪.‬‬

‫‪94‬‬

‫الدر�س االأول‬

‫حتليل البيانات‬ ‫مفهوم حتليل البيانات‬

‫‪What is Data Analysis‬‬

‫اأن��ت حتل��ل كل �س��يء يف حيات��ك اليومي��ة‪ ،‬فعل��ى �س��بيل املث��ال ‪ ،‬عن��د التفك��ري فيم��ا ح��دث يف امل��رة الأخ��رية التي‬ ‫فعلت فيها �سي ًئا وماذا �سيحدث اإذا اتخذت هذا القرار مرة اأخرى‪ .‬وما هذا اإ ّل حتليل ملا�سيك اأو مل�ستقبلك‬ ‫واتخ��اذ قرارات��ك بنا ًءا على ذلك التحليل‪.‬‬ ‫ُيع� َّرف حتلي��ل البيان��ات باأن��ه عملي��ة فح���ص البيان��ات وتنظيفه��ا وحتويله��ا ومنذجته��ا ل�س��تخال�ص املعلوم��ات‬ ‫املفيدة‪ ،‬واإثراء ال�ستنتاجات ودعم عملية اتخاذ القرارات‪.‬‬

‫اأمناط حتليل البيانات‬

‫حتليل البيانات‪:‬‬ ‫فح���ص منهج��ي للبيان��ات‬ ‫عن طريق العينات والقيا�ص‬ ‫والت�سوير‪.‬‬

‫‪Types of Data Analysis‬‬

‫بنا ًءا على رغبتك يف حتليل البيانات وامل�سكلة املحددة التي حتاول حلها‪ ،‬فقد تقوم باإجراء اأنواع خمتلفة من التحليالت‪:‬‬ ‫> التحليل الت�جيهي (‪.)Prescriptive Analysis‬‬ ‫> التحليل التنب�ؤي (‪.)Predictive Analysis‬‬ ‫ التحليل الت�سخي�سي (‪.)Diagnostic Analysis‬‬ ‫ التحليل ال��سفي (‪.)Descriptive Analysis‬‬

‫يهت��م التحلي��ل الو�سف��ي مب��ا ح��دث يف املا�س��ي‪ ،‬و ُيع��رف غال ًب��ا باإ�س��م‬ ‫التحلي��الت الو�سفي��ة اأو الإح�س��اءات الو�سفي��ة وه��و و�س��ف اأو تلخي���ص‬ ‫جمموعة من البيانات با�ستخدام التقنيات الإح�سائية‪ .‬وت ُربز اأهمية‬ ‫التحليل الو�سفي كاأحد اأهم اأمناط حتليل البيانات‪ ،‬نظرا لقدرته على‬ ‫حتلي��ل البيان��ات الت��ي مل يت��م حتليله��ا بع��د‪ .‬اإل اأن التحلي��الت الو�سفي��ة‬ ‫ل تُقدّم تنبوؤات حول امل�س��تقبل‪.‬‬

‫التحليل الت�سخي�سي‬

‫القيمة‬

‫التحليل الو�سفي‬

‫‪Descriptive Analysis‬‬

‫الت�جيهي‬

‫التنب�ؤي‬

‫الت�سخي�سي‬

‫‪Diagnostic Analysis‬‬

‫يهت��م حتلي��ل البيان��ات الت�س��خي�سي باأ�س��باب ح��دوث �س��يء م��ا‪ .‬ويق��وم‬ ‫التحلي��ل الت�س��خي�سي عل��ى التحلي��ل الو�سف��ي‪ ،‬وي�س��عى املخت�س��ون من‬ ‫خالل��ه اإىل فه��م �س��بب التوجه��ات والأمن��اط التي مت��ت مالحظتها‪.‬‬

‫ال��سفي‬

‫م�ستوى التعقيد‬ ‫ال�سكل ‪ :3.1‬اأمناط حتليل البيانات‬

‫‪95‬‬

‫التحليل التنبوؤي‬

‫‪Predictive Analysis‬‬

‫يهت��م حتلي��ل البيان��ات التنب�وؤي مبحاول��ة التنب�وؤ بالنتائ��ج امل�س��تقبلية بن��ا ًءا عل��ى التاهات املكت�س��فة �س��اب ًقا‬ ‫والبيانات التاريخية‪ ،‬با�ستخدام تقنيات النمذجة والإح�ساءات‪ .‬وي�ستخدم التحليل التنبوؤي يف العديد من‬ ‫احلالت املختلفة‪ ،‬مثل التنبوؤ بالطق�ص و�سيا�سات التاأمني وغري ذلك‪.‬‬

‫التحليل التوجيهي‬

‫التحليل التنب�ؤي‪:‬‬ ‫ا�س��تخدام بيانات �س��ابقة مع مناذج‬ ‫ريا�سي��ة للتنب�وؤ بالنتائج امل�س��تقبلية‬ ‫اأو الأحداث غري املعروفة‪.‬‬

‫‪Prescriptive Analysis‬‬

‫وتتمث��ل املرحل��ة الأخ��رية م��ن حتلي��ل البيان��ات يف التحلي��ل التوجيهي الذي يهتم مبحاولة اإيجاد م�س��ار العمل‬ ‫الأمث��ل‪ .‬بن��ا ًءا عل��ى اكت�س��افات مراح��ل التحلي��ل ال�س��ابقة‪ ،‬ف�اإن اله��دف م��ن التحليالت التوجيهي��ة هو تقدمي‬ ‫تو�سي��ات للخط��وات امل�س��تقبلية‪ .‬وه��ذا الن��وع م��ن التحلي��ل مفي��د ب�س��كل خا���ص يف القط��اع ال�سح��ي‪ ،‬وذل��ك‬ ‫للحاج��ة اإىل تو�سي��ات طبي��ة اآمن��ة‪.‬‬ ‫التحليالت التنبوؤية والتوجيهية اأكر تعقيدً ا من التحليالت الو�سفية‬ ‫والت�س��خي�سية‪ ،‬لكنه��ا توف��ر املزي��د من القيم��ة امل�ساف��ة والفهم االأعمق‬ ‫لكل م�سروع‪.‬‬

‫عملية حتليل البيانات‬

‫‪Data Analysis Process‬‬

‫تت�سم��ن عملي��ة حتلي��ل البيان��ات جم��ع املعلوم��ات ومعاجلتها وفح�ص البيانات‪ .‬وبنا ًءا على نتائج املعاجلة‪ ،‬ميكنك اتخاذ القرارات اأو ا�س��تخال�ص‬ ‫النتائج‪.‬‬ ‫خطوات عملية حتليل البيانات هي كالتي‪:‬‬ ‫ اإعداد البيانات وتنظيفها‪ :‬من خالل هذه العملية تزيل امل�سافات البي�ساء الزائدة وال�سجالت املكررة واأخطاء البيانات الأ�سا�سية‪ .‬فتنظيف‬ ‫البيانات اإلزامي قبل اإر�سال املعلومات لتحليلها‪.‬‬ ‫ التحلي��ل اال�ستك�س��ايف للبيان��ات‪ :‬ويف ه��ذه اخلط��وة تب��داأ يف ا�س��تخدام برام��ج حتلي��ل البيان��ات واأدوات اأخ��رى مل�س��اعدتك عل��ى تف�س��ري البيان��ات‬ ‫وفهمه��ا والتو�س��ل اإىل ا�س��تنتاجات‪.‬‬ ‫ ت�س�ير البيانات‪ :‬ويف هذه اخلطوة ت�ستطيع اأن تقوم بت�سوير البيانات من خالل الر�سم البياين ملجموعة من املعلومات اأو البيانات‪ .‬و ُي�سهل‬ ‫ت�سوي��ر البيان��ات عملي��ة فهمه��ا وحتليله��ا‪ .‬فبا�س��تخدام العنا�س��ر املرئي��ة مثل املخططات والر�س��وم البيانية واخلرائ��ط‪ُ ،‬ي�سبح ت�سور البيانات‬ ‫اأكرث �سهولة وفه ًما وقابلية لال�ستخدام‪.‬‬

‫‪1‬‬

‫تعريف امل�سكلة‬ ‫و�سياغتها‬

‫‪2‬‬

‫جمع البيانات‬

‫‪3‬‬

‫اإعداد البيانات‬ ‫وتنظيفها‬

‫‪4‬‬

‫التحليل‬ ‫اال�ستك�سايف‬ ‫للبيانات‬ ‫عملية حتليل البيانات‬

‫ال�سكل ‪ :3.2‬دورة حياة علم البيانات‬

‫‪96‬‬

‫‪5‬‬

‫ت�سوير‬ ‫البيانات‬

‫تعريف مفهوم التحليل اال�ستك�سايف للبيانات‬ ‫‪What is Exploratory Data Analysis‬‬

‫ب�س��كل ع��ام‪ ،‬يج��در ب��ك حماول��ة فه��م البيان��ات وجم��ع اأك��رب ق��در ممك��ن م��ن املعلوم��ات قب��ل النتق��ال اإىل‬ ‫مهم��ة النمذج��ة‪ .‬التحلي��ل ال�ستك�س��ايف للبيان��ات ه��و و�س��يلة لفه��م البيان��ات واإج��راء الفحو�س��ات الأولي��ة‬ ‫وتلخي���ص خ�سائ�سه��ا الرئي�س��ية‪ .‬وتكم��ن الأه��داف الرئي�س��ية للتحلي��ل ال�ستك�س��ايف للبيان��ات يف اكت�س��اف‬ ‫التاهات والأمناط وامليزات اجلديدة يف البيانات‪ .‬ميكنك ا ً‬ ‫أي�سا اكت�س��اف احلالت ال�س��اذة يف جمموعة‬ ‫البيان��ات‪ ،‬واختب��ار فر�سيت��ك الأولي��ة واحل�س��ول عل��ى فه��م اأف�س��ل ملتغ��ريات جمموع��ة البيان��ات والعالق��ات‬ ‫بينه��ا‪ .‬ميك��ن اأن ي�س��اعدك التحلي��ل ال�ستك�س��ايف للبيان��ات ا ً‬ ‫أي�س��ا يف حتدي��د الأخط��اء الوا�سح��ة والتاأكد من‬ ‫اأن نتائ��ج مهم��ة معين��ة �ساحل��ة وقابل��ة للتطبي��ق عل��ى اأي ه��دف مرغ��وب‪ .‬ونظ� ًرا لأن ا�س��تخال�ص املعلوم��ات‬ ‫م��ن خ��الل النظ��ر اإىل الأرق��ام ميك��ن اأن يك��ون عملي��ة ممل��ة‪ ،‬فق��د مت تطوي��ر التحلي��ل ال�ستك�س��ايف للبيان��ات‬ ‫كم�ساعدة للقيام بهذه العملية‪ ،‬و يجري حتقيق كل ذلك مب�ساعدة املوجز الإح�سائي والتمثيالت الر�سومية‬ ‫وط��رق ت�سوي��ر البيان��ات‪ .‬ومبج��رد اكتم��ال التحلي��ل ال�ستك�س��ايف للبيانات وا�س��تخال�ص معلومات كافية من‬ ‫البيانات‪ ،‬فيمكنك ا�ستخدام هذه اخل�سائ�ص لإجراء اأ�ساليب حتليل اأكرث تعقيدً ا مثل تع ّلم الآلة‪.‬‬

‫حتليل البيانات اال�ستك�سايف‪:‬‬ ‫املنه��ج املتب��ع يف حتلي��ل جمموع��ة‬ ‫من البيانات لتلخي�ص خ�سائ�سها‬ ‫الرئي�س��ة‪ ،‬وغالب��ا تت��م با�س��تخدام‬ ‫الط��رق الب�سرية‪.‬‬

‫اأمناط التحليل اال�ستك�سايف للبيانات‬

‫‪Types of Exploratory Data Analysis‬‬

‫ُي�سن��ف التحلي��ل ال�ستك�س��ايف للبيان��ات بطريقت��ني‪ :‬ا ًأول‪ ،‬طريق��ة ر�س��ومية اأو غ��ري ر�س��ومية‪ ،‬وثان ًي��ا‪ ،‬طريق��ة‬ ‫اأحادي��ة اأو متع��ددة املتغ��ريات (ع��ادًة م��ا يك��ون املتغ��ري ثنائ ًيا)‪ .‬يف حالة اأح��ادي املتغري فاإنه يتم حتليل تاأثري‬ ‫متغ��ري م�س��تقل واح��د فق��ط‪ ،‬بينم��ا م��ع متع��دد املتغ��ريات يتم حتليل اأكرث من متغري م�س��تقل يف اآن واحد‪ ،‬ويف‬ ‫امل�س��اريع الكبرية ُيعد التحليل متعدد املتغريات الأكرث �س��يوعا‪.‬‬

‫التحليل اال�ستك�سايف للبيانات‬

‫ر�سومي‬

‫اأحادي املتغري‬

‫غري ر�سومي‬

‫متعدد املتغريات‬

‫اأحادي املتغري‬

‫متعدد املتغريات‬

‫ال�سكل ‪ :3.3‬اأمناط التحليل ال�ستك�سايف للبيانات‬

‫‪97‬‬

‫التحليل غري الر�سومي‬

‫‪Non-Graphical Analysis‬‬

‫التحليل غري الر�سومي اأحادي املتغري‬

‫‪Univariate Non-Graphical Analysis‬‬

‫اأح��د الأمثل��ة عل��ى التحلي��ل غ��ري الر�س��ومي اأح��ادي املتغ��ري هو تاأثري العمر على الإ�سابة ببع���ص اأنواع الأمرا�ص مثل مر�ص الزهامير‪ .‬هذا التحليل‬ ‫اأحادي املتغري لأنه يقي�ص تاأثري العمر فقط‪ ،‬وغري ر�سومي لأنه ل ي�ستخدم تقنيات الت�سوير البياين‪.‬‬

‫التحليل غري الر�سومي متعدد املتغريات‬

‫‪Multivariate Non-Graphical Analysis‬‬

‫اإذا اأخ��ذت يف العتب��ار م��ن املث��ال ال�س��ابق اآث��ار النظ��ام الغذائ��ي والتماري��ن الذهني��ة والوراث��ة ا ً‬ ‫أي�س��ا‪ ،‬ف�س��يكون ه��ذا التحلي��ل حتلي� ً�ال غ��ري ر�س��ومي‬ ‫متع��دد املتغريات‪.‬‬

‫التحليل الر�سومي‬

‫‪Graphical Analysis‬‬

‫التحليل الر�سومي اأحادي املتغري‬ ‫‪Univariate Graphical Analysis‬‬

‫يف ال�س��كل ‪ 3.4‬مث��ال عل��ى التحلي��ل الر�س��ومي اأح��ادي املتغ��ري‪.‬‬ ‫ال�س��كل ُيظه��ر خمط��ط �س��ريطي (‪ ،)Bar Chart‬وميث��ل كل عم��ود‬ ‫ن�س��بة ال�س��كر الت��ي حتتويه��ا خم���ص اأنواع من احلل��وى املختلفة‪ ،‬وهذا‬ ‫التحليل الر�سومي اأحادي املتغري لأنه يحلل متغري واحد فقط‪ ،‬ويتم‬ ‫عر�سه بطريقة ر�س��ومية‪.‬‬

‫التحليل الر�سومي متعدد املتغريات‬

‫ال�سكل ‪ :3.4‬التحليل الر�سومي اأحادي املتغري‬

‫‪Multivariate Graphical Analysis‬‬

‫يف ال�س��كل ‪ 3.5‬مث��ال عل��ى التحلي��ل الر�س��ومي متع��دد املتغ��ريات‪.‬‬ ‫ال�س��كل ُيظه��ر خمط��ط نقط��ي (‪ )Scatter Plot‬يع� ّ�رب ع��ن اأن��واع‬ ‫احلل��وى املختلف��ة بحي��ث ميث��ل املح��ور الأفق��ي (س) حمت��وى ال�س��كر‬ ‫يف احللوى بينما املحور الراأ�سي (ص) �سعر احللوى‪ ،‬ويتم ترميزها‬ ‫بالألوان بنا ًء على ما اإذا كانت احللوى حتتوي على ال�سوكولتة اأم ل‪.‬‬ ‫�س��تتعرف عل��ى املخط��ط النقط��ي واأن��واع اأخ��رى م��ن اأ�س��كال ت�سوي��ر‬ ‫البيانات لح ًقا يف هذه الوحدة‪ ،‬وهذا املثال على التحليل الر�سومي‬ ‫متع��دد املتغ��ريات مت في��ه حتليل ثالث متغريات م ًعا‪ ،‬وت�سوير عالقة‬ ‫الرتباط بينهم ب�س��كل بياين‪.‬‬ ‫اأدوات حتليل البيانات ‪ Data Analysis Tools‬‬

‫ال�سكل ‪ :3.5‬التحليل الر�سومي متعدد املتغريات‬

‫هناك العديد من الأدوات التي ميكنك ا�ستخدامها ملعاجلة العالقات والرتباطات بني جمموعات البيانات ومعاجلتها وحتليلها‪ ،‬وت�ساعدك هذه‬ ‫الأدوات ا ً‬ ‫أي�س��ا يف حتدي��د الأمن��اط والتوجه��ات للتف�س��ري‪ .‬لختي��ار اأداة حتلي��ل البيان��ات‪ ،‬يجب عليك اأو ًل فه��م احتياجاتك‪ .‬الأداة التحليلية الأكرث‬ ‫وا�ستخداما على نطاق وا�سع يف جميع ال�سناعات تقري ًبا هي اإك�سل‪ .‬بالإ�سافة اإىل برامج جداول البيانات‪ ،‬ميكن اإجراء حتليل البيانات‬ ‫�سيوعا‬ ‫ً‬ ‫ً‬ ‫بلغ��ات الربجم��ة املتخ�س�س��ة والبيئ��ات الربجمي��ة ا ً‬ ‫أي�س��ا‪ .‬البيئ��ات الأك��رث �س��عبية ه��ي‪ :‬مفك��رة ج�بي��رت (‪ ،)Jupyter Notebook‬و اآر �س��ت�دي�‬ ‫(‪ ،)RStudio‬و مات��الب (‪.)MATLAB‬‬ ‫يف هذه الوحدة‪� ،‬ست�ستخدم مفكرة جوبيرت كاأداة لتحليل البيانات‪.‬‬ ‫‪98‬‬

‫حتليل البيانات با�ستخدام البايثون‬

‫‪Data Analysis with Python‬‬

‫�تخداما مل�س��روعات علم البيانات من قبل كل من علماء‬ ‫كما تعلمت �س��اب ًقا‪ ،‬ميكن ا�س��تخدام البايثون يف حتليل البيانات‪ ،‬وهي واحدة من اللغات الأكرث ا�س� ً‬ ‫البيانات ومطوري الربامج‪ .‬ميكن ا�ستخدامه للتنبوؤ بالنتائج‪ ،‬واأمتتة الوظائف‪ ،‬وتب�سيط العمليات‪ ،‬ومتكني ذكاء الأعمال‪ .‬لإجراء حتليل البيانات با�ستخدام‬ ‫لغة البايثون‪ ،‬ميكنك ال�ستفادة من مكتبات البايثون‪.‬‬

‫املكتبات والوحدات النمطية التابعة لبايثون‬

‫‪Python Libraries/Modules‬‬

‫ع��ادة م��ا تك��ون املكتب��ة عب��ارة ع��ن جمموع��ة م��ن الكت��ب اأو موق��ع يت��م في��ه الحتف��اظ بالعديد م��ن الكتب ل�س��تخدامها لح ًق��ا‪ ،‬ولكن يف‬ ‫الربجمة‪ ،‬املكتبة عبارة عن جمموعة من املقاطع الربجمية املكتوبة م�س��ب ًقا والربامج الفرعية التي ميكن اأن ي�س��تخدمها الربنامج‪،‬‬ ‫و�س ّمم��ت مل�س��اعدة كل م��ن املربم��ج واملح���ل الرجم��ي (‪ )Compiler‬عل��ى اإن�س��اء برنام��ج‪ .‬ول�س��تخدام املكتب��ة‪ ،‬علي��ك ت�سمينه��ا يف‬ ‫ُ‬ ‫مقطعك الربجمي‪ ،‬ول�س��تخدامها يف البايثون‪ ،‬عليك اإ�سافة كلمة ا�س��ترياد (‪ )Import‬وا�س��م املكتبة‪.‬‬ ‫املكتب��ة يف لغ��ات الربجم��ة مث��ل البايث��ون ه��ي جمموع��ة م��ن املقاط��ع الربجمي��ة املجه��زة م�س��ب ًقا والت��ي ميك��ن ا�س��تخدامها لح ًق��ا‬ ‫يف الربنام��ج لعملي��ات حم��ددة جي��دً ا‪ .‬فباملقارن��ة م��ع لغ��ات الربجم��ة الأخ��رى‪ ،‬ل تتعل��ق املكتب��ة ب �اأي �س��ياق حم��دد يف البايث��ون‪،‬‬ ‫وق��د حتت��وي املكتب��ة ا ً‬ ‫أي�س��ا عل��ى الت�ثي��ق (‪ )Documentation‬وبيان��ات التك�ي��ن (‪ )Configuration Data‬وق�ال��ب الر�س��ائل‬ ‫(‪ )Message Templates‬والفئات (‪ )Classes‬والقيم (‪ )Values‬وغريها‪.‬‬ ‫أ�سا�س��ا جمموع��ة م��ن الوح��دات النمطي��ة اأو ح��زم‬ ‫يف البايث��ون‪ ،‬ت�س��ف املكتب��ة ب�س��كل ع��ام جمموع��ة م��ن الوح��دات النمطي��ة‪ ،‬و حت��وي ا ً‬ ‫ُب�س��ط وتُ�س� ّرع برجمة البايثون للمطورين لأنهم غري‬ ‫من املقاطع الربجمية القابلة لإعادة ال�س��تخدام يف العديد من الربامج‪ ،‬فهي ت ّ‬ ‫م�سطرين لإعادة كتابة نف�ص املقطع الربجمي لربامج خمتلفة‪ .‬يعتمد تع ّلم الآلة وعلوم البيانات وت�سوير البيانات واملجالت الأخرى‬ ‫ب�سكل كبري على مكتبات البايثون‪.‬‬ ‫اجلدول ‪ :3.1‬مزايا وعيوب ا�ستخدام مكتبات املقاطع الربجمية‬ ‫االإيجابيات‬

‫‪+‬‬

‫ال�سلبيات‬

‫‪-‬‬

‫�سرعة االإعداد واال�ستخدام يف مقطعك الرجمي‪.‬‬

‫اإذا كنت بحاجة اإىل تغيريات‪ ،‬فمن ال�سعب جدًا اأو‬ ‫امل�ستحيل تنفيذها‪.‬‬

‫عاد ًة خالية من االأخطاء وتعمل كما ه� مت�قع‪ .‬فال‬ ‫يلزم ت�سحيح االأخطاء واالختبار‪.‬‬

‫ال تعلم اإذا كان �سي�ستمر دعم املكتبة لنف�س املدة الزمنية‬ ‫التي �سيتم بها ا�ستخدام مقطعك الرجمي‪.‬‬

‫حم�سنة و�سريعة‪.‬‬ ‫عاد ًة ما تك�ن ّ‬ ‫ال حاجة لتعلم خ�ارزميات معقدة لتنفيذها‪.‬‬

‫‪99‬‬

‫مكتبة البايثون القيا�سية‬

‫‪Python Standard Library‬‬

‫مكتب��ة البايث��ون القيا�س��ية ه��ي جمموع��ة دقيق��ة م��ن تراكي��ب اللغ��ة ووحداتها ودللته��ا‪ ،‬ومت ت�سمينها يف توزيع البايثون القيا�س��ي‪ ،‬وتتعامل املكتبة مع وظائف‬ ‫اأ�سا�س��ية خمتلف��ة مث��ل املدخ��الت واملخرج��ات(‪ )Input/Output- I/O‬والوح��دات الأ�سا�س��ية الأخ��رى‪ .‬وحتظ��ى لغ��ة البايث��ون ب�س��عبية كب��رية ب�س��بب كل ه��ذه‬ ‫الوظائ��ف‪ ،‬حي��ث ت�س��م املكتب��ة القيا�س��ية اأك��رث م��ن ‪ 200‬وح��دة منطي��ة‪.‬‬

‫مكتبات البايثون لعلم البيانات‬

‫‪Python Libraries for Data Science‬‬

‫على الرغم من اأنه ميكنك التعامل مع البيانات يف البايثون؛ اإل اأن هناك العديد من املكتبات مفتوحة امل�سدر التي تعل م�سروعات علوم البيانات اأ�سهل‬ ‫بكثري‪ .‬ويرد يف اجلدول التايل بع�ص املكتبات امل�ستخدمة لكل مهمة من مهام علم البيانات‪.‬‬ ‫اجلدول ‪ :3.2‬مكتبات البايثون لعلم البيانات‬ ‫مهام علم البيانات‬

‫املكتبات‬

‫تنقيب البيانات‬

‫‪Scrapy, Beautiful Soup, Requests‬‬

‫معاجلة البيانات‪/‬احلو�سبة‬ ‫العلمية‬

‫‪NumPy, SciPy, pandas, TensorFlow, Keras, scikit-learn, PyBrain, PyTorch,‬‬ ‫‪OpenCV, Mahotas‬‬

‫ت�سوير البيانات‬

‫‪Matplotlib, seaborn, Altair, Bokeh, plotly‬‬

‫�ست�ستخدم يف هذه الوحدة‪:‬‬ ‫> مكتبة منباي (‪ ،)NumPy‬للعمليات احل�سابية والريا�سية‪.‬‬ ‫ مكتبة باندا�س (‪ ،)Pandas‬للتعامل مع البيانات والتعديل عليها بطرق خمتلفة‪.‬‬ ‫ مكتبة مات بل�ت ليب (‪ ،)Matplotlib‬لت�سوير البيانات‪.‬‬

‫مفكرة جوبيرت‬

‫‪Jupyter Notebook‬‬

‫يف ه��ذه الوح��دة‪� ،‬ست�س��تخدم مفك��رة جوبي��رت كاأداة لتحلي��ل البيان��ات‪ ،‬وه��ي تطبي��ق‬ ‫اإلكرتوين على الإنرتنت لإن�س��اء امل�س��تندات احل�س��ابية وم�س��اركتها‪ .‬كل م�س��تند ي�س��مى‬ ‫مفك��رة ويت�سم��ن مقاطع��ك الربجمية وتعليقاتك وبيانات��ك الأولية واملعاجلة والبيانات‬ ‫امل�س��ورة‪ ،‬وميكن��ك ا ً‬ ‫أي�س��ا تخزي��ن البيان��ات يف مل��ف خارج��ي اأو دجمه��ا يف املفك��رة‪.‬‬ ‫وم��ن اجلدي��ر بالذك��ر اأن بيئ��ة جوبي��رت تدع��م لغ��ات برجم��ة خمتلف��ة مبا فيه��ا البايثون‪،‬‬ ‫عالوة على ذلك‪ ،‬ميكنك من خاللها اإن�س��اء خمرجات تفاعلية مثل ‪ HTML‬اأو مقاطع‬ ‫الفيديو‪.‬‬ ‫يف ه��ذه الوح��دة‪� ،‬ست�س��تخدم الإ�س��دار غ��ري املت�س��ل باالإنرتن��ت (‪ )Offline‬م��ن مفك��رة‬ ‫جوبي��رت‪ ،‬واأ�س��هل طريق��ة لتثبيته��ا حمل ًي��ا ه��ي م��ن خ��الل اناك�ن��دا (‪ ،)Anaconda‬وه��ي‬ ‫من�سة توزيع مفتوحة امل�سدر للطلبة والهواة‪ .‬ميكنك تنزيل وتثبيت اناكوندا من هنا‪:‬‬ ‫‪ ،https://www.anaconda.com/products/distribution‬و�س��يتم تثبي��ت‬ ‫البايث��ون و مفك��رة جوبي��رت تلقائ ًي��ا‪.‬‬ ‫‪100‬‬

‫مفك��رة جوبي��رت لي�س��ت بيئ��ة‬ ‫تطوي��ر متكامل��ة (‪ )IDE‬لبايث��ون‬ ‫ولكن مت حت�س��ينها مل�سروعات علوم‬ ‫البيان��ات‪.‬‬

‫لفتح مفكرة ج�بيرت‪:‬‬ ‫ ا�سغط ‪( Start‬ابداأ)‪ 1 ،‬ثم ا�سغط ‪( Anacoda3‬اناكوندا‪.)3‬‬ ‫ اخرت ‪( Jupyter Notebook‬مفكرة جوبيرت)‪3 .‬‬ ‫ �س��تفتح �سفح��ة ‪( Jupyter Notebook‬مفك��رة جوبي��رت) الرئي�س��ية‬ ‫يف املت�سفح‪.‬‬ ‫‪2‬‬

‫‪2‬‬

‫‪3‬‬

‫ال�سفحة الرئي�سية‬ ‫لمفكرة ج�بيتر‪.‬‬

‫‪1‬‬

‫ال�سكل ‪ :3.6‬ال�سفحة الرئي�سية ملفكرة جوبيرت‬

‫نبذة تاريخية‬ ‫ع ّرف عامل الريا�سيات الأمريكي ج�ن ت�كي (‪ )John Tukey‬حتليل البيانات يف عام ‪1961‬‬ ‫على النحو التايل‪" :‬هي اإجراءات لتحليل البيانات‪ ،‬وتقنيات لتف�سري نتائج هذه الإجراءات‪ ،‬وطرق‬ ‫لتخطيط جمع البيانات جلعل حتليلها اأ�سهل واأكرث دقة‪ ،‬ويف املجمل هي كل الآليات ونتائج الإح�ساءات‬ ‫(الريا�سية) ذات العالقة بتحليل البيانات"‪.‬‬

‫‪101‬‬

‫الإن�ساء مفكرة جديدة يف ج�بيرت‪:‬‬

‫ن‬ ‫ن‬ ‫اليم� العلوية من شاشتك‪ ،‬اضغط عىل ‪( New‬جديد)‪.‬‬ ‫> ي� الزاوية‬

‫‪1‬‬

‫ حدد (‪( Python 3 )Ipykernel‬البايثون ‪.)3‬‬ ‫ و�ستفتح املفكرة اخلا�سة بك يف عالمة تبويب جديدة يف املت�سفح اخلا�ص بك‪.‬‬ ‫‪2‬‬

‫‪3‬‬

‫‪1‬‬

‫‪2‬‬

‫يمكنك تحميل‬ ‫مفكرتك من جهاز‬ ‫الحا�سب الخا�س بك‪.‬‬

‫‪3‬‬

‫ال�سكل ‪ :3.7‬اإن�ساء مفكرة جديدة لنظام جوبيرت‬

‫اال�سم االفترا�سي لمفكرتك‬ ‫ه� بدون عن�ان‪.‬‬ ‫‪102‬‬

‫�سريط اأدوات‬ ‫المفكرة‪.‬‬

‫خلية المقطع البرمجي‪.‬‬ ‫يمكنك كتابة ن�س اأو تعبير‬ ‫ريا�سي اأو برنامج البايث�ن‪.‬‬

‫الآن بعد اأن اأ�سبحت مفكرتك جاهزة‪ ،‬حان الوقت لكتابة وت�سغيل برناجمك الأول يف مفكرة جوبيرت‪.‬‬ ‫الإن�ساء برنامج يف مفكرة ج�بيرت‪:‬‬ ‫ اكتب االأوامر داخل خلية املقطع الربجمي‪.‬‬ ‫ ا�سغط على ‪( Run‬ت�سغيل)‪2 .‬‬ ‫ و�سيتم عر�ص النتيجة حتت االأوامر‪3 .‬‬

‫‪1‬‬

‫ميكن��ك ت�س��غيل برناجم��ك بال�سغ��ط‬ ‫عل��ى ‪. Enter  + Shift‬‬

‫‪2‬‬

‫‪1‬‬ ‫‪3‬‬

‫ال�سكل ‪ :3.8‬اإن�ساء برنامج يف مفكرة جوبيرت‬

‫عند ت�سغيل برنامجك‪،‬‬ ‫�ستتم اإ�سافة خلية مقطع‬ ‫برمجي جديدة تلقائ ًيا‪.‬‬

‫ميكن��ك احل�س��ول عل��ى العدي��د م��ن اخلالي��ا‬ ‫املختلف��ة الت��ي حتتاجه��ا يف نف���س املفكرةحي��ث‬ ‫حتت��وي كل خلي��ة عل��ى مقطعه��ا الربجم��ي‬ ‫اخلا���س‪.‬‬

‫معلومة‬ ‫ا�سم م�سروع جوبيرت هو اإ�سارة اإىل لغات الربجمة الأ�سا�سية الثالث التي‬ ‫يدعمها جوبيرت‪ ،‬وهي جوليا (‪ )Julia‬و البايثون (‪ )Python‬و ‪.R‬‬ ‫‪103‬‬

‫حان الوقت حلفظ املفكرة اخلا�سة بك‪.‬‬ ‫حلفظ املفكرة اخلا�سة بك‪:‬‬ ‫ ا�سغط على ‪( File‬ملف)‪.‬‬ ‫ اخرت ‪( Save as‬احفظ ك�)‪.‬‬ ‫ اكتب ا�س ًما ملفكرتك‪3 .‬‬ ‫ ا�سغط على ‪( Save‬حفظ)‪.‬‬

‫‪1‬‬ ‫‪2‬‬

‫يت��م حف��ظ‬ ‫املفك��رة تلقائ ًيا‬ ‫اأثن��اء عمل��ك‪.‬‬

‫‪4‬‬

‫‪1‬‬

‫‪2‬‬

‫‪3‬‬

‫‪4‬‬

‫لقد تغير ا�سم‬ ‫المفكرة‪.‬‬ ‫‪104‬‬

‫ال�سكل ‪ :3.9‬حفظ مفكرتك‬

‫مترينات‬ ‫‪1‬‬

‫حدد اجلملة ال�سحيحة واجلملة اخلاطئة فيما يلي‪:‬‬

‫�سحيحة‬

‫خاطئة‬

‫‪ .1‬يتم اإجراء حتليل البيانات الو�سفي ملعرفة �سبب حدوث �سيء ما‪.‬‬ ‫‪ .2‬يوفر حتليل البيانات الت�سخي�سي قيمة م�سافة اأكرث من حتليل البيانات التوجيهي‪.‬‬ ‫‪ .3‬ي�ستخدم حتليل البيانات التنبوؤي التوجهات املكت�سفة بالفعل للتنبوؤ بالنتائج امل�ستقبلية‪.‬‬ ‫‪ .4‬حتليل البيانات التوجيهي هو اأ�سهل اأنواع حتليل البيانات‪.‬‬ ‫‪ .5‬حتليل البيانات ال�ستك�سايف هو دائ ًما متثيل بياين للبيانات‪.‬‬ ‫‪ .6‬مع حتليل البيانات ال�ستك�سايف‪ ،‬ميكنك اكت�ساف احلالت ال�ساذة يف جمموعة البيانات‪.‬‬ ‫‪ .7‬ياأخذ حتليل البيانات متعدد املتغريات يف العتبار اأكرث من متغري م�ستقل واحد‪.‬‬ ‫تب�سط العديد من مهام‬ ‫‪ .8‬حتتوي مكتبات البايثون على حزم من املقاطع الربجمية التي ّ‬ ‫الربجمة‪.‬‬ ‫‪ .9‬ل ميكن ملكتبة البايثون اأن حتتوي على بيانات التكوين اأو قوالب الر�سائل‪.‬‬ ‫‪ .10‬مات بل�ت ليب (‪ )Matplotlib‬هي اإحدى مكتبات البايثون وتُ�ستخدم لإن�ساء الر�سوم‬ ‫واملخططات البيانية‪.‬‬ ‫‪105‬‬

‫‪ 2‬ق��ارن ب��ن حتلي��ل البيان��ات التنب ��ؤي والت�جيه��ي‪ .‬م��ا االختالف��ات؟ واذك��ر مث��ا ًال عل��ى كل ن���ع م��ن‬ ‫التحليل‪.‬‬ ‫___________________________________________________________________________________________‬ ‫___________________________________________________________________________________________‬ ‫___________________________________________________________________________________________‬ ‫___________________________________________________________________________________________‬ ‫___________________________________________________________________________________________‬ ‫___________________________________________________________________________________________‬

‫ال اأح��ادي املتغ��ري ومثال��ن للم�س��اكل الت��ي تتطل��ب حتلي � ً‬ ‫‪ 3‬اذك��ر مثال��ن للم�س��اكل الت��ي تتطل��ب حتلي � ً‬ ‫ال متع��دد‬ ‫املتغ��ريات‪ ،‬وه��ل ميكن��ك حتدي��د التعقي��د املتزاي��د؟‬ ‫___________________________________________________________________________________________‬ ‫___________________________________________________________________________________________‬ ‫___________________________________________________________________________________________‬ ‫___________________________________________________________________________________________‬ ‫___________________________________________________________________________________________‬ ‫___________________________________________________________________________________________‬

‫‪ 4‬اذك��ر اإيجابي��ات و�س��لبيات ا�س��تخدام مكتب��ات البايث���ن مقارن��ة بكتاب��ة املقاط��ع الرجمي��ة اخلا�س��ة ب��ك‪ ،‬وما النهج‬ ‫الذي �س��تختاره؟‬ ‫___________________________________________________________________________________________‬ ‫___________________________________________________________________________________________‬ ‫___________________________________________________________________________________________‬ ‫___________________________________________________________________________________________‬ ‫___________________________________________________________________________________________‬ ‫___________________________________________________________________________________________‬

‫‪106‬‬

‫‪ 5‬اأن��ت حمل��ل بيان��ات يف �س��ركة تري��د معرف��ة كيفي��ة ت�زي��ع نفقاته��ا يف جم��االت خمتلف��ة‪ ،‬فم��ا ن���ع حتلي��ل البيان��ات‬ ‫ال��ذي �س��تطبقه؟ ومل��اذا؟‬ ‫___________________________________________________________________________________________‬ ‫___________________________________________________________________________________________‬ ‫___________________________________________________________________________________________‬ ‫___________________________________________________________________________________________‬ ‫___________________________________________________________________________________________‬ ‫___________________________________________________________________________________________‬

‫‪ 6‬ما امليزة الرئي�سية ال�ستخدام مفكرة ج�بيرت؟‬ ‫___________________________________________________________________________________________‬ ‫___________________________________________________________________________________________‬ ‫___________________________________________________________________________________________‬ ‫___________________________________________________________________________________________‬ ‫___________________________________________________________________________________________‬ ‫___________________________________________________________________________________________‬

‫‪ 7‬اأن�سئ مفكرة جديدة يف ج�بيرت‪:‬‬ ‫ اطبع الر�سالة "هذه مفكرتي االأوىل"‪.‬‬ ‫ احفظ مفكرتك با�سم من اختيارك‪.‬‬ ‫___________________________________________________________________________________________‬ ‫___________________________________________________________________________________________‬ ‫___________________________________________________________________________________________‬ ‫___________________________________________________________________________________________‬

‫‪107‬‬

‫الدر�س الثاين‬

‫مكتبات البايثون لتحليل البيانات‬ ‫يف الدر�ص ال�سابق‪ ،‬مت التطرق اإىل اأن البايثون ي�ستخدم املكتبات من اأجل التعامل مع البيانات‪ .‬يف هذا الدر�ص �ستتعلم طريقة توظيف مكتبات‬ ‫البايثون يف مفكرة جوبيرت اخلا�سة بك‪.‬‬

‫مكتبة منباي‬

‫‪NumPy Library‬‬

‫يرمز ا�سم مكتبة منباي (‪ )NumPy‬اإىل البايث�ن العددي (‪ ،)Numerical Python‬وهي مكتبة قيا�سية للعمل مع البيانات العددية يف‬ ‫البايثون‪ ،‬ميكن ا�ستخدامها لإجراء جمموعة متنوعة من العمليات الريا�سية على امل�سفوفات‪.‬‬ ‫اجلدول ‪ :3.3‬وظائف مكتبة نيمباي‬ ‫وظيفة‬

‫املعنى‬

‫(‪add)arr1, arr2,...‬‬

‫اإ�سافة امل�سفوفات‪.‬‬

‫(‪multiply)arr1,arr2,...‬‬

‫�سرب امل�سفوفات‪.‬‬

‫(‪absolute)arr‬‬

‫تُرجع القيمة املطلقة لكل عن�سر يف امل�سفوفة املدخلة‪.‬‬

‫(‪maximum)arr1,arr2,...‬‬

‫تُرجع القيمة الق�سوى يف امل�سفوفة املدخلة‪.‬‬

‫وظيفة (‪:)Method‬‬

‫ه��ي دال��ة مرتبط��ة بكائ��ن‬ ‫(‪ )Object‬ويت��م تعريفه��ا داخل‬ ‫الفئة (‪ .)Class‬على �سبيل املثال‪:‬‬ ‫(‪.np.add)arr1, arr2‬‬

‫ابداأ باإن�ساء قائمة ب�سيطة يف مفكرة جوبيرت اخلا�سة بك‪ .‬هذه قائمتك‪:‬‬ ‫م�سف�فة (‪:)Array‬‬

‫ه��ي ن��وع م��ن البيان��ات ميكن��ه‬ ‫الحتفاظ بعدد ثابت من القيم‬ ‫الت��ي لها نف���ص نوع البيانات‪.‬‬

‫ال�سكل ‪ :3.10‬و�سع قائمة يف مفكرة جوبيرت‬

‫ا�ستخدم مكتبة منباي‪ ،‬ويف هذا املقطع الربجمي �ست�ستخدم وظيفة القيمة املطلقة (()‪ )absolute‬لطباعة القيم املطلقة للقائمة‪.‬‬ ‫عند ا�ستخدام مكتبة‪ ،‬يمكنك اأن‬ ‫تعطيها ا�س ًما ال�ستخدام وظائفها‬ ‫في مقطعك البرمجي‪.‬‬

‫ال�سكل ‪ :3.11‬ا�ستخدام مكتبة نمباي‬

‫‪108‬‬

‫عند ا�ستخدام وظيفة من‬ ‫المكتبة‪ ،‬اكتب ا�سم المكتبة ثم‬ ‫نقطة ثم ا�سم الدالة‪.‬‬

‫مكتبة باندا�س‬

‫‪Pandas Library‬‬

‫تاأخذ مكتبة باندا�ص البيانات وتن�سئ كائن البايثون‪ ،‬وهناك نوعان رئي�سيان من الكائنات‪:‬‬ ‫ املت�سل�س��لة (‪ :)Series‬عب��ارة ع��ن م�سفوف��ة اأحادي��ة البع��د ق��ادرة عل��ى حم��ل اأي ن��وع م��ن البيان��ات (االأع��داد ال�سحيح��ة (‪ ،)Integers‬وال�سال�س��ل الن�سي��ة‬ ‫(‪ ،)Strings‬واالأرق��ام الع�س��رية (‪ ،)Floats‬وكائن��ات البايث��ون وغريه��ا)‪.‬‬ ‫ اإطار البيانات (‪ :)DataFrame‬هو هيكل بيانات ثنائي الأبعاد يبدو م�ساب ًها جدً ا جلدول يف ورقة عمل اإك�سل‪.‬‬ ‫ل��كل كائ��ن اأ�س��اليبه و�س��ماته اخلا�س��ة‪ .‬ميكن��ك اإن�س��اء مت�سل�س��لة اأو اإط��ار بيان��ات م��ن ال�سف��ر (م��ن القوائ��م والقوامي���ص وم��ا اإىل ذل��ك) كم��ا ميك��ن ا�س��ترياد‬ ‫البيان��ات م��ن م�س��ادر البيان��ات‪ ،‬مث��ل اإك�س��ل و ‪ ،CSV‬و ‪ ،SQL‬و ‪ ،JSON‬واملزي��د‪.‬‬ ‫اجلدول ‪ :3.4‬االختالفات بني مكتبات باندا�س ونيمباي‬ ‫باندا�س‬

‫نيمباي‬

‫اأنواع البيانات‬

‫يعمل مع البيانات املجدولة‪.‬‬

‫يعمل مع البيانات العددية‪.‬‬

‫اأنواع الكائنات‬

‫مت�سل�سلة (‪ ،)Series‬اإطار البيانات (‪.)DataFrame‬‬

‫م�سف�فات‪.‬‬

‫االأداء‬

‫يتعامل مع مئات االآالف من البيانات‪.‬‬

‫يعالج خم�سن األف �سف اأو اأقل‪.‬‬

‫ا�ستخدام الذاكرة‬

‫ي�ستهلك املزيد من الذاكرة‪.‬‬

‫ي�ستهلك ذاكرة اأقل‪.‬‬

‫اال�ستخدام‬

‫حتليل البيانات وت�س�يرها‪.‬‬

‫اإجراء احل�سابات‪.‬‬

‫كائن املت�سل�سلة  ‪Series Object‬‬

‫الآن‪� ،‬ستقوم بتحويل هذه القائمة اإىل كائن املت�سل�سلة‪ .‬للقيام بذلك‪ ،‬عليك ت�سمني مكتبة باندا�ص يف مفكرتك‪ .‬ول�ستخدام مكتبة يف البايثون‪،‬‬ ‫ميكنك اإ�سافة كلمة ا�سترياد (‪ )Import‬وا�سم املكتبة يف بداية مقطعك الربجمي‪.‬‬

‫يف مفك��رة جوبي��رت‪ ،‬عليك ا�س��ترياد‬ ‫املكتبة مرة واحدة فقط ثم ميكنك‬ ‫ا�ستخدامها يف املفكرة باأكملها‪.‬‬

‫ال�سكل ‪ :3.12‬حتويل قائمة اإىل كائن املت�سل�سلة‬

‫‪109‬‬

‫�سمات كائن املت�سل�سلة‬

‫‪Attributes of Series Object‬‬

‫�سيوعا التي ميكنك ا�ستخدامها لكائن املت�سل�سلة‪.‬‬ ‫يف اجلدول ‪ 3.5‬يتم تقدمي بع�ص ال�سمات الأكرث ً‬ ‫اجلدول ‪� :3.5‬سمات كائن املت�سل�سلة‬ ‫ال�سمة‬

‫املعنى‬

‫‪name‬‬

‫تُرجع ا�سم املت�سل�سلة‪.‬‬

‫‪size‬‬

‫تُرجع حجم املت�سل�سلة‪.‬‬

‫‪is_unique‬‬

‫تُرجع �س�اب (‪ )True‬اإذا كانت قيم كائن املت�سل�سلة فريدة‪،‬‬ ‫واإل فاإنها تُرجع خطاأ (‪.)False‬‬

‫‪hasnans‬‬

‫تُرجع �س�اب (‪ )True‬اإذا كان كائن املت�سل�سلة املعطى لديه قيم‬ ‫مفقودة‪ ،‬واإل فاإنها تُرجع خطاأ (‪.)False‬‬

‫ط ّبق بع�ص هذه ال�سمات يف كائن املت�سل�سلة‪.‬‬

‫ال�سكل ‪ :3.13‬ال�سمات يف كائن املت�سل�سلة‬

‫‪110‬‬

‫ال�سمة (‪:)Attribute‬‬

‫قيم��ة مرتبط��ة بالكائ��ن ال��ذي ي�س��ار اإلي��ه‬ ‫بال�س��م با�س��تخدام تعب��ريات منقط��ة‪.‬‬ ‫عل��ى �س��بيل املث��ال‪ ،‬اإذا كان الكائ��ن طال��ب‬ ‫(‪ )student‬وكان��ت ال�س��مة درج��ة (‪،)grade‬‬ ‫ف�س��يتم الإ�س��ارة اإليه��ا ‪.student.grade‬‬

‫يف احلو�س��بة‪ NaN ،‬ترم��ز اإىل‬ ‫لي�س رق ًما (‪.)Not a Number‬‬

‫كائن اإطار البيانات‬

‫‪ DataFrame Object‬‬

‫وا�ستخداما هي اإك�سل‪ .‬ميكنك العمل مع ملفات اإك�سل يف مفكرة جوبيرت با�ستخدام مكتبة باندا�ص‪ .‬لفتح ملف اإك�سل يف‬ ‫�سيوعا‬ ‫الأداة التحليلية الأكرث ً‬ ‫ً‬ ‫مفكرة جوبيرت‪ ،‬حتتاج اإىل اأن تكون هذه امللفات (ملف الإك�سل واملفكرة) يف نف�ص املجلد‪.‬‬ ‫مكتبة نظام الت�سغيل ‪ OS Library‬‬

‫للتحق��ق م��ن مل��ف العم��ل اخلا���ص ب��ك‪ ،‬ميكن��ك ا�س��تخدام مكتب��ة نظ��ام الت�س��غيل (‪ ،)OS‬حي��ث اأنه��ا توف��ر يف بايث��ون وظائ��ف لإن�س��اء واإزال��ة دلي��ل‬ ‫(جمل��د)‪ ،‬وجل��ب حمتويات��ه‪ ،‬وتغي��ري اأو حتدي��د املجل��د احل��ايل‪ ،‬اإىل اأخ��ره‪.‬‬ ‫‪ getcwd‬يرمز اإلى‬ ‫اح�سل على مجلد العمل الحالي‬

‫(‪.)get current working directory‬‬

‫هذا هو ملف الإك�سل اخلا�ص بك‪.‬‬

‫ال�سكل ‪ :3.14‬مكتبة نظام الت�سغيل‬

‫ال�سكل ‪ saudischools.xlsx :3.15‬ملف اإك�سل‬

‫اإن جمموع��ة البيان��ات الت��ي �ست�س��تخدمها يف ه��ذا الدر���س ُم َقدّ م��ة م��ن قب��ل وزارة التعليم من خالل‬ ‫املن�سة ال�سعودية للبيانات املفتوحة ‪ .https://data.gov.sa‬ميكنك ا�ستخدام بيانات ملف اإك�سل‬ ‫لغر�س هذا الدر�س باتباع �سيا�سات البيانات املفتوحة ‪.https://data.gov.sa/ar/policies‬‬ ‫‪111‬‬

‫الآن‪� ،‬ستقوم بتحويل ملف الإك�سل التايل اإىل اإطار البيانات ملعاجلة بياناته‪.‬‬

‫ال�سكل ‪ :3.16‬اإن�ساء اإطار بيانات‬

‫اإذا كان مل��ف االإك�س��ل يحت��وي عل��ى اأوراق عم��ل متع��ددة‪ ،‬ميكن��ك ق��راءة ورق��ة عم��ل حم��ددة‪ .‬ت�س��تخدم وظيف��ة باندا���س‬ ‫(‪ )read_excel‬متغ��ري ي�س��مى (‪ )sheet_name‬تخ��رب باندا���س بورق��ة العم��ل الت��ي يج��ب قراءته��ا م��ن البيان��ات املُتاح��ة يف‬ ‫مل��ف االإك�س��ل‪ .‬اإذا ل حت��دد الورق��ة‪ ،‬فاإنه��ا �س��تقراأ ورق��ة العمل االأوىل‪.‬‬

‫�سمات كائن اإطار البيانات‬

‫‪Attributes of a DataFrame Object‬‬

‫�سيوعا‪ ،‬والتي ميكنك توظيفها يف احل�سول على معلومات حول اإطار البيانات‪.‬‬ ‫يف اجلدول التايل‪ ،‬يتم تقدمي بع�ص ال�سمات الأكرث ً‬ ‫اجلدول ‪� :3.6‬سمات كائن اإطار البيانات‬

‫‪112‬‬

‫ال�سمة‬

‫املعنى‬

‫‪shape‬‬

‫ُترجع اأبعاد اإطار البيانات‪.‬‬

‫‪size‬‬

‫ُترجع العدد االإجمايل للعنا�سر يف اإطار بيانات (‪)n x m‬‬

‫‪dtypes‬‬

‫ُترجع ن�ع القيمة لكل عم�د‪.‬‬

‫‪columns‬‬

‫ُترجع اأ�سماء اأعمدة اإطار البيانات‪.‬‬

‫‪axes‬‬

‫ُترجع عدد ال�سف�ف واأ�سماء االأعمدة‪.‬‬

‫يمكنك اإ�سافة تعليقات اإلى‬ ‫مقطعك البرمجي با�ستخدام‬ ‫(‪ )#‬في بداية العبارة‪.‬‬

‫ال�سكل ‪ :3.17‬ا�ستخدام اخل�سائ�ص على كائن اإطار البيانات‬

‫اجلدول ‪ :3.7‬اأنواع بيانات باندا�س‬ ‫نوع بيانات باندا�س‬

‫نوع بيانات البايثون‬

‫‪object‬‬

‫‪str or mixed‬‬

‫‪int64‬‬

‫‪int‬‬

‫‪float64‬‬

‫‪float‬‬

‫‪bool‬‬

‫‪bool‬‬

‫‪datetime64‬‬

‫‪NA‬‬

‫]‪timedelta[ns‬‬

‫‪NA‬‬

‫‪category‬‬

‫‪NA‬‬

‫في مكتبة باندا�س‪،‬‬ ‫عادة ما يك�ن ن�ع‬ ‫بيانات الكائن �سل�سلة‬ ‫ن�سية ‪.string.data‬‬

‫‪113‬‬

‫الفهر�سة ‪Indexing‬‬

‫الفهر�ص (‪ )Index‬هو قائمة بالأعداد ال�سحيحة اأو الت�سميات التي ت�ستخدمها لتحديد ال�سفوف اأو الأعمدة ب�سكل فريد‪ .‬يف باندا�ص‪ ،‬تت�سمن الفهر�سة‬ ‫ب�سكل اأ�سا�سي اختيار �سفوف واأعمدة حمددة من البيانات من اإطار البيانات‪ ،‬حيث ميكن اختيار جميع ال�سفوف وبع�ص الأعمدة‪ ،‬اأو اختيار بع�ص‬ ‫ال�سفوف وجميع الأعمدة‪ ،‬اأو بع�ص من كل �سف وعمود‪ .‬اختيار املجم�عة الفرعية (‪ )Subset Selection‬هو م�سطلح اآخر للفهر�سة‪.‬‬ ‫لت�ساهد بع�ص الأمثلة على الوظائف التي ميكنك ا�ستخدامها للفهر�سة‪.‬‬ ‫اجلدول ‪ :3.8‬وظائف الفهر�سة‬ ‫الوظيفة‬

‫املعنى‬

‫()‪head‬‬

‫ُترجع العنا�سر االأوىل من الكائن‪.‬‬

‫()‪tail‬‬

‫ُترجع العنا�سر االأخرية من الكائن‪.‬‬

‫()‪value_counts‬‬

‫ُترجع القيم الفريدة للكائن‪.‬‬

‫()‪idxmax‬‬

‫ُترجع قيمة فهر�س العن�سر االأق�سى‪.‬‬

‫()‪idxmin‬‬

‫ُترجع قيمة فهر�س العن�سر االأدنى‪.‬‬

‫ا�ستخدام الفهر�سة يف كائن املت�سل�سلة‬

‫‪ Using Indexing in a Series Object‬‬

‫ط ّبق وظائف الفهر�سة هذه على كائن املت�سل�سلة الذي قمت باإن�سائه‪ .‬اطبع كائن املت�سل�سلة ا ًأول‪ ،‬لتذكر حمتوياته‪.‬‬

‫كائن المت�سل�سلة‪.‬‬

‫‪114‬‬

‫القيمة االفترا�سية لعدد‬ ‫ال�سف�ف لل�ظيفتين ()‪head‬‬ ‫و()‪ tail‬هي ‪ 5‬لكل من المت�سل�سلة‬ ‫و اإطار البيانات‪.‬‬

‫ال�سكل ‪ :3.18‬ا�ستخدام الفهر�سة يف كائن املت�سل�سلة‬

‫‪115‬‬

‫ا�ستخدام الفهر�سة يف كائن اإطار البيانات‬

‫‪116‬‬

‫‪Using Indexing in DataFrame Object‬‬

‫طباعة اأ�سماء اأعمدة اإطار البيانات‪.‬‬

‫ت�ستخدم وظيفة‬ ‫()‪ describe‬لعر�س‬ ‫بع�س التفا�سيل‬ ‫االإح�سائية االأ�سا�سية‪.‬‬

‫ال�سكل ‪ :3.19‬ا�ستخدام الفهر�سة يف كائن اإطار البيانات‬

‫‪117‬‬

‫ت�سفية البيانات اأو اختيار جمموعة بيانات جزئية‬

‫‪Filtering Data or Subset Selection‬‬

‫يف بع���ص الأحي��ان ل حتت��اج اإىل جمموع��ة البيان��ات باأكمله��ا‪ .‬حتت��اج اإىل ع��زل بع���ص البيان��ات املح��ددة‪.‬‬ ‫للقيام بذلك‪ ،‬حتتاج اإىل اإ�سافة بع�ص املر�سحات‪ .‬هناك العديد من الأ�ساليب لختيار جمموعة جزئية‬ ‫من اإطار البيانات اأو مت�سل�سة‪ .‬الأ�سلوب الأ�سهل هو ا�ستخدام الفهر�سة املنطقية (‪،)Boolean Indexing‬‬ ‫ولك��ن الأ�س��لوب الأك��رث ق��وة ه��و با�س��تخدام ط��رق ‪ loc‬و ‪ .iloc‬اأو ًل �س��تتعلم الفهر�س��ة املنطقي��ة ث��م اأ�س��لوب‬ ‫‪ loc‬و ‪.iloc‬‬ ‫الفهر�سة املنطقية ‪Boolean Indexing‬‬

‫هي نوع من الفهر�سة التي ت�ستخدم القيم الفعلية ملجموعة البيانات‪ ،‬وفيها‬ ‫حتت��اج اإىل ا�س��تخدام املُعامِ ��الت املنطقي��ة (‪ ،)Boolean Operator‬وتُكت��ب‬ ‫عامالت املنطقية ب�سكل خمتلف يف مفكرة جوبيرت عن بايثون‪.‬‬ ‫املُ ِ‬

‫اجلدول ‪ :3.9‬املُعا ِمالت املنطقية يف مفكرة جوبيرت‬

‫لت�ساهد بع�ص الأمثلة على كائن املت�سل�سلة‪.‬‬

‫ال�سكل ‪ :3.20‬ت�سفية البيانات يف الكائنات املت�سل�سلة‬

‫‪118‬‬

‫ت�سفية البيانات‪:‬‬ ‫ت�سفية البيانات هو عملية اختيار‬ ‫جزء اأ�سغر من جمموعة البيانات‬ ‫اخلا�سة بك وا�ستخدام تلك املجموعة‬ ‫اجلزئية للعر�ص اأو التحليل‪.‬‬

‫جوبيرت‬

‫بايثون‬

‫&‬

‫‪and‬‬

‫|‬

‫‪or‬‬

‫~‬

‫‪not‬‬

‫الفهر�سة مع اأ�سلوب ‪ Loc‬و ‪Indexing with Loc and Iloc Methods Iloc‬‬

‫�سيوعا للفهر�سة يف مكتبة باندا�ص‪.‬‬ ‫تُعد طريقتي ‪ iloc‬و ‪� loc‬سمن الطرق الأكرث ً‬ ‫ ‪ :loc‬يختار ال�سفوف والأعمدة مع م�سميات حمددة (اأ�سماء الأعمدة)‪.‬‬ ‫ ‪ :iloc‬يختار ال�سفوف والأعمدة يف موا�سع الأعداد ال�سحيحة املحددة (اأرقام ال�سفوف والأعمدة)‪.‬‬ ‫واإليك اأدناه بع�ص الأمثلة على اأ�ستخدام كائن اإطار البيانات باأ�سلوب ()‪.loc‬‬ ‫يف هذا املثال‪� ،‬ست�ستخدم طريقة ()‪ loc‬لطباعة ال�سفوف اخلم�سة الأوىل من عمودين حمددين‪.‬‬

‫ال�سكل ‪ :3.21‬طباعة ال�سفوف اخلم�سة الأوىل من عمودين حمددين‬

‫يف هذا املثال‪� ،‬ستقوم بطباعة �سفوف اإطار البيانات التي لها قيمة حمددة يف عمود معني‪.‬‬

‫ال�سكل ‪ :3.22‬طباعة �سفوف اإطار البيانات التي لها قيمة حمددة يف عمود حمدد‬

‫‪119‬‬

‫يف ه��ذا املث��ال‪� ،‬ستن�س��ئ اإط��ار بيان��ات جدي��دً ا ي�س��مى ‪ .studentsReg‬و�س��يحتوي اإط��ار البيان��ات ه��ذا عل��ى عمودي��ن‪ :‬عم��ود واح��د للمنطقة‬ ‫واآخر لعدد الطلبة‪.‬‬

‫ال�سكل ‪ :3.23‬اإن�ساء اإطار بيانات جديد ي�سمى ‪studentsReg‬‬

‫والآن‪� ،‬سوف ت�ستخدم طريقة ()‪ iloc‬لتحديد جميع عنا�سر ال�سف الأول من اإطار البيانات‪.‬‬ ‫تذكر‪ ،‬الفهر�سة في‬ ‫بايث�ن تبداأ من ‪.0‬‬

‫ال�سكل ‪ :3.24‬طباعة عنا�سر ال�سف الأول من اإطار البيانات‬

‫‪120‬‬

‫ويف الأمثلة اأدناه‪� ،‬ستطبع عنا�سر حمددة من اإطار البيانات‪.‬‬

‫ال�سكل ‪ :3.25‬طباعة عنا�سر حمددة من اإطار البيانات‬

‫طباعة العنا�سر في ال�سفين‬ ‫الثاني والثالث‪ ،‬ولكن فقط من‬ ‫االأعمدة ‪ 0‬و ‪ 1‬و ‪.2‬‬

‫ويف هذا املثال‪� ،‬سوف ت�ستخدم حلقة ‪ for‬لطباعة ال�سفوف ش‬ ‫الع�ة الأوىل من العمود الأول من اإطار بيانات ‪.studentsReg‬‬

‫ال�سكل ‪ :3.26‬العنا�سر املطبوعة لإطار البيانات‬

‫‪121‬‬

‫املجموعات والتجميع‬

‫‪Grouping and Aggregating‬‬

‫ت�س��مى عملي��ة و�س��ع عنا�س��ر جمموع��ة البيان��ات يف جمموع��ات بن��ا ًء عل��ى بع���ص املعاي��ري وتطبي��ق‬ ‫الوظائف على هذه املجموعات بالتجميع‪ .‬يف مكتبة باندا�ص؛ يتم تنفيذ هذا الإجراء با�ستخدام‬ ‫وظيفة (()‪.)df.groupby‬‬ ‫فعل��ى �س��بيل املث��ال‪ ،‬تخي��ل اأن لدي��ك جمموع��ة بيان��ات لأف�س��ل ه�دّايف ك��رة ال�س��لة يف كل الع�س��ور‪.‬‬ ‫اإذا كنت ترغب يف معرفة عدد الالعبني يف جمموعة البيانات هذه لفريق معني‪ ،‬فيمكنك تميع‬ ‫ه��ذه البيان��ات ح�س��ب عم��ود "الفري��ق" وتطبي��ق دال��ة املجم��وع (()‪ )sum‬على البيان��ات املج ّمعة‪.‬‬

‫وظيفة ‪Groupby‬‬ ‫‪Groupby Method‬‬

‫با�س��تخدام وظيف��ة ()‪ groupby‬ميكن��ك‬ ‫تق�س��يم بيانات��ك اإىل جمموع��ات خمتلف��ة‪،‬‬ ‫وميكن اأن ي�ساعدك هذا يف اإجراء ح�سابات‬ ‫لتحليل البيانات ب�س��كل اأف�سل‪.‬‬

‫اجلدول ‪ :3.10‬الدوال التجميعية‬ ‫الدالة‬

‫املعنى‬

‫‪sum‬‬

‫ُترجع جمم�ع قائمة االأرقام‪.‬‬

‫‪max‬‬

‫ُترجع العدد االأق�سى لقائمة االأرقام‪.‬‬

‫‪min‬‬

‫ُترجع العدد االأدنى لقائمة االأرقام‪.‬‬

‫‪mean‬‬

‫ُترجع مت��سط قائمة االأرقام‪.‬‬

‫لت�ساهد بع�ص الأمثلة لوظيفة ()‪ df.groupby‬يف اإطار البيانات اجلديد الذي اأن�ساأته‪.‬‬ ‫يف هذا املثال‪� ،‬ستقوم بتجميع الطلبة وف ًقا ملنطقتهم وحت�سب جمموع الطلبة يف كل منطقة‪.‬‬

‫دالة ‪ sum‬هي‬ ‫اإحدى دوال التجميع‬ ‫التي تدعمها مكتبة‬ ‫باندا�س‪.‬‬

‫ال�سكل ‪ :3.27‬ا�ستخدام وظيفة ()‪ df.groupby‬لتجميع اإطار البيانات بعمود واحد‬

‫‪122‬‬

‫دالة التجميع‪:‬‬ ‫دال��ة تق��وم بح�س��ابات ريا�سي��ة م��ع قي��م‬ ‫�سف��وف متع��ددة والت��ي يت��م تميعه��ا م ًعا‪،‬‬ ‫ونتيج��ة لذل��ك ترجع قيم��ة موجزة واحدة‪.‬‬ ‫�يوعا ه��ي ‪sum،‬‬ ‫دوال التجمي��ع الأك��رث �س� ً‬ ‫‪.count، max، min and mean‬‬

‫يف هذا املثال‪� ،‬ستقوم بتجميع الطلبة وف ًقا ملعيارين‪ ،‬منطقتهم ومرحلتهم الدرا�سية‪ ،‬وحت�سب جمموع الطلبة يف كل منطقة‪.‬‬ ‫جمموعة املنطقة الأوىل‬

‫�سبطنا ‪as_index=false‬‬

‫ليك�ن الفهر�س ه� رقم‬ ‫ال�سف بد ًال من اأ�سماء‬ ‫االأعمدة‪.‬‬

‫جمموعة املنطقة‬ ‫الأخرية‬

‫ال�سكل ‪ :3.28‬ا�ستخدام وظيفة ()‪ df.groupby‬لتجميع اإطار البيانات يف اأعمدة متعددة‬

‫ويف ه��ذا املث��ال‪� ،‬س��تقوم باإن�س��اء اإط��ار بيان��ات جدي��د للمنطق��ة وع��دد الطلب��ة وع��دد املعلم��ني‪ .‬ث��م تم��ع ح�س��ب املنطق��ة وحت�س��ب جمم��وع‬ ‫الطلب��ة وجمم��وع املعلم��ني يف كل منطق��ة‪.‬‬

‫ال�سكل ‪ :3.29‬ا�ستخدام وظيفة ()‪ df.groupby‬وحتديد العمود امل�سنف كموؤ�سر للبيانات اجلديدة‬

‫‪123‬‬

‫تنظيف البيانات‬

‫‪Data Cleaning‬‬

‫من املهم جدً ا اأن تكون البيانات التي �ستحللها �سحيحة ‪ ،‬قبل البدء بتحليلها‪ ،‬وهذا يعني اأنه يجب اإزالة‬ ‫البيانات املكررة اأو امل�س ّو�سة اأو غري الدقيقة من جمموعة البيانات اخلا�سة بك‪ ،‬واإذا بقيت هذه البيانات كما‬ ‫هي‪ ،‬فلن تكون نتائج حتليلها �سحيحة‪.‬‬

‫اإ�سالح البيانات‬

‫تنظيف البيانات‪:‬‬ ‫تنظي��ف البيان��ات ه��و عملي��ة‬ ‫اإ�س��الح اأو اإزال��ة البيان��ات‬ ‫غ��ري ال�سحيح��ة اأو امل�س ّو�س��ة‬ ‫اأو املن�سقة ب�سكل غري �سحيح‬ ‫اأو املكررة اأو غري املكتملة من‬ ‫جمموع��ة البيان��ات‪.‬‬

‫اجلدول ‪ :3.11‬وظائف تنظيف البيانات‬ ‫الوظيفة‬

‫املعنى‬

‫()‪duplicated‬‬

‫ُترجع قيمة منطقية لكل �سف يحت�ي على بيانات مكررة‪.‬‬

‫()‪value_counts‬‬

‫ُترجع القيم الفريدة يف جمم�عة البيانات‪.‬‬

‫اإزالة البيانات املكررة‬

‫()‪isnull‬‬

‫ُترجع قيمة منطقية لكل خلية فارغة من جمم�عة البيانات‪.‬‬

‫ال�سكل ‪ :3.30‬عملية تنظيف البيانات‬

‫()‪dropna‬‬

‫يحذف ال�سف�ف الفارغة‪.‬‬

‫اإ�سالح اخلاليا الفارغة‬

‫البيانات املكررة‬

‫‪Duplicated Data‬‬

‫للتحقق مما اإذا كانت جمموعة البيانات اخلا�سة بك حتتوي على بيانات مكررة‪ ،‬فيمكنك اأن ت�س��تخدم الوظيفة ()‪ .df.duplicated‬وتعطي هذه الوظيفة‬ ‫قيمة منطقية لكل �سف ح�سب احتواءه على بيانات مكررة‪.‬‬ ‫ �س�اب (‪ )True‬للبيانات املكررة‪.‬‬ ‫ خطاأ (‪ )False‬للبيانات غري املكررة‪.‬‬ ‫�سرتى كيفية التعامل مع ال�سفوف املكررة يف جمموعة البيانات‪.‬‬

‫ال�سكل ‪ :3.31‬ا�ستخدام وظيفة ()‪df.duplicated‬‬

‫‪124‬‬

‫عدد الن�سخ المكررة‬

‫يوجد يف جمموعة البيانات اخلا�سة بك ‪� 171‬س ًفا مكر ًرا‪.‬‬ ‫حلذف هذه ال�سفوف ت�ستخدم وظيفة ()‪ ،drop_duplicates‬حيث حتذف هذه الطريقة ال�سفوف املكررة‪.‬‬ ‫بعد حذف ال�سفوف املكررة‪ ،‬عليك حتديث جمموعة البيانات اخلا�سة بك للتحقق من اإزالة ال�سفوف املكررة‪.‬‬

‫ال ي�جد‬ ‫�سف�ف مكررة‪.‬‬

‫ال�سكل ‪ :3.32‬ا�ستخدام وظيفة ()‪drop_duplicates‬‬

‫اخلاليا الفارغة‬

‫‪Empty Cells‬‬

‫للتحق��ق مم��ا اإذا كان��ت جمموع��ة البيان��ات اخلا�س��ة ب��ك به��ا قي��م مفق��ودة‪ ،‬ميكن��ك ا�س��تخدام وظيف��ة ()‪ ،data.isnull‬حي��ث ترج��ع قيم��ة منطقي��ة‬ ‫ل��كل خلية م��ن جمموعة البيانات‪:‬‬ ‫ �س�اب (‪ )True‬للخاليا الفارغة‬ ‫ خطاأ (‪ )False‬للخاليا املمتلئة‬ ‫�سرتى كيف ميكنك عد اخلاليا الفارغة يف جمموعة البيانات‪.‬‬ ‫يف هذا املثال حت�سب اخلاليا الفارغة لكل عمود‪.‬‬

‫عدد الخاليا الفارغة‬ ‫في كل عم�د‪.‬‬

‫ال�سكل ‪ :3.33‬عد اخلاليا الفارغة لكل عمود‬

‫ميكنك روؤية عدد اخلاليا الفارغة يف كل عمود‪.‬‬ ‫حلذف هذه ال�سفوف‪ ،‬ت�ستخدم وظيفة ()‪ ،dropna‬و�ستقوم بحذف ال�سفوف الفارغة‪.‬‬ ‫بعد حذف ال�سفوف الفارغة‪ ،‬عليك حتديث جمموعة البيانات اخلا�سة بك للتحقق من اإزالة هذه ال�سفوف‪.‬‬

‫‪125‬‬

‫ال ي�جد‬ ‫خاليا فارغة‬

‫ال�سكل ‪ :3.34‬حذف ال�سفوف الفارغة‬

‫البيانات اخلاطئة‬

‫‪Wrong Data‬‬

‫يف بع�ص الأحيان قد حتتوي جمموعة البيانات اخلا�سة بك على بيانات خاطئة‪ .‬فعلى �سبيل املثال‪ ،‬يف جمموعة البيانات اخلا�سة بك ل ميكنك احل�سول‬ ‫عل��ى اأرق��ام �س��البة يف ع��دد عم��ود الطلب��ة‪ ،‬وللتحق��ق مم��ا اإذا كان��ت جمموع��ة البيان��ات اخلا�س��ة ب��ك حتتوي عل��ى بيانات خاطئة‪ ،‬عليك كتاب��ة مقطع برجمي‬ ‫خم�س�ص على ح�سب جمموعة البيانات اخلا�سة بك‪.‬‬ ‫يف هذا املثال �سوف تتحقق من الأرقام ال�سالبة يف اأعمدة جمموعة البيانات‪.‬‬ ‫يعتم��د ن��وع البيان��ات الت��ي ميك��ن اعتباره��ا خاطئ��ة عل��ى جمموع��ة البيان��ات‪ .‬علي��ك اأن تق��رر م��اذا تفع��ل به��ذه البيان��ات اخلاطئ��ة‪ ،‬فق��د ترغ��ب يف حذفه��ا اأو‬ ‫ا�س��تبدالها بقي��م اأخرى‪.‬‬

‫ال�سكل ‪ :3.35‬التحقق من الأرقام ال�سالبة‬

‫‪126‬‬

‫مترينات‬ ‫‪ 1‬قارن بن كائن املت�سل�سلة و اإطار البيانات‪.‬‬ ‫___________________________________________________________________________________________‬ ‫___________________________________________________________________________________________‬ ‫___________________________________________________________________________________________‬ ‫___________________________________________________________________________________________‬ ‫___________________________________________________________________________________________‬ ‫___________________________________________________________________________________________‬

‫‪� 2‬سف الفرق بن فهر�سة البيانات وت�سفيتها‪.‬‬ ‫___________________________________________________________________________________________‬ ‫___________________________________________________________________________________________‬ ‫___________________________________________________________________________________________‬ ‫___________________________________________________________________________________________‬ ‫___________________________________________________________________________________________‬ ‫___________________________________________________________________________________________‬

‫‪ 3‬ا�سرح اأهمية تنظيف البيانات قبل البدء بتحليلها‪.‬‬ ‫___________________________________________________________________________________________‬ ‫___________________________________________________________________________________________‬ ‫___________________________________________________________________________________________‬ ‫___________________________________________________________________________________________‬ ‫___________________________________________________________________________________________‬

‫‪127‬‬

‫‪ 4‬ا�ست�رد املكتبة الع�س�ائية وا�ستخدم وظيفة ()‪ random.randrange‬لطباعة رقم ع�س�ائي بن ‪ 1‬و ‪.100‬‬ ‫___________________________________________________________________________________________‬ ‫___________________________________________________________________________________________‬ ‫___________________________________________________________________________________________‬ ‫___________________________________________________________________________________________‬ ‫___________________________________________________________________________________________‬ ‫___________________________________________________________________________________________‬ ‫___________________________________________________________________________________________‬ ‫___________________________________________________________________________________________‬ ‫___________________________________________________________________________________________‬ ‫___________________________________________________________________________________________‬

‫‪ 5‬افتح مفكرة جديدة يف ج�بيرت‪ ،‬وا�ست�رد ملف اإك�سل باال�سم "‪."tourist-indicators.xlsx‬‬ ‫ ح ّمل ورقة العمل "‪ "I8‬يف اإطار بيانات باندا�س‪.‬‬ ‫ اطبع �سكل اإطار البيانات‪.‬‬ ‫ اطبع اأن�اع البيانات املخزنة يف كل عم�د من جمم�عة البيانات‪.‬‬ ‫ اطبع اأ�سماء اأعمدة جمم�عة البيانات‪.‬‬

‫‪128‬‬

‫‪ 6‬ا�ستخدم جمم�عة البيانات التي ا�ست�ردتها يف التمرين ال�سابق وقم بالتايل‪:‬‬ ‫ اأن�سئ كائن مت�سل�سلة جديد يحت�ي على عدد ال�سياح ال�افدين من دول جمل�س التعاون اخلليجي‪.‬‬ ‫ اأوجد احلد االأق�سى واحلد االأدنى لعدد ال�سياح ويف اأي �سف�ف من املت�سل�سلة حتدث هذه القيم؟‬ ‫ حتقق من املت�سل�سلة ملعرفة القيم غري املنا�سبة واملفق�دة‪ ،‬واإذا كان هناك اأي منها‪ ،‬قم باإزالة تلك ال�سف�ف‪.‬‬

‫‪7‬‬

‫ اطبع عدد ال�سياح بالرتتيب التنازيل لقيم اأكر من ‪.500‬‬

‫‪ 7‬افتح ورقة العمل "‪ "I8‬من امللف "‪ "tourist-indicators.xlsx‬واقراأها يف اإطار بيانات جديد‪ .‬ثم‪:‬‬ ‫ َتف ّقد جمم�عة البيانات باأكملها ملعرفة القيم املكررة واملفق�دة‪.‬‬ ‫ اطبع عدد القيم املفق�دة وعدد ال�سف�ف املكررة‪.‬‬ ‫ قم باإزالة ال�سف�ف املكررة وال�سف�ف ذات القيم املفق�دة‪.‬‬ ‫ قم بتجميع اإطار البيانات بناء على ال�سهر‪ ،‬وحدد ال�سهر الذي ا�ستقطب اأكر عدد من الزوار لكل منطقة‪.‬‬

‫‪129‬‬

‫الدر�س الثالث‬

‫ت�سوير البيانات‬ ‫ً‬ ‫وحتليال‪.‬‬ ‫كما ذكر �س��اب ًقا‪ ،‬فاإن ت�سوير البيانات هو التمثيل البياين للمعلومات والبيانات‪ .‬اإن ت�سوير البيانات يجعلها اأي�س��ر فه ًما‬ ‫با�ستخدام العنا�سر املرئية مثل املخططات والر�سوم البيانية واخلرائط‪ ،‬فاإنك تعل البيانات اأكرث �سهولة وفه ًما وقابلية لال�ستخدام‪.‬‬ ‫يف هذا الدر�ص‪� ،‬ست�ستخدم مفكرة جوبيرت لت�سوير بياناتك‪ .‬ويدعم جوبيرت ت�سوير البيانات بال�ستعانة مبكتبات البايثون‪.‬‬

‫اأنواع ت�سوير البيانات‬

‫‪Types of Data Visualization‬‬

‫�سيوعا هي‪:‬‬ ‫اأكرث اأنواع ت�سوير البيانات ً‬ ‫ املخططات (اخلطية‪ ،‬ال�سريطية‪ ،‬الدائرية)‬ ‫ الر�سوم البيانية‬ ‫ املخطط النقطي‬ ‫ املخطط املد ّرج التكراري‬ ‫ اجلداول‬ ‫ اخلرائط‬

‫يت��م متثي��ل البيان��ات ب�س��كل خمتل��ف‬ ‫با�س��تخدام االأن��واع املختلف��ة لت�سوي��ر‬ ‫البيان��ات‪ .،‬يج��ب علي��ك اختي��ار ن��وع الر�س��م‬ ‫البياين ح�سب ما تريد حتقيقه من تقريرك‪.‬‬

‫ال�سكل ‪ :3.36‬الر�سوم الأكرث �سيوعا يف ت�سوير البيانات‬

‫‪130‬‬

‫املخططات‬

‫‪Charts‬‬

‫املخطط ّ‬ ‫اخلطي‬

‫‪Line Chart‬‬

‫املخطط ّ‬ ‫اخلطي هو تقنية ت�سوير بيانات‪ ،‬بحيث يتم ر�س��م كل قيمة ملتغري م�س��تقل‬ ‫على مدى فرتة زمنية وتت�سل هذه القيم بخطوط م�س��تقيمة‪ .‬عادة ما يكون املحور‬ ‫الأفقي متغ ًريا م�ستم ًرا مثل الوقت‪ ،‬واملحور الراأ�سي هو قيم املتغري امل�ستقل‪ .‬وتكمن‬ ‫بع�ص املزايا يف ب�ساطته يف متثيل تغيري املتغري مبرور الوقت والذي ميكن اأن ي�ساعد‬ ‫يف اكت�س��اف التوجهات والأمناط‪ .‬وميكنك ر�س��م خطوط متعددة على نف���ص الر�س��م‬ ‫البياين ومقارنة تقدم اأكرث من متغري م�ستقل واحد يف نف�ص الفرتة الزمنية‪.‬‬ ‫ال�سكل ‪ :3.37‬خمطط ّ‬ ‫خطي يو�سح املتو�سط ال�سنوي لدرجات احلرارة‬ ‫املنخف�سة واملتو�سطة امل�سجلة يف اأَ ْب َها‬

‫املخطط ال�سريطي‬

‫‪Bar Chart‬‬

‫املخط��ط ال�س��ريطي مي ّث��ل عنا�س��ر متغ��ري فئ��وي عل��ى املح��ور الأفق��ي (���ص)‪ ،‬بينم��ا‬ ‫تو�سح الأعمدة قيم تلك العنا�سر من خالل ارتفاعها ن�سبة اإىل قيم املحور الراأ�سي‬ ‫(���ص)‪ .‬ميك��ن اأن تك��ون املخطط��ات ال�س��ريطية عمودي��ة اأو اأفقي��ة‪ ،‬وع��ادة م��ا ت�س��مى‬ ‫املخطط��ات ال�س��ريطية العمودي��ة خمطط��ات الأعم��دة‪ .‬وهن��اك العدي��د م��ن اأن��واع‬ ‫املخططات ال�سريطية مثل املخططات ال�سريطية املج ّمعة‪ ،‬واملخططات ال�سريطية‬ ‫املكدّ�س��ة‪ ،‬واملخطط��ات ال�س��ريطية مع اأ�س��رطة اخلط�اأ‪ ،‬وغريهااملزيد‪.‬‬ ‫ال�سكل ‪ :3.38‬خمطط �سريطي يو�سح املتو�سط ال�سنوي لدرجات احلرارة‬ ‫املنخف�سة واملتو�سطة امل�سجلة يف اأَ ْب َها‬

‫املخطط النقطي‬

‫‪Scatter Plot‬‬

‫املخط��ط النقط��ي ه��و طريق��ة لت�سوي��ر البيان��ات با�س��تخدام النق��اط لتمثي��ل قي��م‬ ‫املتغريات املختلفة‪ ،‬وتكون هذه النقاط مبعرثة على ال�س��كل‪ ،‬ومن هنا جاء ال�س��م‪.‬‬ ‫موقع هذه النقط على حموري (�ص) و (�ص) ميثل قيمها‪ ،‬وميكنك ا�ستخدام األوان‬ ‫خمتلفة لر�سم النقاط‪ ،‬حيث ميثل كل لون متغري معني‪ .‬وعندما تكون قيم املتغريات‬ ‫الت��ي مت��ت درا�س��تها بيان��ات متقطعة‪ ،‬ف�اإن املخطط النقطي يك��ون اأكرث مالءمة من‬ ‫املخطط ّ‬ ‫اخلطي ‪ ،‬حيث اأنه اأكرث قابلية للتطبيق لتمثيل املتغريات ذات القيم امل�ستمرة‬ ‫(احلقيقي��ة)‪ .‬وهن��اك اأن��واع خمتلف��ة م��ن املخط��ط النقط��ي بن��ا ًء عل��ى الرتباط بني‬ ‫املتغريات (ايجابي‪� ،‬س��لبي‪ ،‬لغي)‪.‬‬ ‫ال�سكل ‪ :3.39‬خمطط نقطي يبني وجود ارتباط اإيجابي بني �سنوات اخلربة‬ ‫وعمر املوظف‬

‫‪131‬‬

‫املخطط الدائري‬

‫‪Pie Chart‬‬

‫مق�س��م اإىل �س��رائح متث��ل القي��م الن�س��بية‬ ‫املخط��ط الدائ��ري ه��و خمط��ط ي�س��به الفطائ��ر‪ّ ،‬‬ ‫لبع�ص املتغريات يف فئة معينة‪ .‬متثل كل �سريحة من املخطط فئة خمتلفة‪ .‬هناك العديد‬ ‫من اأنواع املخططات الدائرية‪ ،‬مثل املخططات الدائرية املج ّ�فة (‪)Doughnut Charts‬‬ ‫واملخطط��ات ن�س��ف املج ّ�ف��ة (‪ )Half-Doughnut Pie Charts‬واملخطط��ات الدائري��ة‬ ‫متعددة الطبقات (‪.)Multilayered Pie Charts‬‬ ‫ال�سكل ‪:3.40‬خمطط دائري يبني الن�سبة املئوية لو�سيلة النقل املف�سلة‬

‫املخطط املد ّرج التكراري‬

‫‪Histogram‬‬

‫يعد املخطط املد ّرج التكراري (الهي�ستوقرام) اأحد اأقدم تقنيات ت�سوير البيانات‪ ،‬حيث‬ ‫ي�سبه املخططات ال�سريطية ولكنه يختلف عنها يف اأنه يظهر تواتر البيانات العددية‪ ،‬بينما‬ ‫املخطط��ات ال�س��ريطية ُتع��د طريق��ة ملقارن��ة فئ��ات البيان��ات‪ .‬وعندم��ا تريد اإن�س��اء خمطط‬ ‫امل��د ّرج التك��راري‪ ،‬فعلي��ك بتجمي��ع البيان��ات يف نطاق��ات يت��م ر�س��مها بع��د ذل��ك عل��ى �س��كل‬ ‫اأعمدة مت�سلة ببع�سها البع�ص‪ ،‬و ُيظهر ارتفاع الأعمدة عدد البيانات املوجودة يف كل نطاق‪.‬‬ ‫البيان��ات الفئوي��ة ه��ي متغ��ريات متقطع��ة‪ ،‬وميك��ن اأن يك��ون له��ا ع��دد مع��ني‬ ‫من القيم‪ ،‬فعلى �س��بيل املثال عدد الطلبة يف كل منطقة من اململكة العربية‬ ‫ال�س��عودية‪ .‬وميك��ن اأن يك��ون للبيان��ات امل�س��تمرة اأي قيم��ة ب��ني احل��د االأدن��ى‬ ‫والقيم��ة الق�س��وى‪ ،‬عل��ى �س��بيل املث��ال‪ ،‬الوقت اأو درج��ة احلرارة‪.‬‬

‫مكتبة مات بلوت ليب‬

‫‪Matplotlib Library‬‬

‫م��ن اأج��ل ت�سوي��ر بيانات��ك‪ ،‬حتت��اج اإىل ا�س��ترياد مكتب��ة جدي��دة‪ ،‬وهي التي ت�س��مى مات‬ ‫بلوت ليب‪ .‬وحتتوي هذه املكتبة على بع�ص الأ�ساليب اجلاهزة التي ميكنك ا�ستخدامها‬ ‫جلع��ل املخط��ط اخلا���ص ب��ك اأك��رث قابلية للفه��م‪ ،‬وميكنك الطالع على هذه الأ�س��اليب‬ ‫يف اجل��دول ‪ .3.12‬وبا�س��تخدام ه��ذه املكتب��ة‪ ،‬ميكن��ك تق��دمي بيانات��ك يف اأي خمط��ط‬ ‫تريده‪ .‬يف هذا الدر���ص‪� ،‬ست�س��تخدم هذه الأ�س��اليب لإن�س��اء خمططات بنا ًء على اإطار‬ ‫البيان��ات اخلا�ص بك‪.‬‬ ‫لدع��م الن���ص العرب��ي داخ��ل املخطط��ات الت��ي اأن�س�اأتها مكتب��ة م��ات بل��وت لي��ب‪ ،‬حتت��اج‬ ‫اإىل حتويل الن�ص العربي اإىل تن�سيق ميكن عر�سه ب�سكل �سحيح‪� .‬ست�ستخدم مكتبتي‬ ‫البايثون‪:‬‬

‫يبني توزيع �سنوات اخلربة بني‬ ‫ال�سكل ‪ :3.41‬خمطط مد ّرج تكراري ُ ّ‬ ‫املوظفني‬ ‫اجلدول ‪ :3.12‬طرق مكتبة مات بلوت ليب (‪)Matplotlib‬‬

‫الطريقة‬

‫املعنى‬

‫()‪bar‬‬

‫ين�سئ خمطط �سريطي‪.‬‬

‫()‪pie‬‬

‫ين�سئ خمطط دائري‪.‬‬

‫()‪set_title‬‬

‫يحدد عن�ان املخطط‪.‬‬

‫()‪set_ylabel‬‬

‫يحدد ت�سمية حم�ر ‪.y‬‬

‫()‪set_xlabel‬‬

‫يحدد ت�سمية حم�ر ‪.x‬‬

‫()‪show‬‬

‫ين�سئ املخطط‪.‬‬

‫> ‪arabic_reshaper‬‬ ‫> ‪bidi.algorithm‬‬

‫من خالل ت�سغيل املقطع الربجمي التايل يف مفكرة جوبيرت اخلا�سة بك‪ ،‬يتم تنزيل هاتني املكتبتني وتثبيتهما تلقائ ًيا‪.‬‬

‫ال�سكل ‪ :3.42‬تنزيل وتثبيت املكتبات‬

‫‪132‬‬

‫املخطط ال�سريطي‬

‫‪Bar Chart‬‬

‫حان الوقت لإن�ساء اأول خمطط لك يف مفكرة جوبيرت‪.‬‬ ‫ابداأ با�سترياد املكتبات التي �ست�ستخدمها‪.‬‬

‫ال�سكل ‪ :3.43‬املكتبات امل�ستوردة‬

‫اخلطوة التالية هي اإن�ساء جمموعة البيانات التي �ست�ستخدمها‪.‬‬ ‫م��ن جمموع��ة البيان��ات الت��ي ا�س��تخدمتها يف الدر���ص ال�س��ابق‪ ،‬اب��داأ بتجمي��ع بيانات��ك ح�س��ب املنطق��ة با�س��تخدام دال��ة ()‪ mean‬واح�س��ل‬ ‫عل��ى متو�س��ط عدد الطلب��ة واملعلمني والإداريني‪.‬‬ ‫قم بفرز اإطار البيانات هذا ح�سب عمود الطلبة‪.‬‬

‫�س ّنف البيانات بح�سب‬ ‫الترتيب التنازلي‪.‬‬

‫ال�سكل ‪ :3.44‬اإن�ساء جمموعة البيانات‬

‫و�سوحا‪� ،‬ستختار وت�ستخدم فقط ال�سفوف اخلم�سة الأوىل من جمموعة البيانات اخلا�سة بك‪.‬‬ ‫لإن�ساء خمطط �سريطي اأكرث‬ ‫ً‬

‫ال�سكل ‪ :3.45‬حدد ال�سفوف اخلم�سة الأوىل من جمموعة البيانات‬

‫‪133‬‬

‫املقطع الربجمي لإن�ساء املخطط اخلا�ص بك‪.‬‬ ‫يمكنك ا�ستخدام هذا المقطع‬ ‫البرمجي‪ ،‬لعر�س االأحرف‬ ‫العربية ب�سكل �سحيح‪.‬‬

‫اإحداثيات االأعمدة‪.‬‬ ‫�سع الت�سمية على المخطط‪.‬‬

‫ال�سكل ‪ :3.46‬اإن�ساء املخطط ال�سريطي‬

‫املخطط ال�سريطي اخلا�ص بك جاهز‪.‬‬

‫ال�سكل ‪ :3.47‬املخطط ال�سريطي‬

‫‪134‬‬

‫افرت�ص الآن اأنك تريد ر�س��م عدد الطلبة واملعلمني والإداريني على نف���ص املخطط ال�س��ريطي‪ .‬ي�س��مى هذا املخطط باملخطط ال�س��ريطي املج ّمع وحتتاج اإىل‬ ‫و�سع ال�سرائط ب�سكل �سحيح اعتمادًا على عر�ص ال�سريط‪.‬‬

‫ال�سكل ‪ :3.48‬اإن�ساء املخطط ال�سريطيي املج ّمع‬

‫ال�سكل ‪ :3.49‬املخطط ال�سريطي املج ّمع‬

‫‪135‬‬

‫املخطط الدائري‬

‫‪Pie Chart‬‬

‫�سرتى خطوات اإن�ساء املخطط الدائري يف مفكرة جوبيرت‪.‬‬ ‫�ستن�س��ئ اإط��ار بيان��ات جدي��د ي�س��مى ‪ groupsP‬م��ن جمموع��ة البيان��ات‬ ‫الت��ي ا�س��تخدمتها يف الدر���ص ال�س��ابق‪ .‬ق��م بتجمي��ع بيانات��ك ح�س��ب املرحل��ة‬ ‫واح�س��ل عل��ى املت��س��ط (()‪ )mean‬للطلب��ة واملعلم��ني والإداري��ني‪ ،‬ث��م ق��م‬ ‫بف��رز اإط��ار البيان��ات ه��ذا مبتو�س��ط عدد امل�س�وؤولني‪.‬‬

‫ال�سكل ‪:3.50‬خمطط دائري‬

‫ال�سكل ‪ :3.51‬اإن�ساء اإطار بيانات جديد‬

‫الآن �ستن�س��ئ خمطط دائري يو�سح ن�س��بة الطلبة واملعلمني والإداريني ملنطقة واحدة‪ .‬اأو ًل‪ ،‬حتتاج اإىل اإن�س��اء قائمة حتتوي على �س��رائح املخطط الدائري‪.‬‬ ‫يف مثالك‪� ،‬ستكون ال�سرائح عبارة عن قائمة حتتوي على اأعداد الطلبة واملعلمني والإداريني للمنطقة يف ال�سف الأول‪.‬‬

‫الإظهار الن�سبة المئ�ية لكل �سريحة‪.‬‬

‫ال�سكل ‪ :3.52‬اإن�ساء خمطط دائري‬

‫خ�سائ�س لمظهر المخطط الدائري‪.‬‬ ‫‪136‬‬

‫الآن �ستن�سئ �سكل يحتوي على اأكرث من خمطط دائري‪.‬‬

‫ال�سكل ‪ :3.53‬اإن�ساء اأربعة خمططات دائرية‬

‫حتت��وي مكتب��ة م��ات بل��وت لي��ب عل��ى جمموع��ة‬ ‫كب��رية م��ن االإع��دادات لت�سمي��م خمط��ط اأو ر�س��م‬ ‫بي��اين‪ .‬ميكن��ك زي��ارة موق��ع املكتب��ة االإلك��رتوين‬ ‫‪ http:\\matplotlib.org‬واالط��الع عل��ى دلي��ل‬ ‫امل�س��تخدم للح�س��ول عل��ى تفا�سي��ل كاف��ة اإعدادته��ا‪.‬‬

‫‪137‬‬

‫ال�سكل ‪ :3.54‬املخطط الدائري‬

‫‪138‬‬

‫مترينات‬ ‫‪ 1‬ناق�س اأهمية ت�س�ير البيانات كمرحلة يف التحليل اال�ستك�سايف للبيانات‪ ،‬ثم ّ‬ ‫و�سح اأهميته مبثالن‪.‬‬ ‫___________________________________________________________________________________________‬ ‫___________________________________________________________________________________________‬ ‫___________________________________________________________________________________________‬ ‫___________________________________________________________________________________________‬ ‫___________________________________________________________________________________________‬ ‫___________________________________________________________________________________________‬ ‫___________________________________________________________________________________________‬ ‫___________________________________________________________________________________________‬ ‫___________________________________________________________________________________________‬ ‫___________________________________________________________________________________________‬

‫‪ 2‬قارن بن اخل�سائ�س الرئي�س��ة للمخططات البيانية ّ‬ ‫اخلطية وال�س��ريطية‪ ،‬ثم اذكر مثالن ملجم�عات البيانات‬ ‫واخرت املخطط املنا�سب لكل مثال‪.‬‬ ‫___________________________________________________________________________________________‬ ‫___________________________________________________________________________________________‬ ‫___________________________________________________________________________________________‬ ‫___________________________________________________________________________________________‬ ‫___________________________________________________________________________________________‬ ‫___________________________________________________________________________________________‬ ‫___________________________________________________________________________________________‬ ‫___________________________________________________________________________________________‬ ‫___________________________________________________________________________________________‬ ‫___________________________________________________________________________________________‬

‫‪139‬‬

‫‪ 3‬حدد الفرق الرئي�سي بن املخطط النقطي واملخططات االأخرى‪ ،‬ثم اذكر ً‬ ‫مثاال على ا�ستخدام املخطط النقطي‪.‬‬ ‫___________________________________________________________________________________________‬ ‫___________________________________________________________________________________________‬ ‫___________________________________________________________________________________________‬ ‫___________________________________________________________________________________________‬

‫‪ 4‬ادرج مكتب��ات بايث���ن الت��ي حتتاجه��ا لتطبي��ق تقني��ات ت�س�ي��ر البيان��ات‪ ،‬وم��ا ه��ي اخلط���ات لب��دء ا�س��تخدامها يف‬ ‫مفكرة ج�بيرت؟‬ ‫___________________________________________________________________________________________‬ ‫___________________________________________________________________________________________‬ ‫___________________________________________________________________________________________‬ ‫___________________________________________________________________________________________‬

‫‪ 5‬تريد معرفة عدد ال�سياح الذين يزورون اململكة العربية ال�سع�دية �سهر ًيا ملنطقة واحدة يف جمم�عة البيانات‪.‬‬ ‫ ما ن�ع املخطط االأن�سب لال�ستخدام؟ (ادعم اإجابتك باأ�سباب منطقية)‪.‬‬ ‫ اخ��رت اأي منطق��ة م��ن جمم�ع��ة البيان��ات وا�س��تخدم مكتب��ة م��ات بل���ت لي��ب‪ ،‬واأن�س��ئ ن���ع املخط��ط الذي تعتقد‬ ‫اأنه االأن�سب‪.‬‬ ‫ بن��ا ًءا عل��ى املخط��ط ال��ذي اأن�س�اأته‪ ،‬اكت�س��ف ال�س��هر ال��ذي ا�س��تقبلت في��ه املنطق��ة الت��ي اخرتته��ا اأك��ر ع��دد م��ن‬ ‫الزوار‪.‬‬

‫‪140‬‬

‫‪ 6‬تري��د مقارن��ة ع��دد ال�س��ياح الذي��ن ي��زورون اململك��ة العربي��ة ال�س��ع�دية م��ن ‪ 3‬اأج��زاء م��ن الع��امل‪ ،‬اأوروب��ا واآ�س��يا‬ ‫وال�س��رق االأو�س��ط م��ن �س��هر اأكت�ب��ر اإىل يناي��ر‪.‬‬ ‫ ما ن�ع املخطط االأن�سب لال�ستخدام ؟ (ادعم اإجابتك باأ�سباب منطقية)‪.‬‬ ‫ اأن�سئ ن�ع املخطط الذي تعتقد اأنه االأن�سب‪.‬‬ ‫ بنا ًء على املخطط الذي اأن�س�اأته‪ ،‬اكت�س��ف اأي جزء من العامل جاء منه معظم ال�س��ياح يف كل �س��هر من اأكت�بر‬ ‫اإىل يناير‪.‬‬

‫‪ 7‬تريد معرفة ال�سهر الذي ا�ستقطب معظم الزوار ثم معرفة الن�سبة املئ�ية لزوار كل منطقة لهذا ال�سهر‪.‬‬ ‫ اأن�سئ اإطار بيانات لتحديد ال�سهر الذي ي�سم اأكر عدد من الزوار‪.‬‬ ‫ اأي ن�ع من املخططات �سيك�ن االأن�سب يف هذه احلالة ؟ (ادعم اإجابتك باأ�سباب منطقية)‪.‬‬ ‫ اأن�سئ ن�ع املخطط الذي تعتقد اأنه االأن�سب‪.‬‬ ‫ بن��ا ًء عل��ى املخط��ط ال��ذي اأن�س�اأته‪ ،‬م��ا ه��ي املنطق��ة الت��ي لديه��ا اأعل��ى ن�س��بة م��ن ال��زوار واأي منه��ا لديه��ا اأق��ل‬ ‫ن�س��بة م��ن ال��زوار ؟‬

‫‪141‬‬

‫امل�سروع‬ ‫تري��د معرف��ة الطريق��ة الأك��رث تف�سي� ًال لل�س��ياح لزي��ارة اململك��ة العربي��ة ال�س��عودية‪ .‬لدي��ك مل��ف‬ ‫اإك�س��ل بال�س��م "‪ "tourist-indicators.xlsx‬وال��ذي يحت��وي عل��ى معلوم��ات ح��ول ع��دد ال�س��ياح‬ ‫الذي��ن ي�سل��ون اإىل اململك��ة العربي��ة ال�س��عودية ع��ن طريق اجلو والرب والبحر �س��هر ًيا‪.‬‬

‫‪142‬‬

‫‪1‬‬

‫افتح امللف "‪."tourist-indicators.xlsx‬‬

‫‪2‬‬

‫قم بتحميل ورقة العمل "‪ "I7‬يف اإطار بيانات جديد با�ستخدام مكتبة باندا�ص‪.‬‬

‫‪3‬‬

‫اح�سر عدد ال�سياح الذين ي�سلون عن طريق اجلو والرب والبحر لكل �سهر‪.‬‬

‫‪4‬‬

‫قارن متو�سط عدد ال�سياح الذين ي�سلون اإىل اململكة العربية ال�سعودية عن طريق اجلو والرب‬ ‫لأ�سهر يناير وفرباير ومار�ص با�ستخدام تقنية الت�سوير املنا�سبة‪.‬‬

‫‪5‬‬

‫ما هي الن�سب املئوية لكل طريقة و�سول لالأ�سهر الثالثة مع اأقل عدد اإجمايل من الزوار ؟‬ ‫لالإجابة على ال�سوؤال‪ ،‬حتتاج اإىل اإن�ساء عمود جديد يف اإطار البيانات اخلا�ص بك مع اإجمايل‬ ‫عدد الزوار �سهر ًيا‪.‬‬

‫‪6‬‬

‫ما نوع املخطط الذي �س��يكون اأكرث فائدة لالإجابة على هذا ال�س�وؤال ؟ ادعم اإجابتك باأ�س��باب‬ ‫منطقية‪.‬‬

‫ماذا تعلمت‬

‫ ‬ ‫ ‬ ‫ ‬ ‫ ‬ ‫ ‬ ‫ ‬

‫خطوات عملية حتليل البيانات‪.‬‬ ‫ا�ستخدام مفكرة جوبيرت كاأداة لتحليل البيانات‪.‬‬ ‫ا�ستخدام مكتبة باندا�س الإن�ساء االإح�ساءات‪.‬‬ ‫اأهمية ت�سوير البيانات‪.‬‬ ‫ا�ستخدام مكتبة مات بلوت ليب لتمثيل البيانات ب�سكل ر�سومي‪.‬‬ ‫اإن�ساء خمطط بياين �سريطي وخمطط دائري يف مفكرة جوبيرت‪.‬‬

‫الم�سطلحات الرئي�سة‬ ‫�سمة‬

‫تجميع‬

‫‪Grouping‬‬

‫فهر�سة‬

‫‪Indexing‬‬

‫تنظيف البيانات‬

‫وظيفة‬

‫‪Method‬‬

‫اإطار البيانات‬

‫متعدد المتغيرات‬ ‫تحليل غير ر�س�مي‬ ‫التحليل التنب�ؤي‬

‫‪Multivariate‬‬ ‫‪Non-Graphical Analysis‬‬ ‫‪Predictive Analysis‬‬

‫ت�س�ير البيانات‬ ‫التحليل ال��سفي‬ ‫التحليل الت�سخي�سي‬

‫‪Attribute‬‬ ‫‪Data Cleaning‬‬ ‫‪Data Frame‬‬ ‫‪Data Visualization‬‬ ‫‪Descriptive Analysis‬‬ ‫‪Diagnostic Analysis‬‬

‫التحليل الت�جيهي‬

‫‪Prescriptive Analysis‬‬

‫تحليل البيانات اال�ستك�سافي‬

‫مكتبة البرمجة‬

‫‪Programming Library‬‬

‫ت�سفية‬

‫‪Filtering‬‬

‫كائن المت�سل�سلة‬

‫‪Series Object‬‬

‫دالة‬

‫‪Function‬‬

‫اأحادي المتغير‬

‫‪Univariate‬‬

‫تحليل ر�س�مي‬

‫‪Exploratory Data Analysis‬‬

‫‪Graphical Analysis‬‬

‫‪143‬‬

‫‪ .4‬منذجة البيانات‬ ‫ُّ‬ ‫والتوقع‬ ‫التنبوؤية‬ ‫ُّ‬ ‫والتوقع‪ ،‬وي�سمل ذلك مفهوم‬ ‫�سيتعرف الطالب يف هذه الوحدة على مفهوم منذجة البيانات التنبوؤية‬ ‫ّ‬ ‫ُّ‬ ‫النمذج��ة التنبوؤي��ة‪ ،‬واأمن��اط النماذج التنبوؤية وتطبيقاتها‪ .‬وا ً‬ ‫التوقع‪،‬‬ ‫أي�سا‪� ،‬س��يتعلم الطالب مفهوم‬ ‫ُّ‬ ‫التوقع‪ ،‬و�سيتم الرتكيز على مفهوم حت�سني احللول‪ ،‬وذلك‬ ‫و�سرح وتو�سيح خطوات الو�سول اإىل نتائج‬ ‫من خالل �سياغة امل�سكلة واإيجاد احلل االأمثل لها من بني احللول املُ ْمكنة با�ستخدام اأداة اإك�سل �سولفر‬ ‫(‪.)Excel Solver‬‬ ‫ويف اخلتام‪� ،‬سيتع ّلم الطالب طريقة تقييم النتائج التي يح�سل عليها وذلك بهدف الو�سول اإىل اأف�سل‬ ‫النتائج والتو�سيات املتعلقة باالإجراءات اأو العمليات التي قد يتم تنفيذها يف امل�ستقبل‪.‬‬

‫بنهاية هذه الوحدة �سيكون الطالب قاد ًرا على اأن‪:‬‬ ‫ ‬ ‫ ‬ ‫ ‬ ‫ ‬ ‫ ‬ ‫ ‬ ‫ ‬ ‫ ‬ ‫ ‬ ‫ ‬ ‫ ‬ ‫ ‬

‫‪144‬‬

‫عرف م�سطلح النمذجة التنبوؤية‪.‬‬ ‫ُي ِّ‬ ‫وا�سحا لفئات النمذجة التنبوؤية‪.‬‬ ‫قدم و�س ًفا‬ ‫ُي ِّ‬ ‫ً‬ ‫حدد خطوات عملية النمذجة التنبوؤية‪.‬‬ ‫ُي ِّ‬ ‫ُيعدِّ د ميزات وعيوب النمذجة التنبوؤية‪.‬‬ ‫ُّ‬ ‫التوقع‪.‬‬ ‫عرف م�سطلح‬ ‫ُي ِّ‬ ‫ُيحدد اخلطوات املتبعة يف عمليات التنبوؤ‪.‬‬ ‫ُّ‬ ‫التوقع يف مايكرو�سوفت اإك�سل (‪.)Microsoft Excel‬‬ ‫ُين ِفّذ عملية‬ ‫ُي َع ِّرف مفهوم نطاق الثقة‪.‬‬ ‫ُّ‬ ‫للتوقع‪.‬‬ ‫ُي�س ِنّف املخططات اأوالر�سومات البيانية املتنوعة‬ ‫عرف مفهوم منوذج التح�سني‪.‬‬ ‫ُي ِّ‬ ‫ُيط ِّبق عملية التَّح�سني با�ستخدام اأداة اإك�سل �سولفر‪.‬‬ ‫حدد التو�سيات امل�ستقبلية‪.‬‬ ‫ُيق ِّيم نتائج عملية التح�سني و ُي ِّ‬

‫الدر�س االأول‬

‫منذجة البيانات التنبوؤية‬ ‫تلج�اأ املوؤ�س�س��ات وال�س��ركات ل�س��تخدام النمذج��ة التنبوؤي��ة لتحلي��ل الأح��داث امل�س��تقبلية املتعلق��ة بن�س��اطها التج��اري‪ ،‬وذل��ك به��دَ ف اتخ��اذ اأف�س��ل الق��رارات‪.‬‬ ‫ُومي ِك��ن ا�س��تخدام من��اذج ال َتّنب�وؤ لفه��م ومعرف��ة �س��رائح وفئ��ات امل�س��تهلكني‪ ،‬ولتقدير املبيعات املُحتمل��ة‪ ،‬اأو لفهم ومعرفة الق�سايا الأمنية للح�س��ابات‪.‬‬

‫ما هي النمذجة التنبوؤية؟‬

‫?‪What is Predictive Modeling‬‬

‫فرع��ا م��ن ف��روع عل��م حتلي��ل البيان��ات املتق��دم‪ ،‬وتَ�س��تعني ه��ذه التحلي��الت بالبيان��ات‬ ‫تُعت��رب التحلي��الت التنبوؤي��ة ً‬ ‫ُّ‬ ‫ال�سابقة‪ ،‬اإىل جانب ُطرق اأخرى كالنمذجة الإح�سائية‪ ،‬وتنقيب البيانات‪ ،‬وتعلم الآلة‪ ،‬وذلك لتقدمي التنبوؤات حول‬ ‫النتائج املُ�س��تقبلية لقرارات اأو لعمليات ُمعينة تقوم بها ال�س��ركات اأو املوؤ�س�س��ات‪ .‬وت�س��تخدم ال�س��ركات واملوؤ�س�س��ات‬ ‫أمناط ُمعينة يف هذه البيانات ُمي ِكن من خاللها حتديد ال ُفر�ص واملخاطر‪ .‬فعلى‬ ‫التحليالت التنبوؤية للتع ُّرف على ا ٍ‬ ‫ب�سكل يومي عن املتغريات املختلفة املتعلقة بحالة الطق�ص مثل‬ ‫�سبيل املثال‪َ ،‬تم ُع خدمة الأر�ساد اجلوية البيانات ٍ‬ ‫درجات احلرارة والرطوبة وغريها‪ ،‬مما ُمي ِّك ُنها من التنبوؤ بحالة الطق�ص يف الأيام القادمة‪.‬‬ ‫تُ�س�تَخدم التحلي��الت التنبوؤي��ة عل��ى نط��اقٍ وا�س��ع يف جم��ال الرعاي��ة ال�سحية وذلك ِبهدف حت�س��ني ُطرق ت�س��خي�ص‬ ‫زمنة‪ ،‬وت�ستخدم اإدارات املوارد الب�سرية وال�سركات مناذج التنبوؤ يف حت�سني‬ ‫أمرا�ص املُ ِ‬ ‫وعالج املر�سى امل�سابني بال ٍ‬ ‫ب�سكل وا�سع للك�سف عن عمليات الحتيال‪.‬‬ ‫عمليات اختيار وتعيني املوظفني‪ ،‬واأما البنوك فت�ستخدمها ٍ‬

‫النمذجة التنب�ؤية‬

‫(‪:)Predictive Modeling‬‬ ‫َخدم‬ ‫ه��ي اأ�س� ٌ‬ ‫�لوب اإح�سائي تُ�س�ت ُ‬ ‫في��ه النتائ��ج والبيان��ات ال�س��ابقة‬ ‫للتنب �وؤ بالأح��داث اأو النتائ��ج‬ ‫امل�س��تقبلية‪.‬‬

‫مثال‬ ‫عندم��ا اأ�سب��ح فريو���س ك�رون��ا (‪ )COVID-19‬وب��ا ًء واأ�س��اب جمي��ع ال��دول يف اأنح��اء الع��امل‪ ،‬اعتم��د خ��رباء ال�سح��ة يف كث��ري م��ن ال��دول عل��ى عل��م‬ ‫البيانات لنمذجة ال�سلوك الوبائي للمر�ص وللتنبوؤ مبعدلت العدوى والوفيات‪ .‬ولقد اأ�سهمت النماذج التي مت تطويرها يف متكني اجلهات ال�سحية‬ ‫ماح انت�س��ار اجلائح��ة‪ ،‬واحلدِّ من اآثارها املحتملة‪.‬‬ ‫والباحث��ني والعامل��ني يف املج��ال الطب��ي م��ن تطوي��ر طرقٍ ِ‬ ‫لكبح ِج ِ‬ ‫جامعات اأخرى‪ -‬درا�س ًة تنبوؤية حول انت�سار فريو�س ك�رونا‬ ‫اأجرى باحثون يف جامعة امللك �سعود يف اململكة العربية ال�سعودية ‪-‬وذلك بالتعاون مع‬ ‫ٍ‬ ‫(‪ )COVID-19‬يف اململكة‪ ،‬وهَ دَ فت تلك الدِّ را�سة اإىل التو�سل اإىل فهم عميق لل�سلوك املتغري للعدوى با�ستخدام النماذج التنبوؤية واملحاكاة‪ ،‬وا�ستعان‬ ‫مبعلومات عن انت�سار الوباء‪ ،‬ولتقدمي التو ُّقعات املحتملة‬ ‫الباحثون ببيانات واح�سائيات دقيقة �سادرة من وزارة ال�سحة ال�سعودية لدعم مناذجهم‬ ‫ٍ‬ ‫حول اأعداد الإ�سابات‪ .‬لقد �ساعد هذا التقدير يف اتخاذ القرارات املنا�سبة من ِق َب ِل احلكومة واجلهات امل�سوؤولة يف اململكة‪ ،‬وذلك من خالل اتخاذ‬ ‫ري عظي ٌم يف‬ ‫التدابري الفعالة للمراقبة والوقاية‪ ،‬وت�س َّمنت هذه التدابري فر�ص القيود على ال�سفر والتنقل واإغالق املدار�ص وامل�ساجد‪ ،‬وكان لها تاأث ٌ‬ ‫تاأخري الو�سول لذروة تف�سي الوباء واحلدِّ من ُمع َّدلت الإ�سابة وانت�سار الوباء يف اململكة‪.‬‬ ‫ب�سكل اأ�سا�ص اإىل تو ُّفر البيانات احلقيقية‪ ،‬التي �ساهمت يف تقدمي‬ ‫ويرجع ذلك ٍ‬ ‫لقد اأ�سبح القيام بعمليات النمذجة اأم ًرا مه ًما خالل تلك الفرتة‪ِ ،‬‬ ‫مناذج التنبوؤ لنت�سار املر�ص من خالل مقارنة الأعداد املتو ّقعة‬ ‫لالإ�ساب��ات بالع��دد الفعل��ي له��ا‪ .‬اأ�سبح عدد احلالت املكت�س��فة‬ ‫حدي ًث��ا يتناق���ص م��ع دخ��ول الإج��راءات املختلف��ة مث��ل الإغ��الق‬ ‫وقيود ال�س��فر ح ِّيز التنفيذ‪ ،‬وكان يف ذلك دلي ٌل وا�س ٌح على اأن‬ ‫تنبوؤات الباحثني كانت قريب ًة جدً ا مما حدث ً‬ ‫فعال‪ ،‬كما يظهر‬ ‫يف ال�س��كل ‪ ،4.1‬حي��ث تُظه��ر العم��دة يف ال�س��كل املعلوم��ات‬ ‫الرتا ُكمية حول الأعداد احلقيقية لالإ�سابة‪ ،‬بينما ُي ِظهر اخلط‬ ‫الأحمر تو ُّقعات عدد الإ�سابات‪ ،‬و َي ِعر�ص املخطط البياين ا ً‬ ‫أي�سا‬ ‫التواريخ التي مت فيها فر�ص القيود املختلفة‪.‬‬ ‫�سكل ‪ :4.1‬تقييم النموذج التنبوؤي مع العدد الفعلي والعدد املُتو ُّقع حلالت الإ�سابة امل�سجلة يوم ًيا‬ ‫‪145‬‬

‫فئات النمذجة التنبوؤية‬

‫‪Predictive Modeling Categories‬‬

‫تتمثل مُهِ مة املُتع ِّلم يف النمذجة التنبوؤية بالو�سول اإىل الدالة اأو العالقة الوظيفية التي تر ِبط متغريات الإدخال باملخرجات (التنبوؤات) يف بيانات‬ ‫عامالت تلك الدالة‪.‬‬ ‫التدريب (‪ ،)Training Data‬وذلك ِب�سرف النظر عن طبيعة و ُم ِ‬ ‫مبج��رد الو�س��ول اإىل ه��ذه العالق��ة الوظيفي��ة‪ُ ،‬ميك��ن ا�س��تخدامها للتنب�وؤ ِب ِق َي� ِ�م املُخرج��ات بن��ا ًء عل��ى متغ��ريات الإدخ��ال املختلف��ة‪ .‬وت�سنف النم��اذج التنبوؤية‬ ‫عامالت‪،‬‬ ‫عامالت وت�سمى بالنم�ذج املُعامِ لي (‪ ،)Parametric Model‬وفئة ل حتتوي على عدد حمدد من املُ ِ‬ ‫اإىل فئتني‪ :‬فئة حتتوي على عدد حمدد من املُ ِ‬ ‫ويطلق عليها ت�سمية النم�ذج غري املُعامِ لي (‪.)Non-Parametric Model‬‬

‫‪ .1‬النماذج املُعا ِملية‬

‫‪Parametric Models‬‬

‫تعت��رب الفرتا�س��ات ج��ز ًءا اأ�سا�س� ًيا م��ن اأي من��وذج م��ن من��اذج البيان��ات‪ ،‬فه��ي‬ ‫عاملي افرتا�سات‬ ‫ُحت ِّ�سن التنبوؤات وتعل النموذج اأ�سهل للفهم‪َ .‬ي�س ُع النموذج املُ َ‬ ‫حمددة حول �سكل الدالة التي �سيتم تعيينها‪ ،‬ويفرت�ص جمموعة حمددة ُم�سب ًقا‬ ‫ب�سكل م�ستقل عن تلك املوجودة يف اأمثلة التدريب‪ ،‬وهكذا‬ ‫من املُ ِ‬ ‫عامالت‪ ،‬وذلك ٍ‬ ‫عاملي يقوم بتلخي�ص بيانات التدريب من خالل هذه املجموعة‬ ‫فاإن النموذج املُ ِ‬ ‫عامالت‪.‬‬ ‫من املُ ِ‬

‫‪ .2‬النماذج غري املُعا ِملية‬

‫‪Non-Parametric Models‬‬

‫عاملية لي�س��ت َمعن َّية بتكوين الفرتا�سات حول دالة‬ ‫اإن مناذج تَعلُّم الآلة غري املُ ِ‬ ‫التعين (‪ ،)Mapping Function‬فيمكن ملثل هذه النماذج ً‬ ‫مثال تقدير طبيعة‬ ‫العالق��ة الوظيفي��ة م��ن خالل بيان��ات التدريب‪.‬وتُع ُّد هذه النماذج خيا ًرا ممتا ًزا‬ ‫لتحليل الكميات الكبرية من البيانات بدون اأي معرفة �سابقة عنها‪.‬‬

‫املُعامِ ل (‪:)Parameter‬‬ ‫عام��ل باأن��ه متغ��ري‬ ‫ميك��ن و�س��ف املُ ِ‬ ‫جوهري واأ�سا�سي يف تكوين النموذج‪.‬‬

‫يعتمد املتخ�س�سون يف عمل حتليالت النماذج‬ ‫التنبوؤية على البيانات من امل�سادر التالية‪:‬‬ ‫بيانات عملياتية (‪.)Transactional Data‬‬ ‫بيانات العمالء (‪.)Customer Data‬‬ ‫البيانات الطبية (‪.)Medical Data‬‬ ‫البيانات املالية (‪.)Financial Data‬‬ ‫املعل�مات الدمي�غرافية (‪.)Demographic Data‬‬ ‫البيانات اجلغرافية (‪.)Geographic Data‬‬ ‫بيانات الت�س�يق الرقمي ( ‪.)Digital Marketing Data‬‬ ‫اإح�سائيات ال�يب (‪.)Web Traffic Statistics‬‬

‫اجلدول ‪ :4.1‬مقارنة بني النماذج املُعا ِملية وغري املُعا ِملية‬ ‫املعيار‬

‫‪146‬‬

‫النماذج املُعامِلية‬

‫النماذج غري املُعامِلية‬

‫بيانات التدريب‬

‫تتطل��ب بيان��ات تدري��ب اأق��ل م��ن النم��اذج غ��ري تتطل��ب بيان��ات اأك��ر بكث��ري م��ن النم��اذج املُعامِ لي��ة لتقدي��ر العالق��ة‬ ‫اأو دال��ة التعي��ن‪.‬‬ ‫ا ملُعامِ لي��ة‪.‬‬

‫�سرعة التدريب‬

‫وميكن تدريبها ت�س��تغرق وق ًت��ا اأط���ل للتدري��ب‪ ،‬حي��ث تت�سم��ن حتلي��ل عالق��ات اأك��ر‬ ‫اأ�س��رع اإجنا ًزا من الناحية احل�س��ابية‪ُ ،‬‬ ‫تعقي�دًا يت��م تقديره��ا اأثن��اء عملي��ة التدري��ب‪.‬‬ ‫ب�سكل اأ�سرع ل�ج�د مُعامِ الت حمدودة للتدريب‪.‬‬

‫املالءمة‬

‫ق��د ال ُتق �دِّم ه��ذه النم��اذج اأف�س��ل مالءم��ة للبيان��ات‪ُ ،‬ت� ِّف��ر ه��ذه النم��اذج تنب��ؤات اأك��ر دق��ة م��ن النم��اذج املُعامِ لي��ة م��ن حي��ث‬ ‫مالءمة البيانات‪ ،‬ولكن اخل�ارزميات يف هذه النماذج تك�ن اأكر عر�سة‬ ‫وم��ن امل�س��تبعد اأن تتطاب��ق متا ًم��ا م��ع دال��ة التعين‪.‬‬ ‫مل�سكلة فرط التخ�سي�س (‪.)Overfitting‬‬

‫التعقيد‬

‫اإجراءا ُته��ا اأك��ر تعقي�دًا و�سع�ب��ة �س���اء م��ن ناحي��ة اإمكاني��ة التف�س��ري‬ ‫اأو الفهم‪.‬‬

‫تتميز اإجراءا ُتها ب�سه�لة فهمها وتف�سريها‪.‬‬

‫مهام النمذجة التنبوؤية‬

‫‪Predictive Modeling Tasks‬‬

‫ا�ستخداما يف مهام النمذجة التنبوؤية‪.‬‬ ‫تُع ُّد مناذج الت�سنيف (‪ )Classification‬واالنحدار (‪ )Regression‬من اأهم واأكرث النماذج‬ ‫ً‬

‫‪ .1‬الت�سنيف‬

‫‪Classification‬‬

‫يعتم��د من��وذج الت�سني��ف عل��ى عملي��ة تقيي��م املتغ��ريات املُدخل��ة ث��م ت�سنيفه��ا‬ ‫�سمن جمموعات لتكوين بيانات املُخرجات‪ ،‬وبذلك فاإن املتغري الذي �سيتم تو ُّقعه‬ ‫�ستكون له قي ًما ّ‬ ‫متقطعة (‪ ،)Discrete‬وقد تكون هذه القيم بب�ساطة جمرد اإجابة‬ ‫ل�س�وؤال مع��ني ب � "نع��م" اأو "ل"‪ .‬و ُي�س��تخدم من��وذج الت�سني��ف يف تقيي��م عمليات‬ ‫التموي��ل والبي��ع بالتجزئ��ة‪ ،‬حي��ث مبقدوره جمع املعلومات ب�س��رعة وت�سنيفها يف‬ ‫جمموعات لتقدمي الإجابات عن الأ�سئلة املتعلقة بتلك العمليات‪.‬‬ ‫‪ .2‬االنحدار ‪Regression‬‬

‫يعتم��د من��وذج النح��دار عل��ى مب��داأ اإيج��اد عالق��ات ريا�سي��ة‬ ‫ترب��ط ب��ني متغريي��ن‪ ،‬بحي��ث ُميك��ن تنب �وؤ اأحدهم��ا م��ن خ��الل معرف��ة‬ ‫املتغ��ري الآخ��ر‪ ،‬و ُيطل��ق عل��ى املتغ��ري املُدخ��ل ا�س��م املتغ��ري امل�س��تقل‬ ‫(‪ ،)Independent Variable‬بينم��ا ُيطل��ق عل��ى املتغ��ري املُخ��رج ا�س��م املتغ��ري‬ ‫التاب��ع (‪ ،)Dependent Variable‬ويتنب �اأ ه��ذا النم��وذج بالقي��م املحتمل��ة‬ ‫للمتغ��ريات التابع��ة م��ن خ��الل معاجل��ة ِقي��م املتغ��ريات امل�س��تقلة‪ .‬يت��م متثيل هذا‬ ‫خط م�ستقيم (انحدار خطي) يتقارب مع جميع نقاط‬ ‫النموذج بيان ًيا يف �سورة ٍ‬ ‫البيانات امل�س��تقلة‪ .‬وميكن لنموذج النحدار على �س��بيل املثال التنبوؤ مبدة بقاء‬ ‫�س��خ�ص اإب��ان دخ��ول امل�ست�س��فى‪ ،‬وميث��ل ع��دد الأيام يف امل�ست�س��فى املتغري التابع‪،‬‬ ‫اأم��ا مع��دل النب���ص لذل��ك ال�س��خ�ص ً‬ ‫مثال فيمثل املتغري امل�س��تقل‪.‬‬

‫�سكل ‪ :4.2‬يو�سح الفرق بني الت�سنيف (ال�سكل العلوي)‬ ‫والنحدار (ال�سكل ال�سفلي)‪ ،‬حيث مي ّثل الت�سنيف اخلط املُنقط‬ ‫وهو احلد اخلطي الفا�سل بني فئتني خمتلفتني‪ ،‬بينما ُميثل اخلط‬ ‫املُنقط يف النحدار العالقة اخلطية بني متغريين‪.‬‬

‫اجلدول ‪ :4.2‬مقارنة بني الت�سنيف واالنحدار‬ ‫الت�سنيف‬

‫االنحدار‬

‫الت�سني��ف ه��� التنب��ؤ باملُخرج��ات لفئ��ة متقطع��ة مبعن��ى اأن االنحدار ه� التنب�ؤ بناجت كمي م�ستمر مبعنى اأن املتغري املُخرج يجب‬ ‫اأن يك�ن قيمة م�ستمرة اأو عددًا حقيق ًيا‪.‬‬ ‫�سحيحا‪.‬‬ ‫املتغري املُخرج يجب اأن يك�ن عددًا‬ ‫ً‬

‫ُت�س��تخدم خ�ارزمي��ة الت�سني��ف لتعي��ن قيم��ة املُدخ��ل ُت�س��تخدم خ�ارزمي��ة االنح��دار لتعي��ن قيم��ة املُدخ��ل (‪ )x‬م��ع املتغ��ري‬ ‫(‪ )x‬مع املتغري املُخرج ذو القيم ّ‬ ‫املتقطعة (‪.)y‬‬ ‫املُخرج ذو القيم امل�ستمرة (‪.)y‬‬

‫‪147‬‬

‫من املهام ال�سائعة الأخرى للنمذجة التنبوؤية‪:‬‬

‫ُّ‬ ‫التوقع‬ ‫‪.3‬‬

‫‪Forecasting‬‬

‫وه��و اإج��راء وتق��دمي تقدي��رات رقمي��ة معين��ة بن��ا ًء عل��ى حتلي��ل البيانات ال�س��ابقة والتي يطلق عليها البيانات التاريخية‪ .‬وتَ�س��تخدم �س��ركات‬ ‫�سيوعا حيث‬ ‫ال�ستثمار التو ُّقعات للتنبوؤ باأ�سعار الأ�سهم يف التداولت اليومية اأو طويلة الأجل‪ ،‬ويعترب منوذج التو ُّقع من اأكرث مناذج التنبوؤ ً‬ ‫يتميز بامكانيات ا�ستخدام كثرية يف العديد من املجالت‪.‬‬

‫‪ .4‬التجميع‬

‫‪Clustering‬‬

‫ُي�س ِّن��ف من��وذج التجمي��ع البيان��ات اإىل جمموع��ات بن��ا ًء عل��ى اخل�سائ���ص املت�س��ابهة بينه��ا‪،‬‬ ‫ثم ي�ستخدم بيانات كل جمم�عة (‪ )Cluster‬لتحديد النتائج على نطاق وا�سع لكل جمموعة‪.‬‬ ‫وهن��اك نوع��ان م��ن ط��رق التجمي��ع يت��م ا�س��تخدامهما يف ه��ذا النم��وذج‪ :‬التجمي��ع ال�سل��ب‬ ‫(‪ )Hard Clustering‬يعتم��د عل��ى ت�سني��ف البيان��ات اإىل جمموع��ات متمي��زة‪ ،‬حي��ث ميك��ن اأن‬ ‫تنتم��ي كل نقط��ة بيان��ات اإىل جمموع��ة واح��دة فق��ط‪ ،‬والتجمي��ع الناع��م (‪)Soft Clustering‬‬ ‫يعتم��د عل��ى تعي��ني احتم��الت ل��كل نقط��ة بيان��ات‪ ،‬حي��ث ميك��ن اأن تنتم��ي نق��اط البيان��ات اإىل‬ ‫اأكرث من جمموعة واحدة‪ُ .‬وميكن لل�سركات ا�ستخدام منوذج التجميع لتحديد ا�سرتاتيجيات‬ ‫الت�س��ويق لفئات معينة من امل�س��تهلكني‪.‬‬

‫‪ .5‬منوذج اكت�ساف القيم ال�ساذة‬

‫‪Outlier Detection‬‬

‫�سكل ‪ :4.3‬مثال على التجميع لأربع جمموعات بناء‬ ‫على قيمتي الدخل ومعدل الإنفاق‬

‫يطل��ق م�سطل��ح القي��م ال�س��اذة عل��ى قي��م البيان��ات غ��ري املتجان�س��ة اأو تل��ك املنف�سل��ة ع��ن بقية‬ ‫البيانات يف جمموعة البيانات‪ ،‬وميكن لنماذج اكت�ساف القيم ال�ساذة فح�ص وحتديد القيم‬ ‫الغريب��ة وغ��ري العادي��ة يف البيان��ات‪ ،‬وتقيي��م مدى ارتباطها بفئات اأو اأرقام اأخرى‪.‬‬

‫‪ .6‬ال�سال�سل الزمنية‬

‫‪Time Series‬‬

‫�تخدم من��اذج ال�سال�س��ل الزمني��ة ِقي� َ�م البيان��ات املتوف��رة �س��اب ًقا �سم��ن ت�سل�س��ل زمن��ي ُحم��دد كعوام��ل الإدخ��ال يف جمموع��ة البيان��ات؛‬ ‫تَ�س� ِ‬ ‫أحداث فريدة اأو‬ ‫بقيم جديدة اأو اأحداث م�ستقبلية‪ ،‬وميكن لهذه النماذج تقدمي التو ُّقعات امل�ستقبلية لتاهات اأو ا ٍ‬ ‫وذلك من اأجل التنبوؤ ٍ‬ ‫متعددة‪ .‬ميكن لنماذج ال�سال�سل الزمنية ا ً‬ ‫أي�سا حتليل تاأثري العوامل اخلارجية كتلك املو�سمية والعار�سة (غري املتو ّقعة) التي قد حتدث‬ ‫على القيم والتاهات امل�ستقبلية‪ ،‬على �سبيل املثال ميكن ل�سركة �سناعات اإلكرتونية ا�ستخدام منوذج ال�سال�سل الزمنية لتحليل الوقت‬ ‫املطلوب ملعاجلة الطلبيات على مدار العام املا�سي‪ ،‬وبالتايل ميكن للنموذج التنبوؤ مبتو�س��ط وقت املعاجلة ال�س��هري‪.‬‬ ‫تُ�ستخدم طرق اأخرى للنمذجة التنبوؤية يف امل�سائل الأكرث تعقيدً ا‪.‬‬ ‫ِمن ُطرق النمذجة التنبوؤية‪:‬‬ ‫اأ�سجار القرار (‪.)Decision Trees‬‬ ‫التعزيز اال�ستقاقي (‪.)Gradient Boosting‬‬ ‫النماذج اخلطية العامة (‪.)General linear Models‬‬ ‫ال�سبكات الع�سبية (‪.)Neural Networks‬‬ ‫مناذج بروفيت (‪.)Prophet Models‬‬ ‫‪148‬‬

‫عملية النمذجة التنبوؤية‬

‫‪The Predictive Modeling Process‬‬

‫ميك��ن تعري��ف النمذج��ة التنبوؤي��ة بب�س��اطة عل��ى اأنه��ا عملي��ة تنفي��ذ خوارزمي��ات عل��ى جمموع��ات م��ن البيان��ات لإن�س��اء التنبوؤات‪ ،‬ويت��م يف هذه العملية اإن�س��اء‬ ‫من��وذج وتدريب��ه‪ ،‬ث��م التحق��ق م��ن ِ�سحت��ه واإدخ��ال التح�س��ينات علي��ه عند احلاجة‪ ،‬للح�سول على املعلومات املنا�س��بة التي تُلبي احتياجات املوؤ�س�س��ة‪ .‬وتتكون‬ ‫اخلطوات الأ�سا�س��ية لإجراء النمذجة التنبوؤية ب�س��كل منوذجي من‪:‬‬

‫‪ .1‬جمع البيانات وتنظيفها‬

‫‪Data collection and cleaning‬‬

‫اإن م��ن امله��م القي��ام بجم��ع البيان��ات م��ن جمي��ع امل�س��ادر املتوف��رة به��دف ا�س��تخراج املعلوم��ات الالزم��ة لعملي��ة النمذج��ة‪ ،‬وبع��د ذل��ك تت��م عملي��ة‬ ‫تنظيفه��ا م��ن ال�س��وائب والقي��م ال�س��اذة للح�س��ول عل��ى تقدي��رات دقيق��ة‪ .‬وتُط َّب��ق ه��ذه اخلط��وة عل��ى‪ :‬البيانات املختلف��ة مثل عمليات البيع وال�س��راء‬ ‫�كل اآيل ع��رب الويب‬ ‫وال�س��تبانات اخلا�س��ة بالعم��الء‪ ،‬والبيان��ات الإح�سائي��ة اخلا�س��ة بالقت�س��اد وامل�س��ح ال�س��كاين‪ ،‬والبيان��ات الت��ي يت��م جمعه��ا ب�س� ٍ‬ ‫وم��ن خ��الل الأجه��زة املختلف��ة وغري ذلك‪.‬‬

‫‪ .2‬حتويل البيانات‬

‫‪Data transformation‬‬

‫تت��م عملي��ة حتوي��ل البيان��ات بتوحي��د ُبني��ة و�سياغ��ة البيان��ات با�س��تخدام عملي��ات معاجل��ة دقيق��ة للح�س��ول عل��ى البيان��ات يف �سورته��ا‬ ‫النهائي��ة‪ ،‬وت�س��مل ه��ذه العملي��ة حتدي��د نطاق��ات معين��ة لقي��م البيان��ات واإزال��ة القي��م الغريب��ة والبيان��ات ال�س��اذة م��ن خ��الل حتلي��ل االرتب��اط‬ ‫(‪.)Correlation Analysis‬‬

‫‪� .3‬سياغة النموذج التنبوؤي‬

‫‪Formulation of the Predictive Model‬‬

‫تت�سم��ن عملي��ة �سياغ��ة النم��وذج التنب�وؤي القي��ام بتحدي��د ط��رق التنب�وؤ املنا�س��بة ح�س��ب احلاج��ة‪ ،‬فيمك��ن مث� ً�ال ا�س��تخدام �س��جرة الق��رار يف عملي��ة‬ ‫الت�سني��ف‪ ،‬بينم��ا يج��ب ا�س��تخدام من��وذج التعزي��ز ال�س��تقاقي ح��ني تك��ون املهم��ة تتعل��ق بالنحدار‪ .‬ويتم اأثن��اء هذه العملية حتدي��د بيانات التدريب‬ ‫والختبار يف النموذج‪ ،‬حيث يتم تدريب خوارزمية الإجراء املحدد با�ستخدام بيانات التدريب املتاحة‪ ،‬ثم يتم تطبيق النموذج الناجت على البيانات‬ ‫لختباره��ا وحتديد اأداء النموذج‪.‬‬

‫‪ .4‬اال�ستنتاجات اأو اال�ستدالالت‬

‫‪Inferences or conclusions‬‬

‫يف النهاية يتم ا�ستخراج ال�ستدللت وا�ستخال�ص ال�ستنتاجات من النموذج‪ ،‬والتي تُ�ساعد يف الإجابة على اأ�سئلة الأعمال‪.‬‬

‫اال�ستدالالت اأو‬ ‫اال�ستنتاجات‬

‫جمع البيانات وتنظيفها‬

‫حتويل البيانات‬

‫�سياغة النموذج التنبوؤي‬ ‫�سكل ‪ :4.4‬خمطط عملية النمذجة التنبوؤية‬

‫‪149‬‬

‫مثال عملي على الت�سنيف‬

‫‪Practical Classification Example‬‬

‫م�سروع مهمته ت َف ُّقد هياكل املباين اخلر�سانية‬ ‫يعر�ص هذا املثال كيفية اإن�ساء منوذج تنبوؤي يف اإطار علم البيانات‪ .‬افرت�ص اأنك تعمل �سمن فريق‬ ‫ٍ‬ ‫وب�سكل خا�ص يف املباين املرتفعة‪ ،‬فيمكنك‬ ‫وفح�سها بح ًثا عن ال�سقوق املوجودة فيها‪ ،‬ولأن هذه العملية تتميز بال�سعوبة واخلطورة امل�ساحبة لها‪،‬‬ ‫ٍ‬ ‫اإن�ساء من�ذج َتع ُّلم االآلة (‪ )Machine Learning Model‬الذي مبقدوره فح�ص �سور اخلر�سانة يف هياكل املباين‪ ،‬ثم ت�سنيفها اإىل ِفئ ٍة اإيجابية‬ ‫يف حال وجود ال�س��قوق بها‪ ،‬واأخرى �س��لبية اإذا َخ ْلت من ال�س��قوق‪ .‬ميكن بعد ذلك دمج ال�سور التي ميكن التقاطها بوا�س��طة طائرة م�س��رية بدون‬ ‫يتيح اإجراء فح�ص املباين بطريقة اأكرث اأما ًنا وفاعلية‪.‬‬ ‫طيار مع النموذج مما ُ‬ ‫تتطل��ب عملي��ة تدري��ب النم��وذج وج��ود البيان��ات‪ ،‬والت��ي �ستنق�س��م يف ه��ذه احلالة اإىل فئتني‪ :‬تتَ�سمن الفئة الأوىل �سو ًرا للخر�س��انة التي حتتوي على‬ ‫ال�سقوق‪ ،‬بينما تت�سمن الأخرى �سو ًرا خلر�سانة �سليم ٍة خالية من ال�سقوق‪.‬‬ ‫يجب ا ً‬ ‫أي�سا تق�سيم جمموعة بيانات ال�سور اإىل جمموعتي بيانات منف�سلتني‪:‬‬ ‫ جمم�عة التدريب (‪ )Training Dataset‬وتت�سمن ال�سور التي �ست�ستخدمها لتدريب منوذج تعلُّم الآلة‪.‬‬ ‫ جمم�عة االختبار (‪ )Test Dataset‬وتت�سمن �سو ًرا جديدة مل تكن �سمن جمموعة بيانات تدريب النموذج ويهدف ا�ستخدام هذه ال�سور‬ ‫اإىل اختبار اأداء النموذج وتقييمه‪.‬‬ ‫يجب اأن حتتوي جمموعة التدريب وجمموعة الختبار على �سو ٍر لكلتا الفئتني من الهياكل اخلر�سانية‪ :‬الفئة الإيجابية (التي حتتوي على ال�سقوق)‬ ‫اأو من الفئة ال�سلبية (التي تخلو من ال�سقوق)‪.‬‬ ‫لتدري��ب من��وذج عل��ى ت�سني��ف �س��ور اخلر�س��انة‪ ،‬ميكن��ك ا�س��تخدام برنامج اآل��ة قابلة للتعليم (‪ )Teachable Machine‬ع��رب الإنرتنت‪ ،‬وهي ُمتاحة‬ ‫على املوقع الإلكرتوين‪ ،https://teachablemachine.withgoogle.com :‬و�ستقوم بتحميل ال�سور من جملد ال�سور يف حا�سوبك لت�سنيفها‪.‬‬ ‫الإن�ساء منوذج وتدريبه‪:‬‬ ‫ ‬ ‫ ‬ ‫ ‬ ‫ ‬ ‫ ‬ ‫ ‬ ‫ ‬

‫ ‬ ‫ ‬

‫‪150‬‬

‫افتح املُت�سفح وانتقل اإىل املوقع الإلكرتوين‪.https://teachablemachine.withgoogle.com :‬‬ ‫ا�سغط على ‪( Get Started‬البدء)‪2 .‬‬ ‫ا�سغط على ‪( Image Project‬م�سروع ال�سورة)‪3 .‬‬ ‫(منوذج ال�سورة القيا�سي)‪4 .‬‬ ‫ا�سغط على ‪َ Standard Image Model‬‬ ‫اأعد ت�سمية ‪( Class 1‬الفئة‪ )1‬اإىل ‪( Positive‬اإيجابي) و ‪( Class 2‬الفئة ‪ )2‬اإىل ‪�( Negative‬سلبي)‪5 .‬‬ ‫(حتميل) يف الفئة الإيجابية‪6 .‬‬ ‫ا�سغط على ‪َ Upload‬‬ ‫ا�سغ��ط عل��ى ‪( Choose images from your files, or drag & drop here‬اختي��ار ال�س��ور م��ن ملفات��ك اأو‬ ‫ا�س��حبها واأفلته��ا هن��ا)‪ 7 ،‬لتحدي��د وحتمي��ل جمموع��ة ال�س��ور التدريبي��ة الت��ي به��ا �س��قوق يف اخلر�س��انة م��ن املجل��د‬ ‫الفرع��ي اإيجاب��ي (‪ )Positive‬يف جمل��د �س���ر الت�سني��ف (‪ )Images for classification‬املوج��ود داخ��ل امل�س��تندات‬ ‫(‪.)Documents‬‬ ‫َك ِّرر العملية لتحديد وحتميل جمموعة ال�سور التدريبية التي ل حتتوي على �سقوق يف اخلر�سانة من املجلد الفرعي‬ ‫�سلبي (‪ )Negative‬يف جملد �س�ر الت�سنيف (‪ )Images for classification‬داخل امل�ستندات (‪8 .)Documents‬‬ ‫ا�سغط على ‪( Train Model‬تدريب النموذج)‪9 .‬‬ ‫‪1‬‬

1

2

3 151

4

Class 1

5

6

Class 2

152

‫‪7‬‬

‫‪8‬‬

‫‪9‬‬

‫�سكل ‪ :4.5‬اإن�ساء منوذج وتدريبه‬

‫ميكن��ك اختب��ار النم��وذج عن��د النته��اء م��ن عملي��ة التدري��ب م��ن خ��الل تق��دمي �س��ورة من بيان��ات الختبار‪ ،‬وذلك اإما م��ن الفئة الإيجابي��ة (التي حتتوي على‬ ‫ال�س��قوق) اأو من الفئة ال�س��لبية (التي تخلو من ال�س��قوق)‪ ،‬ثم ميكنك تقييم املخرجات‪.‬‬ ‫‪153‬‬

‫الختبار وتقييم منوذج‪:‬‬ ‫ ح��دِّ د �س��ورة به��ا �س��قوق يف اخلر�س��انة م��ن املجل��د الفرع��ي اختب��ار (‪ )Test‬املوج��ود يف جمل��د �س���ر الت�سني��ف‬ ‫م بتحميلها‪1 .‬‬ ‫(‪ )Images for classification‬داخل امل�ستندات (‪ )Documents‬و ُق ْ‬ ‫ ا�سغ��ط عل��ى ‪( Choose images from your files, or drag & drop here‬اختي��ار ال�س��ور م��ن ملفات��ك اأو ا�س��حبها‬ ‫واأفلته��ا هنا)‪2 .‬‬

‫‪1‬‬

‫‪2‬‬

‫�سكل ‪ :4.6‬اختبار وتقييم منوذج‬

‫كم��ا تالح��ظ‪ ،‬فق��د َ�س َّن��ف النم��وذج ال�س��ورة ب�س��كل �سحي��ح يف الفئ��ة الإيجابي��ة م��ع ن�س��بة يق��ني ‪ ،100 %‬وذل��ك متو ّق��ع؛ لأن �س��ورة اخلر�س��انة الت��ي قم��ت‬ ‫بتحميله��ا حتت��وي عل��ى ال�س��قوق‪ .‬وعلي��ك تك��رار اخلطوت��ني الأخريت��ني لتحمي��ل �س��ورة خمتلف��ة وتقيي��م النموذج م��رة اأخرى‪.‬‬ ‫‪154‬‬

‫ميزات وحتديات النمذجة التنبوؤية‬

‫‪Benefits and Limitations of Predictive Modeling‬‬

‫ميزات النمذجة التنبوؤية‪:‬‬

‫حتديات النمذجة التنبوؤية‪:‬‬

‫حت�سن اإ�سرتاتيجيات الت�س�يق واملبيعات وخدمة العمالء‪.‬‬

‫اأمن وخ�س��سية البيانات‪.‬‬

‫حت�سن التناف�سية املبنية على املعرفة وت�ظيف االإ�سرتاتيجيات‬ ‫الكت�ساب ميزة املناف�سة‪.‬‬

‫التعامل مع حجم كبري من البيانات‪.‬‬

‫تعزيز ج�دة املنتجات واخلدمات‪.‬‬

‫حتديات اإدارة البيانات‪.‬‬

‫التحليل الدقيق ملتطلبات امل�ستهلك‪.‬‬ ‫ت�فري الت� ُّقعات للع�امل اخلارجية التي ت�ؤثر على االإنتاجية اأو �سري‬ ‫العمل‪.‬‬

‫احلاجة امل�ستمرة لتكييف النماذج مع الق�سايا وامل�ساكل امل�ستجدة‪.‬‬

‫امل�ساهمة يف اإدارة املخاطر املالية واال�ستثمارية‪.‬‬ ‫ت�فري التنب�ؤ بامل�ارد اأو باملخزون من امل�اد املختلفة‪.‬‬ ‫التنب�ؤ بالت�جهات امل�ستقبلية لالأعمال‪.‬‬ ‫دعم عملية اإدارة الق�ى العاملة وحتليل امل�ساكل املتعلقة بها‪.‬‬

‫اأدوات النمذجة التنبوؤية‬

‫‪Predictive Modeling tools‬‬

‫توج��د اأدوات النمذج��ة التنبوؤي��ة احلديث��ة‬ ‫عل��ى �س��ورة َمن�س��ات متكامل��ة تدع��م تطوي��ر‬ ‫اخلوارزمي��ات وحتلي��ل البيان��ات وتق��دمي النتائ��ج‬ ‫املوثوق��ة‪ ،‬و َيت � ُّم ا�س��تخدام ه��ذه الأدوات م��ن‬ ‫ِق َب� ْ�ل ال�س��ركات واملوؤ�س�س��ات البحثي��ة لإخ��راج‬ ‫ا�س��تنتاجات دقيق��ة و�س��املة ميكنه��ا امل�س��اهمة يف‬ ‫اتخ��اذ الق��رارات الفعال��ة‪.‬‬ ‫االأدوات املتاحة‪:‬‬

‫�سكل ‪ :4.7‬خمطط حتليل البيانات وحتويلها‬

‫من�سة ‪ H2O‬للذكاء اال�سطناعي (‪.)H2O Driverless AI‬‬ ‫من�سة ‪ IBM‬وات�س�ن �ست�دي� (‪.)IBM Watson Studio‬‬ ‫من�سة رابيد مايرن �ست�دي� (‪.)RapidMiner Studio‬‬ ‫من�سة �ساب للتحليالت ال�سحابية (‪.)SAP Analytics Cloud‬‬ ‫من�سة �سا�س (‪.)SAS‬‬ ‫من�سة ‪ IBM‬احلزمة االإح�سائية للعل�م االجتماعية (‪.)IBM SPSS‬‬ ‫من�سة اأوراكل لعلم البيانات (‪.)Oracle Data Science‬‬ ‫‪155‬‬

‫جدول ‪ :4.3‬تطبيقات النمذجة التنبوؤية‬

‫‪156‬‬

‫التطبيق‬

‫الو�سف‬

‫املبيعات‬

‫ميك��ن اأن ي�س��اهم التحلي��ل التنب��ؤي يف حتدي��د مكان��ة ال�س��ركة املالي��ة م��ن حي��ث املبيع��ات واالأرب��اح‪،‬‬ ‫فمِ ن خالل الك�س��ف عن احلاالت ال�س��اذة والتباين يف البيانات املالية ال�س��ابقة لالأق�س��ام املختلفة يف‬ ‫ال�سركة‪ ،‬ميكن للنمذجة حتديد االأق�سام ذات االأداء املنخف�س مثل ق�سم املبيعات‪ ،‬وهذا ي�ؤدي اإىل‬ ‫حت�سن اأداء ال�سركة واإدخال التح�سينات على االأق�سام اأو العمليات مبا يتنا�سب مع اإ�سرتاتيجيات‬ ‫النم��� واالأداء املتميز‪.‬‬

‫الت�سويق‬

‫ميك��ن لل�س��ركات ا�س��تهداف فئ��ات معين��ة م��ن العم��الء باحلم��الت الرتويجي��ة ملنتج��اتٍ اأو خدم��اتٍ‬ ‫معينة‪ ،‬وذلك من خالل التحليل والتنب�ؤ ا�ستنادًا اإىل البيانات ال�سابقة‪ ،‬كما ميكن لها ا ً‬ ‫أي�سا ت� ُّقع‬ ‫ا�س��تجابات ومتطلبات ه�ؤالء العمالء‪ ،‬وهنا يك ُمن اأحد االأ�س��باب الرئي�س��ة يف قيام ال�س��ركات بجمع‬ ‫البيانات ال�سابقة‪ُ .‬تعدُّ معرفة رغبات العمالء والتنب�ؤ باملنتجات واخلدمات التي يرغب�ن باحل�س�ل‬ ‫عليها يف امل�ستقبل من اأهم اإ�سرتاتيجيات الت�س�يق احلديثة‪.‬‬

‫و�سائل التوا�سل‬ ‫االجتماعي‬

‫ُتعدُّ و�سائل الت�ا�سل االجتماعي م�سد ًرا اأ�سا�س ًيا للبيانات ال�سخمة غري َّ‬ ‫املنظمة وغري املتجان�سة‪،‬‬ ‫والتي تتك َّ�ن من م�ساركة مالين االأ�سخا�س ي�م ًيا يف احلديث عن الق�سايا وامل�ا�سيع املختلفة‪،‬‬ ‫للنمذجة التنب�ؤية‪ ،‬حيث يَ�سم ُح للم�ؤ�س�سات‬ ‫ويُعدُّ حتليل بياناتها من اأكر التطبيقات ا�ستخدامًا‬ ‫َ‬ ‫وال�سركات با�ستك�ساف اهتمامات العمالء وبالتايل تط�ير خططها امل�ستقبلية وفقًا لذلك‪.‬‬

‫تقييم املخاطر‬

‫ُت�س��تخدم النمذج��ة عل��ى نط��اق وا�س��ع يف امل�ؤ�س�س��ات املالي��ة لتقيي��م املخاط��ر املتعلق��ة بتم�ي��ل االأف��راد‬ ‫وميكن‬ ‫واالأعمال‪ ،‬حيث ت�س��اهم ب�س��كل فعال يف تقييم اأهليتهم للتم�يل ويف الك�س��ف عن االحتيال‪ُ ،‬‬ ‫الأدوات التحليل التنب�ؤية ا ً‬ ‫أي�سا م�ساعدة امل�ؤ�س�سات يف اإجراء تقييم ملخاطر اال�ستثمار وحتديد درجة‬ ‫املخاطرة اأو العائد امل�ستقبلي على اال�ستثمار‪.‬‬

‫حت�سني اجلودة‬

‫ُت�ستخدم النمذجة يف عملية حت�سن اجل�دة من خالل اال�ستعانة مبالحظات العمالء ح�ل منتج‬ ‫اأو خدمة معينة لتح�سن ج�دتها‪ ،‬وكذلك للتنب�ؤ باالأثر املت� ّقع للتغيريات يف املنتجات اأو اخلدمات‬ ‫من حيث زيادة املبيعات اأو اإقبال الزبائن على �سرائها‪.‬‬

‫مترينات‬ ‫‪1‬‬

‫حدد اجلملة ال�سحيحة واجلملة اخلاطئة فيما يلي‪:‬‬

‫�سحيحة‬

‫خاطئة‬

‫‪ .1‬تَ�س��تخدم ال�س��ركات التحلي��الت التنبوؤي��ة ِللعث��ور عل��ى اأمن��اط معين��ة يف هذه البيانات ت�س��اعد يف التعرف‬ ‫على املخاطر وال ُفر�ص املتاحة التي تتعلق بعمليات تلك ال�سركات‪.‬‬ ‫�كل مب�س��ط كلما ارتفعت دقة التحليالت املراد‬ ‫‪ .2‬يزداد تعقيد النماذج وي�سبح من ال�سعب تف�س��ريها ب�س� ٍ‬ ‫احل�سول عليها‪.‬‬ ‫‪ .3‬تُع ُّد البيانات ذات الطبيعة املعقدة‪ ،‬كتلك املتعلقة بال�سلوك الب�سري اأحد اأ�سباب ف�سل النموذج‪.‬‬ ‫‪ُ .4‬يع� ُّد احل�س��ول عل��ى بيان��ات ذات عالق��ة بالنم��وذج التنب�وؤي م��ن اأول املتطلب��ات لنج��اح ذل��ك النم��وذج‬ ‫وعمل��ه ب�س��كل فاعل‪.‬‬ ‫‪ُ .5‬يع ُّد تقييم املخاطر املالية من اأهم ا�ستخدامات التحليل التنبوؤي‪.‬‬ ‫‪ .6‬ل ُميكن لنموذج التنبوؤ التعامل مع اأكرث من متغري واحد يف نف�ص الوقت‪.‬‬ ‫عامالت الحتيالية واحلركات امل�سبوهة‪.‬‬ ‫‪ .7‬تُ�ستخدم مناذج القيم ال�ساذة لكت�ساف املُ َ‬ ‫‪ُ .8‬ميك��ن لنم��وذج ال�سال�س��ل الزمني��ة حتلي��ل العوامل اخلارجية املو�س��مية اأو العار�س��ة التي ميكنها اأن توؤثر‬ ‫على التاهات امل�ستقبلية‪.‬‬ ‫عامل باأنه متغري جوهري يف النموذج‪.‬‬ ‫‪ُ .9‬ميكن و�سف املُ ِ‬ ‫أحداث معينة من خالل ا�ستخدام قيم البيانات‬ ‫‪ .10‬تُ�ستخدم مناذج التنبوؤ لتقدمي التو ُّقعات امل�ستقبلية ل ٍ‬ ‫ت�سل�سل زمني حمدد كعوامل الإدخال يف جمموعة البيانات‪.‬‬ ‫ال�سابقة املتوفرة‪ ،‬وذلك ِ�سمن‬ ‫ٍ‬

‫‪157‬‬

‫أعط ً‬ ‫مثاال عليها‪.‬‬ ‫‪ 2‬ا�سرح باإيجاز مفه�م النمذجة التنب�ؤية ُم�ستعي ًنا بالبحث على االإنرتنت وا ِ‬ ‫___________________________________________________________________________________________‬ ‫___________________________________________________________________________________________‬ ‫___________________________________________________________________________________________‬ ‫___________________________________________________________________________________________‬ ‫___________________________________________________________________________________________‬ ‫___________________________________________________________________________________________‬

‫‪ 3‬ا�سرح باإيجاز خط�ات البدء باإن�ساء من�ذج تنب�ؤي‪.‬‬ ‫___________________________________________________________________________________________‬ ‫___________________________________________________________________________________________‬ ‫___________________________________________________________________________________________‬ ‫___________________________________________________________________________________________‬ ‫___________________________________________________________________________________________‬ ‫___________________________________________________________________________________________‬

‫‪� 4‬سف بع�س التطبيقات العملية للنمذجة التنب�ؤية يف واقعنا الي�مي‪.‬‬ ‫___________________________________________________________________________________________‬ ‫___________________________________________________________________________________________‬ ‫___________________________________________________________________________________________‬ ‫___________________________________________________________________________________________‬ ‫___________________________________________________________________________________________‬ ‫___________________________________________________________________________________________‬

‫‪158‬‬

‫‪ 5‬مت تكليف��ك باإن�س��اء من���ذج تنب ��ؤي حل���ادث امل��رور يف اململك��ة‪ ،‬وبالطب��ع ف �اإن علي��ك ا ً‬ ‫أوال حتدي��د‬ ‫البيان��ات الت��ي حتتاجه��ا له��ذا النم���ذج‪ .‬ابح��ث يف الب�اب��ة ال�طني��ة للبيان��ات املفت�ح��ة ع��ر ال�ي��ب‬ ‫(‪ )https://data.gov.sa‬عن البيانات املنا�سبة‪ ،‬ثم حدِّد ن�ع هذه البيانات وعدد �سن�ات البيانات التي �ستحتاجها‪.‬‬ ‫___________________________________________________________________________________________‬ ‫___________________________________________________________________________________________‬ ‫___________________________________________________________________________________________‬ ‫___________________________________________________________________________________________‬

‫‪ 6‬مت تكليف��ك باإن�س��اء من���ذج تنب��ؤي لت�سني��ف جمم�ع��ة م��ن ال�س���ر ل��س��ائل امل�ا�س��الت املختلف��ة‪ ،‬والت��ي ت�س��مل‬ ‫ال�س��يارات والطائ��رات وال�س��فن‪ِّ .‬‬ ‫و�س��ح اخلط���ات الت��ي �س��تق�م به��ا الإن�س��اء ه��ذا النم���ذج‪ِ ،‬ب��دءاً م��ن عملي��ة جم��ع‬ ‫البيان��ات حت��ى عملي��ة تدري��ب النم���ذج‪.‬‬ ‫___________________________________________________________________________________________‬ ‫___________________________________________________________________________________________‬ ‫___________________________________________________________________________________________‬ ‫___________________________________________________________________________________________‬ ‫___________________________________________________________________________________________‬

‫‪ 7‬ابح��ث عل��ى االإنرتن��ت ع��ن اأمثل��ة ح���ل املخ��اوف االأخالقي��ة املتعلق��ة باخل�س��سي��ة‪ ،‬والت��ي ق��د ُتع َزى اإىل ا�س��تخدام‬ ‫النمذج��ة التنب�ؤي��ة‪ .‬عل��ى �س��بيل املث��ال‪ ،‬ه��ل يح��ق لل�س��ركات م��ن الناحي��ة االأخالقي��ة تعين وترقي��ة امل�ظفن وف ًقا‬ ‫لنم��اذج التنب��ؤ الت��ي تعتم��د عل��ى البيان��ات ال�سحي��ة الأولئك امل�ظفن؟‬ ‫___________________________________________________________________________________________‬ ‫___________________________________________________________________________________________‬ ‫___________________________________________________________________________________________‬ ‫___________________________________________________________________________________________‬ ‫___________________________________________________________________________________________‬

‫‪159‬‬

‫الدر�س الثاين‬

‫ُّ‬ ‫التوقع‬

‫(‪)Forecasting‬‬

‫التَو ُّق��ع ه��و تقدي��ر لالأح��داث املُ�س��تقبلية يت��م اإج��راوؤه بت�سم��ني وحتلي��ل البيان��ات ال�س��ابقة بطريق��ة َمنهجي��ة ُحم��ددة م�س��ب ًقا‪ .‬وتعت��رب عملي��ة‬ ‫تقدي��ر املبيع��ات املحتمل��ة اأو الدخ��ل امل�س��تقبلي اأح��د الأمثل��ة ال�س��ائعة عل��ى التو ُّق��ع‪ ،‬حي��ث يت��م ا�س��تخدام بيان��ات املبيع��ات اأو الدَ خ��ل ال�س��ابق‬ ‫كمرجع لتَو ُقع املبيعات امل�ستقبلية‪ُ .‬وميكن تطبيق التو ُّقع يف الكثري من املجالت الأُخرى يف احلياة‪ ،‬كتو ُّقع مقدار النمو ال�سكاين لالأعوام‬ ‫القادم��ة‪ ،‬اأو تو ُّق��ع ع��دد ال�س��ياح الذي��ن �س��يزورون اململك��ة العربي��ة ال�س��عودية خالل فرتة حم��ددة‪ ،‬وما اإىل ذلك‪.‬‬ ‫رغم وجود بع�ص اأوجه الت�سابه بني م�سطلحي التو ُّقع والتنبوؤ‪ ،‬اإل اإنهما غري متطابقني‪.‬‬ ‫اإن التنب �وؤ ه��و عملي��ة اإن�س��اء من��وذج لتخم��ني اأو تقدي��ر نتيج��ة اأو ح��دث م��ا بن��ا ًء عل��ى ِقي��م‬ ‫ُمتغريات حالية‪ ،‬بينما التو ُّقع هو عملية تقدير لقيمة متغري ما يف امل�س��تقبل بنا ًء على القيم‬ ‫ال�س��ابقة لنف���ص املتغ��ري يف اإط��ار زمن��ي ُحم��دد‪َ .‬يعن��ي ه��ذا اأن التو ُّق��ع ه��و ن��وع من اأن��واع التنبوؤ‬ ‫بعوامل‬ ‫يرتبط بالزمن‪ .‬فالتو ُّقع ي�سري اإىل ال�سال�سل الزمنية وامل�ستقبلية‪ ،‬بينما ُيعنى التنبوؤ ِ‬ ‫اأخ��رى غ��ري الزم��ن‪ .‬ومبعن� ً�ى اآخ��ر‪ ،‬فاإنك عندما تتنباأ بامل�س��تقبل فاأنت تتو ُّقع‪ ،‬وميكنك القول‬ ‫ب�اأن جمي��ع التو ُّقع��ات ه��ي يف الواق��ع عب��ارة عن تنبوؤات‪ ،‬بينم��ا ل ميكن و�سف جميع التنبوؤات‬ ‫باأنها تو ُّقعات‪ ،‬كتلك احلالت التي يتم فيها ا�ستخدام النحدار ل�سرح العالقة بني متغريين‬ ‫على �س��بيل املثال‪.‬‬

‫الت� ُّقع (‪:)Forecasting‬‬ ‫ه��و و�س��ع تقدي��رات لأح��داث‬ ‫�ات اأو‬ ‫م�س��تقبلية بن��ا ًء عل��ى معلوم� ٍ‬ ‫بيان��ات �س��ابقة‪.‬‬

‫الطق���ص بالتنب�وؤ َ‬ ‫�درك خط�اأ ت�س��مية عملي��ة تو ُّق��ع َ‬ ‫وهك��ذا فق��د اأ�سبح��تَ ُت� ُ‬ ‫بالطق���ص‪ ،‬فتو ُّق��ع الطق���ص يتنب�اأ بالطق���ص يف امل�س��تقبل با�س��تخدام‬ ‫معلوم��ات زمني��ة حم��ددة‪ .‬عل��ى �س��بيل املث��ال‪ ،‬اإذا كان��ت ال�س��ماء متط��ر الآن‪ ،‬فم��ا ه��و احتمال ا�س��تمرار هط��ول الأمطار يف ُغ�س��ون الدقائق‬ ‫اخلم���ص القادم��ة؟ م��ن املمك��ن الق��ول بثق��ة اأن��ه و ِب َ�س��رف النظ��ر ع��ن جمي��ع العوامل الأخ��رى التي توؤثر على الطق���ص (مث��ل ال�سغط اجلوي‬ ‫ودرج��ة احل��رارة)‪ ،‬ف�اإنَ احتمالي��ة ا�س��تمرار هط��ول الأمط��ار يف غ�س��ون خم���ص دقائ��ق �س��تكون ُمرتفع��ة‪ ،‬لأنها متط��ر يف الوقت احلايل‪.‬‬ ‫تتيح تقنيات التو ُّقع لل�سركات واملوؤ�س�سات تعديل �سيا�ساتها واتخاذ القرارات ال�سليمة لتحقيق اأهدافها‪.‬‬ ‫يجب اتباع اخلط�ات التالية يف عملية الت� ُّقع‪:‬‬ ‫ُّ‬ ‫التوقع‬ ‫جدول ‪ :4.4‬خطوات‬ ‫و�سف اخلطوة‬

‫‪160‬‬

‫خطوة ‪1‬‬

‫حتديد البيانات املراد حتليلها وال�سعي للح�س�ل عليها‪.‬‬

‫خطوة ‪2‬‬

‫ا�ستخدام اأدوات برجمية الإعداد جمم�عة البيانات‪.‬‬

‫خطوة ‪3‬‬

‫َ�سبط ال�سل�سلة الزمنية املنا�سبة للت� ُّقع‪.‬‬

‫خطوة ‪4‬‬

‫اإن�ساء الت� ُّقعات‪.‬‬

‫خطوة ‪5‬‬

‫َمتثيل البيانات ر�س�م ًيا‪.‬‬

‫خطوة ‪6‬‬

‫َحتليل النتائج‪.‬‬

‫ُّ‬ ‫التوقع يف برنامج جداول البيانات اإك�سل‬

‫‪Forecasting in Excel‬‬

‫هن��اك العدي��د م��ن الأدوات الربجمي��ة الت��ي ُميك��ن ا�س��تخدامها لإن�س��اء من��وذج حتليل��ي للبيانات ال�س��ابقة للقي��ام بعملية التو ُّقع‪ ،‬و ُيعترب مايكرو�س���فت اإك�س��ل‬ ‫(‪ )Microsoft Excel‬م��ن اأه��م ه��ذه الأدوات‪ُ ،‬وميك��ن م��ن خالل��ه ا�س��تخدام البيان��ات ال�س��ابقة املُ�س��تندة اإىل الزم��ن م��ن اأج��ل اإن�س��اء تو ُّق��ع‪� .‬س��تتعلم يف ه��ذا‬ ‫الدر�ص خطوات تَو ُّقع اأعداد الرحالت ال�سياحية امل�ستقبلية اإىل اململكة العربية ال�سعودية وذلك ِبا�ستخدام برنامج اإك�سل‪ ،‬حيث تقوم حتديدً ا باإجراء التو ُّقع‬ ‫يف هذا الربنامج للتنبوؤ باأعداد الرحالت ال�سياحية املتو ّقعة لكل �سهر من �سهور العام ‪ ،2023‬بنا ًء على املعطيات ال�سابقة للبيانات ال�سياحية للعام ‪.2019‬‬

‫خطوة ‪ :1‬احل�سول على البيانات‬

‫‪Obtain the data‬‬

‫يتع��ني علي��ك يف البداي��ة احل�س��ول عل��ى البيان��ات املطلوب��ة لتحلي��ل التو ُّقع��ات؛ لأن اله��دف ه��و تو ُّق��ع الع��دد ال�س��هري للرح��الت‬ ‫�تجمع ه��ذه‬ ‫ال�س��ياحية للع��ام ‪ ،2023‬ولذل��ك اأن��ت بحاج��ة اإىل البيان��ات ال�س��ابقة لأع��داد تل��ك الرح��الت‪ ،‬وله��ذا الغر���ص‪�َ ،‬س� َ‬ ‫البيان��ات م��ن �سفح��ة بيان��ات ال�س��ياحة التابع��ة ل��وزارة ال�س��ياحة ال�س��عودية م��ن خ��الل البواب��ة الوطني��ة للبيان��ات املفتوح��ة‬ ‫(‪ُ .)https://data.gov.sa‬ميكنك احل�سول على البيانات ال�سهرية ال�سياحية للعام ‪ 2019‬من خالل الرابط التايل‪:‬‬ ‫‪https://data.gov.sa/Data/ar/dataset/the-main-indicators-of-tourism-demand-statstics-2015-2020.‬‬

‫م��ن امله��م اأن تالح��ظ اأن��ه ل ميك��ن ا�س��تخدام بيان��ات العام��ني ‪ 2020‬و‪ 2021‬ب�س��بب تاأث��ريات جائح��ة ك�رون��ا (‪ )COVID-19‬عل��ى ال�س��ياحة وال�س��فر‪،‬‬ ‫ولهذا ال�سبب �ستلجاأ لإجراء ح�سابات التو ُّقع با�ستخدام بيانات العام ‪.2019‬‬ ‫ام�سح َرمز اال�ستجابة‬

‫ال�سريعة (‪)QR code‬‬

‫لتحميل ملف البيانات‪.‬‬

‫هذه هي بيانات ال�سياحة للمملكة العربية ال�سع�دية لعام ‪2019‬‬

‫ال ُمقدمة من �سفحة بيانات ال�سياحة (وزارة ال�سياحة)‪.‬‬

‫�سكل ‪ :4.8‬البوابة الوطنية للبيانات املفتوحة‬

‫‪161‬‬

‫لتحميل البيانات‪:‬‬ ‫ ا�سغط على زر حتميل (‪1 .)Download‬‬ ‫ يف نافذة التنزيالت (‪ ،)Downloads‬ا�سغط على فتح ملف (‪2 .)Open File‬‬ ‫ يف ورق��ة العم��ل ‪ ،I1‬ح��دِّ د وان�س��خ حمتوي��ات اخلالي��ا ‪ 3 ،J59:J70‬واأل�سقه��ا يف اخلالي��ا‬ ‫‪ A2: A13‬يف ملف اإك�سل جديد‪4 .‬‬ ‫ اكتُب "ال�سهر" يف اخللية ‪ A1‬واأ�سف "‪ "2019‬اإىل ا�سم كل �سهر يف اخللية‪5 .‬‬ ‫ يف ورق��ة العم��ل ‪ I1‬م��ن مل��ف اإك�س��ل ال��ذي مت حتميل��ه‪ ،‬ح��دد وان�س��خ حمتوي��ات اخلالي��ا‬ ‫‪ 6 ،D59:D70‬واأل�سقه��ا يف اخلالي��ا ‪ B2: B13‬يف مل��ف الإك�س��ل‪7 .‬‬ ‫ اكتُب "الرحالت ال�سياحية" يف اخللية ‪8 .B1‬‬

‫‪2‬‬

‫‪1‬‬

‫‪162‬‬

‫‪3‬‬ ‫‪6‬‬

‫‪5‬‬ ‫‪8‬‬

‫‪4‬‬

‫‪7‬‬

‫�سكل ‪ :4.9‬حتميل البيانات‬

‫‪163‬‬

‫خط�ة ‪ :2‬ا�ستخدم اأداة الت� ُّقع‬

‫‪Use a forecasting tool‬‬

‫بع��دَ ا ُ‬ ‫تعني علي��ك ت�سديرها‬ ‫حل�س��ول عل��ى بيان��ات اأع��داد الرح��الت ال�س��ياحية ال�س��هرية لع��ام ‪َ ،2019‬ي َّ‬ ‫اإىل اأداة برجمي��ة للتو ُّق��ع‪� .‬ستَ�س��تخدم مايكرو�س��وفت اإك�س��ل له��ذا الغر���ص‪ ،‬و�ستُن�س��ئ عمودي��ن يف ورق��ة‬ ‫جدي��دة ت�س��مى "‪� ."2019‬س��يحتوي العم��ود الأول عل��ى اأ�س��ماء اأ�س��هر ال�س��نة امليالدي��ة‪ ،‬والعم��ود الث��اين‬ ‫على بيانات اأعداد الرحالت ال�س��ياحية لكل �س��هر من اأ�س��هر العام ‪.2019‬‬

‫خط�ة ‪� :3‬سبط ال�سال�سل الزمنية‬

‫‪Set the time series‬‬

‫تتطل� ُ�ب عملي��ة اإن�س��اء التو ُّق��ع يف مايكرو�س��وفت اإك�س��ل وج��ود عم��ود يحت��وي عل��ى �سل�س��لة زمني��ة‬ ‫ِب ِقي� ٍ�م رقمي��ة (اأرق��ام اأو تواري��خ)‪ ،‬وله��ذا ال�س��بب ل ميكن��ك ا�س��تخدام العم��ود ال��ذي يحت��وي‬ ‫�ون البيان��ات في��ه ن�س َّي��ة‪ .‬وللتغلُّ��ب عل��ى ه��ذه‬ ‫عل��ى اأ�س��ماء ال�س��هور كعم��ود �سل�س��لة زمني��ة وذل��ك ِل َك� ِ‬ ‫�كل مت�سل�س��ل‬ ‫امل�س��كلة‪� ،‬ستُن�س��ئ عم��ودًا ُ َميث��ل ال�س��هور ويحت��وي عل��ى الأرق��ام م��ن ‪ 1‬اإىل ‪ 12‬ب�س� ٍ‬ ‫كما هو مو�سح يف �سكل ‪.4.10‬‬

‫ال�سال�سل الزمنية (‪:)Time series‬‬ ‫ه��ي جمموع��ة م��ن البيان��ات الكمي��ة‪،‬‬ ‫ومتث��ل و�س ًف��ا لواح��دة اأو اأك��رث م��ن‬ ‫ال�سف��ات اأو اخل�سائ���ص املتعلق��ة‬ ‫ب�س��خ�ص اأو ظاه��رة اأو ح��دث مع��ني‪،‬‬ ‫والت��ي يت��م جمعها خالل فرتات زمنية‬ ‫متتابع��ة‪.‬‬

‫اأرقام ت�سل�سلية‪.‬‬ ‫عدد الرحالت ال�سياحية ال�افدة‬ ‫للمملكة العربية ال�سع�دية‬ ‫(مقد ًرا باالآالف)‪.‬‬

‫ت َتطل��ب ال�سل�س��لة الزمني��ة ف��رتات زمنية ُمت�س��قة‬ ‫ب��ني نق��اط البيان��ات‪� ،‬س��واء كان��ت تل��ك البيان��ات‬ ‫ف��رتات زمني��ة اأو تواري��خ ُمثّلة على �س��كل رقمي‪.‬‬ ‫�س َت�س��تخدم االأرقام الت�سل�س��لية املمثلة لل�س��هور يف‬ ‫العم��ود (‪ )A‬لل�سل�س��لة الزمني��ة ولي���س العمود (‪)B‬‬ ‫الذي يحتوي على القيم الن�سية الأ�سماء ال�سهور‪.‬‬

‫يحت�ي العم�د ‪ B‬على اأ�سماء‬ ‫ال�سه�ر في العام ‪.2019‬‬ ‫�سكل ‪ :4.10‬البيانات يف ورقة عمل اإك�سل‬

‫‪164‬‬

‫خط�ة ‪ :4‬اإن�ساء الت� ُّقع‬

‫‪Create the forecast‬‬

‫ا�س��تنادًا اإىل بيان��ات اأع��داد الرح��الت ال�س��ياحية ال�س��هرية لع��ام ‪� ،2019‬ستَ�س��تخدم خي��ار ورق��ة التنب ��ؤ (‪ )Forecast sheet‬م��ن عالم��ة تبوي��ب بيان��ات‬ ‫(‪ )Data‬يف مايكرو�س��وفت اإك�س��ل م��ن اأج��ل اإن�س��اء التو ُّق��ع‪.‬‬ ‫ُّ‬ ‫التوقع‪:‬‬ ‫الإن�ساء‬ ‫ ا�سغط على اخللية ‪1 .A1‬‬ ‫ ا�سغ��ط عل��ى عالم��ة تبوي��ب بيان��ات (‪ 2 ،)Data‬وم��ن جمموع��ة تنب��ؤ (‪ ،)forecast‬ا�سغ��ط عل��ى ورق��ة التنب��ؤ‬ ‫(‪3 .)Forecast sheet‬‬ ‫ �ستظهر نافذة اإن�ساء ورقة عمل التنب�ؤ (‪4 .)Create Forecast Worksheet‬‬ ‫ي�س��تخدم مايكرو�س��وفت‬ ‫ اخرت املخطط اخلطي (‪5 .)Line chart‬‬ ‫اإك�س��ل م�سطل��ح خمتل��ف‬ ‫ُّ‬ ‫التوقع (‪)Forecast‬‬ ‫مل�سطلح‬ ‫ ا�سبط قيمة نهاية التنب�ؤ (‪ )Forecast end‬على ‪6 .24‬‬ ‫وه��و التنب��وؤ‪.‬‬ ‫ ا�سغط على خيارات (‪ 7 ،)Options‬لعمل التغيريات يف اإعدادات التو ُّقع الإ�سافية‪.‬‬ ‫ ا�سغط على اإن�ساء (‪8 .)Create‬‬ ‫ �ستجد ورقة العمل اجلديدة التي حتتوي على ِق ِيم التو ُّقع اإىل ميني الورقة حيث اأدخلت �سل�سلة البيانات‪.‬‬ ‫‪2‬‬

‫‪3‬‬

‫‪1‬‬ ‫‪4‬‬ ‫‪5‬‬

‫‪7‬‬

‫‪6‬‬

‫تم تحديد الرقم ‪ 24‬كنهاية للتنب�ؤ َك ْ�ن‬ ‫البيانات المت�فرة هي لمدة ‪� 12‬سه ًرا‪ ،‬وتريد‬ ‫ت� ُّق ًعا لالأ�سهر ‪ 12‬القادمة‪ ،‬وبالتالي نتجت‬ ‫القيمة من‪.24 = 12 + 12 :‬‬

‫‪8‬‬

‫يمكن عر�س الت� ُّقع‬ ‫با�ستخدام مخطط‬ ‫خطي اأو مخطط‬ ‫عم�دي‪.‬‬ ‫‪165‬‬

‫يعر�س العم�دان ‪ D‬و ‪ E‬حالة عدم‬ ‫اليقين الم�ج�دة في الت� ُّقع‪.‬‬

‫يحت�ي العم�د ‪ C‬على‬ ‫القيم التي تم ت�قعها‪.‬‬ ‫‪9‬‬

‫عندم��ا تُن�س��ئ تو ُّق ًع��ا‪ُ ،‬ين�س��ئ اإك�س��ل ورق��ة عم��ل جدي��دة حتت��وي عل��ى ج��دول قي��م البيان��ات ال�س��ابقة وقي��م البيان��ات (امل�س��تقبلية) الت��ي مت توقعه��ا‪،‬‬ ‫وكذل��ك يت��م عر���ص مق��دار ع��دم اليق��ن (‪ )Uncertainity‬ا ً‬ ‫أي�س��ا م��ع احل��د االأعل��ى للثق��ة (‪ )Upper Confidence Bound‬واحل��د االأدن��ى للثق��ة‬ ‫(‪ ،)lower Confidence Bound‬ويق��وم اإك�س��ل باإن�س��اء املخط��ط املح��دد لتمثي��ل ه��ذه البيان��ات‪.‬‬

‫التمثيل الر�س�مي‬ ‫للت� ُّقع‪.‬‬

‫�سكل ‪ :4.11‬اإن�ساء التو ُّقع‬

‫‪166‬‬

‫ُّ‬ ‫التوقع االإ�سافية‬ ‫اإعدادات‬

‫‪Additional forecast settings‬‬

‫َي�س��تخدم النم��وذج برنام��ج اإك�س��ل لتو ُّق��ع القي��م امل�س��تقبلية للبيان��ات بن��ا ًء عل��ى القي��م املوج��ودة (البيان��ات ال�س��ابقة) با�س��تخدام االنح��دار‬ ‫اخلط��ي (‪ )Linear Regression‬وه��و من��وذج اإح�سائ��ي لك�س��ف العالق��ة ب��ني متغريي��ن م�س��تمرين‪ ،‬حي��ث يت��م التنبوؤ من خالل��ه ِبقيم ُمتغري‬ ‫تاب��ع بن��ا ًء عل��ى قي��م ُمتغ��ري م�س��تقل (يف املث��ال ال�س��ابق املتعل��ق بال�س��ياحة ميث��ل ع��دد الرحالت ال�س��ياحية املتغ��ري التابع‪ ،‬بينم��ا يكون املتغري‬ ‫امل�ستقل هو الوقت ً‬ ‫نوعا اأ�سا�س ًيا و�سائع ال�ستخدام يف التحليل التنبوؤي والذي يتيح فهم ودرا�سة‬ ‫ممثال بال�سهور)‪ .‬و ُيع ُّد النحدار اخلطي ً‬ ‫العالقة الكمية بني متغريين م�س��تمرين‪.‬‬

‫مخطط خطي‬ ‫(‪.)Line chart‬‬ ‫اإذا قمت بال�سغط على خيارات‬ ‫(‪ ،)Options‬ف�ستظهر قائمة من�سدلة‬ ‫ُتم ِّكنك من تغيير االإعدادات المتقدمة‬ ‫الخا�سة بالتنب�ؤ‪.‬‬

‫�سكل ‪ :4.12‬اإعدادات التو ُّقع الإ�سافية‬

‫من خالل اختيار الك�سف تلقائ ًيا (‪ ،)Detect Automatically‬يُمكن‬ ‫لبرنامج اإك�سل تعيين قيمة الم��سمية (‪ )Seasonality‬تلقائ ًيا اإلى ‪.12‬‬

‫يحدد فا�سل الثقة (‪)Confidence interval‬‬

‫�سيوعا وموثوقية للتنبوؤ يف النموذج‪ ،‬اإل اأنه َيفتقر اإىل‬ ‫على الرغم من اأن النحدار اخلطي هو الأكرث ً‬ ‫اإمكانية التعامل مع البيانات النوعية‪ .‬فعلى �سبيل املثال‪ ،‬قد تَتمثل بع�ص البيانات النوعية يف املثال‬ ‫املتعلق بال�سياحة يف تف�سيالت ال�سائحني بخ�سو�ص توقيت ح�سولهم على العطلة اأو الإجازة‪ ،‬و ُت َع ُّد‬ ‫هذه البيانات ذات تاأثري يف م�ساألة اختيار زمان ومكان ق�ساء العطلة‪ .‬قد تعمل دالة التو ُّقع القائمة‬ ‫عل��ى النح��دار اخلط��ي يف بع���ص الأحي��ان‪ ،‬ولك��ن عدم تعامل النح��دار اخلطي مع البيانات النوعية‬ ‫يجعل الكثري من التو ُّقعات بعيدة عن الواقع ب�سكل كبري‪ ،‬مما يوؤثر �سل ًبا على التنبوؤات ب�سكل عام‪.‬‬

‫دقة التنب�ؤ‪.‬‬

‫ي�س��تخدم مايكرو�س��وفت اإك�س��ل‬ ‫م�سطل��ح خمتل��ف مل�سطل��ح نط��اق‬ ‫الثق��ة (‪)Confidence interval‬‬ ‫وه��و فا�س��ل الثق��ة‪.‬‬

‫‪167‬‬

‫نطاق الثقة‬

‫‪Confidence Interval‬‬

‫�ني م��ن ال�س��ك وع��دم التيق��ن بحدوث��ه‪ ،‬فالتو ُّق��ع كما‬ ‫َينط��وي اأي تو ُّق��ع با�س��تخدام النمذج��ة عل��ى َق� ْ�د ٍر ُمع� َّ ٍ‬ ‫تعلمت ل يت�سمن قي ًما حقيقية مت جمعها اأو قيا�س��ها من خالل البحث مث ًال‪ ،‬بل هي قيم تقديرية غري‬ ‫موج��ودة بالفعل بعد‪.‬‬ ‫حتتم��ل القي��م الت��ي يت��م تخمينه��ا ال�س��واب اأو اخلط�اأ يف امل�س��تقبل ِبغ��ِّ�ص النظ��ر ع��ن الطريق��ة الت��ي مت‬ ‫تخمينه��ا به��ا‪ ،‬ويعط��ي نط��اق الثق��ة جمموع��ة من القيم املتو ّقعة ولي���ص فقط قيم��ة متو ُّقعة واحدة‪ ،‬و يتم‬ ‫حتدي��د ه��ذه الف��رتة م��ن خ��الل احل��د الأدن��ى واحل��د الأعل��ى للثق��ة‪ ،‬وهكذا ف�اإن القيمة الفعلي��ة يجب األ‬ ‫تق��ل ع��ن قيم��ة احل��د الأدن��ى للثق��ة واأل تزيد عن احل��د الأعلى للثقة‪.‬‬ ‫ُتع� َرف ه��ذه القي��م اإح�سائ ًي��ا با�س��م نط��اق الثق��ة ومت ِّث��ل ِنطا ًق��ا م��ن القي��م املُق� َّدرة ملتغ��ري م��ا‪ ،‬وميك��ن‬ ‫النظ��ر اإليه��ا عل��ى اأنه��ا متو�س��ط القيم��ة التي يتم تخمينها للمتغ��ري ‪ ±‬نطاق الختالف يف هذا التخمني‪.‬‬ ‫يت��م ح�س��اب نط��اق الثق��ة ِوف��ق م�س��توىً حم��دد‪ ،‬وعادة ما ي�س��اوي ‪ ،95%‬ويعني ه��ذا اأن القيمة احلقيقية‬ ‫لديها فر�سة بن�سبة ‪ 95%‬لتقع بني نطاق القيم املتو ّقعة بني احلد الأدنى للثقة واحلد الأعلى للثقة‪.‬‬ ‫ي�سري التنبوؤ الذي ُقمت به يف اإك�سل بخ�سو�ص اأعداد الرحالت ال�سياحية‬ ‫اإىل اأن��ه م��ن املتو ّق��ع و�س��ول ‪ 1,305,000‬رحل��ة �س��ياحية يف �س��هر يناي��ر‬ ‫‪ ،2023‬م��ع ح��د اأدن��ى للثق��ة مق��داره ‪ ،232,000‬وح��د اأعل��ى للثق��ة مق��داره‬ ‫‪ .2,378,000‬وهك��ذا ف�اإن نط��اق الثق��ة ينح�س��ر يف القي��م الواقع��ة م��ا ب��ني‬ ‫‪ 232,000‬و ‪ .2,378,000‬و ُيح َّد ُد م�ستوى الثقة يف اإجراء التو ُّقع يف اإك�سل‬ ‫بن�سبة ‪ ،95%‬وبناء على ذلك فاإن عدد الرحالت ال�سياحية املتو ّقعة ل�سهر‬ ‫يناي��ر ‪ 2023‬حتظ��ى بفر�س��ة بن�س��بة ‪ 95%‬لأن تك��ون ب��ني ‪ 232،000‬و‬ ‫‪.2,378,000‬‬ ‫اإذا كان ع��دد الرح��الت ال�س��ياحية يف �س��هر يناي��ر ‪ 2023‬ي�س��اوي‬ ‫متام��ا‪ .‬ورغ��م اأن القيم��ة‬ ‫‪ ،1000,000‬فه��ذا يعن��ي اأن التنب�وؤ كان‬ ‫�سحيح��ا ً‬ ‫ً‬ ‫‪ 1000،000‬ل ت�ساوي القيمة ‪ 1,305,000‬التي ح�سلنا عليها من التو ُّقع‪،‬‬ ‫اإل اأن تل��ك القيم��ة تق��ع يف نط��اق القيمت��ني ‪ 232,000‬و ‪ ،2,378,000‬اأي‬ ‫�سم��ن نط��اق الثق��ة‪.‬‬

‫�سكل ‪ :4.13‬نطاق الثقة‬

‫‪168‬‬

‫نطاق الثقة (‪:)Confidence Interval‬‬ ‫لنط��اق الثق��ة احتم��ا ٌل مع��روف وحمك��وم‬ ‫عموم��ا بن�س��بة ت��رتاوح ب��ني ‪ 95%‬و ‪99%‬‬ ‫ً‬ ‫م��ن القيم��ة احلقيقي��ة‪.‬‬

‫خط�ة ‪ :5‬متثيل البيانات ر�س�م ًيا‬

‫‪Graph the data‬‬

‫كما تعلمت �ساب ًقا‪ُ ،‬ميكن متثيل التو ُّقعات با�ستخدام خمطط خطي (‪ )Line Chart‬اأو خمطط عم�دي (‪:)Column Chart‬‬

‫املخطط اخلطي‬

‫‪Line Chart‬‬

‫قيم ُم َعينة مبرور الوقت‪ ،‬وذلك على �سورة ِ�سل�س��لة من‬ ‫تُ�س��تخدم املخططات اخلطية على نطاقٍ وا�س� ٍ�ع لتمثيل ُّ‬ ‫التغريات التي حدثت على ٍ‬ ‫�اعد يف حتديد العالقة بني جمموعتني من القيم‪ ،‬كمجموعة �س��هور العام التي متثل‬ ‫نقاط البيانات املت�سلة م ًعا بخطوط م�س��تقيمة‪ ،‬وتُ�س� ِ‬ ‫قي��م الوق��ت‪ ،‬وجمموع��ة ع��دد الرح��الت ال�س��ياحية‪ ،‬وبالطب��ع ل ب��د م��ن اأن تك��ون جمموع��ة بيان��ات تعتم��د دائ ًما على املجموع��ة الأخرى (يف‬ ‫املثال ال�س��ابق يعتمد عدد الرحالت ال�س��ياحية على الوقت)‪.‬‬ ‫فوائد املخططات اخلطية‪:‬‬ ‫ت�سمح بالتحليل ال�سريع للبيانات‪.‬‬ ‫ت�سمح مبراقبة التغيريات ب�سه�لة خالل فرتة زمنية معينة‪.‬‬ ‫ميكن االعتماد عليها لتمثيل جمم�عات البيانات التي حتت�ي على ‪ 50‬قيمة كحد اأعلى‪.‬‬ ‫ُت�ساعد يف ا�ستنباط تنب�ؤات ح�ل نتائج بيانات مل يتم ت�سجيلها بعد‪.‬‬

‫املخطط العمودي‬

‫‪Column Chart‬‬

‫تُ�س��تخدم املخطط��ات العمودي��ة لعر���ص البيان��ات الت��ي مت جمعه��ا م��ن خ��الل ال�س��تبانات واملقاب��الت مث��ل بيان��ات الفئ��ات العمري��ة واأع��داد‬ ‫املنتج��ات املف�سل��ة للزبائ��ن وغريه��ا‪ُ ،‬وميك��ن ا�س��تخدامها ا ً‬ ‫أي�س��ا م��ع البيان��ات مث��ل جمموع��ات البيان��ات الأخ��رى كالبيان��ات ال�س��هرية لعدد‬ ‫الرح��الت ال�س��ياحية‪�َ ،‬س� َ‬ ‫عدد كب� ٍري من القيم‪.‬‬ ‫�رط األ حتت��وي ه��ذه املجموع��ات عل��ى ٍ‬ ‫فوائد املخططات العمودية‪:‬‬ ‫تتيح املقارنة بن جمم�عات البيانات ب�سه�لة‪.‬‬ ‫ُميكن من خاللها تلخي�س كمية كبرية من البيانات ب�س�رة مرئية ي�سهل تف�سريها‪.‬‬ ‫ُت�سهِّل من مالحظة الت�جهات‪.‬‬ ‫ُت�ساعد على درا�سة االأمناط يف البيانات على امتداد فرتة ط�يلة من الزمن‪.‬‬

‫‪169‬‬

‫متنح��ك ورق��ة عم��ل التنب�وؤ يف اإك�س��ل االختي��ار ب��ني املخط��ط اخلط��ي واملخط��ط العم��ودي‬ ‫لتمثي��ل البيان��ات‪ ،‬ولق��د مت ا�س��تخدام املخط��ط اخلط��ي يف املث��ال املتعل��ق بال�س��ياحة‪ ،‬وذلك‬ ‫لكون��ه اأك��ر مالءم��ة للتمثيل املرئ��ي للبيانات‪.‬‬

‫ُت�سير الح�اف العل�ية لجميع‬ ‫الخط�ط الرمادية اإلى قيم‬ ‫الحد االأعلى للثقة‪.‬‬

‫ُت�سير الح�اف ال�سفلية‬ ‫لجميع الخط�ط الرمادية‬ ‫اإلى قيم الحد االأدنى للثقة‪.‬‬

‫‪170‬‬

‫�سكل ‪ :4.14‬املخطط العمودي‬

‫تخ�سي�س الر�سومات‬

‫‪Customize the Graphics‬‬

‫منوذج ثاب��ت‪ ،‬ولكن ُميكنك حترير‬ ‫يق��وم برنام��ج اإك�س��ل باإن�س��اء ورق��ة العم��ل اجلدي��دة بقي��م التو ُّق��ع واأعم��دة للح��د الأعلى للثقة و احلد الأدنى للثقة ح�س��ب‬ ‫ٍ‬ ‫اأ�سماء الأعمدة وتعديلها‪.‬‬ ‫لتغيري اأ�سماء االأعمدة‪:‬‬ ‫ يف ورقة عمل التنب�ؤ‪ ،‬ا�سغط على اخللية ‪1 .D1‬‬ ‫ ح��دِّ د الكلم��ات املوج��ودة يف اخللي��ة‪ ،‬واكت��ب "احل��د الأدن��ى‬ ‫للثقة" وا�سغط على ‪2 . Enter ‬‬ ‫ ا�سغ��ط عل��ى اخللي��ة ‪ ،E1‬واكت��ب "احل��د الأعل��ى للثق��ة"‬ ‫وا�سغ��ط عل��ى ‪3 . Enter ‬‬ ‫ �س��يتم تطبي��ق التغي��ريات يف ورق��ة عم��ل التنب��ؤ‪ 4 ،‬وعل��ى‬ ‫أي�سا‪5 .‬‬ ‫املخطط اخلطي ا ً‬

‫‪2‬‬ ‫‪1‬‬ ‫‪3‬‬

‫‪4‬‬

‫‪5‬‬ ‫�سكل ‪ :4.15‬تغيري اأ�سماء الأعمدة‬

‫‪171‬‬

‫كما تُالحظ يف املخطط اخلطي الذي مت اإن�ساوؤه �ساب ًقا‪ ،‬فاإن ت�سمية املحور الأفقي لي�ست منا�سبة‪ ،‬حيث تظهر �سل�سلة من الأرقام كعنوان للمحور الأفقي‬ ‫ً‬ ‫بدل من اأ�سماء ال�سهور‪.‬‬ ‫ولت�سحيح ذلك‪ ،‬يجب تعديل املُخطط عن طريق تغيري �سل�سلة البيانات‪.‬‬ ‫لتعديل �سل�سلة البيانات‪:‬‬ ‫ يف ورقة عمل "‪ ،"2019‬ويف نهاية العمود ‪ ،B‬اأ�سف اأ�سماء الأ�سهر للعام ‪1 .2023‬‬ ‫ يف ورقة العمل التي حتتوي على قيم التو ُّقع املُن�ساأة واملُخطط‪ ،‬ا�سغط داخل املُخطط‪،‬‬ ‫‪ 2‬ثم ا�سغط على اأيقونة ع�امل ت�سفية املخطط (‪3 .)Chart Filters‬‬ ‫ ا�سغط على حتديد البيانات (‪4 .)Select data‬‬ ‫ �س��تظهر ناف��ذة حتدي��د م�س��در البيان��ات (‪ ،)Select data source‬وم��ن ت�س��ميات‬ ‫املح���ر (الفئ��ة) االأفق��ي (‪ ،)Horizontal )Category( Axis Labels‬ا�سغ��ط عل��ى‬ ‫حتري��ر (‪5 .)Edit‬‬ ‫ من ورقة عمل "‪ ،"2019‬ح َّدد اأ�سماء ال�سهور‪6 .‬‬ ‫ من نافذة ت�سميات املحاور (‪ ،)Axis Labels‬ا�سغط على م�افق (‪7 .)OK‬‬ ‫ ث��م م��ن ناف��ذة حتدي��د م�س��در البيان��ات (‪ ،)Select Data Source‬ا�سغ��ط عل��ى‬ ‫م�اف��ق (‪8 .)OK‬‬ ‫ �ستظهر اأ�سماء ال�سهور كت�سميات على املحور الأفقي‪9 .‬‬

‫‪1‬‬

‫‪2‬‬

‫‪3‬‬

‫‪4‬‬

‫‪172‬‬

‫‪5‬‬

‫‪7‬‬ ‫‪6‬‬

‫‪8‬‬

‫‪9‬‬

‫�سكل ‪ :4.16‬تعديل �سل�سلة البيانات‬

‫‪173‬‬

‫وللمزيد من التخ�سي�ص للمخطط اخلطي‪ ،‬ميكنك اإ�سافة عناوين للمحورين ‪ x‬و‪.y‬‬ ‫لتغيري عناوين الت�سمية‪:‬‬ ‫ حدِّ د املخطط اخلطي‪ 1 ،‬ثم ا�سغط على اأيقونة ‪2 .+‬‬ ‫ حدِّ د خيار عناوين املحاور (‪3 .)Axis Titles‬‬ ‫ يف مربع��ات الت�س��مية الت��ي تظه��ر‪ ،‬ا�سغ��ط عل��ى كل منه��ا واكت��ب‬ ‫العن��وان ال�سحي��ح للمح��ور‪4 .‬‬ ‫ �ستظهر الت�سميات ال�سحيحة يف املخطط اخلطي‪5 .‬‬

‫‪2‬‬

‫‪1‬‬

‫‪3‬‬

‫‪4‬‬

‫‪5‬‬

‫�سكل ‪ :4.17‬تغيري عناوين الت�سمية‬

‫‪174‬‬

‫خط�ة ‪ :6‬حتليل البيانات‬

‫‪Analyze the data‬‬

‫ق��د حتت��اج يف بع���ص الأحي��ان اإىل ِّ‬ ‫الط��الع عل��ى م��دى الخت��الف ب��ني القي��م املُتو ُّقع��ة وال ِقيم الأولي��ة‪ ،‬وذلك من اأجل فه� ٍ�م اأف�سل للظاهرة‬ ‫قيد الدرا�س��ة وللتو�سل اإىل ال�س��تنتاجات ال�سحيحة‪ .‬بالعودة اإىل املثال ال�س��ابق املتعلق بال�س��ياحة‪ ،‬قد تَو ُّد معرفة اأي ال�س��هور يف العام‬ ‫ْ‬ ‫ِّ‬ ‫ُ‬ ‫ارتفاع��ا يف ع��دد الرح��الت ال�س��ياحية الواف��دة‪ ،‬واأيه��ا اأق��ل‪ .‬متك��ن ه��ذه املعلومات �س َّناع القرار من و�سع الإ�س��رتاتيجبات‬ ‫‪� 2023‬سي�س��هد‬ ‫ً‬ ‫الت�س��ويقية وتنظي��م احلم��الت الرتويجي��ة املنا�س��بة جل��ذب املزي��د م��ن الرحالت ال�س��ياحية‪ .‬للح�سول على هذه املعلومات‪� ،‬س��تطرح قيمة‬ ‫العدد املتو ّقع للرحالت ال�سياحية من قيمة العدد ال�سابق للرحالت ال�سياحية‪ ،‬وبالتايل �ستح�سل على قيمة التباين يف البيانات املتو ّقعة‪.‬‬ ‫الإعداد ورقة عمل جديدة‪:‬‬ ‫ يف ورقة ‪ )Sheet2( 2‬اجلديدة‪ ،‬اأن�سئ عمودًا با�سم ال�سهر‪1 .‬‬ ‫ م��ن ورق��ة عم��ل "‪ ،"2019‬ان�س��خ القي��م اخلا�س��ة بالرح��الت ال�س��ياحية وعدده��ا ‪2 ،12‬‬ ‫واأل�سقه��ا يف ورق��ة ‪ ،)Sheet2( 2‬يف عم��ود الرح��الت ال�س��ياحية ‪3 . 2019‬‬ ‫ ِم��ن ورق��ة ‪ ،)Sheet 1( 1‬ح��دِّ د القي��م املتو ّقع��ة للرح��الت ال�س��ياحية وعدده��ا ‪4 ،12‬‬ ‫واأل�سقه��ا كقي��م يف ورق��ة ‪ ،)Sheet 2( 2‬يف عم��ود الرح��الت ال�س��ياحية ‪5 .2023‬‬

‫حتليل البيانات‬

‫(‪:)Data Analysis‬‬ ‫ه��و الفح���ص املنهج��ي‬ ‫للبيان��ات ع��ن طري��ق‬ ‫العين��ات والقيا���ص‬ ‫والت�سو ي��ر‪.‬‬

‫‪1‬‬

‫‪175‬‬

‫‪2‬‬

‫‪3‬‬

‫‪4‬‬

‫�سكل ‪ :4.18‬اإعداد ورقة عمل جديدة‬

‫‪176‬‬

‫‪5‬‬

‫ُّ‬ ‫التوقعات‪:‬‬ ‫حل�ساب فرق‬ ‫ يف ورقة ‪ ،)Sheet 2( 2‬اأن�سئ عمودًا جديدً ا با�سم فرق الت�قعات ‪.‬‬ ‫ يف اخللية ‪ ،D2‬اكتب ال�سيغة " ‪2 ."=C2-B2‬‬ ‫ ان�سخ ال�سيغة من اخللية ‪ D2‬اإىل اخللية ‪ D13‬حل�ساب باقي القيم‪.‬‬

‫‪1‬‬

‫‪3‬‬

‫‪1‬‬

‫‪2‬‬

‫‪3‬‬

‫�سكل ‪ :4.19‬ح�ساب فرق التو ُّقعات‬

‫‪177‬‬

‫اإن�ساء خمطط عمودي متفاوت امل�سافات‬

‫‪Creating Clustered Column Chart‬‬

‫بالإ�سافة اإىل خمطط التو ُّقع الذي قمت باإن�سائه �سابق ًا‪� ،‬ستقوم باإن�ساء خمططني اآخرين ت�ستخدمهما يف التحليل‪.‬‬ ‫ب�سكل اأكرث حتديدً ا‪� ،‬ستُن�سئ التايل‪:‬‬ ‫ خمطط بياين لتمثيل املقارنة بني بيانات الرحالت ال�سياحية ال�سابقة وبيانات الرحالت ال�سياحية املتو ّقعة‪.‬‬ ‫ خمطط بياين يو�سح الفرق املتو َّقع بني بيانات الرحالت ال�سياحية ال�سابقة وبيانات الرحالت ال�سياحية املتو ّقعة‪.‬‬ ‫الإن�ساء خمطط عمودي متفاوت امل�سافات‪:‬‬ ‫ حدد الأعمدة ‪ A‬و ‪ B‬و ‪1 .C‬‬ ‫ م��ن عالم��ة تبوي��ب اإدراج (‪ ،)Insert‬ا�سغ��ط عل��ى املخطط��ات امل��س��ى به��ا‬ ‫(‪2 .)Recommended Charts‬‬ ‫ اخرت خمطط عم�دي متفاوت امل�سافات (‪3 .)Clustered Column chart‬‬ ‫ ا�سغط على م�افق (‪4 .)OK‬‬ ‫‪2‬‬

‫‪3‬‬

‫‪1‬‬ ‫�سكل ‪ :4.20‬اإن�ساء خمطط عمودي متفاوت امل�سافات‬

‫‪3‬‬

‫‪4‬‬ ‫‪178‬‬

‫مي ِّثل هذا املخطط البياين املقارنة بني بيانات الرحالت ال�سياحية ال�سابقة‪ ،‬وبيانات الرحالت ال�سياحية املتو ّقعة‪ .‬وميكنك تغيري حدود‬ ‫متثيل اأو�سح للبيانات‪.‬‬ ‫اأو وحدات املحور العمودي لعر�ص ٍ‬

‫عند المقارنة مع المخطط‬ ‫البياني ا الأول‪ ،‬يحت�ي هذا‬ ‫المخطط على َتد ُّر ج اأ�سغر‬ ‫لل�حدات بقيمة ‪ً 250‬‬ ‫(بدال من‬ ‫‪ 500‬كما في المخطط البياني‬ ‫االأولي)‪.‬‬

‫�سكل ‪ :4.21‬خمطط عمودي متفاوت امل�سافات‬

‫عندم��ا يتعل��ق الأم��ر بتمثي��ل املعلوم��ات يف اإك�س��ل‪ ،‬فم��ن امله��م ج��دً ا‬ ‫اختيار النوع املنا�سب وال�سحيح للمخططات‪ ،‬وذلك ليتمكن اجلمهور‬ ‫من قراءتها وفهمها ب�سهولة‪.‬‬ ‫وله��ذا الغر���ص‪ ،‬علي��ك اختي��ار املخطط��ات التي ُيو�سي بها اإك�س��ل‪،‬‬ ‫حيث تكون يف اأغلب احلالت منا�سب ٍة لنوع البيانات املتوفر‪ ،‬فاختيارك‬ ‫ً‬ ‫خمططا غري منا�س��ب لتمثيل البيانات �س��يوؤدي اإىل احل�سول على‬ ‫متثيل مرئي ل ميكن فهمه اأو تف�س��ري حمتواه‪ُ .‬يظهر ال�س��كل ‪4.22‬‬ ‫ٍ‬ ‫ً‬ ‫مثال على نتيجة الختيار اخلاطئ لنوع املخطط البياين‪.‬‬ ‫�سكل ‪ :4.22‬خمطط خطي غري مفهوم‬

‫‪179‬‬

‫املخطط العمودي املكد�س‬

‫‪Stacked Column Chart‬‬

‫‪2‬‬

‫الإن�ساء خمطط عمودي مكد�س‪:‬‬ ‫حدِّ د الأعمدة ‪ A‬و‪ B‬و‪1 .D‬‬ ‫ َ‬ ‫ م��ن عالم��ة تبوي��ب اإدراج‬ ‫(‪ ،)Insert‬ا�سغ��ط عل��ى‬ ‫املخطط��ات امل��س��ى به��ا‬ ‫(‪2 .)Recommended Charts‬‬ ‫ اخ��رت خمط��ط عم���دي‬ ‫مكد���س بن�س��بة ‪% 100‬‬ ‫(‪3 .)Stacked Column‬‬ ‫ ا�سغط على م�افق (‪4 .)OK‬‬

‫‪1‬‬

‫ُي�س��تخدم املخط��ط العم��ودي‬ ‫املكد���س ملقارن��ة قيم��ة معين��ة‬ ‫م��ع جمم��وع قي��م تت�سم��ن تل��ك‬ ‫القيم��ة‪ ،‬وميكن��ك ا�س��تخدامه‬ ‫الإظه��ار كيفي��ة م�س��اهمة قيم��ة‬ ‫معينة يف التغيريات عرب الوقت‪.‬‬

‫‪3‬‬

‫‪4‬‬ ‫�سكل ‪ :4.23‬اإن�ساء خمطط عمودي مكد�ص‬

‫‪180‬‬

‫ُميثل املخطط البياين يف ال�س��كل ‪ 4.24‬الفرق املتو ّقع بني عدد الرحالت ال�س��ياحية ال�س��ابقة وعدد الرحالت ال�س��ياحية املتو ّقعة‪ ،‬وميكنك‬ ‫و�سوحا‪.‬‬ ‫تغيري حدود اأو وحدات املحور الراأ�سي لتمثيل املعلومات ب�سكل اأكرث‬ ‫ً‬

‫�سكل ‪ :4.24‬خمطط عمودي مكدّ�ص‬

‫�الت معين��ة‪ .‬فعل��ى �س��بيل املث��ال‪ُ ،‬يو�س��ي اإك�س��ل يف املثال ال�س��ابق با�س��تخدام‬ ‫ق��د ل تك��ون املخطط��ات املُو�س��ى به��ا يف اإك�س��ل منا�س��ب ًة لتمثي��ل املعلوم��ات يف ح� ٍ‬ ‫خمط��ط ُقمع��ي (‪ )Funnel Chart‬كم��ا يف ال�س��كل ‪ ،4.25‬اأو خمط��ط مبع��ر (‪ )Scatter Chart‬كم��ا يف ال�س��كل ‪ ،4.26‬واإذا قم��ت با ِّتب��اع التو�سي��ة‬ ‫وا�س��تخدام تل��ك املخطط��ات‪ ،‬ف�س��تح�سل عل��ى خمطط��ات غ��ري منا�س��بة‪ ،‬وي�سعب قراءتها اأو فه��م معانيها‪.‬‬

‫�سكل ‪ :4.25‬خمطط ُقمعي‬

‫�سكل ‪ :4.26‬خمطط مبعرث‬

‫يج��ب الأخ��ذ بالعتب��ار اأن بع���ص اأن��واع املخطط��ات ق��د ل تتنا�س��ب م��ع حاج��ات اأو ق��درات اجلمه��ور‪ ،‬فبع�ص تلك الأنواع ‪ -‬وكما ه��و احلال يف بع�ص الربامج‬ ‫والأدوات – هو منا�س� ٌ�ب للعلماء والباحثني وخرباء الت�س��ويق‪ .‬ومن ال�س��ائع ا ً‬ ‫أي�سا اأن امل�س�وؤولني التنفيذيني ومدراء ال�س��ركات يحتاجون اأنواع ًا حمددة من‬ ‫املخططات‪.‬‬ ‫‪181‬‬

‫مترينات‬ ‫‪1‬‬

‫حدد اجلملة ال�سحيحة واجلملة اخلاطئة فيما يلي‪:‬‬ ‫‪ُ .1‬ي َع ُّد التو ُّقع الطريقة الوحيدة للتنبوؤ بالبيانات امل�ستقبلية بنا ًء على البيانات ال�سابقة‪.‬‬ ‫‪ .2‬اإن حتديد اخلطوات بو�سوح قبل تنفيذ اإجراء التو ُّقع هو اأهم متطلبات التو ُّقع اجليد‪.‬‬ ‫ال�ست للتو ُّقع بالرتتيب‪.‬‬ ‫‪ .3‬لي�ص من ال�سروري اتباع اخلطوات ْ‬ ‫‪ .4‬مينحك نطاق الثقة معلومات حول ن�سبة ال�سك وعدم التيقن بحدوث التنبوؤ‪.‬‬ ‫‪ .5‬التنبوؤ بنطاق ثقة ي�ساوي ‪ 95%‬هو اأكرث دقة من تنبوؤ بنطاق ثقة ي�ساوي ‪.75%‬‬

‫‪ .6‬ي�سري التنبوؤ والتو ُّقع اإىل نف�ص الإجراء‪.‬‬ ‫‪ُ .7‬ي َف َّ�سل ا�ستخدام املخطط البياين اخلطي على املخطط العمودي يف متثيل التو ُّقع‪.‬‬ ‫‪ُ .8‬ي َف َّ�سل اختيار املخططات التي يو�سي بها اإك�سل ملنا�سبتها لنوع البيانات امل�ستخدم‪.‬‬ ‫‪ .9‬يعتمد اختيار املخطط ال�سحيح لتمثيل البيانات على املعلومات التي �سيتم متثيلها باملخطط‪.‬‬ ‫‪ .10‬حتدد حدود الثقة الدنيا والعليا النطاق املقبول لقيم البيانات‪.‬‬

‫‪182‬‬

‫�سحيحة‬

‫خاطئة‬

‫‪ 2‬ق��ارن ب��ن ن�ع��ي املخطط��ن اللذي��ن يقدمهم��ا اإج��راء الت� ُّق��ع يف اإك�س��ل‪ ،‬ومل��اذا ُيع��دُّ املخط��ط اخلط��ي ه��� االأن�س��ب‬ ‫ح�سب راأيك؟‬ ‫___________________________________________________________________________________________‬ ‫___________________________________________________________________________________________‬ ‫___________________________________________________________________________________________‬ ‫___________________________________________________________________________________________‬ ‫___________________________________________________________________________________________‬ ‫___________________________________________________________________________________________‬ ‫___________________________________________________________________________________________‬

‫‪ 3‬ق��م بزي��ارة �سفح��ة بيان��ات ال�س��ياحة التابع��ة ل���زارة ال�س��ياحة ال�س��ع�دية يف الب�اب��ة ال�طني��ة للبيان��ات املفت�ح��ة‬ ‫(‪ )https://data.gov.sa‬ث��م ق��م بتحمي��ل بيان��ات الرح��الت ال�س��ياحية للعام��ن ‪ 2017‬و ‪ .2018‬ث��م ط ِّب��ق اإج��راء‬ ‫الت� ُّق��ع للع��ام ‪ِّ 2023‬‬ ‫وو�س��ح النتائ��ج‪ .‬اذك��ر املخطط��ات البياني��ة الت��ي �س��تختارها لعر���س النتائ��ج؟ ومل��اذا؟‬ ‫___________________________________________________________________________________________‬ ‫___________________________________________________________________________________________‬ ‫___________________________________________________________________________________________‬ ‫___________________________________________________________________________________________‬ ‫___________________________________________________________________________________________‬ ‫___________________________________________________________________________________________‬ ‫___________________________________________________________________________________________‬ ‫___________________________________________________________________________________________‬ ‫___________________________________________________________________________________________‬ ‫___________________________________________________________________________________________‬ ‫___________________________________________________________________________________________‬ ‫___________________________________________________________________________________________‬ ‫___________________________________________________________________________________________‬

‫‪183‬‬

‫‪ 4‬ح ِّلل نتائج الت� ُّقع لبيانات الرحالت ال�س��ياحية التي ح�سلت عليها من التمرين الثالث للعامن ‪ 2017‬و‪،2018‬‬ ‫ثم قم باإن�ساء اأوراق العمل املطل�بة يف اإك�سل وقارن بن النتائج‪ .‬ما ه� اجلزء املهم يف هذه املخططات الت��سيحية‬ ‫عند اإجراء املقارنة بينها؟ ِّ‬ ‫و�سح اإجابتك‪.‬‬ ‫___________________________________________________________________________________________‬ ‫___________________________________________________________________________________________‬ ‫___________________________________________________________________________________________‬ ‫___________________________________________________________________________________________‬ ‫___________________________________________________________________________________________‬ ‫___________________________________________________________________________________________‬

‫‪ 5‬م�س��تعي ًنا ب �اأوراق عم��ل اإك�س��ل الت��ي اأن�س �اأتها يف التمري��ن الراب��ع‪ ،‬ق��م بتمثي��ل البيان��ات با�س��تخدام االأن���اع املختلف��ة‬ ‫للمخطط��ات يف اإك�س��ل‪ .‬م��ا ه��ي اأن�س��ب اأن���اع املخطط��ات لتمثي��ل ه��ذه املعل�م��ات؟ ِّ‬ ‫و�س��ح اإجابت��ك‪.‬‬ ‫_________________________________________________________________________________________‬ ‫_________________________________________________________________________________________‬ ‫_________________________________________________________________________________________‬ ‫_________________________________________________________________________________________‬ ‫_________________________________________________________________________________________‬ ‫_________________________________________________________________________________________‬ ‫_________________________________________________________________________________________‬ ‫_________________________________________________________________________________________‬ ‫_________________________________________________________________________________________‬ ‫_________________________________________________________________________________________‬ ‫_________________________________________________________________________________________‬ ‫_________________________________________________________________________________________‬

‫‪184‬‬

‫الدر�س الثالث‬

‫التح�سني‬

‫(‪)Optimization‬‬

‫التعامل مع م�ساكل التح�سني‬

‫‪Dealing with Optimization Problems‬‬

‫يواجه الإن�سان امل�ساكل املتعلقة بالتح�سني يف الكثري من جوانب احلياة وجمالتها كالأعمال التجارية‪،‬‬ ‫والقت�ساد‪ ،‬والريا�سيات‪ ،‬والهند�سة‪ ،‬والعلوم‪ .‬تَك ُمن امل�سكلة الأ�سا�سية يف حماولة اإيجاد الطريقة املُثلى‬ ‫اأو الأكرث فاعلية ل�ستخدام املوارد املحدودة لتحقيق هدف معني والذي قد يكون زيادة الربح‪ ،‬اأو تقليل‬ ‫لل�سفر اإىل وجهة معينة‪.‬‬ ‫التكلفة‪ ،‬اأو تقليل الوقت الالزم لتنفيذ م�سروع ما‪ ،‬اأو اخت�سار الوقت اأو امل�سافة ِ‬ ‫ُيع ُّد ا�ستقطاب املزيد من الرحالت ال�سياحية اإىل بلدٍ ما اأحد اأهداف التح�سني‪ ،‬كما ميكن النظر اإىل‬ ‫بع�ص الأمثلة الأُخرى حول التح�سني‪ ،‬كتحديد امليزانية املنا�سبة حلملة ت�سويقية‪ ،‬اأو ت�سميم اجلدول‬ ‫املثايل لعمل املوظفني‪ ،‬اأو خف�ص تكلفة التو�سيل‪.‬‬

‫ما هي اأداة اإك�سل �سولفر؟‬

‫التح�سن (‪:)Optimization‬‬ ‫ه��و عملي��ة اختي��ار العن�س��ر‬ ‫الأف�س��ل م��ن جمموع��ة م��ن‬ ‫البدائ��ل وذل��ك حت��ت قي��ود‬ ‫معين��ة‪.‬‬

‫?‪What is Excel Solver‬‬

‫تُعت��رب اأداة اإك�س��ل �س���لفر (‪ )Excel Solver‬اأداة برجمي��ة تُ�س��تخدم ملح��اكاة وحت�س��ني من��اذج الهند�س��ة‬ ‫والأعم��ال املختلف��ة‪ .‬تنتم��ي ه��ذه الأداة اإىل جمموع� ٍة خا�س��ة من اأدوات اإك�س��ل ُي�س��ار اإليها با�س��م اأدوات‬ ‫�وذج يحت��وي‬ ‫حتلي��ل م��اذا‪-‬اإذا (‪ )What-Ιf Analysis tools‬وت�س��تخدم للو�س��ول اإىل اأف�س��ل احلل��ول لنم� ٍ‬ ‫على ُمدخالت متعددة‪.‬‬ ‫ُتع� ُّد احلاج��ة اإىل حتدي��د قيم��ة خللي��ة واح��دة (تُ�س��مى اخللي��ة اله��دف) ع��ن طري��ق تغي��ري قي��م خالي��ا‬ ‫اأخ��رى معين��ة (ت�س��مى خالي��ا املُتغ��ري) وذل��ك با�س��تخدام القي��ود اأو بدونه��ا‪ ،‬م��ن اأك��رث ال�س��تخدامات‬ ‫�يوعا لأداة اإك�س��ل �س��ولفر‪ ،‬حي��ث تعت��رب ه��ذه الأداة مثالي��ة حل��ل م�س��اكل الربجمة اخلطي��ة (املعروفة‬ ‫�س� ً‬ ‫ا ً‬ ‫أي�سا با�س��م م�س��اكل التح�س��ني اخلطي)‪ ،‬ولذلك ُيطلق عليها اأحيا ًنا ا�س��م الرجمة اخلطية ل�س���لفر‬ ‫(‪.)Linear Programming Solver‬‬ ‫ُتع��د اأداة اإك�س��ل �س��ولفر مثالي��ة للتعام��ل م��ع م�س��اكل التح�س��ني‪ ،‬حي��ث ُمت ِّكن��ك م��ن ا�س��تخدام ج��داول‬ ‫البيان��ات لإدراج متغ��ريات الق��رار وقي��ود النم��وذج‪ ،‬ث��م تنفي��ذ دال��ة اله��دف التي ت�سفه��ا‪ .‬ويف حني ُيع ُّد‬ ‫ا�س��تخدام النماذج ال�س��بكية (‪ )Graphical Models‬مثالي ًا حلل النموذج الذي يحتوي على متغريين‬ ‫للق��رار‪ ،‬تت�سم��ن الكث��ري م��ن امل�س��اكل يف احلي��اة الواقعي��ة متغ��ريات عدي��دة‪ ،‬ولذل��ك هن��اك حاج��ة اإىل‬ ‫ا�س��تخدام تقني��ات وح�س��ابات ُمعق��دة للو�س��ول اإىل احل��ل الأمثل ملثل تلك امل�س��اكل‪.‬‬ ‫تُ�ساهم جداول البيانات واأداة �سولفر يف حل م�ساكل التح�سني بطريقة ُمب�سطة ومالئمة للم�ستخدمني‬ ‫ِب�سرف النظر عن قدراتهم احل�سابية‪.‬‬

‫م��ن ال�س��روري فه��م اإمكاني��ة اإج��راء‬ ‫تغي��ريات عل��ى ُمعامِ��الت اأداة �س��ولفر اأو‬ ‫عل��ى االإج��راء ال��ذي يت��م تنفي��ذه يف اأي‬ ‫بن��اء عل��ى النتائ��ج الت��ي‬ ‫وق��ت‪ ،‬وبذل��ك‬ ‫ً‬ ‫تقدمه��ا االأداة‪ ،‬ميك��ن اإع��ادة تقيي��م‬ ‫امل�سكلة وحتديد ما اإذا كانت هناك حاجة‬ ‫اإىل تنفي��ذ عملي��ة ه��ذه االأداة مع تطبيق‬ ‫قي��ود معين��ة‪ .‬ال ُتع��دُّ النتائ��ج يف �س��ولفر‬ ‫جم��رد اأرق��ام فقط‪ ،‬بل هي قيم ذات معنى‬ ‫حمدد تخ�س املوقف قيد الدرا�سة‪ ،‬ولذلك‬ ‫عال البيانات اأو حملل االأعمال‬ ‫يجب على ِ‬ ‫اإج��راء تقييم نقدي لهذه النتائج واتخاذ‬ ‫اإج��راءات اإ�سافي��ة اإذا كان��ت النتائ��ج غري‬ ‫مر�سي��ة‪.‬‬

‫‪185‬‬

‫�سياغة امل�سكلة‬

‫‪Formulating the Problem‬‬

‫قبل ت�سغيل اأداة اإك�سل �سولفر‪ ،‬يجب �سياغة امل�سكلة (النموذج) يف ورقة عمل‪ ،‬حيث يع ّرف هذا النموذج امل�سكلة التي تريد اإيجاد حل لها‪.‬‬ ‫لقد جمعت يف الدر���ص ال�س��ابق بيانات الرحالت ال�س��ياحية ال�س��هرية للعام ‪ 2019‬من �سفحة بيانات ال�س��ياحة التابعة لوزارة ال�س��ياحة ال�س��عودية‬ ‫يف البواب��ة الوطني��ة للبيان��ات املفتوح��ة (‪ ،)https://data.gov.sa‬ويف ه��ذا الدر���ص �ست�س��تخدم نف���ص البيان��ات م��ن اأجل الو�س��ول اإىل نتائج حمددة‬ ‫ت�س��اعد يف تنظيم حمالت للرتويج لل�س��ياحة يف اململكة العربية ال�س��عودية للعام ‪ ،2023‬وذلك با�س��تخدام اأداة اإك�س��ل �س��ولفر‪ .‬لتحقيق ذلك‪ ،‬يتعني‬ ‫عليك ا ًأول �سياغة امل�سكلة ثم حتديد نوع املعلومات التي تريد احل�سول عليها من اأداة اإك�سل �سولفر‪.‬‬

‫ل��و افرت�س��ت اأن��ك وكي��ل �س��فر واأردت تنظي��م حمل��ة ترويجي��ة لل�س��ياحة للعام ‪2023‬‬

‫تعريف امل�سكلة‬

‫جمع البيانات‬

‫حتديد الأهداف‬

‫يف اململك��ة العربي��ة ال�س��عودية‪ ،‬فم��ن املُه��م يف ه��ذه احلال��ة معرف��ة ع��دد الرح��الت‬ ‫ال�سياحية التي متت خالل العام ‪ ،2019‬وبن ًاء على ذلك �ست�ستطيع حتديد الطرق‬ ‫والو�سائل التي ميكن ال�ستعانة بها جلذب املزيد من ال�سياح يف العام ‪.2023‬‬

‫�س��يتم احل�س��ول عل��ى بيان��ات الرح��الت ال�س��ياحية ال�س��هرية املطلوب��ة لع��ام ‪2019‬‬

‫من �سفحة بيانات ال�س��ياحة التابعة لوزارة ال�س��ياحة ال�س��عودية يف البوابة الوطنية‬ ‫للبيانات املفتوحة (‪.)https://data.gov.sa‬‬

‫انطالق ًا من حقيقة اأنه يف العام ‪ 2019‬و�سل عدد الرحالت ال�سياحية للمملكة‬ ‫العربية ال�سعودية اإىل ‪ ،17,526,000‬ميكن حتديد الهدف بزيادة هذا العدد‬ ‫اإىل ‪ 25,000,000‬رحلة �سياحية يف العام ‪.2023‬‬

‫يف البداي��ة �س��تقوم بتقيي��م بيان��ات الرح��الت ال�س��ياحية ال�س��هرية لع��ام ‪2019‬‬

‫حتديد املتغريات املتاأثرة‬

‫‪186‬‬

‫لتحدي��د نق��اط ال�سع��ف اأو الإ�س��كاليات الكامن��ة يف البيان��ات املتعلق��ة بكل �س��هر من‬ ‫�سهور هذا العام‪ ،‬وبنا ًء على هذا التقييم الأويل‪� ،‬ستُحدد املتغري الذي يجب تغيريه‬ ‫من اأجل حتقيق الهدف‪ ،‬ثم بن ًاء على النتائج �س�تُقرر ما اإذا كان يجب تنفيذ اأداة‬ ‫�س��ولفر بقي��ود اأم ل‪.‬‬

‫اأداة اإك�سل �سولفر االإ�سافية‬

‫‪The Excel Solver Add-In‬‬

‫الآن وبعد �سياغة امل�سكلة ب�سكل جيد‪ ،‬ميكنك فتح برنامج اإك�سل وت�سغيل اأداة اإك�سل �سولفر‪ .‬يجب عليك ا ًأول تن�سيط هذه الأداة من‬ ‫نافذة خيارات اإك�سل (‪ ،)Excel Options‬لأنه ل يتم تن�سيطها تلقائ ًيا عند تثبيت مايكرو�س�فت اأوفي�س (‪.)Microsoft Office‬‬ ‫لتن�سيط اأداة اإك�سل �سولفر االإ�سافية (‪:)Excel Solver Add-In‬‬ ‫ من عالمة تبويب ملف (‪ ،)File‬ا�سغط على خيارات (‪1 .)Options‬‬ ‫ من نافذة خيارات ‪ ،)Excel Options( Excel‬ا�سغط على ال�ظائف االإ�سافية (‪2 .)Add-Ins‬‬ ‫ من مربع اإدارة (‪ ،)Manage‬اخرت وظائف ‪ Excel‬االإ�سافية (‪ 3 ،)Excel Add-Ins‬ثم ا�سغط انتقال (‪.)GO‬‬ ‫ من نافذة ال�ظائف االإ�سافية (‪ ،)Add-Ins‬حدِّ د ‪( Solver Add-In‬الأداة الإ�سافية �سولفر)‪5 .‬‬ ‫ ا�سغط على م�افق (‪6 .)OK‬‬ ‫ �ستظهر اأيقونة اأداة ‪�( Solver‬سولفر)‪7 .‬‬

‫‪4‬‬

‫‪1‬‬

‫‪187‬‬

‫‪6‬‬ ‫‪5‬‬

‫‪2‬‬

‫‪3‬‬ ‫‪4‬‬

‫‪7‬‬

‫عدد الرحالت ال�سياحية ال�افدة‬ ‫للمملكة العربية ال�سع�دية‬ ‫(مقد ًرا باالآالف)‪.‬‬

‫�سكل ‪ :4.27‬تن�سيط الأداة الإ�سافية اإك�سل �سولفر‬

‫‪188‬‬

‫ا�ستخدام اأداة �سولفر‬

‫‪Using Solver‬‬

‫علي��ك قب��ل كل �س��يء ح�س��اب الع��دد الإجم��ايل للرح��الت ال�س��ياحية لع��ام ‪( 2019‬مق��د ًرا ب��الآلف)‪ ،‬وللقي��ام بذلك �ست�س��تخدم دالة اجلمع‬ ‫(‪ )SUM‬يف اإك�سل‪ ،‬حيث �ستقوم بتحديد واإيجاد جمموع اخلاليا التي حتتوي على اأعداد الرحالت ال�سياحية ال�سهرية‪.‬‬ ‫حل�ساب عدد الرحالت االإجمايل‪:‬‬ ‫ افتح ملف اإك�سل "الرحالت ال�سياحية لعام ‪1 ."2019‬‬ ‫ يف اخللية ‪ B14‬اكتب "الإجمايل"‪2 .‬‬ ‫ يف اخللية ‪ C14‬اكتب "(‪ 3 "=SUM)C2:C13‬وا�سغط على‬ ‫ �سيظهر املجموع الإجمايل يف اخللية‪4 .‬‬

‫‪Enter ‬‬

‫‪.‬‬

‫‪1‬‬

‫‪4‬‬ ‫‪2‬‬

‫‪3‬‬

‫�سكل ‪ :4.28‬ح�ساب العدد الإجمايل للرحالت ال�سياحية لعام ‪2019‬‬

‫‪189‬‬

‫علي��ك بع��دَ ذل��ك فت��ح مل��ف اإك�س��ل ال��ذي يحت��وي عل��ى بيان��ات الرح��الت ال�س��ياحية لع��ام ‪ 2019‬يف ورق��ة عم��ل باإ�س��م "‪ ،"2019‬ث��م �ستُن�س��ئ ورق��ة‬ ‫عم��ل جدي��دة با�س��م "‪ "Solver‬بنف���ص البيان��ات املوج��ودة يف ورق��ة عم��ل "‪."2019‬‬ ‫من املهم القيام باخلطوة املذكورة نظ ًرا لأن ا�ستخدام اأداة �سولفر يوؤدي اإىل تغيري القيم املوجودة يف البيانات ب�سكل دائم وبدون خيار للرتاجع‪،‬‬ ‫لذل��ك علي��ك الحتف��اظ بورق��ة عم��ل البيان��ات الأ�سلي��ة (الورق��ة "‪ "2019‬يف ه��ذا املث��ال)‪ ،‬ل�س��تخدامها من جديد يف حالة كانت نتائج اأداة �س��ولفر‬ ‫غري ُمر�سية‪.‬‬ ‫اإن اأ�سهل طريقة لن�سخ القيم املوجودة يف ورقة العمل "‪ "2019‬هي باإن�ساء ن�سخة من الورقة نف�سها‪.‬‬ ‫لن�سخ ورقة عمل يف اإك�سل‪:‬‬ ‫ فتح ملف اإك�سل "الرحالت ال�سياحية لعام ‪1 ."2019‬‬ ‫ ا�سغ��ط ب��زر الف �اأرة الأمي��ن عل��ى ورق��ة عم��ل "‪ 2 ،"2019‬وح��دِّ د نق��ل اأو‬ ‫ن�س��خ (‪3 .)Move or Copy‬‬ ‫ يف ناف��ذة النق��ل اأو الن�س��خ الت��ي �س��تظهر‪ ،‬ح��دِّ د "‪ 4 "2019‬ث��م ح��دد خي��ار‬ ‫اإن�ساء ن�سخة (‪5 .)Create a copy‬‬ ‫ ا�سغط على م�افق (‪6 .)OK‬‬ ‫ مت اإن�ساء الورقة اجلديدة‪7 .‬‬

‫‪1‬‬

‫‪3‬‬

‫‪2‬‬

‫‪4‬‬

‫‪7‬‬ ‫�سكل ‪ :4.29‬ن�سخ ورقة عمل يف اإك�سل‬

‫‪190‬‬

‫‪5‬‬

‫‪6‬‬

‫البحث عن اخلاليا ذات االإ�سكاليات الكامنة‬

‫‪Find the problematic cell values‬‬

‫كم��ا ُذك��ر �س��اب ًقا‪� ،‬س��يتم تقيي��م بيان��ات الرح��الت ال�س��ياحية ال�س��هرية لع��ام ‪ 2019‬م��ن اأجل اإيج��اد القيم ذات الإ�س��كاليات (اإن ُوجدت)‪ ،‬ثم حتديد‬ ‫املتغ��ريات الت��ي حتت��اج اإىل تعدي��ل لتحقي��ق اله��دف املن�س��ود‪ .‬يت��م تعري��ف ه��ذه القي��م يف ه��ذا املث��ال بالقي��م الت��ي حتت��وي عل��ى العدد الأق��ل للرحالت‬ ‫ال�سياحية‪ .‬اإذا األقيت نظرة فاح�سة على ورقة عمل اإك�سل "‪� ،"2019‬ستُالحظ اأن عدد الرحالت ال�سياحية ال�سهرية لالأ�سهر يونيو ويوليو و�سبتمرب‬ ‫ه��ي اأق��ل بكث��ري م��ن تل��ك اخلا�س��ة بال�س��هور الأخ��رى م��ن الع��ام‪ ،‬لذل��ك من املمك��ن من خالل هذه املالحظ��ة تقدمي القرتاح بالعمل عل��ى زيادة عدد‬ ‫الرحالت ال�سياحية يف اأ�سهر يونيو ويوليو و�سبتمرب‪ ،‬ولي�ص يف جميع اأ�سهر العام‪.‬‬ ‫عام��الت اأداة �س��ولفر‪� ،‬س��تكون اخللي��ة اله��دف (‪ )Objective Cell‬ه��ي اإجم��ايل ع��دد الرح��الت ال�س��ياحية‪ ،‬و�س��تكون خالي��ا املتغ��ري ه��ي اأع��داد‬ ‫يف ُم ِ‬ ‫الرحالت ال�س��ياحية يف الأ�س��هر يونيو ويوليو و�س��بتمرب‪ ،‬ولن يتم اإ�سافة قيود حمددة‪ ،‬و�س��يتم تعيني قيمة خلية الهدف اإىل ‪.25,000,000‬‬ ‫ال�ستخدام اأداة �سولفر بدون قيود‪:‬‬ ‫ من عالمة تبويب ‪( Data‬بيانات)‪ 1 ،‬ا�سغط على زر ‪�( Solver‬سولفر)‪2 .‬‬ ‫ يف حقل ‪( Set Objective‬حتديد الهدف)‪ ،‬اخرت اخللية ‪3 .C14‬‬ ‫ حدد ‪( Value of: 25000‬القيمة‪4 .)25000 :‬‬ ‫ م��ن خي��ار ‪( By Changing Variable Cells‬لتغيــر اخلالي��ا املتغ��رية) اخ��رت اخلالي��ا‬ ‫‪5 . C7;C8;C10‬‬ ‫(حل)‪6 .‬‬ ‫ ا�سغط على ‪ِ Solve‬‬ ‫ يف نافذة ‪( Solver Results‬نتائج �سولفر)‪ ،‬ا�سغط على ‪( OK‬موافق)‪7 .‬‬ ‫ �ستُط َّبق التغيريات على اخلاليا املحددة‪8 .‬‬ ‫‪1‬‬ ‫‪2‬‬

‫ينخف�س عدد الرحالت ال�سياحية ال�سهرية ب�سكل‬ ‫ملح�ظ في اأ�سهر ي�ني� وي�لي� و�سبتمبر‪ ،‬لذلك‬ ‫�ستحاول زيادة القيم في خاليا ‪ C7‬و‪ C8‬و‪ C10‬فقط‬ ‫من اأجل تحقيق الهدف المن�س�د وه� رفع عدد‬ ‫الرحالت ال�سياحية على مدار العام‪.‬‬

‫‪191‬‬

‫الخاليا المتغيرة (‪)Variable Cells‬‬

‫هي الخاليا الم�ج�دة في ورقة العمل‬ ‫والتي �ستتغير قي ُمها‪ .‬هذه هي متغيرات‬ ‫القرار التي �سيتم �سبطها بهدف ال��س�ل‬ ‫اإلى الحل االأمثل‪.‬‬

‫الخلية الهدف (‪ )Objective Cell‬هي‬ ‫الخلية ال ُم�ستهدفة في ورقة عملك‪ ،‬والتي‬ ‫يجب زيادة اأو خف�س قيمتها‪ ،‬اأو تحديدها‬ ‫بقيمة معينة‪ .‬هذه هي الخلية التي تحت�ي‬ ‫على الدالة الهدف (ال�سيغة)‪.‬‬

‫يمكنك اإ�سافة قيود (‪)Constraints‬‬

‫‪3‬‬

‫في هذه القائمة‪ ،‬وهي الحدود التي‬ ‫تفر�سها على تغييرات القيم في خاليا‬ ‫معينة‪.‬‬

‫‪4‬‬ ‫‪5‬‬

‫‪6‬‬

‫‪8‬‬ ‫‪7‬‬

‫�سكل ‪ :4.30‬ا�ستخدم اأداة �سولفر بدون قيود‬

‫‪192‬‬

‫تقييم النتائج‬

‫‪Assess the results‬‬

‫الآن وبع��د اأن قم��ت بتنفي��ذ اأداة �س��ولفر‪ ،‬اأ�سبح��ت جاه��زً ا لإلق��اء نظ��رة عل��ى نتائجه��ا‪ .‬كم��ا مت��ت الإ�س��ارة اإليه يف بداية الدر���ص‪ ،‬فاإن نتائج‬ ‫اأداة �س��ولفر لي�س��ت جم��رد اأرق��ام‪ ،‬ب��ل ه��ي قي��م ذات معن��ى خم�س���ص ملوق��ف الدرا�س��ة املح��دد‪ ،‬وب�سفت��ك ع��امل بيان��ات‪ ،‬علي��ك تقييم هذه‬ ‫النتائج لتحديد اجلدوى من القيام باملزيد من الإجراءات‪ .‬اأو ًل‪� ،‬ستُن�سئ يف ورقة عمل �سولفر جدو ًل يت�سمن خم�سة اأعمدة وهي‪ :‬الرقم‬ ‫الت�سل�س��لي‪ ،‬ال�س��هر‪ ،‬الرح��الت ال�س��ياحية ال�س��هرية ‪ ،2019‬نتائ��ج ‪ Solver‬لع��ام ‪ ،2023‬والخت��الف‪ ،‬وبع��د ذل��ك �س��تقوم باإج��راء املقارن��ة‬ ‫ب�س��هولة قبل تطبيق اأداة �س��ولفر وبعد تطبيقها‪.‬‬ ‫حل�ساب االختالف‪:‬‬ ‫ ان�سخ قيم اخلاليا ‪ C1:C14‬يف ورقة العمل "‪1 ."2019‬‬ ‫ يف ورقة عمل "‪ ،"Solver‬حدِّ د العمود ‪ 2 ،D‬وا�سغط عليه بزر الفاأرة الأمين‪.‬‬ ‫ األ�سق القيم التي ن�سختها‪3 .‬‬ ‫ َغ ِ ّري اأ�سماء الأعمدة واحذف الن�ص "‪ "2019‬من جميع اأ�سهر العمود ‪4 .B‬‬ ‫ اأ�سف عمودًا با�سم "الختالف"‪5 .‬‬ ‫ اكتب يف اخللية ‪ E2‬ال�سيغة "‪6 ."=C2-D2‬‬ ‫ ن ِّفذ الدالة يف جميع اخلاليا من ‪ E2‬اإىل ‪ 7 ،E14‬ثم ا�سغط على زر ‪. Enter ‬‬ ‫ اأ�سبحت ورقة "‪ "Solver‬جاهزة الآن لتقييم النتائج‪8 .‬‬

‫‪2‬‬

‫‪3‬‬

‫‪1‬‬

‫‪193‬‬

4 5

6

194

‫‪7‬‬

‫‪8‬‬

‫�سكل ‪ :4.31‬ح�ساب الختالف‬

‫‪195‬‬

‫�ستقوم الآن باإلقاء نظرة على ورقة العمل وتقييم النتائج‪ ،‬و�ستالحظ فو ًرا اأن قيم اأداة �سولفر لأ�سهر يونيو ويوليو و�سبتمرب مرتفعة للغاية‪.‬‬ ‫اقرتاح��ا ميك��ن �سياغت��ه كالت��ايل‪ :‬اإذا اأردت الو�س��ول اإىل ه��دف ‪ 25,000,000‬رحل��ة �س��ياحية يف الع��ام ‪،2023‬‬ ‫ُيق��دِّ م لن��ا اإك�س��ل �س��ولفر‬ ‫ً‬ ‫علي��ك القي��ام بحم��الت ترويجي��ة لل�س��ياحة لي�س��ل ع��دد الرح��الت ال�س��ياحية اإىل ‪ 4,327,000‬رحل��ة يف �س��هر يوني��و‪ ،‬و ‪ 3,109,000‬رحل��ة‬ ‫يف �سهر يوليو‪ ،‬واأخ ًريا ‪ 2,327,000‬رحلة يف �سهر �سبتمرب‪ .‬وا�ستنادًا اإىل اأعداد الرحالت يف ال�سهور الأخرى‪ُ ،‬ي َعد هذا هد ًفا غري واقعي‪،‬‬ ‫حي��ث اأن اأعل��ى قيم��ة لع��دد الرح��الت يف الع��ام ‪ 2019‬كان��ت ‪ 2,675,000‬رحل��ة �س��ياحية‪ ،‬مم��ا يعن��ي اأن��ه مهم��ا كان��ت احلمل��ة الرتويجي��ة‬ ‫التي �ستنفذها ناجحة‪ ،‬فاإنها لن ت�سل اإىل الهدف املقرتح وهو ‪ 4,327,000‬رحلة يف �سهر يونيو‪ ،‬حيث اأن ذلك الرقم اأعلى بن�سبة ‪160%‬‬ ‫م��ن ع��دد الرح��الت الت��ي مت ت�س��جيلها يف اأف�س��ل �س��هر يف الع��ام ‪ ،2019‬كم��ا ه��و ّ‬ ‫مو�س��ح يف ال�س��كل ‪.4.32‬‬

‫عدد الرحالت ال�سياحية‬ ‫الأ�سهر ي�ني� وي�لي� و�سبتمبر‬ ‫التي تم اإن�ساوؤها ب�ا�سطة اأداة‬ ‫�س�لفر مرتفع ج ًد ا مقارن ًة‬ ‫باأعداد الرحالت في جميع‬ ‫ال�سه�ر االأخرى‪.‬‬

‫�سكل ‪ :4.32‬عدد الرحالت ال�سياحية لعام ‪ 2019‬والبيانات بعد تطبيق اأداة �سولفر‬

‫عدد الرحالت‬ ‫ال�سياحية الأ�سهر‬ ‫ي�ني� وي�لي�‬ ‫و�سبتمبر ‪.2019‬‬

‫ولأن النتائج الأولية بعد تطبيق اأداة �س��ولفر يف املثال ال�س��ابق لي�س��ت واقعية‪ ،‬يتعني عليك تنفيذ ت�س��غيل اأداة �س��ولفر من جديد‪ ،‬ولكن مع‬ ‫حتديد بع�ص القيود لأجل احل�سول على اأهداف اأكرث واقعية‪ .‬على �سبيل املثال‪ ،‬ميكنك �سبط اأداة �سولفر حل�ساب القيم دون قيد جلميع‬ ‫ال�سهور با�ستثناء اأ�سهر يونيو ويوليو و�سبتمرب‪ ،‬والتي يجب تعيني قيد لقيمها لتج ُّنب احل�سول على نتائج غري واقعية‪ ،‬وميكن حتقيق ذلك‬ ‫با�س��تخدام متو�س��ط قي��م البيان��ات املوج��ودة‪� .‬ست�س��مح لأداة �س��ولفر بح�س��اب القي��م جلمي��ع ال�س��هور‪ ،‬ولك��ن باإ�سافة قيود ُحت��دد اأن الأعداد‬ ‫امل�ستهدفة لأ�سهر يونيو ويوليو و�سبتمرب يجب اأن تكون اأعلى من املتو�سط ال�سهري للعام ‪.2019‬‬ ‫للعم��ل عل��ى مل��ف اإك�س��ل نف�س��ه‪� ،‬ستُن�س��ئ ن�س��خة اأخ��رى م��ن ورق��ة العم��ل "‪ "2019‬با�س��م "(‪ "Solver )constraints‬و�س��تقوم بت�س��غيل اأداة �س��ولفر‬ ‫م��رة اأخ��رى‪ ،‬ولكن هذه املرة بقيود‪.‬‬

‫‪196‬‬

‫ح�ساب املتو�سط‬

‫‪Calculate the average‬‬

‫يتم ح�س��اب املت��س��ط (‪ )Average‬اأو ما ي�س��مى بال��س��ط احل�س��ابي (‪ )Arithmetic mean‬ملجموعة‬ ‫من الأرقام بجمعها ثم ق�س��مة الناجت على عدد هذه الأرقام‪ .‬يف احلالة التالية‪� ،‬س��تجمع اإجمايل عدد‬ ‫الرحالت ال�سياحية ال�سهرية ثم تق�سم الناجت على ‪.12‬‬ ‫حل�ساب املتو�سط‪:‬‬ ‫ يف مل��ف اإك�س��ل جدي��د‪ ،‬اأن�س��ئ ورق��ة عم��ل جدي��دة واأطل��ق عليه��ا ا�س��م‬ ‫"(‪1 ."Solver )constraints‬‬ ‫ يف اخللية ‪ ،B15‬اكتب "املتو�سط"‪2 .‬‬ ‫ يف اخللية ‪ ،C15‬اكتب ال�سيغة "(‪3 ."=average)C2:C13‬‬ ‫ ا�سغط على الزر ‪ Enter ‬و�سيظهر املتو�سط يف اخللية ‪4 .C15‬‬

‫‪4‬‬

‫ال��سط احل�سابي‪:‬‬ ‫يت��م ح�س��اب املُع � َّدل يف الإح�س��اء‬ ‫الو�سف��ي ع��ن طري��ق جم��ع النتائ��ج‬ ‫م ًع��ا ثم ق�س��مة الإجم��ايل على عدد‬ ‫ه��ذه النتائج‪.‬‬

‫‪3‬‬

‫‪2‬‬

‫‪1‬‬ ‫�سكل ‪ :4.33‬ح�ساب املتو�سط‬

‫‪197‬‬

‫ا�ستخدام اأداة �سولفر مع قيود‬

‫‪Solver with constraints‬‬

‫الآن وبع��د اأن ح�س��بت املتو�س��ط ال�س��هري لع��دد الرح��الت ال�س��ياحية لع��ام ‪� ،2019‬ست�س��تخدم اأداة �س��ولفر‬ ‫عامالت اأداة �سولفر هي اإجمايل عدد الرحالت ال�سياحية‪،‬‬ ‫من جديد بقيود‪ ،‬بحيث تكون اخللية الهدف يف ُم ِ‬ ‫و�س��تكون اخلاليا املتغرية هي اأعداد الرحالت ال�س��ياحية جلميع ال�س��هور‪� .‬س��تتم اإ�سافة قيود حمددة‪ ،‬مع‬ ‫تعي��ني القي��م املق��درة لأداة �س��ولفر لأ�س��هر يوني��و ويولي��و و�س��بتمرب لتك��ون اأك��رب م��ن اأو ت�س��اوي متو�س��ط عدد‬ ‫الرحالت يف العام ‪ 2019‬وهو ‪ 1,460,000‬األف رحلة �سياحية‪ .‬واأخ ًريا‪� ،‬سيتم تعيني قيمة اخللية الهدف‬ ‫مر ًة اأخرى اإىل ‪.25,000,000‬‬ ‫ال�ستخدام اأداة �سولفر بقيود‪:‬‬ ‫ من عالمة تبويب ‪( Data‬بيانات)‪ 1 ،‬ا�سغط على ‪�( Solver‬سولفر)‪2 .‬‬ ‫ من حقل ‪( Set Objective‬تعيني الهدف) اخرت اخللية ‪3 .C14‬‬ ‫ اخرت ‪( Value of: 25000‬القيمة‪4 .)25000:‬‬ ‫ من ‪( By Changing Variable Cells‬لتغيري خاليا املتغري)‪ ،‬حدِّ د اخلاليا ‪5 .C2:C13‬‬ ‫ ا�سغط على ‪( Add‬اإ�سافة) لإ�سافة قيد‪6 .‬‬

‫القيد (‪:)Constraint‬‬ ‫القي��د ه��و حتدي��د مع��ني مل��ا ُميك��ن‬ ‫ت�سمين��ه يف جمموع��ة البيان��ات‬ ‫اأو البيان��ات الو�سفي��ة‪ ،‬اأو حتدي��د‬ ‫ملجموع��ة م��ن مفاتي��ح البيان��ات‬ ‫التي ميكن اإرفاق �سمات معينة بها‬ ‫ُ‬ ‫(وحتدد بوا�سطة هيكل البيانات)‪.‬‬

‫‪1‬‬ ‫‪2‬‬

‫‪3‬‬ ‫‪4‬‬ ‫‪5‬‬ ‫‪6‬‬

‫�سكل ‪ :4.34‬ا�ستخدم اأداة �سولفر بقيود‬

‫‪198‬‬

‫الإعداد القيود‪:‬‬ ‫ من مربع ‪( Cell reference‬مرجع اخللية)‪ ،‬حدِّ د اخللية ‪1 .C7‬‬ ‫ اخرت الرمز