1
00:00:01,850 --> 00:00:03,950
بسم الله والحمد لله والصلاة والسلام على رسول الله

2
00:00:03,950 --> 00:00:09,330
أهلا وسهلا بكم إخواني وأخواتي في لقاء أو في تسجيل

3
00:00:09,330 --> 00:00:13,170
لكن هذه المرة شغل عملي بالبايثون ل data preparation

4
00:00:13,850 --> 00:00:16,490
المثال الذي أنا هشتغل عليه إن شاء الله تعالى سيغطي

5
00:00:16,490 --> 00:00:20,810
كثيرًا من الجوانب المهمة التي ممكن تلزمكم سواء خلال

6
00:00:20,810 --> 00:00:24,890
الـ course أو لاحقًا طبعًا، لن أخفيكم، أنا هشتغل على الـ

7
00:00:24,890 --> 00:00:28,810
database الـ iris، طبعًا الـ database صغيرة نوعًا ما

8
00:00:28,810 --> 00:00:33,230
عملت عليها بعض الـ modification أو بين قوسين استحدثت

9
00:00:33,230 --> 00:00:38,110
بعض المشاكل فيها، يعني أضفت كمان attribute، عملت

10
00:00:38,110 --> 00:00:40,890
redundant rows، أضفت

11
00:00:43,780 --> 00:00:48,120
العمود الـ raw id، الـ raw number الذي قدامنا، شايفينه؟

12
00:00:48,120 --> 00:00:52,440
نحن هنا، وعملت فيها بعض الـ noise data، دخلت values

13
00:00:52,440 --> 00:00:56,000
كبيرة جدًا، يعني مثلًا بدل ما هي تكون مثلًا خمسة فاصلة

14
00:00:56,000 --> 00:00:59,400
واحد، زي القيمة التي ستظهر، دخلت واحدة و خمسين

15
00:00:59,400 --> 00:01:02,360
وخمسين، طبعًا واضح أنه سيكون الاتجاه خاطئًا، عشان

16
00:01:02,360 --> 00:01:06,220
أحددها، هذه كلها قياسات دخلتها بالسالب، دخلت قيمة أو

17
00:01:06,220 --> 00:01:10,390
اثنتين بالسالب، عشان أنا أقدر أعملهم handling، فلنّينا

18
00:01:10,390 --> 00:01:13,830
نشوف مع بعض، طبعًا أنا هشتغل على الـ .. الـ .. الـ buy

19
00:01:13,830 --> 00:01:18,190
charm الأصلي، والأصل أن يكون فيه، عندي أنا، أفتح ملف

20
00:01:18,190 --> 00:01:23,270
وأعمل load للـ data set، لكن عشان أخرج من جزئية أن

21
00:01:23,270 --> 00:01:26,550
والله كل مرة أريد أن أكرر نفس العمل السابق إلى آخره،

22
00:01:26,550 --> 00:01:30,370
سأشتغل معكم، أن أعمل خلال الـ .. الـ Jupyter notebook،

23
00:01:30,370 --> 00:01:33,470
والـ Jupyter notebook هي عبارة عن نظام interpreter،

24
00:01:33,470 --> 00:01:39,910
ليس نظام compiler، طبعًا نعرف الفرق بين الاثنين، أنه بالـ

25
00:01:39,910 --> 00:01:42,390
interpreter أنا أشتغل statement by statement، و

26
00:01:42,390 --> 00:01:46,330
أعمل run وأنتقل لما بعدها، بينما بالـ

27
00:01:46,330 --> 00:01:50,210
بالـ compiler، لا، أنا أشغل دائمًا البرنامج من البداية،

28
00:01:50,210 --> 00:01:53,990
عشان هيك بتلاقي الـ Google colab، معظم الـ online

29
00:01:53,990 --> 00:01:58,310
editors أو التي لنقل online platforms التي

30
00:01:58,310 --> 00:02:00,610
موجودة لـ data science أو لـ machine learning

31
00:02:00,610 --> 00:02:06,000
تشتغل عليها موضوع الـ Jupyter notebook أو نظام الـ

32
00:02:06,000 --> 00:02:09,420
notebook، لنقل بشكل سريع، ما الذي قمت به،

33
00:02:09,420 --> 00:02:12,460
طبعًا كل هذا لا يخفى على أحد منكم، أنه أنا عملت

34
00:02:12,460 --> 00:02:16,440
import للـ pandas، وهي الـ library المسؤولة عن قراءة

35
00:02:16,440 --> 00:02:20,760
الـ data framework، وأنا من الآن، الـ data تبعتي

36
00:02:20,760 --> 00:02:24,320
موجودة في iris file، موجود على نفس المجلد الذي

37
00:02:24,320 --> 00:02:27,500
موجود عليه الملف الذي موجود عندي هنا، فببساطة أنا عملت

38
00:02:27,500 --> 00:02:30,840
عشان أتأكد أن عملية القراءة تمت بشكل صحيح، فذهبت

39
00:02:30,840 --> 00:02:35,730
عملت data.head، طبعًا في ميزة هنا، أيها الكرام، أنا

40
00:02:35,730 --> 00:02:38,910
لست بحاجة، في الـ notebook أو في الـ Jupyter notebook،

41
00:02:38,910 --> 00:02:42,170
أن أستخدم جملة print، مجرد أنني أذهب إلى الـ

42
00:02:42,170 --> 00:02:45,390
مجرد أن أكتب اسم الـ variable، فيقوم بتنفيذ الكثير من الـ

43
00:02:45,390 --> 00:02:50,210
tasks، وهي أيضًا ميزة أسهل من موضوع الـ printing أو

44
00:02:50,210 --> 00:02:53,850
الجزء .. هذه الأشياء الكثير من الكتابة وأنا أعمل print

45
00:02:53,850 --> 00:02:57,050
أو أطلب منه أن يطبع لي بعض الـ values الموجودة

46
00:02:57,050 --> 00:02:59,850
عندي، سأقوم بإعادة التشغيل من البداية، فقط لأتأكد

47
00:02:59,850 --> 00:03:00,350
أتأكد

48
00:03:05,140 --> 00:03:08,620
ممتاز، الخطوة الأولى تمت، تم قراءة الـ data file، وهي

49
00:03:08,620 --> 00:03:12,620
تبدأ بـ header file، طبعًا يمكنك وضع عدد الـ headers

50
00:03:12,620 --> 00:03:17,120
التي تريدها، ثلاثة أو خمسة أو عشرة، ما تريد، من الـ

51
00:03:17,120 --> 00:03:21,700
values الموجودة عندك، طيب أول خطوة أنا أريد

52
00:03:21,700 --> 00:03:25,180
أن أفعلها، أريد أن أحاول استقراء الـ data التي عندي بشكل عام،

53
00:03:25,180 --> 00:03:28,180
أو أريد أن آخذ نظرة على الـ data الموجودة، قلنا لابد

54
00:03:28,180 --> 00:03:31,640
من فهم الـ data بشكل جيد، طبعًا أنا أعود وأقول أن الـ

55
00:03:31,640 --> 00:03:34,620
iris، جميع الأعمدة التي فيها عبارة عن numerical، فهذه

56
00:03:34,620 --> 00:03:40,240
values، باستثناء الـ label، الـ values الموجودة

57
00:03:40,240 --> 00:03:44,680
عندي، هذه من A1 إلى A5، هي عبارة عن قياسات لزهرة

58
00:03:44,680 --> 00:03:49,320
السوسن، طبعًا أيها الكرام، العمود الخامس، أنا هذا

59
00:03:49,320 --> 00:03:53,120
أنا أنشأته إنشاءً، بناءً على عمل معين، لأرى العلاقة بينها عند

60
00:03:53,120 --> 00:03:58,240
الـ correlation، ونعمل عليها، تمام، الآن كل ما أريد

61
00:03:58,240 --> 00:04:03,100
أن أفعل هو import للـ

62
00:04:03,100 --> 00:04:03,780
matplotlib

63
00:04:14,870 --> 00:04:20,290
library matplotlib.pyplot

64
00:04:20,290 --> 00:04:25,950
وطبعًا أنا ممكن أستدعي الـ class هذا بشكل مباشر، لكن

65
00:04:25,950 --> 00:04:29,750
أنا ممكن أختصر الـ class  as plt، كما وضعنا

66
00:04:29,750 --> 00:04:34,140
لـ pandas إذا كنا نستخدم الـ pd، سأذهب الآن، الـ data

67
00:04:34,140 --> 00:04:39,360
التي عندي، اسمها data، إذا شئت، أنا أُقلل load الذي

68
00:04:39,360 --> 00:04:44,360
عندي، سأقول له d تساوي data، لأظهر، أكتب الـ d فقط، و

69
00:04:44,360 --> 00:04:50,240
سأقول له الـ d.، يوجد لدينا function اسمها hist، و

70
00:04:50,240 --> 00:04:54,600
المقصود فيها الـ histogram، و plt.show

71
00:04:57,690 --> 00:05:02,150
مجرد استدعاء الـ Python library اسمها

72
00:05:02,150 --> 00:05:05,430
mathematical plotting library for python

73
00:05:09,300 --> 00:05:12,980
matplotlib، وأريد أن أرسم الـ data، هذه الجملة فقط، لأني

74
00:05:12,980 --> 00:05:15,140
لا أريد أن أكتب كلمة data، سأضع حرف الـ D وأمضي على

75
00:05:15,140 --> 00:05:17,720
السريع، يعني لأريح نفسي، كما أقول لكم، هذا ما

76
00:05:17,720 --> 00:05:21,600
طبعًا هنا مباشرةً، طبعًا التي التي التي التي التي التي

77
00:05:21,600 --> 00:05:22,080
التي التي التي التي التي التي التي التي التي

78
00:05:22,080 --> 00:05:22,200
التي التي التي التي التي التي التي التي التي

79
00:05:22,200 --> 00:05:22,260
التي التي التي التي التي التي التي التي التي

80
00:05:22,260 --> 00:05:25,300
التي التي التي التي التي التي التي التي التي

81
00:05:25,300 --> 00:05:25,320
التي التي التي التي التي التي التي التي التي

82
00:05:25,320 --> 00:05:35,520
التي التي

83
00:05:35,520 --> 00:05:38,590
الآن أقول أن تم رسمها، طبعًا الرسمة أين هي؟

84
00:05:38,590 --> 00:05:53,210
لابد أن أراها، أين هي؟

85
00:05:53,210 --> 00:05:59,410
لابد

86
00:05:59,410 --> 00:06:00,370
أن أراها

87
00:06:03,600 --> 00:06:09,300
سأقوم بعمل insert cell locally، مع أنه من المفترض أن

88
00:06:09,300 --> 00:06:15,480
التزامن بين الاثنين يكون تامًا،  هنا الـ cell

89
00:06:15,480 --> 00:06:22,210
هو الـ library أو الناتج الذي ظهر عندي، طبعًا هنا، نرى

90
00:06:22,210 --> 00:06:26,530
الـ histogram، توزيع الـ data بين A1, A2, A3, A4,

91
00:06:26,630 --> 00:06:31,530
A5, A6، طبعًا، هذا هو الصحيح، طبعًا عندما قلت لكم أنا

92
00:06:31,530 --> 00:06:35,050
أجري العمل على تسجيل الفيديو، واجهت مشكلة أنني لا أعرف

93
00:06:35,050 --> 00:06:38,190
ما الذي تعطّل لدي في الـ python، واضطررت أن أنزل من جديد،

94
00:06:38,190 --> 00:06:42,310
صار يظهر عندي الـ histogram، الذي أنا في الحقيقة، حتى اللحظة، لست

95
00:06:42,310 --> 00:06:46,330
قادراً على فهمه،  أشياء، على كل حال، طبعًا، هو استثنى الـ raw

96
00:06:46,330 --> 00:06:49,710
number الذي موجود عندي هنا، الـ

97
00:06:49,710 --> 00:06:52,850
الـ الخامس، لم يمثلني لأنه ليس فيه distribution،  قال لي

98
00:06:52,850 --> 00:06:54,810
والله في واحد، معظم الـ distribution في عندي

99
00:06:54,810 --> 00:06:57,550
value كبيرة جداً، واضح أنه في عندي value كبيرة جدًا، و

100
00:06:57,550 --> 00:07:00,830
الباقية، تكاد القيم لا تظهر بالنسبة لها،

101
00:07:00,830 --> 00:07:05,570
التوزيع بين العناصر الموجودة عندي، واضح أنه

102
00:07:05,570 --> 00:07:11,390
أربعة أو خمسة، بينها علاقة ربما لست

103
00:07:11,390 --> 00:07:15,350
أعرفها، خليني، لكن بالمجمل، هو يعطيني، أنا، الـ histogram

104
00:07:15,350 --> 00:07:20,460
يعطيني الصورة عن الـ data الموجودة، فلننتقل

105
00:07:20,460 --> 00:07:24,840
للخطوة التالية، الآن لو أتيت على سبيل المثال،

106
00:07:24,840 --> 00:07:29,320
كلنا متفقون أن العمود الأول، هذا الذي هو الـ raw

107
00:07:29,320 --> 00:07:32,540
number، غير مفيد، وأنا أريد هذا العمود، أريد

108
00:07:32,540 --> 00:07:37,360
أن أحذفه، بكل بساطة، أذهب وأقول d.

109
00:07:37,360 --> 00:07:43,020
drop الـ

110
00:07:43,020 --> 00:07:52,350
drop هذه تحتاج مني اسم الـ raw number، طبعًا

111
00:07:52,350 --> 00:07:59,410
الـ axis تساوي 1، الـ x axis، طبعًا التي تمثل الصفوف،

112
00:07:59,410 --> 00:08:03,690
تمثل 0، والأعمدة تمثل 1، طبعًا يوجد لدينا

113
00:08:03,690 --> 00:08:08,830
command in place، هذا مهم جدًا،  أجعلها true، يعني

114
00:08:08,830 --> 00:08:12,990
التعديل يكون مباشرًا، صحيح، طبعًا بعدها،

115
00:08:12,990 --> 00:08:19,740
ممكن أن أذهب وأقول له الـ d. head فقط 3، فقط لأن

116
00:08:19,740 --> 00:08:23,860
أنا أريد أن أرى العناصر الموجودة، ماذا سيحدث لها؟

117
00:08:23,860 --> 00:08:27,920
ممتاز، تم حذفها، سأقول، كل ما فعلته هنا لأنني

118
00:08:27,920 --> 00:08:31,100
ذهبت وقلت له d.drop، أعطيته اسم الـ attribute الذي

119
00:08:31,100 --> 00:08:37,150
أريده، ومن ثم أنا ذهبت، قلت له، هذا الحدث في

120
00:08:37,150 --> 00:08:43,110
الإشارة من مجموعة الأعمدة، والـ inplace، طبعًا،

121
00:08:43,110 --> 00:08:45,650
هذا نفس الكلام نفسه، لأنه لماذا، لماذا

122
00:08:45,650 --> 00:08:48,170
الـ axis مهم، أيها الكرام، لأنني أيضًا، نفس الـ

123
00:08:48,170 --> 00:08:51,530
function هذه من الـ data framework التي هي D، التي

124
00:08:51,530 --> 00:08:54,230
هي الـ pandas كـ framework، أنا أستخدم الـ method

125
00:08:54,230 --> 00:08:56,910
تبعها، الـ drop، أيضًا، أستخدمها للصفوف، وبناءً على

126
00:08:56,910 --> 00:09:00,110
ذلك، أنا لابد أن أحدد الـ axis، طبعًا أنا ممكن أذهب، أنا

127
00:09:00,110 --> 00:09:04,940
أكتب هنا قائمة بالـ rows أو بالأعمدة التي أريد

128
00:09:04,940 --> 00:09:11,160
إياها، لو أنا أريد أن أحذف مجموعة من الأعمدة، أريد أن أقول

129
00:09:11,160 --> 00:09:18,860
A1 و A2 و A3، طبعًا، أذكرهم كنص، كما كنا ..

130
00:09:18,860 --> 00:09:22,790
كما رأينا في المثال السابق، ممتاز، النقطة التي

131
00:09:22,790 --> 00:09:25,750
بعدها، ننتقل الآن، يعني أنا قد حذفت

132
00:09:25,750 --> 00:09:31,990
العناصر التي ليست لها لازمة عندي، فلأبقَ في

133
00:09:31,990 --> 00:09:35,170
موضوع حذف الصفوف، عندما نتكلم، أنا أريد أن أحذف صفًّا

134
00:09:35,170 --> 00:09:39,510
معينًا، نأخذ كمثال ونحاول، طيب الآن لو أنا أريد أن أبحث

135
00:09:39,510 --> 00:09:41,990
عن الـ duplicates، الآن أنا أريد أن أمشي على الـ

136
00:09:41,990 --> 00:09:44,670
duplicates وأرى أين يوجد duplicates في الـ rows، و

137
00:09:44,670 --> 00:09:49,350
أذهب وأحذفها، كما قلت لكم، الـ data هذه عملت

138
00:09:49,350 --> 00:09:54,650
عليها شئياً، اصطنعت فيها بعض الأخطاء، من أجل أن أُظهر

139
00:09:54,650 --> 00:09:57,710
البيانات الموجودة عندي، إذا أنا الآن أريد

140
00:09:57,710 --> 00:10:03,850
أن أشتغل على الـ duplicates، معناته سأذهب وأقول له D.drop_duplicates

141
00:10:03,850 --> 00:10:06,290
drop_duplicates

142
00:10:12,090 --> 00:10:15,090
طبعًا مهم في موضوع الـ duplicates، عندما أريد

143
00:10:15,090 --> 00:10:19,510
أن أحذفها، أنني أفهم القيم التي أريدها أن تتكرر، هل

144
00:10:19,510 --> 00:10:22,450
التكرار قيمة معينة في عمود معين، يعني على سبيل

145
00:10:22,450 --> 00:10:26,650
المثال، لو أنا الآن ذهبت وكتبت له، وقلت له أنا أريد

146
00:10:26,650 --> 00:10:32,050
التكرار فقط في عمود A5، معناته،  الثلاث قيم هذه

147
00:10:32,050 --> 00:10:36,740
التي ظهرت أمامي، وكل الـ values الموجودة، point

148
00:10:36,740 --> 00:10:40,480
ثلاث في خمسة،  تحدد أم لا، أريدها في عمودين

149
00:10:40,480 --> 00:10:43,920
اثنين وثلاثة، اثنين وثلاثة، اثنين وثلاثة، أم أريدها

150
00:10:43,920 --> 00:10:48,140
في أربعة أعمدة، أو أربعة أعمدة، أو ما شابه، عشان

151
00:10:48,140 --> 00:10:50,500
هكذا، دائمًا أول attribute الذي يطلبه مني في الـ

152
00:10:50,500 --> 00:10:54,440
duplicates، هي الـ subset، الـ subset هنا هي عبارة

153
00:10:54,440 --> 00:10:59,320
عن مجموعة الـ attributes التي أريدها، ما هي الـ

154
00:10:59,320 --> 00:11:04,040
attributes التي أريدها؟ مرّة أخرى، هي A واحدة، هي

155
00:11:04,040 --> 00:11:07,760
كانت، أنا أقول له، أين يوجد rows التكرار

156
00:11:07,760 --> 00:11:14,290
تبعها، أو القيمة تتكرر فيها، الـ values تبع A1

157
00:11:14,290 --> 00:11:18,790
يعدّها as duplicate rows، إذا أنا وضعت هنا

158
00:11:18,790 --> 00:11:24,770
مرّة أخرى A2، معناته أنا أقول له أين يوجد rows A1

159
00:11:24,770 --> 00:11:28,690
و A2 متشابهتان، فهذه duplicate rows، أتمنى أن تكون

160
00:11:28,690 --> 00:11:32,370
الصورة واضحة، في A3، خليني فقط أجربها على سبيل

161
00:11:32,370 --> 00:11:36,910
المثال على A1

162
00:11:37,440 --> 00:11:44,840
Okay،  ما أقول، عملت هذه أيضًا، جيد، خمسة،

163
00:11:44,840 --> 00:11:48,700
طيب، الـ values التي بعدها، هي، أنني أريد أن

164
00:11:48,700 --> 00:11:52,720
أقول له ماذا سيحدث لها في موضوع الـ keep في حالة وجود

165
00:11:52,720 --> 00:11:55,860
duplicates، ماذا سيحدث؟ لأن يوجد لدينا ثلاثة خيارات في

166
00:11:55,860 --> 00:11:59,240
الـ keep، في الـ False، لا تحتفظ بشيء، يعني

167
00:11:59,240 --> 00:12:04,970
جميع الـ rows المكررة احذفها، هل هذا الكلام منطقي؟ يعني

168
00:12:04,970 --> 00:12:10,870
لا يبقى أي row، في الـ attribute A5 قيمته 0.310، على

169
00:12:10,870 --> 00:12:13,650
سبيل المثال، إذا أنا وضعت الـ False، فتبقى القيمة

170
00:12:13,650 --> 00:12:17,410
التالية التي بعدها هي الـ first، فتبقى الـ False

171
00:12:17,410 --> 00:12:22,970
بتؤخذ، False

172
00:12:22,970 --> 00:12:27,030
فهكذا لا يُخزّن شيء، first

173
00:12:29,160 --> 00:12:33,020
احتفظ بالقيمة الأولى فقط، أو القيمة التي تجدها، أو

174
00:12:33,020 --> 00:12:36,400
الـ last، في الآخر

223
00:17:00,360 --> 00:17:07,220
قبل هيك في عندي  doc describe  الـ function هاي

224
00:17:07,220 --> 00:17:09,460
describe نعم

225
00:17:12,280 --> 00:17:15,960
معلومات كاملة عن الـ Attribute Statistical

226
00:17:15,960 --> 00:17:20,480
Description المتوسط الحسابي، الـ Standardization

227
00:17:20,480 --> 00:17:26,540
الـ Minimum، المتوسط، أو الربع الأول، أو الربع الثاني

228
00:17:26,540 --> 00:17:31,100
أو الربع الثالث، طبعاً بيقول لي فيه إن الـ maximum

229
00:17:31,100 --> 00:17:35,580
value  هذي سبعة و خمسين، سنتي، سبعة و خمسين سنتي قياس

230
00:17:35,580 --> 00:17:39,500
الزهرة، هذا الكلام يكاد يكون مستحيل، طبعاً في عندي

231
00:17:39,500 --> 00:17:43,480
قيمة سالبة، هان هكذا، أنا صرت أنا قادر أشوف إيش الـ

232
00:17:43,480 --> 00:17:47,000
data أو وين مشاكل الـ data، بالإضافة للموضوع، طبعاً مش

233
00:17:47,000 --> 00:17:50,300
مبين الـ missing عندي هان إلا غير من خلال الـ count

234
00:17:50,300 --> 00:17:53,500
إلا من غير من خلال الـ count، ممتاز، معناته أنا صار

235
00:17:53,500 --> 00:17:54,200
في عندي الآن

236
00:17:56,930 --> 00:18:00,190
معرفة الـ Missing اللي موجودة، طبعاً ممكن أنا أحصل

237
00:18:00,190 --> 00:18:05,430
للـ Missing، لو كتبت الـ .. أو عملت الـ code التالي

238
00:18:05,430 --> 00:18:08,490
أنا بدي أروح أقول له الـ missing equal

239
00:18:13,760 --> 00:18:19,980
PD.BANDAS.DATAFRAME وانشغل

240
00:18:19,980 --> 00:18:24,820
DataFrame جديد، وأسمي الـ attribute اللي فيه

241
00:18:24,820 --> 00:18:36,660
missing، والـ value تبعته، الـ D.IS NULL، وأقول له

242
00:18:36,660 --> 00:18:42,220
sum، هذه الـ function المفروض إنها بدها تمر على كل

243
00:18:42,220 --> 00:18:46,280
الـ data frame اللي موجود عندي، والـ data وإن في عندي

244
00:18:46,280 --> 00:18:49,700
Null تروح تحاول تعدّلها، تبعاً لمين؟ الـ attributes

245
00:18:49,700 --> 00:18:54,940
اللي موجودة عندها، okay، عشان يجيب لي الـ value اللي

246
00:18:54,940 --> 00:18:58,900
موجودة، أنا بضرب هقول له هات لي الـ missing اللي عندك

247
00:18:58,900 --> 00:19:06,020
هدول، هيديني ثابت، جملة الطباعة، run وإن أنا أخطأت، آه

248
00:19:06,020 --> 00:19:07,120
في أقواس هنا

249
00:19:12,290 --> 00:19:20,350
هي راح جاب لي الـ a1, a2, a3, a4, a5، والـ label، هدول

250
00:19:20,350 --> 00:19:23,530
طبعاً قال لي إن هذه عدد الـ missing اللي موجود عندك

251
00:19:23,530 --> 00:19:27,970
موجودة في a1, a3, a2، الآخرين، طبعاً ليش أنا أعمل

252
00:19:27,970 --> 00:19:30,570
هيك يا جماعة الخير؟ طبعاً هي البيان اللي أحصلها

253
00:19:30,570 --> 00:19:34,200
من هنا، لكن برضه هي في طريقة ثانية ممكن أحصر الـ

254
00:19:34,200 --> 00:19:37,440
missing بشكل واضح مع كل attribute، طبعاً لو أنتَ

255
00:19:37,440 --> 00:19:40,700
سألتني، الـ missing اللي هان شو ممكن أسوي فيه؟ ممكن

256
00:19:40,700 --> 00:19:43,980
أعبيه بالـ mean، أو أعبيه بالـ median، مش فارقة كتير

257
00:19:43,980 --> 00:19:48,060
معايا، ممكن أعمله drop، بس الـ label اللي هان، حتماً

258
00:19:48,060 --> 00:19:51,700
لازم أعمله drop، لأن هذا ما بينفع يظل، ليش؟ لأن أنا

259
00:19:51,700 --> 00:19:54,780
عندي قياسات ومش معروف نوع الزهرة، فأنا لازم أعمله

260
00:19:54,780 --> 00:19:58,620
drop، طيب بما إنه صار لنا نتكلم على الـ drop، خليني

261
00:19:58,620 --> 00:20:04,300
أروح أحذف الـ .. الـ attribute اللي فيها الـ label

262
00:20:04,300 --> 00:20:14,300
أولاً، وهي اللي بدي أحطها هنا comment، drop rows with

263
00:20:14,300 --> 00:20:20,340
null value in a certain attribute، اللي هسويه الآن، هروح أنا أقول

264
00:20:22,730 --> 00:20:28,730
اللي هو data equal data، الـ data frame اللي

265
00:20:28,730 --> 00:20:36,330
موجود عندي، الـ data، أو الـ data.label.

266
00:20:36,330 --> 00:20:51,030
not null

267
00:20:53,220 --> 00:20:58,060
not null هكذا

268
00:20:58,060 --> 00:21:05,080
أنا قاعد بقى أقول له نفذ لي إياها، وهذه الجملة تماماً

269
00:21:05,080 --> 00:21:09,620
تكافئ جملة ثانية هكتبها الآن، ممكن أنا أروح أقول له

270
00:21:09,620 --> 00:21:16,680
data equal

271
00:21:16,680 --> 00:21:23,530
data frame اللي موجود عندي، بداخلها بيدي

272
00:21:23,530 --> 00:21:27,730
.not null

273
00:21:29,960 --> 00:21:36,000
null، والـ not null هاي بدي أزودها بالـ data باسم الـ

274
00:21:36,000 --> 00:21:41,260
attribute اللي موجود عندنا، اللي هي مين؟ الـ label

275
00:21:41,260 --> 00:21:46,300
سواء نفذت الجملة اللي فوق أو نفذت الجملة اللي تحت

276
00:21:46,300 --> 00:21:52,160
الـ two، هيدوني نفس النتيجة، وهي إنه هيعمل drop

277
00:21:52,160 --> 00:21:57,270
لـ الـ attribute اللي فيه الـ label، يبقى

278
00:21:57,270 --> 00:22:01,470
فيه missing، هيرن، عشان نتأكد بدي أعيد الـ code تبع الـ

279
00:22:01,470 --> 00:22:09,210
missing هذا الآن، ها، وهيرن، لاحظوا إنه ما فيش عندي

280
00:22:09,210 --> 00:22:12,250
missing الآن في الـ label، طبعاً سواء نفذنا الجملة

281
00:22:12,250 --> 00:22:15,590
الأولى يا جماعة الخير، أو الجملة الثانية، نفس الكلام

282
00:22:15,590 --> 00:22:19,370
لكن مع اختلاف طبعاً، بنعتمد على الـ data أنا جا

283
00:22:19,370 --> 00:22:24,710
عنها، اللي بقوله، خلص الـ data دي بتساوي d.where الـ

284
00:22:24,710 --> 00:22:30,670
label not null اللي هي الـ values تبعته exist أو not null

285
00:22:30,670 --> 00:22:34,030
تمام، هي كانت، أنا عملت drop، طيب بما إن وصلنا نتكلم

286
00:22:34,030 --> 00:22:37,250
عن handling للـ missing، وهي أول واحدة عملناها هان

287
00:22:37,250 --> 00:22:41,750
خليني أروح بعد هي كده، إيش نساوي؟ أروح نعمل الـ fill

288
00:22:41,750 --> 00:22:47,890
بالاعتماد على الـ a2 و a3، هبتروح نعمل لهم fill بالـ

289
00:22:47,890 --> 00:22:53,730
mean، طبعاً ليش ما بدي أعبي a1 بالـ mean؟ عندي 57

290
00:22:59,560 --> 00:23:05,720
مقارنة بين الـ a1 و a3، خمسة وخمسة كبيرة، المين فلو

291
00:23:05,720 --> 00:23:08,960
أنا بدي أخزن الـ median، بيمشي حالها، القيمة الوسيطة، و

292
00:23:08,960 --> 00:23:11,720
قلنا الـ median فيها ميزة، إن لما بيعتمد عليها

293
00:23:11,720 --> 00:23:18,020
ممكن تضيع تأثير الـ value الكبيرة الموجودة، وحد

294
00:23:18,020 --> 00:23:22,400
هنرجع كمان مرة بنعالج الـ noise، خلينا فقط مع المين

295
00:23:23,090 --> 00:23:35,030
هروح أبدأ بـ data of a واحد، بدها تساوي data of a

296
00:23:35,030 --> 00:23:43,870
واحد.fillna، اللي هي not available، بإيش بدي

297
00:23:43,870 --> 00:23:49,930
أعملها؟ في الـ data of a واحد

298
00:23:55,660 --> 00:24:04,060
.mean، كمان هذه الأولى هنسخها

299
00:24:04,060 --> 00:24:17,100
لـ a اتنين

300
00:24:17,100 --> 00:24:21,360
لـ a اتنين

301
00:24:23,150 --> 00:24:26,010
طبعاً يا جماعة الخير أنا بقى أشتغل، ولا يهمني أين

302
00:24:26,010 --> 00:24:29,850
الخطأ أو الـ missing اللي موجودة، إذا أنا بدي الـ

303
00:24:29,850 --> 00:24:33,250
missing، ممكن في عندي conditions، هنشوفها كمان شوية

304
00:24:33,250 --> 00:24:35,050
زي ما لما بتدور على الـ maximum value، اللي هي

305
00:24:35,050 --> 00:24:39,390
السبعة و خمسين، ممكن أنا أروح أطبق عليها بشكل كويس

306
00:24:39,390 --> 00:24:46,650
انسخ هاي تلاتة

307
00:24:50,400 --> 00:24:54,340
طبعاً أنا عملت هدول بالـ mean، وهدول بالـ median، ووراهم

308
00:24:54,340 --> 00:25:00,540
مباشرة بدي أقول له هات لي إيش؟ حسب لي الـ missing

309
00:25:00,540 --> 00:25:05,600
حطيتهم في نفس الـ cell عشان ما يكونش عندي مشكلة، وإن

310
00:25:05,600 --> 00:25:07,620
شاء الله، آه، ليش هيك؟

311
00:25:16,070 --> 00:25:21,470
مش خطأ، ودليل إنه ما ضلش في عندي values مفقودة

312
00:25:21,470 --> 00:25:29,430
بالموجود، طب لو أنا راح قلت له d.describe

313
00:25:35,930 --> 00:25:40,790
أوكي، كله صاروا 151، مصبوط، هي كان ما بيعيش الخياشة ده a

314
00:25:40,790 --> 00:25:45,650
value is trying to be set to a copy of a slice

315
00:25:45,650 --> 00:25:51,030
from that frame work، هي أشبه بالـ warning، نعم هذا هو

316
00:25:51,030 --> 00:25:57,250
a setting with copy warning، هو بيحذرني إنه بيصير في

317
00:25:57,250 --> 00:26:03,110
عندي تعديل على الـ data، بناءً على الـ data الموجودة، هو

318
00:26:03,110 --> 00:26:07,210
عمال بيقول، استخدم loc، أو عمال بيقول استخدم iloc

319
00:26:07,210 --> 00:26:11,030
بدل، مش قضيتنا كتير، بس في الآخر أنا هي الـ value

320
00:26:11,030 --> 00:26:16,630
تبعتهم، أعمل لها iloc، ومفروض الآن ما فيش عندي

321
00:26:16,630 --> 00:26:21,910
missing مطلقاً، طيب ننتقل بعد هيك للجزئية، إن والله

322
00:26:21,910 --> 00:26:26,690
شو وضع الـ noise data؟ وين الـ noise data تبعي؟ طبعاً

323
00:26:26,690 --> 00:26:29,430
أنا ممكن أستدل على noise data، أولاً بما إنه أنا

324
00:26:29,430 --> 00:26:32,990
بتكلم على measurement، معناته هذه مش سالب تلاتة، هذه

325
00:26:32,990 --> 00:26:36,960
تلاتة، وبما إنه أنا بتكلم على Measurement لوردة، برضه مش

326
00:26:36,960 --> 00:26:40,320
منطقي يكون في عندي الـ maximum value هي 57، عشان هي

327
00:26:40,320 --> 00:26:44,540
دائماً دراسة مفيدة للـ data، أو الـ contents اللي

328
00:26:44,540 --> 00:26:50,060
موجودة عندي في كل الـ data set، طيب إيش الحل؟ كيف

329
00:26:50,060 --> 00:26:53,340
بدنا نشوف، طبعاً هذه إشارات عندي، طبعاً في عندي طريقة

330
00:26:53,340 --> 00:27:00,120
ثانية كمان، ممكن أنا أروح أشتغل عليها، لو أنا قلت

331
00:27:00,120 --> 00:27:03,200
هذه الـ attributes equal، اللي هي الـ list تبعنا

332
00:27:03,200 --> 00:27:08,580
اللي فوق، خليني بس أنسخها بدل ما إيش أكتب من ثاني

333
00:27:08,580 --> 00:27:11,760
okay

334
00:27:15,030 --> 00:27:17,410
هو، عاد تظهر، وضالة في الـ list، يعني، أوى المشكلة في

335
00:27:17,410 --> 00:27:21,930
الموضوع، لأ، بدي أعدّل عليها، الـ label أنا مش بحاجة

336
00:27:21,930 --> 00:27:27,030
ألاقيه، okay، هذه مجموعة الـ attributes اللي موجودة

337
00:27:27,030 --> 00:27:31,790
عندي، فأنا بدي أروح أعمل .. بدي أرسم figure، هي plot

338
00:27:31,790 --> 00:27:41,070
plt.figure، حجم الـ figure قد إيش؟ هي big size

339
00:27:44,660 --> 00:27:52,600
مثلاً، دعوني أختار عشرين، عشرة، تمام، الـ figure هذا

340
00:27:52,600 --> 00:27:59,040
يحتاج الـ data دي، of attributes اللي هم الخمسة

341
00:27:59,040 --> 00:28:02,840
attributes اللي موجودة عندي، طبعاً الـ label اللي احنا

342
00:28:02,840 --> 00:28:09,200
بدنا إياها هي nominal، لأنها مرتبة، تمام، أو بدي أروح .

343
00:28:09,200 --> 00:28:12,940
attributes

344
00:28:12,940 --> 00:28:20,700
.boxplot

345
00:28:20,700 --> 00:28:24,500
الـ box plot يا جماعة الخير، هذه عبارة عشان تحدد الـ

346
00:28:24,500 --> 00:28:30,870
outlier اللي موجود عندي، ممكن أضع للرسمة title، plt

347
00:28:30,870 --> 00:28:34,290
.title، هذا الكلام ممكن يلزمَني في شرح التسجيل

348
00:28:34,290 --> 00:28:38,070
الجديد اللي هو إيش؟ اللي له علاقة بالـ visualisation

349
00:28:38,070 --> 00:28:47,650
iris attributes، وفي

350
00:28:47,650 --> 00:28:54,350
الآخر بدي أروح أقول له show للرسم اللي موجود عندي

351
00:28:54,350 --> 00:29:02,760
و run، آها، تمام، لاحظوا معايا الآن، هذه الرسمة جاب لي

352
00:29:02,760 --> 00:29:07,280
الـ data، طبعاً واضح، بقول، الـ data الـ range تبعي

353
00:29:07,280 --> 00:29:10,540
المسموح فيه، الـ outlier المسموح فيه، اللي هو داخل

354
00:29:10,540 --> 00:29:12,980
المربعات السوداء، طبعاً اللي دول، من الخطوط السوداء

355
00:29:12,980 --> 00:29:15,240
طبعاً إحنا لما نرسم الـ outlier، لاحظوا إن إن شاء الله

356
00:29:15,240 --> 00:29:19,580
تعالى هنفهم الكلام بشكل كويس، بشكل أحسن، لكن واضح إن

357
00:29:19,580 --> 00:29:23,600
هذه outlier، وهذه outlier، لأنهم بعاد تماماً، هذه جايّة

358
00:29:23,600 --> 00:29:26,400
مع الـ fit، خليني، طبعاً لو أنا بدي أغير القيمتين هدول

359
00:29:26,610 --> 00:29:29,450
القيمتين هدول، إحنا شفناهم، عاملين، وهي هذه سالب

360
00:29:29,450 --> 00:29:35,110
تلاتة، وهذه سبعة وخمسين، سبعة وخمسين، تمام، طيب بدنا

361
00:29:35,110 --> 00:29:37,970
الآن نشوف كيف بدي أتعامل مع الـ noise data اللي

362
00:29:37,970 --> 00:29:42,410
موجودة، مع الـ noise data، بدنا ننتقل، ونكتب code

363
00:29:42,410 --> 00:29:44,510
نشوف كيف بدي أتعامل، أو بدي أتخلص من الـ code مع الـ

364
00:29:44,510 --> 00:29:46,430
noise data اللي موجودة

365
00:29:50,740 --> 00:29:54,560
طيب أول حاجة أنا بدي أعرف الـ 57 هذه اللي في الـ

366
00:29:54,560 --> 00:29:57,140
attribute الأول، جاية في أي row، عشان أروح فوق، أو

367
00:29:57,140 --> 00:30:00,060
أروح أعدلها أو ما شابه، أنا okay، بعرف في العمود

368
00:30:00,060 --> 00:30:06,160
الأول، لكن في أي row ما بعرف، تمام، determine the

369
00:30:06,160 --> 00:30:08,620
noise value

370
00:30:12,090 --> 00:30:17,050
location، أو بين قوسين الـ row، الآن عشان أحدد الـ row

371
00:30:17,050 --> 00:30:21,310
اللي موجود، أو اللي فيه الـ data، طبعاً أنا عندي الـ

372
00:30:21,310 --> 00:30:24,190
data، وأنا بعرف إنه موجود في الـ attribute الأول

373
00:30:24,190 --> 00:30:29,950
فأنا بروح بقول له، اديني الـ row وين، إن الـ attribute

374
00:30:29,950 --> 00:30:36,610
عفواً، a1 equal

375
00:30:36,610 --> 00:30:42,930
57، إيش اللي أنا سويته هنا؟ هنا رحت وقلت له أنا بدي

376
00:30:42,930 --> 00:30:51,890
الـ row، الـ row اللي فيه a1 equal 57، a1، لاحظوا أنا

377
00:30:51,890 --> 00:30:54,510
بإعتماعي على الـ data، طبعاً هو لو كان فيه أكثر من

378
00:30:54,510 --> 00:30:58,450
واحد شو يصير؟ هيديني الـ rows اللي موجودة عندهم، فراح

379
00:30:58,450 --> 00:31:02,490
قال لي الـ row 113، هي الـ row 113، طبعاً هنقول لكم يا

380
00:31:02,490 --> 00:31:07,590
جماعة الخير، معالجة الـ noise data غالباً manual، طبعاً

381
00:31:07,590 --> 00:31:11,430
الـ data preparation معظمها manual، تمام، وبالتحديد

382
00:31:11,430 --> 00:31:14,930
الـ noise ذاتَه، أنا حددتها الآن، معناته لو كان في عندي

383
00:31:14,930 --> 00:31:18,050
أكثر من row، أكثر من row، هتكون موجودة عندي، يعني لو

384
00:31:18,050 --> 00:31:21,950
على سبيل المثال، على سبيل المثال بدي أنا أروح أكتب

385
00:31:21,950 --> 00:31:27,950
code مشابه للـ code هذا، بس من باب العلم

386
00:31:27,950 --> 00:31:37,550
يعني أروح أقول له a5 بدأ تساوي تلاتة مثلاً، و

387
00:31:38,640 --> 00:31:41,420
لاحظوا، هذاني القائمة، وبالتالي أنا بدي أعمل

388
00:31:41,420 --> 00:31:45,540
handling لكل واحد من هدول بشكل مستقل، لما يكونوا

389
00:31:45,540 --> 00:31:47,920
لكن هدول أنا ما بيهمنيش، أنا اللي بيهمني هالـ 113

390
00:31:47,920 --> 00:31:52,040
تمام، طب مع الـ 113 هذا شو أنا بدي أروح أساوي الآن؟

391
00:31:52,040 --> 00:31:54,760
بدي أعدل الـ value، الآن هذا الـ value مكتوب يا جماعة

392
00:31:54,760 --> 00:32:00,600
الخير 57، 5

445
00:35:43,450 --> 00:35:46,350
شغلة قبل أخيرة، لما أنا بدي اشتغل على موضوع الـ

446
00:35:46,350 --> 00:35:49,100
correlation، أنا الـ data موجودة عندي، والـ attributes

447
00:35:49,100 --> 00:35:52,200
اللي عندي كلها numeric، معناته أنا بدي أطبق الـ

448
00:35:52,200 --> 00:35:57,120
correlation، في عندي method اسمها dot correlation

449
00:35:57,120 --> 00:36:00,660
شوفي

450
00:36:00,660 --> 00:36:05,440
مسحت الـ command، run، راح حسب الـ person الـ

451
00:36:05,440 --> 00:36:09,120
correlation، وقال لي والله هي الـ attributes اللي عندك

452
00:36:10,330 --> 00:36:15,530
لكن واضح أن في عندي على، طبعاً القطر، يا جماعة الخير

453
00:36:15,530 --> 00:36:19,330
المفروض كله يكون ايش؟ واحد، لأن الـ attribute مع نفسه

454
00:36:19,330 --> 00:36:23,850
واحد، الـ attribute الأول والثاني ما فيش dependency

455
00:36:23,850 --> 00:36:29,550
مطلقاً، الأول والثالث فوق الخمسين، فوق الثمانين، الأول

456
00:36:29,550 --> 00:36:33,530
والرابع فوق الثمانين، الأول والخامس فوق الثمانين

457
00:36:33,530 --> 00:36:43,250
لكن الثالث والرابع 95%، الثالث والخامس 95%،

458
00:36:43,250 --> 00:36:49,510
الرابع والخامس 99%، طيب الآن بس أنا بدي أحذف واحد

459
00:36:49,510 --> 00:36:52,850
من الـ correlation اللي هو الخامس هذا، طب أنا بدي

460
00:36:52,850 --> 00:36:54,750
أقول أن والله الـ attributes اللي عندي الـ

461
00:36:54,750 --> 00:36:58,530
correlation تبعته فوق فوق الـ 97%، هي اللي بدي

462
00:36:58,530 --> 00:37:03,190
أحذفها، أنتم بالمثال كان عندكم فوق الـ 80%، الآن

463
00:37:03,190 --> 00:37:08,980
أجيب في الواجبات الآن يا جماعة الخير لهذا الكلام، ليش؟

464
00:37:08,980 --> 00:37:14,000
لأن أنا فعلياً فعلياً الـ attribute الخامس هو عبارة

465
00:37:14,000 --> 00:37:17,840
كان عن واحد ونص، حاصل ضرب الـ values اللي موجودة

466
00:37:17,840 --> 00:37:21,580
تعالوا احسبوها أنتم هيك، واحد ونص في

467
00:37:24,940 --> 00:37:30,300
1.5، 4، 6، 1.5، هنتلقى طبعاً صار في بعض التغييرات على

468
00:37:30,300 --> 00:37:35,560
الـ values، 1، 2، 1.5، الفكرة أنه أنا طبعاً عملت

469
00:37:35,560 --> 00:37:37,580
rounding للـ values اللي موجودة، عشان يصير فيه

470
00:37:37,580 --> 00:37:40,860
اختلاف، ما تصيرش يعني مية في المية، فجأة هو بس واضح

471
00:37:40,860 --> 00:37:44,020
أن الـ value تسعة، تلت تسعات يعني، وكانها واحد، طب ايش

472
00:37:44,020 --> 00:37:46,760
الحال؟ أوكي، الـ attribute هذا أنا بدي أحذفه، كيف بدي

473
00:37:46,760 --> 00:37:49,500
أروح أحذف الـ attribute؟ كيف بدي أحذف الـ attribute

474
00:37:49,500 --> 00:37:50,180
يا جماعة الخير؟

475
00:37:54,700 --> 00:38:00,440
قلنا فيه نقطة، رقتين اللي هي حدف الـ attribute بس

476
00:38:00,440 --> 00:38:07,800
هذا، مع الـ null أولاً، حذفنا الـ attribute الأول، drop

477
00:38:07,800 --> 00:38:18,700
أو الـ function اسمها drop، drop

478
00:38:18,700 --> 00:38:22,160
a5, replace

479
00:38:24,110 --> 00:38:30,040
وأروح أقول له احسب الـ correlation مرة ثانية، هي run

480
00:38:30,040 --> 00:38:34,700
ممتاز، هي جاني الـ data، طار الـ attribute، والـ

481
00:38:34,700 --> 00:38:38,340
correlation، طبعاً هذه من الأصل أنها ما تتغيرش، لكن

482
00:38:38,340 --> 00:38:43,660
الحسبة بتظل نوعاً ما فيها اختلافات بالنسبة للكل، طيب

483
00:38:43,660 --> 00:38:46,500
خلصنا الآن في موضوع الـ correlation، شفنا موضوع الـ

484
00:38:46,500 --> 00:38:49,660
data، ضل آخر جزئية كنت أنا بدي أعرفها منكم اللي هي

485
00:38:49,660 --> 00:38:55,360
جزئية تقسيم الـ data لـ two different sets، وكتبتهم

486
00:38:55,360 --> 00:39:01,630
على الـ file اللي موجود هنا، طيب الآن عشان أنا أجزم الـ

487
00:39:01,630 --> 00:39:09,750
data from escalare.model

488
00:39:09,750 --> 00:39:12,910
underscore selection

489
00:39:26,800 --> 00:39:32,640
هذا الكود بينفذ stratified sampling على الـ data

490
00:39:32,640 --> 00:39:37,290
الموجودة، طبعاً احنا كنا طالبين منكم الـ data set اللي

491
00:39:37,290 --> 00:39:39,890
موجودة عندكم، هي الـ data أو الـ data اللي أنتم

492
00:39:39,890 --> 00:39:43,970
حملتوها، تجسّمها، بتكلم عشان تفاصيل ثانية لحد اللحظة

493
00:39:43,970 --> 00:39:49,510
طبعاً هدفي إلى استخدام الـ train test split، هذا ممكن

494
00:39:49,510 --> 00:39:52,510
يرجع لي بمجموعتين، وممكن يرجع لي بأربعة، ممكن يرجع لي

495
00:39:52,510 --> 00:39:56,090
بمجموعتين، وممكن يرجع لي بأربعة، لكن أنا بدي اشتغل

496
00:39:56,090 --> 00:39:59,710
فقط على نظام مجموعتين، ولما بنحتاج الأربعة بنتكلم

497
00:39:59,710 --> 00:40:07,060
عليهم، فالمجموعة الأولى أنا بدي اسميها train set، كما

498
00:40:07,060 --> 00:40:15,560
ثانية test set، equal اللي هو اللي .. خليني بس أقوله

499
00:40:15,560 --> 00:40:23,580
as، طبعاً هذه ميزة الـ as، TTS، TTS، وTTS هذا اللي هي

500
00:40:23,580 --> 00:40:28,640
train test split، بياخذ مني الـ data اللي هي دي

501
00:40:28,640 --> 00:40:35,860
بياخذ مني الـ test أو الـ train size، والباقي طبعاً

502
00:40:35,860 --> 00:40:41,600
بياخذ النسبة التالية، point، ثلاثة من عشرة، كده أنا

503
00:40:41,600 --> 00:40:45,800
عم بقول له بدي للـ test set حجمها ثلاثين في

504
00:40:45,800 --> 00:40:49,920
المئة من الـ data set اللي موجودة عندي، ومن ثم أنا

505
00:40:49,920 --> 00:40:54,280
بدي أروح أتحقق، هي في عندي الـ train، والسبعين في

506
00:40:54,280 --> 00:40:56,280
المئة حتظهر للـ train، هي train

507
00:40:59,560 --> 00:41:13,260
set.head ثلاثة، ونفس الكلام test set.head ثلاثة

508
00:41:13,260 --> 00:41:18,160
وهي run، هد

509
00:41:18,160 --> 00:41:22,140
النتائج، ثمانية فيهم، عاد عشان هدول جابهم كل واحد لحال، و

510
00:41:22,140 --> 00:41:23,120
غالباً، هدول الأخيرة

511
00:41:25,690 --> 00:41:28,370
غالباً هذه الأخيرة، بدي أعملهم كل واحدة لحالي بشكل

512
00:41:28,370 --> 00:41:35,390
مستقل، هاي run هاي

513
00:41:35,390 --> 00:41:42,590
الـ train set، وهي الـ test set، run

514
00:41:42,590 --> 00:41:47,090
طبعاً، ادّى الـ two different sets موجودة، ضل هلّأ موضوع

515
00:41:47,090 --> 00:41:50,230
موضوع الـ train set اللي أنا أكتبها على الـ

516
00:41:53,880 --> 00:41:58,620
موضوع كتبتها على الـ disk، بسيط جداً، أنا للآن في عندي

517
00:41:58,620 --> 00:42:04,700
الـ pandas، dot، زي ما كنت بقوله، read csv، بروح بقوله to

518
00:42:04,700 --> 00:42:14,440
csv، وبديله اسم الملف، أي train set

519
00:42:21,360 --> 00:42:30,340
tsv .. يا عفو، إن هاد الـ train set، train set، run، و

520
00:42:30,340 --> 00:42:36,120
بقى آخذ test set بنفس الكيفية، test set، dot

521
00:42:36,120 --> 00:42:40,280
underscore csv

522
00:42:44,940 --> 00:42:50,960
testset.csv، run، وبهيك احنا بنكون إن شاء الله

523
00:42:50,960 --> 00:42:54,160
انتهينا من الـ application، بس عشان أنا أتأكد، ممكن

524
00:42:54,160 --> 00:42:59,260
أروح أدور على الـ files اللي موجودة عندي، احنا من

525
00:42:59,260 --> 00:43:04,730
الأسماء هو طبعاً الأسماء كلها مرتبة، ترتيب train set

526
00:43:04,730 --> 00:43:11,730
وهي train set، وهي test set، الآن seconds ago، هاي الـ

527
00:43:11,730 --> 00:43:17,230
data موجودين كـ excel file أو كـ csv file، إن شاء

528
00:43:17,230 --> 00:43:20,850
الله، بتكون المعلومات سهلة، بتعيدوا الفيديو مرة

529
00:43:20,850 --> 00:43:25,310
وثنتين، بحيث إنكم تستوعبوا، وإن شاء الله تعالى الله

530
00:43:25,310 --> 00:43:28,610
يعطيكم العافية، والسلام عليكم ورحمة الله وبركاته