PL9fwy3NUQKwYNuAEg27anya7EYamnohGd/mLZ1tevgxvs_raw.srt

1
00:00:05,300 --> 00:00:07,540
بسم الله والحمد لله والصلاة والسلام على رسول الله

2
00:00:07,540 --> 00:00:12,300
اليوم ان شاء الله .. ان شاء الله تعالى هنكمل في ال

3
00:00:12,300 --> 00:00:14,680
introduction على ال data mining نتعرف على ال data

4
00:00:14,680 --> 00:00:19,000
mining tasks ونشوف ال tools اللي هنشغل عليها خلال

5
00:00:19,000 --> 00:00:26,950
الفصل ال .. لكن ال .. بدنا نعمل review سريعةلما تم

6
00:00:26,950 --> 00:00:30,170
عرضه الأسبوع الماضي بدي واحد منكم على السريع الآن

7
00:00:30,170 --> 00:00:33,270
ذكرني سواء كان من الدفتر، من ال slides، من دماغه،

8
00:00:33,270 --> 00:00:36,690
طبعا لو كان من دماغه أفضل، ما هو، ما هي ال data

9
00:00:36,690 --> 00:00:41,270
mining، عرفلي ال data mining أه

10
00:00:41,270 --> 00:00:44,990
محمد عملية

11
00:00:44,990 --> 00:00:47,650
cleaning و analyzing ال data عشان أطلع منها

12
00:00:47,650 --> 00:00:51,250
knowledge more professional definition، اعطيني

13
00:00:51,250 --> 00:00:55,800
التعريفprofessional أكتر كلامك صح لكن احنا بدنا

14
00:00:55,800 --> 00:01:02,300
الآن تعريف رسم محمد أحمد فروخ knowledge discovery

15
00:01:02,300 --> 00:01:15,800
كمان non trivial implicit useful

16
00:01:21,930 --> 00:01:28,370
أيوة novel طيب

17
00:01:28,370 --> 00:01:32,690
عرفنا ال data mining على إن هي عبارة عن ال process

18
00:01:32,690 --> 00:01:38,270
for extracting interesting patterns اللي هي

19
00:01:38,270 --> 00:01:42,690
الأنماط المهمة أو المثيرة أو أو إلى آخرها، مصبوط؟

20
00:01:42,690 --> 00:01:47,620
وقلنا كلمة interesting pattern تعني novelإنه ال

21
00:01:47,620 --> 00:01:50,600
pattern هذا أو النمط هذا جديد ما حد شافه قبل هيك

22
00:01:50,600 --> 00:01:55,640
previously unseen non-trivial مش تقليدي وطبعا

23
00:01:55,640 --> 00:02:00,000
تنتهي متكافئات تقريبا لكن إذا كنت أنا بتتكلم إنه

24
00:02:00,000 --> 00:02:03,460
ال process نفسها non-trivial إنه العملية مش عملية

25
00:02:03,460 --> 00:02:06,360
تقليدية مش عملية سهلة مش كل الناس هتقوم فيها K

26
00:02:06,360 --> 00:02:09,060
implicit فهو حقيقي أو valid

27
00:02:11,940 --> 00:02:16,100
نطق Simplest يعني بين جثين مش Fake فده حقيقي موجود

28
00:02:16,100 --> 00:02:21,160
في ال data و useful عشان يبقى بنى عليه action مفيد

29
00:02:21,160 --> 00:02:26,200
للناس وطبعا Understandable

30
00:02:26,200 --> 00:02:32,180
مفهوم عشان الناس تقدر تبني عليه action previously

31
00:02:32,180 --> 00:02:38,380
unknown أو unseen اللي هي novel تمام قلنا بعد هيك

32
00:02:38,380 --> 00:02:43,050
أن ال data miningتمر ب .. او اي data mining

33
00:02:43,050 --> 00:02:48,110
project فيه له سبع مراحل سبع مراحل بتبدأ من

34
00:02:48,110 --> 00:02:54,570
cleaning integration

35
00:02:54,570 --> 00:02:59,910
selection

36
00:02:59,910 --> 00:03:05,630
transformation

37
00:03:05,630 --> 00:03:08,830
mining

38
00:03:14,020 --> 00:03:21,740
Evaluation وPresentation وعشان

39
00:03:21,740 --> 00:03:26,160
ما تنساش من الـ Cleaning لحد الـ Mining مرتبط

40
00:03:26,160 --> 00:03:30,320
بمصطلح Data

41
00:03:30,320 --> 00:03:36,000
Cleaning Data Integration Data Selection Data

42
00:03:36,000 --> 00:03:40,570
Transformationdata mining أنا على السريع cleaning

43
00:03:40,570 --> 00:03:44,790
كانت تقتضي مني ان اعبّل incomplete data او ال

44
00:03:44,790 --> 00:03:52,270
missing data اعمل handling للمissing data noisy

45
00:03:52,270 --> 00:04:00,610
data inconsistent data شو

46
00:04:00,610 --> 00:04:04,050
يعني missing data ان في عندى field مافيش فيه value

47
00:04:04,050 --> 00:04:08,330
nullوال field هذا أنا محتاجه فبالتالي بدي أشوف كيف

48
00:04:08,330 --> 00:04:12,470
بدي أعب ال value المناسب أو الحقيقية أو الصحيحة أو

49
00:04:12,470 --> 00:04:16,750
القريبة من الصحيحة لل attributes هذا noisy إنه

50
00:04:16,750 --> 00:04:20,010
فيها خطأ ال value واضح فيها خطأ مثل الراتب بال

51
00:04:20,010 --> 00:04:26,030
salary أو الراتب بال salary ال salary بالسالب أو

52
00:04:26,030 --> 00:04:31,190
الراتب بالسالب وبالتالي أنا بدي أنتبه لهذه الشغلة

53
00:04:31,190 --> 00:04:32,530
inconsistent

54
00:04:35,480 --> 00:04:40,460
في two fields متناقضين مع بعض عمره تلاتين سنة وهو

55
00:04:40,460 --> 00:04:44,700
موليدي الألفين تمام؟ أو mail و pregnant زي ما قلنا

56
00:04:44,700 --> 00:04:50,440
سابقا ال integration data integration أن ال data

57
00:04:50,440 --> 00:04:54,700
source تبعتي أو مصادر البيانات تبعتي مختلفة فبدي

58
00:04:54,700 --> 00:04:58,560
أكون عندي المقدرة على أني أقدر أجمعالبيانات هذه

59
00:04:58,560 --> 00:05:02,020
عشان تكمل بعضها وضربنا المثال إنه أنا بدي أشتغل

60
00:05:02,020 --> 00:05:06,400
على مشروع يقيم لأو يتنبأ لي بتحصيل الطالب في

61
00:05:06,400 --> 00:05:08,600
المدرسة بناء على الحالة الصحية تبعته أو الأرشيف

62
00:05:08,600 --> 00:05:12,140
الصحي تبعه وزارة التربية والتعليم ووزارة الصحة

63
00:05:12,140 --> 00:05:15,220
مصدرين مختلفين للبيانات فبالتالي أنا لازم أقدر

64
00:05:15,220 --> 00:05:17,740
أكون عند التعامل معاهم وهنا بلزمك تعامل مع

65
00:05:17,740 --> 00:05:23,620
البيانات بلزمك database وبرمجة غالبا في ال data

66
00:05:23,620 --> 00:05:27,670
selectionاختيار البيانات بعدما جمعت البيانات وصارت

67
00:05:27,670 --> 00:05:32,170
في عندي huge data أو many attributes مين اللي بده

68
00:05:32,170 --> 00:05:34,970
يظل ومين اللي بده يبقى؟ مين ال relevant attribute

69
00:05:34,970 --> 00:05:39,110
ومين ال irrelevant؟ وبالتالي أنا مطلوب مني أحذف ال

70
00:05:39,110 --> 00:05:42,510
irrelevant أحذف ال redundant attribute وأحذف فقط

71
00:05:42,510 --> 00:05:47,890
بال relevant attributes ال data transformation ال

72
00:05:47,890 --> 00:05:52,070
rules أو ال knowledge أو ال pattern احنا اتفقنا

73
00:05:52,070 --> 00:05:58,170
أنه في تعريفنا لل patternهو عبارة عن group أو

74
00:05:58,170 --> 00:06:02,930
ordering parts repeated parts، مصبوط؟ يعني هذه

75
00:06:02,930 --> 00:06:07,410
العناصر أو هذه الـ parts ظهرت بترتيب معين وبنسبة

76
00:06:07,410 --> 00:06:12,990
تكرار معينة في الـ transformation لو كان عندي الـ

77
00:06:12,990 --> 00:06:18,770
date of birth قلنا عدد ال values اللي عندي كبير

78
00:06:18,770 --> 00:06:25,450
جداً وبالتالي بيصير التكرار الـ patternتكرار البتر

79
00:06:25,450 --> 00:06:31,550
قليل جدا طيب بهمش أبسط الأمور يعني كل الناس اللي

80
00:06:31,550 --> 00:06:35,970
مولودين في نفس السنة ممكن أنا أستغني عن الشهر و

81
00:06:35,970 --> 00:06:39,090
أستغني عن اليوم لأنه في الآخر لو سألت أي واحد فيهم

82
00:06:39,090 --> 00:06:43,390
مثلا للناس اللي ولدت في الألفين جديش عمرك يا فلان؟

83
00:06:44,810 --> 00:06:48,750
عشرين، مباشرة عشرين أو تسعة عشر، بغض النظر، ليش؟

84
00:06:48,750 --> 00:06:52,750
لأن كله مولود في سنة .. فهذه أسهل، وفعليا ما أبعد

85
00:06:52,750 --> 00:06:56,130
عن الحقيقة، بالعكس هي الحقيقة بذاتها، إن هو موليد

86
00:06:56,130 --> 00:07:01,490
الألفين للآن، فنحن نتكلم عن عشرين سنة طيب، لاحظ إن

87
00:07:01,490 --> 00:07:08,570
أنا فعليا قللت ال variant dataالاختلاف الكتير في

88
00:07:08,570 --> 00:07:12,090
ال data قللته وصار بإمكاني الآن اعتمد على ال year

89
00:07:12,090 --> 00:07:16,590
فقط أو الأفضل من ال year كمان أن أروح أعمل ال age

90
00:07:16,590 --> 00:07:19,970
ل category بيصير مثلا و الله بتكلم على فئة أطفال

91
00:07:19,970 --> 00:07:26,910
شباب، يافعين، كبار مثلا عجزاء، هذه خمس فئات بدل ما

92
00:07:26,910 --> 00:07:33,070
كنت بتعامل مع خمسين، ستين، رقم مختلف لأ صار عندي

93
00:07:33,070 --> 00:07:38,710
هان و هيك أنا بأضمن أن ال pattern تبعيصار فيه

94
00:07:38,710 --> 00:07:42,290
frequent أكثر وبالتالي في ال data transformation

95
00:07:42,290 --> 00:07:46,750
تصير صحيح ال data mining هي عبارة عن ال task هو ال

96
00:07:46,750 --> 00:07:49,950
prediction task اللي أنا بدغوم فيها فعليا هي البحث

97
00:07:49,950 --> 00:07:54,570
عن المعرفة أو knowledge extraction اللي بديها ال

98
00:07:54,570 --> 00:07:55,770
selection قبل ال cleaning

99
00:08:02,610 --> 00:08:06,110
أجازك عشان تخفف العدد أنت اللي عندك okay الآن ..

100
00:08:06,110 --> 00:08:12,630
الآن أنت عندك ال data set عندك ال data set لاجئات

101
00:08:12,630 --> 00:08:15,870
فيها value ناقصة أو مفقودة أو فيها value غير صحيحة

102
00:08:15,870 --> 00:08:21,250
ممكن فعليا تروح تقضر تروح تدور برا أنت عشان تجيبها

103
00:08:21,250 --> 00:08:26,850
الآن بعدين أنا في ال selectionغالبا ماعنديش .. أنا

104
00:08:26,850 --> 00:08:29,930
بقدر أحكم على الأسماء والأرقام، يعني رقم تليفون

105
00:08:29,930 --> 00:08:34,230
الشخص مش مهم لصحته، رقم هويته مش مهم لمستوى حالته

106
00:08:34,230 --> 00:08:38,570
إجتماعيا، مصبوط؟ اسمه مش متعلق بتحصيله الدراسي،

107
00:08:38,570 --> 00:08:40,650
هذه كلها الـrelevant attribute أنا بقدر أعتمد

108
00:08:40,650 --> 00:08:44,410
عليها مصبوط، وأحذفهم الجبللكن في عندى مجموعه

109
00:08:44,410 --> 00:08:46,190
هتلاقي فيه مجموعه عن الـ attributes أنا ماقدرش

110
00:08:46,190 --> 00:08:50,370
أتكلم عليها فإيش حضر؟ حضر بعد ال integration بعد

111
00:08:50,370 --> 00:08:54,090
ال integration أروح أبدأ أستخدم بعض ال algorithm

112
00:08:54,090 --> 00:08:57,370
اللى تروح تحسب ال correlation أو ال dependency بين

113
00:08:57,370 --> 00:09:01,650
ال attributes عشان أقرر مين أشيل و مين أبقى

114
00:09:01,650 --> 00:09:06,310
فبالتالي لأ لازم تكون فعليا ال cleaning number one

115
00:09:06,310 --> 00:09:10,470
لأنه بعد أنت الآن ال cleaning لل source الأول ال

116
00:09:10,470 --> 00:09:14,340
cleaning لل source التاني و بعدين بتيجي لمرحلاتالـ

117
00:09:14,340 --> 00:09:17,500
integration لأنه كمان مرة الـ cleaning هذه بتتم

118
00:09:17,500 --> 00:09:21,420
بمعرفة ال source يعني الآن مصدر بيانات وزارة الصحة

119
00:09:21,420 --> 00:09:26,980
أنا والله في السنة 2005 ل 2007 مش ملاقي حاجة أو في

120
00:09:26,980 --> 00:09:31,640
عندي بعض ال missing values للطفل هذا زودولي فيهم

121
00:09:31,640 --> 00:09:37,440
قبل ما أفكر في الموضوع ال integration الآن زي ما

122
00:09:37,440 --> 00:09:41,350
قلنا ال mining هي عبارة عن ال taskاللي أنا فعلياً

123
00:09:41,350 --> 00:09:44,710
بدي من خلالها أعمل extract للـ knowledge بعد هيك

124
00:09:44,710 --> 00:09:46,410
الـ knowledge اللي أنا حصلت عليها بدي أعملها

125
00:09:46,410 --> 00:09:50,550
evaluation وأعمللها presentation هذا اللي هيكون

126
00:09:50,550 --> 00:09:55,610
محطة حضرتنا اليوم في موضوع الـ data mining task

127
00:09:55,610 --> 00:10:00,790
لكن كنا سألناكوا سؤال أو كنا أعطاناكوا شبه واجب لل

128
00:10:00,790 --> 00:10:08,660
discussion time series datatemporal data special

129
00:10:08,660 --> 00:10:18,860
data و series ال sequence data أيوة من يبدأ يسمعنا

130
00:10:18,860 --> 00:10:23,480
بالأول بس اللي حضروا الواجب أو حضروا الكلام ده

131
00:10:23,480 --> 00:10:29,160
يرفعوا إيديهم الشباب طيب الآن يعني في عندنا واحد

132
00:10:29,160 --> 00:10:38,260
اتنين تلاتة أربعة خمسة ستة مش مجايبين سبعةليش؟ أول

133
00:10:38,260 --> 00:10:43,240
محاضرة؟ أول محاضرة .. مش أول محاضرة .. okay ماشي

134
00:10:43,240 --> 00:10:47,500
الحالة okay .. نرد .. نتمنى من الجميع يكون التزام

135
00:10:47,500 --> 00:10:50,400
حديدي في الشغلات اللي إحنا عايش بنقض بها .. آه

136
00:10:50,400 --> 00:10:55,320
مؤمن .. series .. time series data بصوت عالي بس

137
00:10:55,320 --> 00:10:58,020
عشان كلنا نسمع و الكاميرا تقدر تربيت صوتك .. أيوة

138
00:10:58,020 --> 00:10:59,400
it's a series of data

139
00:11:02,930 --> 00:11:06,910
يعني هي عبارة عن مجموعة من البيانات مؤرشفة تبعًا

140
00:11:06,910 --> 00:11:11,010
لظهورها الزمني، تمام؟ في حد حصل على شغل غير هيك

141
00:11:11,010 --> 00:11:14,150
شباب، أيوة؟ هو الوصول للبيانات التي اتصل الزمن مع

142
00:11:14,150 --> 00:11:17,410
بعضها لبعض ووصول إلى رمضان معين يمكن من خلال

143
00:11:17,410 --> 00:11:21,650
التنبؤ بالقيم المتقبلة هيك أنت بتتكلم على الـTime

144
00:11:21,650 --> 00:11:26,270
Series Mining، تمام؟ لكن احنا بتتكلم على الـTime

145
00:11:26,270 --> 00:11:29,750
Series Data أيوة، حسن؟ Data connected to look at

146
00:11:31,670 --> 00:11:37,190
Data جميعات بناءً على تغييراتها تبعًا للتسلسل

147
00:11:37,190 --> 00:11:40,970
الزمني يعني بينجو سينا الشباب كل ال data اللي

148
00:11:40,970 --> 00:11:47,510
مرتبطة بعامل الزمن بصيصنها على إنها إيش؟ الـ Time

149
00:11:47,510 --> 00:11:50,630
Series Data، أمثلة مين بقدر يديني مثال؟ آه رامي

150
00:11:50,630 --> 00:11:53,650
مثلًا

151
00:11:53,650 --> 00:11:58,250
الأمراض، تطور الأمراض الـ Time Series

152
00:12:02,050 --> 00:12:06,150
درجات الحرارة والرطوبة القياسات الطقس بشكل عام

153
00:12:06,150 --> 00:12:16,570
غيره عدد مثلا المسافرين خارج البلاد زيادة الكثافة

154
00:12:16,570 --> 00:12:21,210
السكانية الكثوف والخصوف الظاهر الطبيعي السؤال يا

155
00:12:21,210 --> 00:12:25,190
شباب الفترة الزمنية هذه هل لها better معين يعني كل

156
00:12:25,190 --> 00:12:29,680
دقيقة كل ثانية كل ساعة كل يوم كل .. كدهففي الآخر

157
00:12:29,680 --> 00:12:33,360
أنت فعليًا جمعتي ال data كيف؟ يعني الآن تعوضت

158
00:12:33,360 --> 00:12:37,440
الأرصاد، تعوضت الأرصاد بيحاولوا يجمعوا ال data

159
00:12:37,440 --> 00:12:41,500
مثلًا على مدار الأيام لكن ال sensor بيزودهم،

160
00:12:41,500 --> 00:12:47,540
بيزودهم بالقراءات على مدار الساعة وبالتالي كل ثاني

161
00:12:47,540 --> 00:12:52,140
عنده قراءة لكن هو متى، بإيش بيحتفظ؟ بالقراءات اللي

162
00:12:52,140 --> 00:12:57,630
بيصير فيهاتغيير وبيجي يقولك والله هاي تبع للزمن

163
00:12:57,630 --> 00:13:00,490
كان كذا يعني دائما ال data مرتبط أو تجمع بعامل

164
00:13:00,490 --> 00:13:11,770
الزمن temporal data temporal data هاني ال temporal

165
00:13:11,770 --> 00:13:16,750
.. هاني هاني بقول ان ال temporal data هي عبارة عن

166
00:13:16,750 --> 00:13:24,080
dataكنا معنين شغلتين الـ state الحالة والفترة

167
00:13:24,080 --> 00:13:27,760
الزمنية اللي ظهرت فيها الحالة هاي غيره انا عبدالله

168
00:13:27,760 --> 00:13:34,940
كريم temporal يعني

169
00:13:34,940 --> 00:13:38,920
انت حصرتليها في الوثر جبتلي مثال عليها temporal شو

170
00:13:38,920 --> 00:13:43,620
تعريف ال temporal data؟

171
00:13:43,620 --> 00:13:46,300
طيب، related to time and instance

172
00:13:51,130 --> 00:13:57,290
ما زلت بتتكلم عن ال time series ال state .. الحالة

173
00:13:57,290 --> 00:14:00,670
.. شو .. التغير اللي في الحالة .. كيف كانت .. يعني

174
00:14:00,670 --> 00:14:08,190
أو كأن الآن .. هذا الزمن .. هذا الزمن .. هذا

175
00:14:08,190 --> 00:14:12,430
العامل الزمني .. كيف الحالة كانت هان و الحالة كانت

176
00:14:12,430 --> 00:14:13,330
هان و الحالة كانت هان

177
00:14:22,460 --> 00:14:28,320
بين الـ time series و ال temporal وجود الحالة تبع

178
00:14:28,320 --> 00:14:31,800
ال object يعني لاحظ أنه أنا قاعد بقى أتدور على

179
00:14:31,800 --> 00:14:35,960
حالة ال object بدورش على specific valuesعلى value

180
00:14:35,960 --> 00:14:38,540
يعني لما أتكلم على حالة أو ال state غالبًا لما

181
00:14:38,540 --> 00:14:42,520
أتكلم على table of values مجموعة من القيمة عشان

182
00:14:42,520 --> 00:14:45,500
تصل تمامًا يعني أسقطها على ال object oriented ال

183
00:14:45,500 --> 00:14:49,120
state هي عبارة عن مجموعة ال values اللي حملتها ال

184
00:14:49,120 --> 00:14:54,580
attributes اللي عندي ممتاز ال special data special

185
00:14:54,580 --> 00:15:00,760
data يا رهنصبر ايه يا أهب special ماكتبتش

186
00:15:00,760 --> 00:15:02,440
عدها مؤمن special

187
00:15:09,660 --> 00:15:13,340
ماذا رأيك يا عمر؟ انه مع المطحون كأثمان دي هتفيلوا

188
00:15:13,340 --> 00:15:17,720
قيمة رقمية في نصات ال .. ال .. ال .. الاحتياطات ده

189
00:15:17,720 --> 00:15:22,180
100% الان الشغلة الجديدة اللي هتدخل على الموضوع في

190
00:15:22,180 --> 00:15:27,240
الـ Special Data ان الموقع الجغرافي او الاحداثات

191
00:15:27,240 --> 00:15:32,040
الجغرافية مهمة جدا تمام؟ ان انا فعليا بدي اشوف ايش

192
00:15:32,040 --> 00:15:36,150
القيم او ايش ال estate او ايش التغييراتواخد

193
00:15:36,150 --> 00:15:40,830
بالمعيار أو بعين الحسبان المكان الجغرافي اللى

194
00:15:40,830 --> 00:15:43,970
موجود فيه ال object أو الشغلة أو ال event اللى أنا

195
00:15:43,970 --> 00:15:50,180
بدي أشتغل عليهاكل العلاقة لها علاقة بالـ GIS لأنه

196
00:15:50,180 --> 00:15:52,820
فعليًا كل الشغل بدور وين .. هان .. الآن لما يجي

197
00:15:52,820 --> 00:15:57,240
بتتكلم بتنبؤ بالزلازل و الشغلات هاي كلها داتها على

198
00:15:57,240 --> 00:16:00,800
special data بناءً على الـ historical data اللي

199
00:16:00,800 --> 00:16:04,120
موجودة و المعرفة الحالية و اللي بيصير على وجه

200
00:16:04,120 --> 00:16:07,020
الأرض بيصير يقولك و الله ممكن يصير زلزال في المطر

201
00:16:07,020 --> 00:16:10,420
هم كيف هيتعرف يقولك زلزال متوقع يصير زلزال في عرض

202
00:16:10,420 --> 00:16:15,380
.. في العرض البحر على بعد مش عارف جداش، قوة كده

203
00:16:15,380 --> 00:16:20,170
بناءً على ..Special data اللي موجودة عندنا إيش

204
00:16:20,170 --> 00:16:25,570
الأخيرة؟ كانت الـ sequence إيش الـ sequence data؟

205
00:16:25,570 --> 00:16:31,050
فرخ؟ statistically relevant patterns between data

206
00:16:31,050 --> 00:16:33,670
و values طب أنا حرم لو قلتها بالعربي يعني نفهم

207
00:16:33,670 --> 00:16:38,150
إحنا منك أسهل هيك على السريع أيوة اللي هو data

208
00:16:38,150 --> 00:16:44,870
مرتبطة بعض إلى مفتوح مثلًا فيه طب إيش الفرق بينها

209
00:16:44,870 --> 00:16:49,880
و بين ال time series؟أيوة أحمد وممكن تستعيني

210
00:16:49,880 --> 00:16:59,800
بتايمر لأنه ساكت يعني مالهاش

211
00:16:59,800 --> 00:17:02,400
علاقة بالزمن؟ مالهاش علاقة بالزمن؟ مالهاش علاقة

212
00:17:02,400 --> 00:17:05,860
بالزمن؟ مالهاش علاقة بالزمن؟ مالهاش علاقة بالزمن؟

213
00:17:05,860 --> 00:17:08,400
مالهاش علاقة بالزمن؟ مالهاش علاقة بالزمن؟ مالهاش

214
00:17:08,400 --> 00:17:10,780
علاقة بالزمن؟ مالهاش علاقة بالزمن؟ مالهاش علاقة

215
00:17:10,780 --> 00:17:11,820
بالزمن؟ مالهاش علاقة بالزمن؟ مالهاش علاقة بالزمن؟

216
00:17:11,820 --> 00:17:12,380
مالهاش علاقة بالزمن؟ مالهاش علاقة بالزمن؟ مالهاش

217
00:17:12,380 --> 00:17:13,260
علاقة بالزمن؟ مالهاش علاقة بالزمن؟ مالهاش علاقة

218
00:17:13,260 --> 00:17:19,750
بالزمن؟ مالهاش علاقة بالزالتغييرات لاحقا، هو هذا

219
00:17:19,750 --> 00:17:23,490
هو محط الدراسة وأكثر مثال إليها اللي هو الـ DNA

220
00:17:23,490 --> 00:17:28,030
Sequence في أمثلة تانية الـ Web Serving الـ Web

221
00:17:28,030 --> 00:17:31,970
Serving الـ Web Serving، Ok اللي هو تصفح الإنترنت

222
00:17:31,970 --> 00:17:36,770
للأشخاص آه يا هاشم، إيش فيه عندك؟ نفس ما قالوا،

223
00:17:36,770 --> 00:17:41,990
حضرت يا هاشم؟ ماشي الحل تمام، يعني فعليا أنا في

224
00:17:41,990 --> 00:17:45,510
الـ Data Mining بقدر أشتغل في كل الإتجاهات سواء في

225
00:17:45,510 --> 00:17:50,730
الـأرقام؟ طيب، بدي أسأل في الـ Biology في الـ

226
00:17:50,730 --> 00:17:55,450
Geography في الـ Geology في كل المجالات أنا ممكن

227
00:17:55,450 --> 00:17:59,290
أشغل بناءً على ال data اللي موجودة سؤال اللي بيطرح

228
00:17:59,290 --> 00:18:05,270
نفسه الآن أنا بدي أروح أدرس سوق أو حالة سوق فلسطين

229
00:18:05,270 --> 00:18:11,430
للأوراق المالية يعني بين قوسين بورصة فلسطين تحت أي

230
00:18:11,430 --> 00:18:17,040
نوع من أنواع ال data تبيجعtime series في حد بيقول

231
00:18:17,040 --> 00:18:22,320
غير الكلام هذا special .. special .. special ..

232
00:18:22,320 --> 00:18:26,140
special .. special .. special .. special ..

233
00:18:26,140 --> 00:18:26,140
special .. special .. special .. special ..

234
00:18:26,140 --> 00:18:26,140
special .. special .. special .. special ..

235
00:18:26,140 --> 00:18:26,140
special .. special .. special .. special ..

236
00:18:26,140 --> 00:18:26,140
special .. special .. special .. special ..

237
00:18:26,140 --> 00:18:27,200
special .. special .. special .. special ..

238
00:18:27,200 --> 00:18:28,440
special .. special .. special .. special ..

239
00:18:28,440 --> 00:18:29,840
special .. special .. special .. special ..

240
00:18:29,840 --> 00:18:29,840
special .. special .. special .. special ..

241
00:18:29,840 --> 00:18:29,860
special .. special .. special .. special ..

242
00:18:29,860 --> 00:18:29,880
special .. special .. special .. special ..

243
00:18:29,880 --> 00:18:30,120
special .. special .. special .. special ..

244
00:18:30,120 --> 00:18:30,120
special .. special .. special .. special ..

245
00:18:30,120 --> 00:18:30,180
special .. special .. special .. special ..

246
00:18:30,180 --> 00:18:31,320
special .. special .. special .. special ..

247
00:18:31,320 --> 00:18:31,620
special .. special .. special .. special ..

248
00:18:31,620 --> 00:18:31,620
special .. special .. special .. special ..

249
00:18:31,620 --> 00:18:31,620
special .. special .. special .. special ..

250
00:18:31,620 --> 00:18:31,620
special .. special .. special .. special ..

251
00:18:31,620 --> 00:18:31,880
special .. special .. special .. special ..

252
00:18:31,880 --> 00:18:31,880
special .. special .. special .. special ..

253
00:18:31,880 --> 00:18:31,880
special .. special .. special .. special ..

254
00:18:31,880 --> 00:18:31,880
special .. special .. special .. special ..

255
00:18:31,880 --> 00:18:31,880
special .. special .. special .. special ..

256
00:18:31,880 --> 00:18:34,940
special .. special .. special ..

257
00:18:34,940 --> 00:18:41,320
special

258
00:18:41,320 --> 00:18:43,570
.. special .. special ..لكن الـ location الـ

259
00:18:43,570 --> 00:18:47,850
location هو بيكون في صميم العملية و دائما بأثر

260
00:18:47,850 --> 00:18:52,650
تمام؟ مثل الناس اللي بتشتغل في التنقيب عن النفط و

261
00:18:52,650 --> 00:18:57,910
الدهب الآن الـ special data جزء من شغلها جزء من ال

262
00:18:57,910 --> 00:19:03,410
data تبعتهم يعني أنا بدي أروح أجيب الله البيانات

263
00:19:03,410 --> 00:19:07,750
عن أنواع التربة أنواع التربة و اتنبأ على طول

264
00:19:07,750 --> 00:19:12,950
فلسطينتمام؟ أي منطقة ممكن ألاقي فيها .. أفحر فيها

265
00:19:12,950 --> 00:19:18,810
منجم دهب مثلا هاي special .. هاي special تمام؟ لكن

266
00:19:18,810 --> 00:19:21,550
سوق أوراق الفلسطين .. الأوراق الفلسطين .. أو سوق

267
00:19:21,550 --> 00:19:25,510
الفلسطين الأوراق المالية أنا بتكلم على time series

268
00:19:25,510 --> 00:19:32,810
data هل ممكن تكون هذه temporal data؟ هل

269
00:19:32,810 --> 00:19:38,920
في الها state؟ يعني بين جوسين؟ماشي بحكي ما هو أنا

270
00:19:38,920 --> 00:19:42,200
كنت مبارح مرتفع اليوم ممكن أنخفض ممكن في الساعة

271
00:19:42,200 --> 00:19:45,500
هادية بقى أنخفض شوية بعد نص ساعة أرتفع هل فعليا

272
00:19:45,500 --> 00:19:48,560
أنا بدور على state يعني بين بوسينة هل في عندي

273
00:19:48,560 --> 00:19:51,880
السوق كله اللي بيرتفع و بينخفض مرة واحدة ولا شغلات

274
00:19:51,880 --> 00:19:55,500
بسيطة إذا كان السوق كله مجموعة القيم كلها مع بعضها

275
00:19:55,500 --> 00:20:00,750
ممكن أتكلم عليها temporarily لكن إذا كنت بتكلمإنه

276
00:20:00,750 --> 00:20:03,230
لأ، السوق هو عبارة عن مجموعة من الأسهم إيش من

277
00:20:03,230 --> 00:20:05,610
الأسهم بتطلع و إيش بنزل و إيش ثابت معناته أنا

278
00:20:05,610 --> 00:20:09,070
بتتكلم على time series و مافيه dependency ما بين

279
00:20:09,070 --> 00:20:16,170
الأسهم اللي موجودة بشكل عام تمام يا شباب على

280
00:20:16,170 --> 00:20:19,270
الأسهم، على تداول الأسهم اللي موجودة أسهم

281
00:20:19,270 --> 00:20:23,970
الإتصالات، أسهم الجوال، أسهم شركات التأمين ..

282
00:20:28,570 --> 00:20:32,950
أكيد أكيد أكيد أحنا مش مختلفين معاك لكن هل الآن

283
00:20:32,950 --> 00:20:37,110
هذا لما أنا بدي أروح أجيب ال data تبعتي و بدي

284
00:20:37,110 --> 00:20:39,910
أشتغل عندهم هيكون الوضع السياسي اليوم كان في عنده

285
00:20:39,910 --> 00:20:43,170
قصف في المنطقة الفلانية هذا لا يذكر في ال data

286
00:20:43,170 --> 00:20:46,150
اللي موجودة وبناء على هيك احنا بنفترض دائما أن

287
00:20:46,150 --> 00:20:49,130
أحنا شغالين في ال ideal case أن الحياة ماشية تمام

288
00:20:49,130 --> 00:20:52,670
مش فيها مشاكل وبدنا نعمل دراسة للموضوحة لأن

289
00:20:52,670 --> 00:20:56,370
بالمناسبة لحظة الحروب كل الدراسات هذه مالهاش معنى

290
00:20:56,370 --> 00:21:01,320
بتصير لأنه بتصير الأولويةللحياة الأولوية من أجل

291
00:21:01,320 --> 00:21:05,980
الحياة تمام ندخل في موضوع محاضرتنا اليوم نص ساعة

292
00:21:05,980 --> 00:21:08,460
هنا عملنا refresh كويسة تلت ساعة فعليا بعد ما انتم

293
00:21:08,460 --> 00:21:12,460
اتأخرتم خليني أروح باتجاه نتعرف على ال data mining

294
00:21:12,460 --> 00:21:15,860
task اللي بدأ نشتغل عليها لما أنا بتكلم على ال

295
00:21:15,860 --> 00:21:20,940
data mining task معناته أنا قاعد بدور على النمط

296
00:21:20,940 --> 00:21:25,850
اللي انا بديأو الـ knowledge اللي أنا بدي أشوفها

297
00:21:25,850 --> 00:21:30,350
اللي بدي أستخرجها الآن الناس اللي بتنقب على الدهب

298
00:21:30,350 --> 00:21:34,530
عاملة حسابها بتدور على كل شغلة صفرة بتلمع وهذه

299
00:21:34,530 --> 00:21:39,230
عينها دائما اللي بتغسل في التربة و بتصف فيها عينها

300
00:21:39,230 --> 00:21:42,450
على هي شغلة بينما الناس اللي بتنقب على الحجار

301
00:21:42,450 --> 00:21:47,250
الكريمة بتدور على الألوان الجذابة أثناء البحث مولا

302
00:21:47,250 --> 00:21:50,670
لأ؟ يعني ممكن عفوا أن الدهب يكون أشبه بالرمل

303
00:21:50,670 --> 00:21:54,390
بالترابلكن الحجار الكريم لأ، هي فعليًا نوع من

304
00:21:54,390 --> 00:21:57,810
أنواع الحصة هيكون وموجود عندنا اللي بده ينقب على

305
00:21:57,810 --> 00:22:02,110
البترول، كل الكلام هذا مابيعنهوش لحد ما فعليًا يصل

306
00:22:02,110 --> 00:22:06,010
للبترول الخام ويبدأ يظهر في التربة بشكل جليب ويقول

307
00:22:06,010 --> 00:22:10,370
أنا أصلت فإحنا فعليًا ال data mining task هي عبارة

308
00:22:10,370 --> 00:22:15,510
عن أنواع ال patterns اللي أنا بدي أدور عليها،

309
00:22:15,510 --> 00:22:18,250
أنواع ال knowledge، المعرفة اللي أنا بدي أدور

310
00:22:18,250 --> 00:22:22,630
عليهاوبالتالي أنا قاعد أتكلم على مجموعة الـ

311
00:22:22,630 --> 00:22:30,430
functions اللي تمثل ال task هاي عادة أو بشكل أساسي

312
00:22:30,430 --> 00:22:35,090
ال data mining task تاخد واحد من ال two trends إما

313
00:22:35,090 --> 00:22:43,130
descriptive وصفية أو predictiveتنبؤية بالوصفية

314
00:22:43,130 --> 00:22:49,070
الهدف منها بتكون ان انا اقدر اوصف ال data او اقدم

315
00:22:49,070 --> 00:22:54,350
وصف جديد لل data تمام؟ و هلاقد هشوف معاكم مثال

316
00:22:54,350 --> 00:22:59,330
برضه بشارككم كويس معايا و بخلينا نفرج بين اتنين

317
00:22:59,330 --> 00:23:05,820
بشكل واضح بينما ال predictive taskهي بدي أنفذ تقصي

318
00:23:05,820 --> 00:23:11,600
أو تحقيق أو دراسة أو تحليل لل data عشان أقدر أتنبأ

319
00:23:11,600 --> 00:23:17,140
مستقبلا ل instance معينة يعني أنا بروح بأدرس وضع

320
00:23:17,140 --> 00:23:23,360
السوق الحالي عشان أتنبأ إن قيمة السوق هترتفع ولا

321
00:23:23,360 --> 00:23:28,320
تنخفضطب، متى أنا بدي أتنبأ؟ في اليوم؟ لأ، الأصل

322
00:23:28,320 --> 00:23:31,200
لكمان ساعة مثلا لإن السوق مثلا بتغير كل ساعة مثلا

323
00:23:31,200 --> 00:23:34,620
كمان ساعة، بتعرفش هو وضع السوق بكرا، بتعرفش هو وضع

324
00:23:34,620 --> 00:23:38,900
السوق بعد أسبوع، بعد شهر، بعد سنة هذه مفهوم التنبؤ

325
00:23:38,900 --> 00:23:43,840
لكن كله بناء على إيش؟ على ال current data البيانات

326
00:23:43,840 --> 00:23:50,200
الحالية اللي موجودة عندى طيب، الآن هاروح معاكوا

327
00:23:50,200 --> 00:23:56,800
على الصورة هايمش واضحة كتير هساعدك في الصورة لأن

328
00:23:56,800 --> 00:24:00,220
الإضاءة شوية وحتى و الصورة تبعت كمان بلور باهتة مش

329
00:24:00,220 --> 00:24:05,400
كتير الصف الأول طبعا هدولة ميت صورة الصف الأول

330
00:24:05,400 --> 00:24:11,780
مجموعة من الطائرات الصف التاني مجموعة من السيارات

331
00:24:11,780 --> 00:24:16,740
التالت مجموعة من الطيور كلها طيور منزلية بالمناسبة

332
00:24:16,740 --> 00:24:21,000
الرابع مجموعة من القطط الغزلان

333
00:24:23,650 --> 00:24:30,330
الـ Dogs، الكلاب Frogs، ضفاضع Horses، حصن Boots،

334
00:24:30,330 --> 00:24:36,410
نوارب Trucks أو شاحنات هدولة عشر أو هدولة ميت صورة

335
00:24:36,410 --> 00:24:41,510
هدولة ميت صورة الآن افترض إن هدولة هما ال data set

336
00:24:41,510 --> 00:24:45,730
اللي موجودين عندك هذه ال data set ممكن تكون هيك

337
00:24:45,730 --> 00:24:50,430
ميت صورة الآن خلينا نروح باتجاه ال descriptive

338
00:24:50,430 --> 00:24:55,900
mining tasksبدي أديك مثال على واحد منها، لو أنا

339
00:24:55,900 --> 00:25:02,800
إجيت سألتك، قولتلك، هين ذكرتلك الصور، إيش هما،

340
00:25:02,800 --> 00:25:07,320
بناءً على معرفتك السابقة اللي انت اتراكمت على مدار

341
00:25:07,320 --> 00:25:13,160
تسعة عشر أو عشرين سنة بال object هدول، جسملياهم

342
00:25:13,160 --> 00:25:16,180
لمجمعتين،

343
00:25:16,180 --> 00:25:21,380
لاحظ؟، بدك تجسملياهم لمجمعتين و بدك تديلي وصف مقنع

344
00:25:22,880 --> 00:25:26,940
للإيه؟ للعناصر أو للمجموعتين لهدول؟ آه محمد شوي ده

345
00:25:26,940 --> 00:25:30,120
.. جمادات وكائنات حية .. جمادات وكائنات حية .. مين

346
00:25:30,120 --> 00:25:32,660
بيشارك محمد في التقسيمة هاي؟ أو بوافق على

347
00:25:32,660 --> 00:25:38,320
التقسيمة؟ كلها .. منطقية؟ جدا .. جدا .. الآن مين

348
00:25:38,320 --> 00:25:43,520
الجمادات؟ السيارات .. طيارات .. السيارات ..

349
00:25:43,520 --> 00:25:50,590
والقوارب ..والشاحنات فعلياً هدول واحد، اتنين،

350
00:25:50,590 --> 00:25:56,130
تلاتة، أربعة بمثل 40% من ال data set مصبوط والستين

351
00:25:56,130 --> 00:25:59,490
في المية اللي ضالوا في الكائنات الحية تصنيف تمام

352
00:25:59,490 --> 00:26:03,590
وجميل مائة في المائة ومافي عليه أي غبار معقد

353
00:26:03,590 --> 00:26:08,630
المسألة .. آه يا محمد وسائل نقل حيوانات سماها

354
00:26:08,630 --> 00:26:12,790
تسمية مختلفة صحيحة مئة في المية مافيش مشكلة فيها

355
00:26:12,790 --> 00:26:19,540
غيره يا شباب حد في عنده أي تسمية تانيةطيب، الآن يا

356
00:26:19,540 --> 00:26:24,380
سيد العزيز هدولة المجموعات بديش يهم مجموعتين،

357
00:26:24,380 --> 00:26:28,160
بديهم أربعة،

358
00:26:28,160 --> 00:26:32,920
بدي تلاحظ .. خد وجهتك و أنت بتفكر في الموضوع و

359
00:26:32,920 --> 00:26:36,440
تشوّر أنت و جارك، مافيش مشكلة عندك، بدي تلاحظ أنه

360
00:26:36,440 --> 00:26:44,040
الآن بدك .. دماغك هيعصر أكثرلأ انت الأن مش ع كيفك

361
00:26:44,040 --> 00:26:48,480
زي ما أنا ألزمتك بالتنتين، الآن جسمليهم لأربع

362
00:26:48,480 --> 00:26:52,260
مجموعات، بديش تلاتة، بدي أربع مجموعات

363
00:26:55,310 --> 00:27:03,210
اصبر ..اصبر ..اصبر ..اصبر ..اصبر ..اصبر ..اصبر

364
00:27:03,210 --> 00:27:04,850
..اصبر ..اصبر ..اصبر ..اصبر ..اصبر ..اصبر ..اصبر

365
00:27:04,850 --> 00:27:05,010
..اصبر ..اصبر ..اصبر ..اصبر ..اصبر ..اصبر ..اصبر

366
00:27:05,010 --> 00:27:05,050
..اصبر ..اصبر ..اصبر ..اصبر ..اصبر ..اصبر ..اصبر

367
00:27:05,050 --> 00:27:07,670
..اصبر ..اصبر ..اصبر ..اصبر ..اصبر ..اصبر ..اصبر

368
00:27:07,670 --> 00:27:08,050
..اصبر ..اصبر ..اصبر ..اصبر ..اصبر ..اصبر ..اصبر

369
00:27:08,050 --> 00:27:08,410
..اصبر ..اصبر ..اصبر ..اصبر ..اصبر ..اصبر ..اصبر

370
00:27:08,410 --> 00:27:08,410
..اصبر ..اصبر ..اصبر ..اصبر ..اصبر ..اصبر ..اصبر

371
00:27:08,410 --> 00:27:08,410
..اصبر ..اصبر ..اصبر ..اصبر ..اصبر ..اصبر ..اصبر

372
00:27:08,410 --> 00:27:08,410
..اصبر ..اصبر ..اصبر ..اصبر ..اصبر ..اصبر ..اصبر

373
00:27:08,410 --> 00:27:11,050
..اصبر ..اصبر ..اصبر ..اصبر ..اصبر

374
00:27:24,450 --> 00:27:28,910
وسائل لقى الجوية وسائل لقى البرية وسائل لقى البرية

375
00:27:28,910 --> 00:27:36,630
طيور وحيوانات طيور وحيوانات طب

376
00:27:36,630 --> 00:27:42,370
ما قلتلك قوارب انا معناته الان لاحظ ان انت ضيعت 10

377
00:27:42,370 --> 00:27:46,750
% من الداتة انت مااستفدتش منها معناه ذكرتلك إياها

378
00:27:46,750 --> 00:27:50,610
قوارب قلنا عدناهم هدولة عشر فئات مختلفات بدنا

379
00:27:50,610 --> 00:27:51,750
نجسمهم على أربع أه هاشم

380
00:27:55,230 --> 00:28:05,710
وسائل المواصلات برمائيات وقيور وثدييات الدفاضع ..

381
00:28:05,710 --> 00:28:12,790
برمائي مش مشكلة .. انا راح اكتب على اللوح شباب طيب

382
00:28:12,790 --> 00:28:16,010
مش مشكلة طائرات

383
00:28:58,530 --> 00:29:03,210
يلّا يا هاشم أربعة أربعة تصنيفات بدنا منك صنفهم

384
00:29:03,210 --> 00:29:07,850
عيدهم تاني بعد ما كتبنا برمئيات هاشم بصنفني لياهم

385
00:29:07,850 --> 00:29:16,650
الآن برمئيات طيور .. طيور ..

386
00:29:16,650 --> 00:29:21,510
أربعة

387
00:29:21,510 --> 00:29:25,770
غيره وسائل نقل جوية .. وسائل نقل جوية

388
00:29:29,950 --> 00:29:39,330
وحيوانات okay نيرو خلاص

389
00:29:39,330 --> 00:29:46,450
الوصف بيكون مبرر في

390
00:29:46,450 --> 00:29:56,130
الأخر هذا اسم المجموعة يعني صنف شوف جامعة الخير

391
00:29:56,130 --> 00:30:00,040
كمان مرةيعني إيش .. إيش ال .. إيش ال data mining؟

392
00:30:00,040 --> 00:30:03,120
إنه كل واحد بدي يشوف ال .. ال analyst بدي يطلع ب

393
00:30:03,120 --> 00:30:11,360
pattern ماشوفهوش سابقا، تفضل مجموعة جوية و بتضم ..

394
00:30:11,360 --> 00:30:20,240
بتضم مين؟ أه الطائرات والطيور، بس ال judge بطيرش،

395
00:30:20,240 --> 00:30:20,900
بنطيره

396
00:30:31,000 --> 00:30:38,600
مش هتقدر تصنفه في المجموعة الجوية ايوة وانبك تصنفه

397
00:30:38,600 --> 00:30:47,640
في البرية اه التصنيف اللي انا فعليا اجتهدت شفته

398
00:30:47,640 --> 00:30:49,460
كتالي قلت انا انا انا انا انا انا انا انا انا انا

399
00:30:49,460 --> 00:30:49,460
انا انا انا انا انا انا انا انا انا انا انا انا

400
00:30:49,460 --> 00:30:49,460
انا انا انا انا انا انا انا انا انا انا انا انا

401
00:30:49,460 --> 00:30:49,460
انا انا انا انا انا انا انا انا انا انا انا انا

402
00:30:49,460 --> 00:30:49,460
انا انا انا انا انا انا انا انا انا انا انا انا

403
00:30:49,460 --> 00:30:49,460
انا انا انا انا انا انا انا انا انا انا انا انا

404
00:30:49,460 --> 00:30:52,230
انا انا انا انا انا انا انا اناالـ Living objects

405
00:30:52,230 --> 00:30:56,010
هدول و Non-living objects التاني مش مختلفين عليهم

406
00:30:56,010 --> 00:31:00,410
بالـ Non-living objects في منهم بيسير على عجلات و

407
00:31:00,410 --> 00:31:05,870
في منهم بدون طائرات و قوارب بدون عجلات سيارات و

408
00:31:05,870 --> 00:31:14,150
شاحنات بالعجلات تمشي على العجلات الطائرة هاش

409
00:31:14,150 --> 00:31:20,520
الحالة في طيارة مسيرة فيهم هان برضه برضه عجلاتفيه

410
00:31:20,520 --> 00:31:25,960
في الآخر العجل مش هو الأساس الحركة تبعتها اللي أنا

411
00:31:25,960 --> 00:31:30,100
بدي أقوله فالآن على عجلات و بدون عجلات هذا ال non

412
00:31:30,100 --> 00:31:36,920
-living object طب و ال living object؟ مثلا؟

413
00:31:36,920 --> 00:31:43,460
ليش؟ ال judge أليف و غير أليف؟ أليف و غير أليف؟

414
00:31:43,460 --> 00:31:52,360
الآن لمن قال لك الغزلان أليفة؟ حرام عليكولا تضفضع

415
00:31:52,360 --> 00:31:56,560
ولا تضفضع أليفة كمان الشباب مقصود بال ألف

416
00:31:56,560 --> 00:32:01,620
الاستئناس هل لما تجرب من الغزالة بتقولك اتفضل تشرد

417
00:32:01,620 --> 00:32:06,840
دليل إلا غير لو ربيتلك أسد يعني زي ما بتربيها زي

418
00:32:06,840 --> 00:32:11,090
ما تربي الأسد عندك بتصير أليفةبس يعني خارج المنغ

419
00:32:11,090 --> 00:32:14,350
انت الآن ماحناش تقولنا understandable أو

420
00:32:14,350 --> 00:32:18,210
actionable ولا لأ بيترتب عليها معناه هذه التصنيفات

421
00:32:18,210 --> 00:32:23,910
لاحظ إنه أنا عمالي بحاول أخد منك وصف جدمتلك طلب

422
00:32:23,910 --> 00:32:27,790
بدي منك أربع مجموعات وزودني بالوصف لكل مجموعة

423
00:32:27,790 --> 00:32:31,630
descriptive من وين جبت الوصف؟ من ال data set اللي

424
00:32:31,630 --> 00:32:36,650
موجودة من ال data set اللي موجودةطيب .. قولنا

425
00:32:36,650 --> 00:32:42,070
descriptive و predictive descriptive زي ما شوفنا

426
00:32:42,070 --> 00:32:46,010
في ال .. في ال predictive قولتلك أنا عندي object

427
00:32:46,010 --> 00:32:54,090
بيمشي على رجلتين دسمه مغطى .. بتنفس وبياكل مغطى

428
00:32:54,090 --> 00:32:58,010
بالريش تمام؟

429
00:32:58,010 --> 00:33:05,720
وين بقت صنفه؟ غزال في الحيوانات الغير قليفةالآن

430
00:33:05,720 --> 00:33:08,960
سابقًا قبل ما أقولك هذا أنا باشر بقولك أنا في عندى

431
00:33:08,960 --> 00:33:13,200
جامعة الخير تلت تصنيفات أو أربع تصنيفات أربع أقسام

432
00:33:13,200 --> 00:33:18,560
معروفات كائنات حية أو كائنات غير حية كائنات الحية

433
00:33:18,560 --> 00:33:24,220
فيها قسمين إشي الآن فيها طيور و حيوانات و فيها ..

434
00:33:24,220 --> 00:33:29,060
و الغير حية فيها مثلًا عجلات و بدون عجلاتصنفلي

435
00:33:29,060 --> 00:33:32,900
الآن الكائن اللي أنا ذكرتلكي إياه بيأكل وبيتنفس

436
00:33:32,900 --> 00:33:39,300
وبيمشي على قدمين وإله ريش مباشرة هتروح تقولي هذا

437
00:33:39,300 --> 00:33:43,300
فئة الطيور بناءًا عليش أنت حكمت بناءًا على ال

438
00:33:43,300 --> 00:33:47,260
knowledge اللي أنا فعليًا أخدتها و بعرفها عن كل

439
00:33:47,260 --> 00:33:51,080
صنف من الصخفات أو الأصناف التالية وهذا هو ال

440
00:33:51,080 --> 00:33:55,380
predictive بارك

441
00:33:55,380 --> 00:34:01,790
يا مؤمنماشي الحق، بلاش، طيب، الآن من

442
00:34:01,790 --> 00:34:05,570
الـdescriptive task اللي عندي ال clustering اللي

443
00:34:05,570 --> 00:34:08,050
احنا اشتغلناها مع بعض لما قلتلك جسم ال data set

444
00:34:08,050 --> 00:34:14,770
لمجمعتين لأربع مجموعات ال outlier detection لو أنا

445
00:34:14,770 --> 00:34:19,150
اجيت قلتلك في الطيور إيش كان ال outlier عند محمد

446
00:34:19,150 --> 00:34:24,370
غنيم؟الجاج كل العناصر أو كل الصور اللي موجودة تمان

447
00:34:24,370 --> 00:34:34,310
صور فيها عصافير أو كأو طيور تطير تمام flying معدد

448
00:34:34,310 --> 00:34:40,560
دجاج هم صورتين فكانوا هدول بالنسبة لمحمدمثابة ال

449
00:34:40,560 --> 00:34:43,600
outlier هم اللي بت .. يعني لو .. لو طريق .. لو

450
00:34:43,600 --> 00:34:46,700
الاص .. لو هدولة الصورتين مش موجودات كان قولنا

451
00:34:46,700 --> 00:34:49,900
لامحمد والله تصنيفك تمام بس ايه قولنا هدولة

452
00:34:49,900 --> 00:34:54,660
outlier الان تخيل ان هدولة فعليا كانوا مش اتنين ل

453
00:34:54,660 --> 00:35:00,890
تمانية اتنين ل تمانية وتسعينفعليًا بقول هدولة

454
00:35:00,890 --> 00:35:05,210
outlier شواذة يعني كل اللي عندي فعليًا real birds

455
00:35:05,210 --> 00:35:08,170
بصير أسميهم birds ممكن أقول لأ قيور خلاص لأنه

456
00:35:08,170 --> 00:35:15,590
فعليًا بستخدم الجناحين كوسيلة حركة الآن عادة ال

457
00:35:15,590 --> 00:35:20,610
outlier كم ذلك في الصحة الآن الصحة هي الأساس المرض

458
00:35:20,610 --> 00:35:25,150
هو ال outlier اللي موجود عندي أنا عادة بروح بقى

459
00:35:25,150 --> 00:35:30,490
أشتري من الدكان اللي في جنبيمعدلي في الشهر مثلا

460
00:35:30,490 --> 00:35:35,070
باخد منه 400 شكل وهذا الكلام معروف يعني 400 plus

461
00:35:35,070 --> 00:35:38,110
or minus عشرة عشرين مش قضية plus or minus عشرين

462
00:35:38,110 --> 00:35:44,150
رحت في الأشهر من الأشهر لجته 700 outlier في ال

463
00:35:44,150 --> 00:35:48,510
history اللي موجود عندك هان، تمام؟ وبالتالي ال

464
00:35:48,510 --> 00:35:51,430
affinity analysis أو اللي احنا بنسميه ال

465
00:35:51,430 --> 00:35:55,470
association rules معامل ارتباط الأشياء مع بعضها

466
00:35:56,570 --> 00:36:00,570
جديش مثلا التدخين مرتبط بسرطان الرئة جديش فقر الدم

467
00:36:00,570 --> 00:36:03,790
مرتبط بسرطان الرئة أو الشغلات اللي زي هي كانت جديش

468
00:36:03,790 --> 00:36:07,850
الحالة الاجتماعية بتأثر على الطالب تمام على تحصيله

469
00:36:07,850 --> 00:36:12,850
العلمي إلى آخرين في ال predictive في عند

470
00:36:12,850 --> 00:36:16,090
classification وفي ال classification بدي أعمل

471
00:36:16,090 --> 00:36:20,550
predict لمين ل category لفئة الفئة هذه بتكون محددة

472
00:36:20,550 --> 00:36:26,890
ومسبقا في ال regression بدي أعمل prediction لvalue

473
00:36:26,890 --> 00:36:30,630
certain value قيمة بذاتها وفي ال recommendation

474
00:36:30,630 --> 00:36:35,030
بدي أحاول أعمل predict لل preference للشغلات اللي

475
00:36:35,030 --> 00:36:39,330
ممكن تكون مفيدة للشخص هذا نبدأ بنوع من التفصيل

476
00:36:39,330 --> 00:36:42,870
للعناصر اللي موجودة هنا في ال classification زي ما

477
00:36:42,870 --> 00:36:45,970
قلنا هي عبارة عن predictive data mining task

478
00:36:45,970 --> 00:36:52,310
classification predictive data mining task بدي

479
00:36:52,310 --> 00:36:58,880
أتنبأ في ال data set عادةبتكون تحتوي على شغلتين يا

480
00:36:58,880 --> 00:37:03,060
جماعة الخير أو نوعين من ال variables نوعين من ال

481
00:37:03,060 --> 00:37:09,620
attributes النوع الأول اللي هو مجموعة ال

482
00:37:09,620 --> 00:37:15,420
explanatory variables أو المجموعة الاستكشافية

483
00:37:15,420 --> 00:37:19,340
المجموعة المميزة سميها زي ما بدك الفكرة فيها هذه

484
00:37:19,340 --> 00:37:24,560
عبارة عن مجموعة ال attributes اللي بتحمل خصائصالـ

485
00:37:24,560 --> 00:37:31,900
object خصائص ال raw اللي أنا بتكلم عليه والتاني هي

486
00:37:31,900 --> 00:37:38,480
عبارة عن ال target variable يعني بقاجي أقول أنه

487
00:37:38,480 --> 00:37:48,020
أنا عندي data set فيها كتالي هاي ال target

488
00:37:51,340 --> 00:37:56,120
وهان مجموعة ال fields اللي موجودة مجموعة ال fields

489
00:37:56,120 --> 00:38:01,840
كالتالي

490
00:38:01,840 --> 00:38:06,320
brief

491
00:38:06,320 --> 00:38:13,500
نفس eat fly

492
00:38:13,500 --> 00:38:16,900
whales

493
00:38:25,410 --> 00:38:33,490
feather مثلا هي هدول الآن التنفس يأكل يطير عجلات

494
00:38:33,490 --> 00:38:43,970
ريش و ال target ال role أول breathe

495
00:38:43,970 --> 00:38:48,650
no eat no yes بحط X

496
00:38:51,580 --> 00:39:01,160
wheel yes no وانا في عندي plane في المقابل في عندي

497
00:39:01,160 --> 00:39:10,740
أنا breathe eat fly no weather ريش هيبرد

498
00:39:10,740 --> 00:39:15,220
الآن لاحظ أنا جاهز بجهز ال data set طبعا هذا بيكون

499
00:39:15,220 --> 00:39:18,420
وصف للعناصر اللي موجودة عندها

500
00:39:28,840 --> 00:39:31,660
الآن يا جماعة الخير المفروض أنه كل row من ال rows

501
00:39:31,660 --> 00:39:36,760
هي تتبيه تست لما هنتكلم عليها لأ ممنوع يتكرر تكرار

502
00:39:36,760 --> 00:39:40,180
ال rows لا يضيف شيء في المعرفة عشان هي class كل

503
00:39:40,180 --> 00:39:43,360
row يكون مختلف عن التاني عشان يقدر ال system و هو

504
00:39:43,360 --> 00:39:47,740
بيتعلم يقدر يجمع أكثر قدر ممكن من ال different

505
00:39:47,740 --> 00:39:53,480
properties لمين؟ لكل class بنجي بنقول هان breathe

506
00:39:53,480 --> 00:40:03,880
بالخطأ yesno wheels feather وهنا

507
00:40:03,880 --> 00:40:14,580
plain الآن شو رايك بال breath؟ شو يعني بدها؟ بدها

508
00:40:14,580 --> 00:40:19,560
cleaning هانا بيجي جزء ل cleaning الآن أنا في عندى

509
00:40:19,560 --> 00:40:26,790
باك تعدى error inconsistentو لا missing و لا noise

510
00:40:26,790 --> 00:40:31,230
inconsistent يعني

511
00:40:31,230 --> 00:40:35,170
في تعارض ما بين ال two attributes غالبا هذه noise

512
00:40:35,170 --> 00:40:43,310
data خطأ في الإدخال طبعا مافيش .. مافيش .. لا في

513
00:40:48,950 --> 00:40:53,230
تمام؟ الآن .. هذه الآن ده المقضوب من في ال

514
00:40:53,230 --> 00:41:00,570
classification هذه كلها ال attribute هدول صححتها

515
00:41:00,570 --> 00:41:07,330
و .. وصححتاش تمام؟

516
00:41:07,330 --> 00:41:11,570
explanatory و variables اللي أنا فعليا بدي أستكشف

517
00:41:11,570 --> 00:41:16,130
من خلالهمالـ properties الـ different properties

518
00:41:16,130 --> 00:41:20,790
عشان أربطها أو أشوف إيش بتميز ال target بيان جوسين

519
00:41:20,790 --> 00:41:24,350
بدي أستكشف زي ما انتوا بتفضلوا ال target من خلال

520
00:41:24,350 --> 00:41:28,990
ال attribute هاي ببدأ بأدرس العلاصر املاحظين أنا

521
00:41:28,990 --> 00:41:36,790
في عنده تلت شغلات أساسية مرتبطة بال bird الأكل

522
00:41:36,790 --> 00:41:44,730
والشرب والريش وال featherمصبوط؟ عفوًا الأكل والنفس

523
00:41:44,730 --> 00:41:51,230
والأكل والريش ال flying مرتبطة بالطائر؟ لأ لأن

524
00:41:51,230 --> 00:41:54,550
العنصر التاني أو ال class التاني بيشاركي الطائر

525
00:41:54,550 --> 00:41:59,430
طبعا ماهيش الشغلات المرتبطة بالطائرة ال

526
00:41:59,430 --> 00:42:04,800
discriminative attribute اللي عندي ال wheelالـ

527
00:42:04,800 --> 00:42:09,200
Wheels تمام؟ و الـ Fly يعني مع بعضهم إذا الـ Fly و

528
00:42:09,200 --> 00:42:12,460
الـ Wheel فخلاص على المضمون فهيك أنا صار في عندي

529
00:42:12,460 --> 00:42:15,800
knowledge بقدر أقول أنا general knowledge و هذه

530
00:42:15,800 --> 00:42:21,680
valid و الأصل هي تكون novel أن أي object عنده

531
00:42:21,680 --> 00:42:30,700
المقدرة أن يطير وله عجلات فهو دائرة تمام؟

532
00:42:32,580 --> 00:42:35,980
محمد أبو حاسم يقول لك كل قاعدة شوية بناء على ال

533
00:42:35,980 --> 00:42:38,480
data set اللي موجود عندنا هنا كمان مرة يا جماعة

534
00:42:38,480 --> 00:42:43,320
الخير لما أنا بأتعامل بأتعامل ضمن ال data set اللي

535
00:42:43,320 --> 00:42:50,120
موجودة لاحظ سابقا في الصور مسألة cash و الدبابات

536
00:42:50,120 --> 00:42:54,900
وين صنفتها أو وين جسمتها ليش؟ لأنها مش موجودة

537
00:42:54,900 --> 00:43:00,300
وبالتالي أنا بأشتغل ضمنحدود ال data 6 تبعتي و

538
00:43:00,300 --> 00:43:04,340
بعدين لما اتكلمنا عن ال validity تبعت ال pattern

539
00:43:04,340 --> 00:43:09,500
تبعي ماقلتش ضروري يكون one hundred percent ماقلتش

540
00:43:09,500 --> 00:43:13,080
انه لازم يكون مية في المية دقيق لكن قلتلك with

541
00:43:13,080 --> 00:43:18,280
some degree of certainty مع نسبة معينة من الدقة

542
00:43:18,280 --> 00:43:22,720
النسبة هاي عشان يكون في مجال لقبول او رفض البيانات

543
00:43:22,720 --> 00:43:24,700
ملك لأ نعم

544
00:43:29,430 --> 00:43:33,750
هو الـ data set لازم تكون التنين موجودات عندك انت

545
00:43:33,750 --> 00:43:37,230
الآن ال data mining task تعمل analysis للـ

546
00:43:37,230 --> 00:43:42,410
explanatory تمام؟ عشان تعمل prediction لاحقا لل

547
00:43:42,410 --> 00:43:50,350
target هذا

548
00:43:50,350 --> 00:43:53,810
اللي عند الطائرة و تتنفس تمام، الان احنا عرفنا

549
00:43:53,810 --> 00:44:02,290
لأنه عندنا كم؟ أربعة أو أربعة روز100% عادة الـ

550
00:44:02,290 --> 00:44:05,870
missing data أو الـ noise data مش بسهولة الكشف

551
00:44:05,870 --> 00:44:09,270
عنها وإلا كان ما جال cash إنه فعليا أنت بدك تجد

552
00:44:09,270 --> 00:44:12,210
وجد وانت بتدرس البيانات اللي موجودة إيش أنت بتروح

553
00:44:12,210 --> 00:44:17,370
بتساوي؟ بتروح بتقوله مثلا إيش ممكن أساوي ال

554
00:44:17,370 --> 00:44:20,630
attribute هذه؟ دور أعمل ال maximum و ال minimum و

555
00:44:20,630 --> 00:44:23,250
أعمل association ما بين ال attribute و ال

556
00:44:23,250 --> 00:44:26,030
attribute التاني زي ال association مع ال attribute

557
00:44:26,030 --> 00:44:31,320
و ال targetلحد ما تصل لارتباط لكن برضه بتظهر

558
00:44:31,320 --> 00:44:34,900
الفرصة أن هذه تبقى مثل ما هي لأن من اللي ممكن هذي

559
00:44:34,900 --> 00:44:39,820
يعملها bridge لو أنت ماشوفتهاش حجم البيانات الآن

560
00:44:39,820 --> 00:44:45,380
هذه واحدة تمام خطأ واحد في مائة ألف record قدش

561
00:44:45,380 --> 00:44:51,630
تأثيره يكاد يكون صفر يكاد يكون له تأثيرلكن يكاد

562
00:44:51,630 --> 00:44:55,910
يكون صفر لكن لو هذا العنصر واحد من عشرة أو واحد من

563
00:44:55,910 --> 00:44:59,650
أربعة زي هيك صار تأثير و 25% على ال decision تبعتي

564
00:44:59,650 --> 00:45:01,070
في الموضوع أيه رأيك؟

565
00:45:06,320 --> 00:45:10,220
تمام، بس أنا الآن .. الآن هذا تماما مثل المثال

566
00:45:10,220 --> 00:45:13,660
السابق اللي عرضتلك مجموعة الصور قلتلك هي .. أنا بس

567
00:45:13,660 --> 00:45:16,940
حاول تكتب ال data set قدامك المفروض أنا عرضت ال

568
00:45:16,940 --> 00:45:20,040
data set سابقا جهزت ال data set سابقا زي ما

569
00:45:20,040 --> 00:45:23,340
اشتغلنا بالمثال تبع المحاضرة الماضية الجدول اللي

570
00:45:23,340 --> 00:45:27,220
فيه الصناديق الحمرة و ال .. ال .. و الكون اللي هي

571
00:45:27,220 --> 00:45:31,160
القمع و ال .. و الكورة الزرق تمام؟ و ربطنا

572
00:45:31,160 --> 00:45:35,240
بالأوزان قلتلك هي ال data set و شوف ال patternلأن

573
00:45:35,240 --> 00:45:39,080
أنا بس كتبتك قدامك و أنت معايا واحدة بواحدة لو جيت

574
00:45:39,080 --> 00:45:42,000
عرضتلك إياها بالشكل هذا و قولتلك يا رامي شوف لي ال

575
00:45:42,000 --> 00:45:45,840
patterns اديني pattern للطائرة و اديني pattern

576
00:45:45,840 --> 00:45:51,820
للطائر إيش هتروح تقولي؟ هتاخد مني وقت بسيط أو طويل

577
00:45:51,820 --> 00:45:57,840
حسب حجم ال data set و تبدأ تدرس العناصر E to bird

578
00:45:57,840 --> 00:46:03,420
to feather معناته bird otherwise

579
00:46:05,030 --> 00:46:08,830
وعادة هدف ال binary classification يا شباب دائما

580
00:46:08,830 --> 00:46:14,750
بصير بدور على ال more strongest rule

581
00:46:14,750 --> 00:46:24,810
أو value باجي بقول مين أجوى عندي تنفس و أكل و ريش

582
00:46:24,810 --> 00:46:33,100
مع البارد ولا عجلات و طيران مع الطائرةحسب ال data

583
00:46:33,100 --> 00:46:38,920
set اللي عندنا هنا، مين أقوى؟ يعني هيك

584
00:46:38,920 --> 00:46:42,220
أنا قلت يا عزيزي اتبعت انه برد توصف الليلة بعدها

585
00:46:42,220 --> 00:46:45,060
.. لا لا لا، ما هو انا هيك جايك، انا جايك لاحقا

586
00:46:45,060 --> 00:46:48,200
أجي أقولك التالي، انت ما خلنا .. ما خلنا نخصناش

587
00:46:48,200 --> 00:46:52,000
احنا، الآن هي ال data set اللي عندك وجيت قلتلك أن

588
00:46:52,000 --> 00:46:56,840
الآن أنا في عندي object، عندي object واضح أنه

589
00:46:56,840 --> 00:47:05,420
بيتنفس، والمعلومات اللي عندييقول إنه بيأكلش وبيطير

590
00:47:05,420 --> 00:47:16,740
ومالوش عجلات وإله ريش عصفور

591
00:47:16,740 --> 00:47:22,780
عيّان، أه؟ لأ، مرت حردانة منه بس دو ده نفسه مضرب

592
00:47:22,780 --> 00:47:26,960
عن الطعام الآن إيش التصنيف هذا لل object هذا يا

593
00:47:26,960 --> 00:47:33,450
راني؟كيف أشيله؟ مش عكيفك هذا واحد من التنين اللي

594
00:47:33,450 --> 00:47:38,910
عندك حسب ال role لازم ال algorithm تديني قرار bird

595
00:47:38,910 --> 00:47:47,430
ولا plane؟ ليش bird؟ لأنه بتنفس ويله ريش فهو 90%

596
00:47:47,430 --> 00:47:53,190
من ال role تبعت ال bird تنطبق عليه بتنفس و بطير

597
00:47:53,190 --> 00:47:58,330
ويله ريشومالوش عجلات وبالتالي أنا قاعد أتكلم على

598
00:47:58,330 --> 00:48:07,050
80% من خصائص الطائر موجودة عنده فهو طائر تمام؟

599
00:48:07,050 --> 00:48:10,890
هذه ال prediction هذه البيانات بتلزم في مرحلة ال

600
00:48:10,890 --> 00:48:17,430
learning مرحلة ال analysis عشان أبدأ أبني rules في

601
00:48:17,430 --> 00:48:21,430
تحديد ال object هذه في مرحلة ال prediction باجي

602
00:48:21,430 --> 00:48:26,770
بسأل بقول والله okayالـ .. في سوق أوراق فلسطين

603
00:48:26,770 --> 00:48:31,390
المالية ساهم شركة الاتصالات على مدار عشر سنوات

604
00:48:31,390 --> 00:48:38,790
بيطلع و بينزل تمام؟ بكرا كيف وضع السهم؟ بناء ..

605
00:48:38,790 --> 00:48:44,690
هتكلم مفروض منه كيف وضع السهم بكرا؟ بده يرتفع ولا

606
00:48:44,690 --> 00:48:46,310
بده ينزل .. بده ينخفض؟

607
00:48:49,530 --> 00:48:53,730
حسب ال data تبعتنا الآن مثلا كان واضح في ال

608
00:48:53,730 --> 00:48:56,950
pattern .. واضح في ال pattern أنه في الأيام .. في

609
00:48:56,950 --> 00:49:01,270
الأيام اللي بيكون أو مثلا في فصل الشتاء و اللي

610
00:49:01,270 --> 00:49:08,050
بيكون فيها مطر غزير تمام السهمي بينزل بكرة .. هذا

611
00:49:08,050 --> 00:49:10,210
ال pattern هيك بيقوللي ال historical data هيك

612
00:49:10,210 --> 00:49:16,580
بتقوللي بكرة .. بكرة واضح أنه في عندنا منخفضبرياح

613
00:49:16,580 --> 00:49:21,340
شديدة تمام وكتير من المدارس أو عفوًا من الوزارات

614
00:49:21,340 --> 00:49:28,600
أعلنت عن عدم انتظام الدوام في الغد ديني حالة تتسهم

615
00:49:28,600 --> 00:49:34,680
بكرة ما بتقوليش لأ لأ لأ مش مش معروفة الزمن لأ أنا

616
00:49:34,680 --> 00:49:37,920
متعلق بالزمن أما أنت حاجة أساسية موجودة التنتين

617
00:49:37,920 --> 00:49:41,800
نفس الشغل يا رامي أنا ماقلتكاش الطائر بدون ريش

618
00:49:46,050 --> 00:49:49,530
ها، الآن أنا ما قلتلكاش أنا طائر بدون ريش، تمام؟

619
00:49:49,530 --> 00:49:54,090
لكن افترض إنه طائرة مسيرة أو طائرة صغيرة للتمويه

620
00:49:54,090 --> 00:50:00,850
كسوها بالريش، تخيل، شو بقى كتقولليه؟ الآن إيجاك،

621
00:50:00,850 --> 00:50:05,290
قالك في عندك object، لأ شباب أنت الآن، ماشي

622
00:50:05,290 --> 00:50:07,930
الحالة، ممكن تضحك خدراحتك، لكن فعليا إيه هيك

623
00:50:07,930 --> 00:50:13,330
السؤال المطروح عندك؟ وجوابك من هنا، يا بقى كتقوللي

624
00:50:13,330 --> 00:50:19,490
بلين؟يا بقى تقوللي بيرت ومالكاش خيار تاني الآن

625
00:50:19,490 --> 00:50:23,330
اصصبر شوية ..الآن قولتلك انه أنا في عندي object

626
00:50:23,330 --> 00:50:31,350
object لا يأكل ولا يتنفس يطير وله عجلات ومغطى

627
00:50:31,350 --> 00:50:36,650
بالريش جاوبني

628
00:50:36,650 --> 00:50:38,590
ليش؟

629
00:50:40,420 --> 00:50:43,040
مية لمية انتهى الأمر، إذا كنت تقول لي مافيش عنصر

630
00:50:43,040 --> 00:50:47,740
أو مافيش وجود للعنصر هذا، بقولك أنت غلطان، ممكن

631
00:50:47,740 --> 00:50:50,280
يصير زي لما قعدوا يدوروا ع ال bigfoot و لاجوا

632
00:50:50,280 --> 00:50:54,540
عينات و شعر أسوذ و قجز و زي .. الآن أنا بدي أجيبلك

633
00:50:54,540 --> 00:51:00,780
مثال على طائرات فعليا .. فعليا تغطى بالرشالطائرات

634
00:51:00,780 --> 00:51:04,240
اللي بيحطوها ضمن أسراب الطيور و تصورهم انت بتحتاج

635
00:51:04,240 --> 00:51:06,460
حساب على national geographic لما بيصوروهم

636
00:51:06,460 --> 00:51:11,480
بيبعتولهم drone او بيبعتولهم طيارة عادية؟ لأ

637
00:51:11,480 --> 00:51:16,720
الطيارة هذه بيكون او بيكون الكاميرا على طائر الآن

638
00:51:16,720 --> 00:51:21,760
بيروح بيجيبله مجسم الطائر و بطيرله ضمن السرب عشان

639
00:51:21,760 --> 00:51:25,740
ماينفرش منهالآن ضمن المواصفات هذا، أجل قلتلك، هي

640
00:51:25,740 --> 00:51:30,040
في عندي واحد من العناصر هدول في كل السمات، سمات

641
00:51:30,040 --> 00:51:37,060
الطير، لكنه لا يأكل ولا يتنفس، مباشرة، طيارة Spy

642
00:51:37,060 --> 00:51:41,840
Bird، أنتوا أكيد مولعين بـ NBC2 Action يعني

643
00:51:44,640 --> 00:51:47,520
أنا شفت في ال .. في ال document .. كل ال

644
00:51:47,520 --> 00:51:50,960
documentary films اللي بيصور ل groups تبعت

645
00:51:50,960 --> 00:51:53,920
الحيوانات و الطيور و الشغلات اللي زي هاي حل من

646
00:51:53,920 --> 00:51:59,300
اتنين إما فعليا بركب الكاميرا على الطير وللأسف هذا

647
00:51:59,300 --> 00:52:03,780
الكلام كان مرفوض تماما على الأقل مع الغربان لأنه

648
00:52:03,780 --> 00:52:06,400
جتلوا الغراب أكثر من مرة اللي كانوا بيودوا يحطوا

649
00:52:06,400 --> 00:52:10,740
عليه الكاميرا فكان البديل أن يحطوا شكل مجسم الغراب

650
00:52:11,290 --> 00:52:15,170
تمام؟ والعيون هي بمثابة الكاميرا كذلك فشلت التجربة

651
00:52:15,170 --> 00:52:23,470
مع البقاريق أن الطير اللي كان بيرحط على رأسه أو

652
00:52:23,470 --> 00:52:30,130
على عنق الكاميرا تمام؟ كان بينتحر أو بينفر منه

653
00:52:30,130 --> 00:52:35,490
القطيع تبعه أو المئسر المفروض

654
00:52:35,490 --> 00:52:39,090
أعدمه في الساحة هم الخيانة وطنية عظمة

655
00:52:42,470 --> 00:52:46,070
ماشي ماشي نشوف الردود الجميلة في الامتحانات ان شاء

656
00:52:46,070 --> 00:52:49,450
الله نذكر

657
00:52:49,450 --> 00:52:52,530
ناشي في ال classification أنا عمال بحاول معاك

658
00:52:52,530 --> 00:52:59,490
أوصلك لل task إيش هي وكيف أنت بدك تبنيها الآن من

659
00:52:59,490 --> 00:53:02,710
ال classification المعروف اللي بدي أوصلك إياه أنه

660
00:53:02,710 --> 00:53:07,250
لازم ال class أو ال target predefined يكون معرف

661
00:53:07,250 --> 00:53:11,940
مسبقا مش أنت اللي بدك تشتهي تتحطهبدي أكون معرف

662
00:53:11,940 --> 00:53:15,160
مسبقًا مثل قال لي و الله في عالم الحيوانات في عندي

663
00:53:15,160 --> 00:53:19,820
فقاريات و لا فقاريات في الفقاريات في عندي ذوات

664
00:53:19,820 --> 00:53:24,800
الدم الحار و ذوات الدم البارد و هذا مرتبط بأرجل و

665
00:53:24,800 --> 00:53:29,340
هذا مالوش أرجل في اللي في اللي لا فقاريات و إيه

666
00:53:29,340 --> 00:53:32,160
جرح قال لي قال لي و الله عندي كائن حي يأكل و يتنفس

667
00:53:32,160 --> 00:53:34,340
ما هو كله الآن يأكل و يتنفس و لا شراهك لأنه كائن

668
00:53:34,340 --> 00:53:43,510
حي في الآخر قال لك الآن لا يحتوي على عظاملا فقريات

669
00:53:43,510 --> 00:53:52,270
وليس له أرجل تمام؟ واتخذ الشكل الطولي حصرته يعني

670
00:53:52,270 --> 00:53:56,410
انت لحظة ردتك مواصفاته وانت بناء على الكلام اللي

671
00:53:56,410 --> 00:54:01,120
أنا بقوله انت وصلت لمين؟يعني مثلًا لواحد من الـ

672
00:54:01,120 --> 00:54:04,360
two objects هدولة اللي موجودة عندي وبالتالي هي ال

673
00:54:04,360 --> 00:54:08,400
classification أنت عندك معرفة بدك تبنيها من ال

674
00:54:08,400 --> 00:54:13,400
data set عشان تتنبأ لو أعرضتلك حالة مشابهة ما

675
00:54:13,400 --> 00:54:16,940
جُلتلك .. ما جُلتلكاش حالة منهم الحالة اللي منهم

676
00:54:16,940 --> 00:54:19,620
الأصل أنت تديني one hundred percent وما تخطأيش

677
00:54:19,620 --> 00:54:23,540
فيهم بس أنا بعلم cash عشان أختبرك في ال إيه؟ في ال

678
00:54:23,540 --> 00:54:28,100
.. في الموجود اللي أنا بجهزك عشان تقدر تتعامل مع

679
00:54:28,100 --> 00:54:29,000
ال case الجديدة

680
00:54:40,450 --> 00:54:43,290
كيف يعني؟ مش فاهم يعني مثلا بالجانات الحياة

681
00:54:43,290 --> 00:54:48,270
بتتنفسر .. أه هو الآن .. هسير لاحقا إذا الآن ..

682
00:54:48,270 --> 00:54:51,670
الآن .. لما نتكلم في ال .. ال attribute أو في ال

683
00:54:51,670 --> 00:54:56,710
selection إذا الآن ال attribute هذا كله فيه

684
00:54:56,710 --> 00:55:00,870
constant value أو ال variation فيه قليلة فهذا ال

685
00:55:00,870 --> 00:55:04,930
attribute useless فبحثوا فهم ممكن يديني إيش مش ..

686
00:55:04,930 --> 00:55:08,590
ما .. ما بتنفس مثلا هم كل اللي عندك .. يقولوا كله

687
00:55:08,590 --> 00:55:14,020
شرط يعني معناته بيكون outlierالفكرة كمان مرة، الآن

688
00:55:14,020 --> 00:55:18,480
.. «أو ما تخدعش معين الأدبار» خلاص، هذا الـ «Raw»

689
00:55:18,480 --> 00:55:21,340
بده ينشال مش لازم يظل موجود عندى أو الـ

690
00:55:21,340 --> 00:55:25,140
«Attribute» هذا عفواً ببطل القيمة لأنه كمان مرة يا

691
00:55:25,140 --> 00:55:29,560
جماعة الخير الأصل .. الأصل أنه أنا بأدور على

692
00:55:29,560 --> 00:55:33,100
«Discriminative Attributes» صفات مميزة آجي أقول

693
00:55:33,100 --> 00:55:37,580
على سبيل المثال آجي أقول والله الـ «Gender» بدي

694
00:55:37,580 --> 00:55:43,100
أحطه من ضمن الـ «Attribute» فيهتأثير الحالة الصحية

695
00:55:43,100 --> 00:55:48,220
تأثير الحالة الصحية لقلاب مدرسة الشجاعية

696
00:55:48,220 --> 00:55:53,720
الإبتدائية للذكور انت ملاحظ؟ لأن هذا ال attribute

697
00:55:53,720 --> 00:56:00,340
useless لأن ال society تبعتك اللي انت مستهدفها

698
00:56:00,340 --> 00:56:06,160
كلها نفس الفئة فبالتالي هذا ال attribute مش مميز

699
00:56:06,160 --> 00:56:07,120
نعم

700
00:56:10,800 --> 00:56:13,700
ما هي اللي أنا قلته، عشان هيك ماكنتش الـFly هي

701
00:56:13,700 --> 00:56:19,720
المؤثرة كنت بتكلم على النفس والأكل والريش، هدول

702
00:56:19,720 --> 00:56:24,480
اللي طائر وكانت النفس والأكل أجوى، ليش؟ لأنه زي ما

703
00:56:24,480 --> 00:56:28,580
قلنا ممكن يكون في عندي طائرة مغطا، مغطا بريش الآن

704
00:56:28,580 --> 00:56:32,940
هذا مثال آخر، جاله هي ال data set هذا مثال شركة

705
00:56:32,940 --> 00:56:38,410
تأمين، بدها تأمين السياراتشركات التأمين بتفتح عشان

706
00:56:38,410 --> 00:56:40,930
تكسب من المصارى اللى بتاخدها حجب بوليست التأمين

707
00:56:40,930 --> 00:56:44,690
الآن إذا كل واحد بده يسجل عندى أو بده يأمن عندى

708
00:56:44,690 --> 00:56:48,410
بده يعمل حادث وانا بده أدفعله مات وانا هاخسر فالآن

709
00:56:48,410 --> 00:56:52,890
قالوا بده نعمل دراسة نقدر ال risk تبع بوليست

710
00:56:52,890 --> 00:56:57,930
التأمين high high ولا low جابونله ال circle data

711
00:56:57,930 --> 00:57:04,430
عندهم هيها فيها ال age وفيها ال typeوفعلياً ال

712
00:57:04,430 --> 00:57:08,150
risk في ال reality هذه الأحداث كانت موجودة عندهم

713
00:57:08,150 --> 00:57:12,010
كانت ال risk high ولا low الآن مفهوم ال

714
00:57:12,010 --> 00:57:16,490
classification أنه يجب أن يبني أو يدرس ال data set

715
00:57:16,490 --> 00:57:21,510
high ويبني لي predictor أو يديني classifier عشان

716
00:57:21,510 --> 00:57:26,850
لما أنا آجي أقوله والله أنا فيه عندي راجل عمره

717
00:57:26,850 --> 00:57:30,690
ستين سنة وبيدو سوق sport car

718
00:57:36,030 --> 00:57:39,910
الـ Risk High و لا Low؟ انت بقى بتقول High و غيرك

719
00:57:39,910 --> 00:57:43,630
بدي يقول Low بس الآن مش على كيفك ال system بعد ما

720
00:57:43,630 --> 00:57:50,490
بيعمل Analysis تمام؟ هيروح يديني Specific Rule وهو

721
00:57:50,490 --> 00:57:54,110
اللي بدي يقوللي ال system هذا استخدمنا فيه

722
00:57:54,110 --> 00:57:59,650
decision tree فقاللي إذا كان العمر أقل من 25 فال

723
00:57:59,650 --> 00:58:07,660
Risk High مباشرة إذا ال age أكبر من 25تمام؟ العامل

724
00:58:07,660 --> 00:58:11,540
التاني اللي في ال risk نوع السيارة إذا كانت sport

725
00:58:11,540 --> 00:58:18,620
car فهي ال risk high otherwise ال risk low بالتالي

726
00:58:18,620 --> 00:58:25,540
ال prediction تبعت هذه high تمام؟

727
00:58:25,540 --> 00:58:30,080
هي المطلوب مني إن ال systemأو الـ Machine Learning

728
00:58:30,080 --> 00:58:34,560
Algorithm كـ classifier ياخد ال data set يحللها

729
00:58:34,560 --> 00:58:40,940
يبني decisions قرارات عشان يقول في الآخر ال risk

730
00:58:40,940 --> 00:58:43,540
high ولا low بينفعش يقول intermediate

731
00:58:46,030 --> 00:58:50,150
ولا بيقوله بالنسبة معينة، الآن هو تعلم عشان ياخد

732
00:58:50,150 --> 00:58:54,930
قرار إما بـhigh أو low مافيش .. مافيش إله خيار غير

733
00:58:54,930 --> 00:58:57,950
هيكده، الآن يا جماعة الخيار .. و هذه الميزة اللي

734
00:58:57,950 --> 00:59:01,810
بتميز فيها الإنسان عن الآلة، الآلة بتعلم .. الآلة

735
00:59:01,810 --> 00:59:05,390
بتعلمه high و low بس، فبيصير جوابك high و low،

736
00:59:05,390 --> 00:59:07,730
مافيش .. مافيش عنده جماعة غير هيك، بتع .. لكن

737
00:59:07,730 --> 00:59:11,550
الإنسان بيجي يقولك يا عم يصبر شوية، هذا ستين سنة

738
00:59:12,370 --> 00:59:16,810
راجل عاجل وراكز ومش عارف .. وربنا ومنعم عليه

739
00:59:16,810 --> 00:59:22,610
بالفلوس وين المشكلة الـ Mercedes Sport Car؟ هيمشي

740
00:59:22,610 --> 00:59:26,910
فيها بالراحة، جماد أول الراجل، بخاف عليا لا تنخدش،

741
00:59:26,910 --> 00:59:30,470
فهيمشي فيها بالراحة، فهذه المعايير بتصير عند الـ

742
00:59:30,470 --> 00:59:34,410
human بتلعب دور، لكن عند الآلة strict، واحد زائد

743
00:59:34,410 --> 00:59:37,500
واحد يساوي اتنينوبالتالي ال prediction يا رامي

744
00:59:37,500 --> 00:59:41,420
تبقى على ال data set ما تقولليش أنت ال case طبعا

745
00:59:41,420 --> 00:59:45,180
برجع و بأكد يا جماعة الخير اللي كانت المشكلة أنه

746
00:59:45,180 --> 00:59:48,440
أنا رسمت ال data set قدامك أو حاولت أبنيها قدامك

747
00:59:48,440 --> 00:59:52,580
بالتشاور معاك لكن لو حاطيتك إياها فجأة هتختلف

748
00:59:52,580 --> 00:59:56,980
نظرتك تماما لا إلاالـ mining task التاني اللي في

749
00:59:56,980 --> 01:00:01,420
الـ prediction الـ regression وحكينا فيها كتير

750
01:00:01,420 --> 01:00:05,920
قيمة الأسس، قيمة السهم الآن لما أنا بتكلم في الـ

751
01:00:05,920 --> 01:00:10,160
regression يا شباب إنه أنا فعلياً بتكلم إنه بدي

752
01:00:10,160 --> 01:00:17,580
أعمل prediction ل value كمية المبيعات قيمة السهم

753
01:00:17,580 --> 01:00:25,080
كمية المطر المتساقطة سرعة الرياح درجة الحرارةلاحظ

754
01:00:25,080 --> 01:00:29,420
ولا مرة من المرات قلتلك بده يرتفع ولا ينخفض ولا

755
01:00:29,420 --> 01:00:33,740
يبقى ثابت قلتلك اتديني value وغالبا بندور على

756
01:00:33,740 --> 01:00:39,640
continuous value تمام؟ وهكذا .. هكذا أنا بتكلم على

757
01:00:39,640 --> 01:00:44,120
regression .. regression task باجي بقول والله

758
01:00:44,120 --> 01:00:49,060
أسعار المنازل في المنطقة الفلانية بعد تلت سنوات

759
01:00:49,060 --> 01:00:55,030
كده هيتصيربناء على مواصفات المنزل 200 متر مكوّن من

760
01:00:55,030 --> 01:00:58,830
أربع غرف مثلا وشرفة وإلى آخره وحديقة من هالكلام

761
01:00:58,830 --> 01:01:02,830
هذا هذه المواصفات كلها بتقول إن البيت بعد هيكد

762
01:01:02,830 --> 01:01:07,490
هيكون هذا حاجه مثلا 600 ألف دولار بعد تلت سنوات

763
01:01:07,490 --> 01:01:12,610
هذه regression ليش؟ لأن فعليا أنا بتكلم على value

764
01:01:19,930 --> 01:01:22,330
الـ Clustering في الـ Descriptive Data Mining

765
01:01:22,330 --> 01:01:27,730
Tasks في الـ Descriptive البيانات الوصفية احنا

766
01:01:27,730 --> 01:01:31,170
شفنا واشتغلنا مع بعض بالمثال الأول لما قلتلك

767
01:01:31,170 --> 01:01:37,040
وزعلياهم لمجمعتين وزعلياهم لأربع مجموعاتفانت

768
01:01:37,040 --> 01:01:40,200
فعليًا كنت بتوزع ال data points اللي هو الصور

769
01:01:40,200 --> 01:01:43,220
كانوا عندنا أو ال rows اللي في ال data set اللي

770
01:01:43,220 --> 01:01:48,720
عندي بناءً على ال similarity تبعتها في المجموعة

771
01:01:48,720 --> 01:01:55,200
ليش ماحطتش الطير أو العصفور مع الطيارة؟ لأن فيه

772
01:01:55,200 --> 01:01:57,480
إيه ال characteristics أو attributes خاصة عن

773
01:01:57,480 --> 01:02:02,060
الطيارة فكان في مجموعة تانية لكن لو احنا مثلًا

774
01:02:04,060 --> 01:02:07,300
بقولنا والله إنهم بيكونوا هدولة في مجموعتين وبناء

775
01:02:07,300 --> 01:02:13,980
على سلوب التنقل الموجود كمان ممكن الطيارة والعصفر

776
01:02:13,980 --> 01:02:16,700
يكونوا في نفس المكان ولا لأ؟ بناء على ال

777
01:02:16,700 --> 01:02:19,480
properties أو ال characteristics لكن ال data .. ال

778
01:02:19,480 --> 01:02:24,780
system كل اللي بياخده منك عدد ال clusters اللي أنت

779
01:02:24,780 --> 01:02:28,780
محتاجها جداش .. كام cluster أنت محتاجه؟ اتنين،

780
01:02:28,780 --> 01:02:33,490
تلاتة، أربعة؟ وبروح بصنفلك إياهمأو بعفوًا بجسملك

781
01:02:33,490 --> 01:02:37,270
إياهم و بقولك العناصر كذا في المجموعة الفلانية

782
01:02:37,270 --> 01:02:39,910
العناصر كذا في المجموعة التالية العناصر كذا في

783
01:02:39,910 --> 01:02:43,050
المجموعة الثالثة في الرابعة و بعد هيك و بيقف لحد

784
01:02:43,050 --> 01:02:48,050
الأربعة لا بيزيد خمسة ولا بيوقف عن تلاتة بناء على

785
01:02:48,050 --> 01:02:52,110
ال similarity الموجودة هذه العناصر الآن اللي هي

786
01:02:52,110 --> 01:02:56,250
دوائر اللون اللي باللون الأصفرفعلياً هي الـ data

787
01:02:56,250 --> 01:03:02,450
set تبعتنا هي مجموعة الصور تبعتنا الآن واضح أنه في

788
01:03:02,450 --> 01:03:07,130
توزيع ما بينهم إبعاد عن بعض في الرسم يعني فعلياً

789
01:03:07,130 --> 01:03:13,830
قبيعتهم مقسمات مصنفات فكانت هذه واحدة هذه اتنتين

790
01:03:13,830 --> 01:03:17,850
هذه تلاتة وهذا هو التجميع فبيجي دور ال cluster

791
01:03:17,850 --> 01:03:22,470
algorithm بيجي يقول لي هذه العناصرمن كذا لكذا في

792
01:03:22,470 --> 01:03:25,730
المجموعة الأولى، كذا لكذا لمجموعة تانية، كذا وكذا

793
01:03:25,730 --> 01:03:30,790
للمجموعة اللي بعدها من الـ Outer طبعا فيه هنا مثال

794
01:03:30,790 --> 01:03:33,850
على ال document clustering تجميع المستندات أو

795
01:03:33,850 --> 01:03:37,170
تصنيف المستندات المستندات اللي موجودة على ال web

796
01:03:37,170 --> 01:03:42,680
أو في ال Wikipediaممكن تصنف؟ أه ممكن تصنف، بناء

797
01:03:42,680 --> 01:03:46,120
على إيش؟ بناء على المحتوى، معناته أنا بدأ أروح

798
01:03:46,120 --> 01:03:49,400
أدور أخد ال frequent term أو ال frequent words

799
01:03:49,400 --> 01:03:52,660
اللي في كل document تمام؟ و أحاول أعرف ال

800
01:03:52,660 --> 01:03:55,800
categories اللي موجودة و أجسمهم بدون ما أعرف ال

801
01:03:55,800 --> 01:03:58,200
categories اللي أنا بصير classification، هجسمهم

802
01:03:58,200 --> 01:04:01,780
على مجموعات بناء على قربهم أو بعضهم، حسب بديهم

803
01:04:01,780 --> 01:04:07,330
مجموعتين، تلاتة، أربعةفي الـ Outlier Detection

804
01:04:07,330 --> 01:04:11,830
كذلك هي Descriptive Task Descriptive Task الآن

805
01:04:11,830 --> 01:04:17,710
بتفرق شوية عن ال Clustering إنه أنا بدي أصير أدور

806
01:04:17,710 --> 01:04:22,630
على النقاط البعيدة اللي مافيش شغلات بتشبهها لو أنا

807
01:04:22,630 --> 01:04:26,030
أجيب و قلتلك هذا الرسم في الـ 2D لكل ال data 6

808
01:04:26,030 --> 01:04:31,720
ببعتي الآن واضح إن هي هذه النقطةoutlier لأنه مافيش

809
01:04:31,720 --> 01:04:36,100
شغلة حواليها مافيش إشي بشابهها مافيش بعيدة عن

810
01:04:36,100 --> 01:04:39,940
الجيران نفس

811
01:04:39,940 --> 01:04:42,920
الكلام النقطة هاي .. نفس الكلام النقطة هاي طب

812
01:04:42,920 --> 01:04:46,840
التلاتة هدول أه بنقر يكونوا outlier التلاتة لأنه

813
01:04:46,840 --> 01:04:51,020
لم يصلوا إلى الحد الأدنى من التجمع يعني أشيقول

814
01:04:51,020 --> 01:04:54,640
والله مثلا أقل عدد .. أقل تجمع بدي اعتبره أربع

815
01:04:54,640 --> 01:04:58,360
عناصر، خمس عناصر، عشر عناصر، مائة عنصر وبيتلاحظ

816
01:04:58,360 --> 01:05:03,360
شغلة تانية كمانهدول كلياتهم جايات مع بعض as one

817
01:05:03,360 --> 01:05:08,560
cluster على الرغم إن النقاط نوعا ما متباعدة وهنا

818
01:05:08,560 --> 01:05:13,460
بيصير إنه ماحدش بيقول إن ال density تبعت ال

819
01:05:13,460 --> 01:05:18,280
cluster اللي عندي تكون متساويةالمجموعات اللي عندي

820
01:05:18,280 --> 01:05:22,700
مش بالضرورة تكون بتحتوي نفس الأعداد ومش بالضرورة

821
01:05:22,700 --> 01:05:27,400
كلها نفس الكثافة واضح هذا أكثر كثافة من كل ال

822
01:05:27,400 --> 01:05:30,380
clusters اللي موجودة عندي ولا لأ؟ بينما هذا هو

823
01:05:30,380 --> 01:05:34,520
الأقل كثافة هذا الأكثر انتظاما هذا وهذا بينما هذا

824
01:05:34,520 --> 01:05:38,460
لأ شوية في بعض لكن في الآخر بال outlier detection

825
01:05:38,460 --> 01:05:44,130
أنا بكون بهمني فقط التعامل مع النقاطاللي هي

826
01:05:44,130 --> 01:05:48,290
المنفردة أو المعزولة عن التجمعات اللي موجودة اللي

827
01:05:48,290 --> 01:05:55,650
أنا عمالًا بحاول أحددها ممكن

828
01:05:55,650 --> 01:06:00,910
.. ممكن .. انت مش ممكن تختصير تساوي تتحقق .. تتحقق

829
01:06:00,910 --> 01:06:04,910
ال value هذه .. هذه صارت out لا يعني بسبب إيش؟

830
01:06:04,910 --> 01:06:10,290
مثلًا في طائر و مش محطول إنه يتنفس ممكن أراح ..

831
01:06:10,290 --> 01:06:13,050
أراح سجل الحالة تبعته بعد ما مات

832
01:06:16,070 --> 01:06:19,230
طبعا؟ فهيبدأ تصير تسأل هذي ال outlier ليش كانت

833
01:06:19,230 --> 01:06:22,650
موجودة

834
01:06:22,650 --> 01:06:28,250
الان

835
01:06:28,250 --> 01:06:31,370
بيصير في عندك مشكلة في ده يعني الان تخيل النقاط

836
01:06:31,370 --> 01:06:32,710
موزعة هيك مؤمن بيقول

837
01:06:46,680 --> 01:06:52,300
لا حتمًا في عندك مشكلة في ال data آه

838
01:06:52,300 --> 01:06:56,040
آه ال outlier ليش أنا بدي أعمل عليها detection إذا

839
01:06:56,040 --> 01:06:58,620
بهدف جابتلي طبعًا واحدة من ال learn من ال

840
01:06:58,620 --> 01:07:05,570
preprocessing تحييض ال outlier لأنه بيأثر علىقرار

841
01:07:05,570 --> 01:07:08,530
النظام أو على تعليم الـ system اللي موجود عندك

842
01:07:08,530 --> 01:07:12,610
فانت data set بالشكل هذا data set غير منظمة فيها

843
01:07:12,610 --> 01:07:17,750
مشكلة بدك تشوف الآن إيه السبب المشكلة هذه و تحاول

844
01:07:17,750 --> 01:07:21,890
تتجنبها أو بتروح تحذف كل out layers point هاي اللي

845
01:07:21,890 --> 01:07:26,230
موجودة عندك حتى لو بيخسر data كتير ماحدش بيقول إنه

846
01:07:26,230 --> 01:07:34,360
data الآن يعني تخ ..الأصل الـ data بتكون ملائمة

847
01:07:34,360 --> 01:07:38,220
وتكون ذات جودة عالية لل task اللي أنت بتتنفذها

848
01:07:38,220 --> 01:07:42,720
وإلا مش هتحصل على قرار سليم لأنه كمان مرة إذا هذه

849
01:07:42,720 --> 01:07:46,160
النقاط بدها تدخل في الحسبة لاحقا في حسبة القرار

850
01:07:46,160 --> 01:07:50,200
بتصير تحرف القرار عن الصحة وبالتالي مافيش قدامك

851
01:07:50,200 --> 01:07:53,080
اللي جار انت إيش تخلص منها

852
01:08:01,120 --> 01:08:06,140
مش هني مشكلة لإن أنا فعليا بدور هل في عندي outlier

853
01:08:06,140 --> 01:08:10,460
ولا لأ أديك حالة إن ال outlier هيصير بحد ذاته هو

854
01:08:10,460 --> 01:08:14,680
المطلوب الآن إياد الشام بيستخدم بطاقة لإتمان

855
01:08:14,680 --> 01:08:22,160
وبشتري معدل الشهر 250 دولار تمام؟ وهذا الكلام لل

856
01:08:22,160 --> 01:08:25,020
trend تبعه له خمس أو ست سنوات من يوم ما أخد

857
01:08:25,020 --> 01:08:32,470
البطاقةالشهر هذا شهر اتنين الفين وعشرين مشتريات

858
01:08:32,470 --> 01:08:36,330
إياد الشامي تجاوزت الست مائة دولار على البطاقة و

859
01:08:36,330 --> 01:08:42,830
احنا لسه على الشهر ماخلصش شو رأيك؟ outlier و هذا

860
01:08:42,830 --> 01:08:46,130
اللي أنا بدي .. اللي بدي أتحقق خلاص بدي أوقف عشان

861
01:08:46,130 --> 01:08:51,570
أتحقق من الحالة اللي موجودة عندي وبالتاليأنا قاعد

862
01:08:51,570 --> 01:08:54,750
بقى أشتغل إن والله ال data set اللي عندي أو ال

863
01:08:54,750 --> 01:08:58,510
outlier هي بحد ذاتها هي المطلوبة فممكن زي ما بنقول

864
01:08:58,510 --> 01:09:02,050
للشباب إنه فعليا ال outlier هذه هي بحد ذاتها

865
01:09:02,050 --> 01:09:06,170
المطلوبة ممكن تكون مطلوبة بسبب الحماية إنه أنا

866
01:09:06,170 --> 01:09:09,610
فعليا الحركة هذه صارت .. مش هي الحركة الحقيقية على

867
01:09:09,610 --> 01:09:14,820
حركة إياد الشامي ومن ثمالإحتمال الأكبر أنه في

868
01:09:14,820 --> 01:09:19,240
البطاقة صُرِقت وبالتالي أنا إيش؟ بدي أوقف البطاقة

869
01:09:19,240 --> 01:09:21,820
لحد ما أتأكد إنه فعليا هو صاحبها اللي عمال بيشتري

870
01:09:21,820 --> 01:09:25,480
ولا لأ فزي ما قلتلك أحيانا الـ outlier بيلزمني في

871
01:09:25,480 --> 01:09:28,600
الـ network traffic أنا الآن في الـ server الجامعة

872
01:09:28,600 --> 01:09:34,100
كل طلاب الجامعة القدامة والجداد يعدوبهم خمسين ألف

873
01:09:34,100 --> 01:09:36,860
قدامة وجداد بدي أقول كتالة اللي هم ال active واللي

874
01:09:36,860 --> 01:09:40,260
ممكن يزوروا صفحتي الجامعة في لحظة من اللحظات ال

875
01:09:40,260 --> 01:09:46,730
request خطأت الميت ألفمرة واحدة لأ واجه شوية في ..

876
01:09:46,730 --> 01:09:49,710
في عمال يعمل .. عمال بتتعرض لهجوم معين أنا بدي

877
01:09:49,710 --> 01:09:53,710
أنتبهله فبتصير ال outlier بحد ذاتها معرفتها أو

878
01:09:53,710 --> 01:09:58,090
تحقيق .. تحقيق أو تأكيدها هي المطلوبة هي الغاية

879
01:09:58,090 --> 01:10:02,030
بذاتها مش لإنه أنا بدي أبعد أستبعدها لأ لإنه أنا

880
01:10:02,030 --> 01:10:07,300
هتعالج المشكلة هتترتب عليهاهذه صورة برضه مثالة للـ

881
01:10:07,300 --> 01:10:09,800
Ozone، لطابقة الـ Ozone و للـ Outer Air Detection

882
01:10:09,800 --> 01:10:12,400
آخر حاجة عندنا في الـ Mining Task اللي هي الـ

883
01:10:12,400 --> 01:10:16,160
Association Rule، الارتباط، معاملات الارتباط أو

884
01:10:16,160 --> 01:10:21,240
العناصر، قوانين ارتباط العناصر مع بطن، هان أنا

885
01:10:21,240 --> 01:10:26,790
فعليا بأدور على Interesting Relationshipعلاقات بين

886
01:10:26,790 --> 01:10:30,910
مين؟ بين الـ Variables لاحظ ما اتكلمتش على الـ

887
01:10:30,910 --> 01:10:34,970
Target في كل الـ Descriptive Outlier و Clustering

888
01:10:34,970 --> 01:10:38,990
ما اتكلمتش على الـ Target الـ Target فقط موجود في

889
01:10:38,990 --> 01:10:42,870
الـ Predictive في الـ Descriptive مافيش وكأنه كل

890
01:10:42,870 --> 01:10:46,770
ال data set هي عبارة عن explanatory variables وانا

891
01:10:46,770 --> 01:10:50,850
بنصير أتعامل معاها فقط و أدرس العلاقة ما بين ال

892
01:10:50,850 --> 01:10:56,820
attributes هاي من أكثر الأمثلة المشهورة جداًارتباط

893
01:10:56,820 --> 01:11:01,800
الأمراض بعادات أو بتصرفات مثلًا سرطان الرقب

894
01:11:01,800 --> 01:11:09,100
التدغين مثلًا فقر الدم بالسوق التخزية مثلًا

895
01:11:09,100 --> 01:11:13,540
البدانة بعد ممارسة الرياضة والإفراط في الأكل هذه

896
01:11:13,540 --> 01:11:17,420
الـ Association ليست على حالة وتنتين وتلاتة هذه

897
01:11:17,420 --> 01:11:22,000
أصلحت حقائق لأن كل الـ datasetبتقولّي والله الوزن

898
01:11:22,000 --> 01:11:25,920
الزائد مع سوق تغذية وتدخين أو إفراط في التغذية

899
01:11:25,920 --> 01:11:30,500
والتدخين ومافيش رياضة موجودين، تمام؟ فهذه عبارة عن

900
01:11:30,500 --> 01:11:36,020
ارتباط بيجي بقولّي في ال transaction في المبيعات

901
01:11:36,020 --> 01:11:40,760
الناس اللي بتشتري الأصناف الفلانية هي دايما اللي

902
01:11:40,760 --> 01:11:44,900
بتدور على الأصناف كذا يعني مثلا بروح والله أسين من

903
01:11:44,900 --> 01:11:49,880
الناس بروح بشتري السمن حيواني من ال supermarket

904
01:11:51,210 --> 01:11:58,610
بروح بيشتري مثلا بيشتري المكسرات

905
01:11:58,610 --> 01:12:03,750
لدرجة معينة فالآن هذا ال trend تبعه هيه هيك و

906
01:12:03,750 --> 01:12:08,690
بيصير و بيصير عند ال supermarket قناعة تمة إن فئة

907
01:12:08,690 --> 01:12:12,950
الناس هدول اللي بتروح على السمن الحيواني هذاهم نفس

908
01:12:12,950 --> 01:12:15,970
الفئة اللي بتدور على الشغلات هدول فبصير إيش ممكن

909
01:12:15,970 --> 01:12:20,930
يعيد ترتيب العناصر عشان يسهل عليهم موضوع الشراء

910
01:12:20,930 --> 01:12:26,990
نعمبصير ممكن أوفر عقدر باعرف هدول جديش هم من حجم

911
01:12:26,990 --> 01:12:30,190
الزبائن اللي عندي و بصير أنا بجيب الكيمية اللي

912
01:12:30,190 --> 01:12:34,250
تتناسب مع احتياجاتهم بدون ما أتضرر أنا من خسارة

913
01:12:34,250 --> 01:12:37,850
فالـ Association Rules مهمة و تطبيقاتها واسعة جدا

914
01:12:37,850 --> 01:12:44,170
جديش الناس اللي بتستخدم Android و IOS مقابلًا في

915
01:12:44,170 --> 01:12:47,190
الـ Accessories و ارتباطهم في .. مع البرامج اللي

916
01:12:47,190 --> 01:12:52,090
موجودة و إلى آخرهمففعليًا أنه أنا بأدور .. بحاول

917
01:12:52,090 --> 01:12:58,230
أدور على set of rules أبني مجموعة من القوانين توصف

918
01:12:58,230 --> 01:13:06,310
ارتباط العناصر مع بعضها وهذا عادة يكون ضمن قوانين

919
01:13:06,310 --> 01:13:08,450
محددة مثلًا، جالي هذه في عندي transaction

920
01:13:08,450 --> 01:13:12,070
لسوبرماركت بيف و chicken و milk، في عندي سبعة

921
01:13:12,070 --> 01:13:18,550
transactions الآن، لو أنا سألت قداش عدد الناساللي

922
01:13:18,550 --> 01:13:25,690
اشترت حليب و لحمة مع بعض آه أخدت حليب و لحمة بيف و

923
01:13:25,690 --> 01:13:32,830
milk واحد .. اتنين .. اتنين هل انا لو انا سألت

924
01:13:32,830 --> 01:13:35,730
هدول لو قرفت راطون هي ال data 6 بقعت يا رايمي بس

925
01:13:35,730 --> 01:13:40,250
عشان انا اقدر اتخيل الموضوع مدي اش اقول والله لان

926
01:13:40,250 --> 01:13:44,620
في ارتباط بين اللحمة و الحليب مثلاOkay، جديش هذا

927
01:13:44,620 --> 01:13:49,080
الكلام مدعوم من ال data set؟ جديش حقيقة ما موجود؟

928
01:13:49,080 --> 01:13:53,300
اتنين على سبعة، اتنين على سبعة نسمة متدنية، وصلتش

929
01:13:53,300 --> 01:13:57,120
لخمسين في المية، ولا لأ؟ ولو أتينا مثلا، جديش

930
01:13:57,120 --> 01:14:02,320
الناس اللي أخدت مثلا ال chicken و beef مع بعض؟

931
01:14:02,320 --> 01:14:11,710
واحد، اتنين، واحد، اتنين،تلاتة ال beef و ال

932
01:14:11,710 --> 01:14:15,110
chicken ال beef و ال chicken واحدة .. اتنين ..

933
01:14:15,110 --> 01:14:19,070
تلاتة .. وين الرابع يا أخو؟ ال cheese .. ال cheese

934
01:14:19,070 --> 01:14:23,110
.. جبنة .. جبنة .. تمام؟ الآن ال beef و ال chicken

935
01:14:23,110 --> 01:14:28,350
هذا تلاتة .. هذا الارتباط أكثر بس برضه ماوصلش ..

936
01:14:28,350 --> 01:14:31,710
بس لكن أفضل من الأولاني على الأقل ممكن يصير فيه

937
01:14:31,710 --> 01:14:35,250
توجه أن والله أن الناس .. يعني مش كلها بتاكل لحمة

938
01:14:35,250 --> 01:14:38,490
حمراء فبياخدوا اللحمة وبياخدوا الدجاج لأنهم هم في

939
01:14:38,490 --> 01:14:44,820
البيتالناس مقسمين على موضوع الأكل ففي الآخر ممكن

940
01:14:44,820 --> 01:14:47,940
أحسب ال support و أحسب ال confidence حنشوف ينجدش

941
01:14:47,940 --> 01:14:51,540
دقة الكلام الرولي اللي أنا بتقول عليه هذا بشكل

942
01:14:51,540 --> 01:14:56,300
صحيح فوزن التكرار .. اه التكرار مهم .. وزنه .. كل

943
01:14:56,300 --> 01:15:01,380
موقف .. مثلا اتنين تكرر تسعة أربع مرات الملك لحاله

944
01:15:01,380 --> 01:15:06,060
يعني بكون frequent item لأ المقصد أنه لو قسمنا كل

945
01:15:06,060 --> 01:15:10,990
..لأ لأ هو الأنش كمان الفكرة وين إذا بتكلم عن

946
01:15:10,990 --> 01:15:15,070
الملك لحاله هذا attribute إذا البيف لحالها دي

947
01:15:15,070 --> 01:15:19,630
attribute، الآن باجي بتكلم هذا جداش ال frequent،

948
01:15:19,630 --> 01:15:22,730
جداش الطلب عليه، okay لكن مش association،

949
01:15:22,730 --> 01:15:24,930
association لازم يكون في عندي two different

950
01:15:24,930 --> 01:15:29,690
attributes على الأقل متلازمين مع بعضهم، هدول اللي

951
01:15:29,690 --> 01:15:34,340
أنا بدأ أور عليهمالـ Minimum Support والـ Minimum

952
01:15:34,340 --> 01:15:37,700
Confidence هنتكلم عليهم لاحقا لما نروح على ال

953
01:15:37,700 --> 01:15:42,500
cluster على ال association rule بالتفصيل الآن أخر

954
01:15:42,500 --> 01:15:47,800
شغلة بدنا إياها في محاضرة اليوم جبل ما نتكلم في ال

955
01:15:47,800 --> 01:15:54,260
tools يعني إحنا فعليا .. فعليا قدرنا نلخص اليوم ال

956
01:15:54,260 --> 01:15:58,320
miling task الخمسة اللي إحنا بدنا إياهم اللي هم

957
01:16:02,200 --> 01:16:05,940
classification regression as predictive tasks بعد

958
01:16:05,940 --> 01:16:10,520
هيك clustering و association rules وoutlier

959
01:16:10,520 --> 01:16:14,440
detection as descriptive tasks بالنسبة لل tools

960
01:16:14,440 --> 01:16:16,820
اللي بدنا نشتغل عليها طبعا بإمكانك تشتغل بال data

961
01:16:16,820 --> 01:16:20,800
mining أي شغلة programming languages ممكن python و

962
01:16:20,800 --> 01:16:23,580
ال R و ال Java و software packages في عندنا ال

963
01:16:23,580 --> 01:16:26,720
RapidMiner و ال Weka و ال Orange هذه أساس ال

964
01:16:26,720 --> 01:16:32,260
software package احنا بالنسبة لناهنشتغل python و

965
01:16:32,260 --> 01:16:36,180
RapidMiner فبدي اياك نزل على جهازك الان نزل على

966
01:16:36,180 --> 01:16:41,160
جهازك RapidMiner point 9 RapidMiner studio و ال

967
01:16:41,160 --> 01:16:48,700
python بدي تنزللي ال spider Anaconda distribution

968
01:16:51,730 --> 01:16:56,050
ما هو عشان انا اريحك من تنزيل المكتبات هاي نزل الـ

969
01:16:56,050 --> 01:16:58,890
Spider Anaconda Distribution تبع الـ Python هذه

970
01:16:58,890 --> 01:17:03,690
فيها كل ال libraries اللي انت محتاجها، تمام؟ الله

971
01:17:03,690 --> 01:17:06,390
عطيكم العافية ونشوفكم ان شاء الله لمحاضرة الجاية