البيانات والرياضيات العملية

تحويل بيانات فوضوية إلى أرقام يقرؤها نموذج، والرياضيات التي تحتاجها فعلًا لا أكثر.

بايثون للبياناتما تحتاجه من بايثون قبل NumPy وpandas: القوائم والقواميس، الفهم المختصر (comprehensions)، قراءة CSV وJSON، الدوال النقية، وتجميع البيانات وترتيبها.
المصفوفات مع NumPyلماذا تهزم المصفوفة حلقة for مئات المرات، وكيف تقرأ الشكل والنوع والبث التلقائي.
الجداول مع pandasالإطار والتجميع والدمج، والقيم الناقصة وماذا تفعل بها بدل أن تحذفها بلا تفكير.
ارسم قبل أن تدرّبالتوزيع والعلاقة والشاذّ، وثلاثة رسوم تكشف لك ما لا يكشفه أي جدول أرقام.
الجبر الخطي عمليًاالمتجه كمعنى والضرب النقطي كتشابه والمصفوفة كتحويل، بلا مبرهنة واحدة.
الاحتمال عمليًاالتوزيع والمتوسط والانحراف والاحتمال الشرطي، ومغالطة القاعدة الأساس التي تخدع الجميع.
الإحصاء التطبيقيالإحصاء الذي يحتاجه مهندس الذكاء الاصطناعي: المتوسط والوسيط والانحراف، التوزيعات، العينة وفترة الثقة، اختبار الفرضيات وA/B، والارتباط مقابل السببية.
المشتقة والميللماذا تنزل في اتجاه الميل السالب، بمثال واحد تحسبه بيدك وترسمه.
مشروع: بيانات عربية وسخةنظّف مجموعة بيانات عربية حقيقية واكتب تقريرًا يشرح كل صف حذفته ولماذا.