استورد بيانات المختبر أو الميدان ونظّفها وعالج القيم المفقودة وأجرِ الإحصاءات وأنتج أشكالاً قابلة لإعادة الإنتاج باستعمال Python وPandas وSciPy وMatplotlib.
Python مطبقاً على بيانات البحث: استيراد قياسات تجريبية أو ميدانية وتنظيف البيانات ومعالجة القيم المفقودة وإجراء الإحصاءات وإنتاج أشكال واضحة والحفاظ على تحليلات قابلة لإعادة الإنتاج. أمثلة من الجيولوجيا والبيولوجيا وعلوم البيئة.
الأدوات : Python NumPy Pandas SciPy Matplotlib Jupyter
01 — Python وJupyter / Colab
بيئة العمل وأساسيات اللغة.
02 — البيانات العلمية مع NumPy وPandas
بنى البيانات والاستيراد والانتقاء.
03 — تنظيف البيانات وجودتها
القيم المفقودة والشاذة والتنسيقات.
04 — الإحصاء مع SciPy
الإحصاء الوصفي والمقارنات والاختبارات البسيطة.
05 — الأشكال العلمية
رسوم مقروءة لمقال أو أطروحة.
06 — قابلية إعادة الإنتاج
تنظيم التحليل وتوثيقه لإعادته ومشاركته.
لا تشترط أي خبرة في البرمجة. ومن المفيد الإلمام بمفاهيم الإحصاء الأساسية.
80% تطبيق / 20% نظري
📍 Marrakech — تكوين حضوري في قاعة تكوين توفرها مدرسة شريكة. يُحدد العنوان الدقيق لكل جلسة.
المواعيد ستُحدد لاحقاً
لا توجد جلسة مبرمجة حالياً. اترك لنا بياناتك: نُعلمك بمجرد تحديد المواعيد.
يُحدد الثمن لكل جلسة ولم يُنشر بعد. اطلب المواعيد القادمة لمعرفته.
اترك بياناتك: نُخبرك بالمواعيد القادمة بمجرد نشرها.
اشتغل داخل الدفاتر: تنفيذ الشيفرة وتوثيق التحليل ومشاركة نتائجك وإعادة إنتاجها.
استورد مجموعات البيانات ونظّفها وصفّها وجمّعها وادمجها بـ Pandas، انطلاقاً من ملفات CSV وExcel.
الإحصاء والاختبارات والتحسين والاستكمال ومعالجة الإشارة بـ SciPy، على أمثلة من العلوم.