1
00:00:07,760 --> 00:00:09,860
بسم الله والحمد لله والصلاة والسلام على رسول

2
00:00:09,860 --> 00:00:13,720
الله أهلا وأهلا بالشباب الطيبين، وأتمنى لكم إن

3
00:00:13,720 --> 00:00:18,380
شاء الله فصلا جديدا ملءه النشاط والمعرفة، وختامه

4
00:00:18,380 --> 00:00:21,400
الدرجات العالية إن شاء الله تعالى. اليوم إن شاء

5
00:00:21,400 --> 00:00:25,720
الله، هنبدأ نتكلم أو هنعمل مقدمة نتكلم.. نتواصل..

6
00:00:25,720 --> 00:00:30,180
نتناقش فيها، ونعرض فيها الـ syllabus أو وصف مساق تنقيب

7
00:00:30,180 --> 00:00:34,400
البيانات. لكن كالعادة يعني اللي بنحب الـ

8
00:00:34,400 --> 00:00:38,380
discussion وبنحِب نتكلم معاكم بشكل كويس. لو أنا

9
00:00:38,380 --> 00:00:44,380
سألتك أو سألت أي واحد فيكُم، شو يعني تنقيب بيانات؟

10
00:00:44,380 --> 00:00:48,660
طيب، حد فيكم كلف نفسه يطلع على وصف المساق اللي

11
00:00:48,660 --> 00:00:53,220
موجود على الصفحة قبل ما يسجل المساق؟ آه محمد؟ اللي

12
00:00:53,220 --> 00:00:57,020
هي filtering the big data، filtering the big data،

13
00:00:57,020 --> 00:00:59,660
شو يعني معاه؟ شو يعني بالعربي filter؟

14
00:01:02,490 --> 00:01:08,190
filter معناته أنا بتكلم على تصفية، ترتيب، مصبوط لأ..

15
00:01:08,190 --> 00:01:11,930
هي الـ data mining أو تنقيب البيانات، شغل أكبر من

16
00:01:11,930 --> 00:01:18,630
هيك، آه الشباب، حاجة

17
00:01:18,630 --> 00:01:24,970
صغيرة، وأفصل البيانات اللي فيها. طيب

18
00:01:24,970 --> 00:01:30,710
الآن، أجيب pattern، أطلع شغلة غامضة، الآن يعني بديتها.. آه، رمي

20
00:01:35,260 --> 00:01:41,100
آه، الوصول إلى معلومات مفيدة من معلومات ما لها غير

21
00:01:41,100 --> 00:01:45,880
مرتبة، غير مرتبة، خلّيني أقول. طيب، الآن لو أنا جيت

22
00:01:45,880 --> 00:01:51,440
سألتك، تنقيب

23
00:01:51,440 --> 00:01:58,400
بالعربي mining شو

24
00:01:58,400 --> 00:02:03,080
يعني كلمة تنقيب معناته بالعربي استخراج، استخراج

25
00:02:03,080 --> 00:02:07,090
إيش؟ يعني ابن فعلا راح يقول: والله بدنا بنقب عن

26
00:02:07,090 --> 00:02:13,610
الشواكل مثلا؟ لا.. لا.. لا، استخراج مادة من مادة

27
00:02:13,610 --> 00:02:22,230
خام، استخراج أو بحث أثري؟

28
00:02:22,230 --> 00:02:25,330
مادة من مادة خام. طب ممكن تقولي إيش طبيعة المادة هي

29
00:02:25,330 --> 00:02:25,870
يا باشا؟

30
00:02:29,140 --> 00:02:31,680
التنقيب، الآن سيبني من الـ data، الـ data عن الجهة

31
00:02:31,680 --> 00:02:39,420
خلينا الآن نتكلم على التنقيب. أيوة، أيوة، البحث هذا

32
00:02:39,420 --> 00:02:44,260
أو التنقيب، هذه كمسمّى أو كمصطلح مرتبط باستخراج أو

33
00:02:44,260 --> 00:02:48,940
البحث عن أشياء

34
00:02:48,940 --> 00:02:52,080
ثمينة،

35
00:02:52,080 --> 00:02:55,120
نادرة،

36
00:02:55,120 --> 00:02:57,460
الوجود.

37
00:02:58,280 --> 00:03:01,180
يعني الآن ما فش أروح أقول: والله أنا بدي أنقب على

38
00:03:01,180 --> 00:03:06,280
جلم رصاص! احنا بروح بنشتري جلم رصاص أو بنستلفه، لأن

39
00:03:06,280 --> 00:03:09,060
حد بيتفرج في الـ national geographic وبيِتفرج على

40
00:03:09,060 --> 00:03:13,460
برامج التنقيب، ليش

41
00:03:13,460 --> 00:03:22,000
بنقبوا كانوا؟ آه يا هاشم، عن الذهب، فحم، petroleum،

42
00:03:22,000 --> 00:03:29,050
النفط، أحجار كريمة، ولاحظ كلها.. كلها غالية

43
00:03:29,050 --> 00:03:35,830
ونادرة الوجود، ومهمة في عالمنا اليوم. طيب، كلمة تنقيب

44
00:03:35,830 --> 00:03:44,130
ارتبطت بمخاطر، زائد

45
00:03:44,130 --> 00:03:46,210
تكلفة، ولا شو رايكم؟

46
00:03:49,310 --> 00:03:51,410
الناس اللي بتعمل تنقيب على الدهب، وتنقيب على

47
00:03:51,410 --> 00:03:54,810
البترول، هاي جِدّاش في عندهم risk عالية، لأنهم

48
00:03:54,810 --> 00:03:58,270
بيستخدموا مكان تقيل، بيضطروا بيحفروا عميقا في الأرض،

49
00:03:58,270 --> 00:04:02,010
أحيانا بينزلوا، أحيانا في داخل الحفرة تبعتهم، وممكن

50
00:04:02,010 --> 00:04:06,810
تنهار عليهم، هذه

51
00:04:06,810 --> 00:04:10,510
مخاطر على مستوى الجسد، مخاطر تانية مرتبطة بالتنقيب،

52
00:04:10,510 --> 00:04:16,710
إنه ممكن بعد جهد كبير تطلع صفر اليدين، تمام؟

53
00:04:18,660 --> 00:04:22,720
وتكلفة عالية، مكان وفمكانه تماما زي الصياد اللي

54
00:04:22,720 --> 00:04:28,940
بيروح بيحاول يصيد، بس الصياد بيستنى السمك يجيه،

55
00:04:28,940 --> 00:04:33,880
مظبوط؟ بينما المناقب هو اللي بِدور، هو اللي بِبحِث،

56
00:04:33,880 --> 00:04:38,440
وبِدور عن العناصر اللي موجودة. فاليوم احنا هنتكلم

57
00:04:38,440 --> 00:04:44,140
تنقيب البيانات، تمام؟

58
00:04:54,970 --> 00:04:59,450
data، شو يعني بيانات؟

59
00:04:59,450 --> 00:05:03,010
بيانات،

60
00:05:03,010 --> 00:05:06,970
إيش يعني بيانات؟

61
00:05:06,970 --> 00:05:11,790
طيب، إيش الفرق بين الـ data والـ information؟

62
00:05:15,730 --> 00:05:19,930
data، تمت معالجتها، معناته البيانات هي البيانات الخام،

63
00:05:19,930 --> 00:05:23,070
وببدأ أرجع للكلام اللي قلت لزميلك: استخراج مادة من

64
00:05:23,070 --> 00:05:28,330
مادة خام. فأنت فعليا عندك بيانات طلاب الجامعات في

65
00:05:28,330 --> 00:05:35,750
فلسطين من 2000 لـ 2020. So what؟ أنا جد موجودة أكثر

66
00:05:35,750 --> 00:05:40,270
من database، دمجناهم مع بعض، جمعنا البيانات هذه،

67
00:05:40,270 --> 00:05:45,260
إيش بقدر أستفيد منهم أنا؟ دورك أنت كمنقب، تبدأ تروح

68
00:05:45,260 --> 00:05:50,500
تدور لنا على معرفة جديدة نقدر نستفيد منها في حياتنا،

69
00:05:50,500 --> 00:05:54,860
مثل.. نسبة الذكور للإناث. آه.. لاحظ من.. أنا

70
00:05:54,860 --> 00:05:56,560
خلّيني أَصْبر.. أنا بَضايق.. بعدين بجاوبك يعني على

71
00:05:56,560 --> 00:05:59,040
الكلام اللي أنا بحكي فيه الآن، زميل اللي بقول مثل

72
00:05:59,040 --> 00:06:03,160
نسبة الذكور للإناث، هذا الكلام غلط، هذا إحصاء، إحنا

73
00:06:03,160 --> 00:06:08,140
بإحصاء بتجيبه، مش ضروري تتعلم تنقيب بيانات. وهنشوف

74
00:06:08,140 --> 00:06:11,060
كمان شوية في التعريف تبع تنقيب البيانات، إنه أنا

75
00:06:11,060 --> 00:06:17,300
فعليا بحاجة لاستخدام طرق غير تقليدية، وهتشوف إنه

76
00:06:17,300 --> 00:06:19,960
تنقيب البيانات باستخدام الإحصاء، وباستخدام الـ

77
00:06:19,960 --> 00:06:22,420
database، وباستخدام البرمجة، وباستخدام الشبكات، و

78
00:06:22,420 --> 00:06:25,760
باستخدام معظم العلوم من أجل الوصول للهدف المطلوب،

79
00:06:25,760 --> 00:06:29,480
لأنه هو بنقّب في معلومات

80
00:06:32,110 --> 00:06:36,270
بنقب في الـ data عشان يطلع، أيوة. فبالتالي الآن هذه

81
00:06:36,270 --> 00:06:40,510
بيانات مش معلومات، عشان هي، أنا بسألك إيش هي

82
00:06:40,510 --> 00:06:45,510
البيانات؟ شوف

83
00:06:45,510 --> 00:06:51,850
عادة.. مثلا.. الآن أنت بتستخرجي المعلومة، تمام؟

84
00:06:51,850 --> 00:07:00,630
الآن بالعربي عادة إحنا بنقول: تنقيب عن الذهب، ما نقولش

85
00:07:00,630 --> 00:07:07,380
بنقب في الذهب. تنقيب عن البترول، ومكان التنقيب في

86
00:07:07,380 --> 00:07:12,600
حياتنا كبشر، مكان واحد، باطن الأرض. عشان هيك اختصر كل

87
00:07:12,600 --> 00:07:18,300
المسميات، تمام؟ كما بقول لك: تنقيب عن، بينما هنا أنواع

88
00:07:18,300 --> 00:07:22,980
البيانات اللي عندي مختلفة، والـ task تبعتي اللي أنا

89
00:07:22,980 --> 00:07:27,700
باطلعها مختلفة. الـ data، مصدر البيانات، لما تكون

90
00:07:27,700 --> 00:07:31,500
بيانات الطلاب الجامعيين على مستوى فلسطين، غير لما

91
00:07:31,500 --> 00:07:34,980
تكون مصدر البيانات بيانات، وإما الإرشيف الصحي

92
00:07:34,980 --> 00:07:39,500
للمواطنين الفلسطينيين، بيصير في عندي، هن بتدور على شغلة

93
00:07:39,500 --> 00:07:46,120
مختلفة عنها، ومصدرين مختلفين، فبيصير في عندي تنقيب البيانات

94
00:07:46,120 --> 00:07:51,300
مجلكاش تنقيب عن البيانات، فأنا بنقب في الـ.. بنقب

95
00:07:51,300 --> 00:07:56,430
البيانات قاعد، عشان.. بهدف إني أطلع منها شغلة ممكن

96
00:07:56,430 --> 00:07:58,950
تكون formation، بس هي فعليا أعلى من الـ information،

97
00:07:58,950 --> 00:08:03,470
إحنا متكلمين على knowledge، معرفة، وهنشوف الفرق..

98
00:08:03,470 --> 00:08:06,370
الفرق بين الـ data والـ information والـ knowledge

99
00:08:06,370 --> 00:08:12,270
والحكمة أو الـ wisdom لاحقا. وبالتالي أنا الآن هدفي

100
00:08:12,270 --> 00:08:18,670
أن أتعلم كيف أنقب البيانات في البيانات، مش عن

101
00:08:18,670 --> 00:08:23,370
البيانات. الآن data mining، تنقيب، مقصود فيها في

102
00:08:23,370 --> 00:08:27,470
البيانات، تنقيب البيانات نفسها من أجل استخراج معرفة

103
00:08:27,470 --> 00:08:34,870
طيب، تتوقع العملية تكون سهلة ولا صعبة؟ حسب الـ data،

104
00:08:34,870 --> 00:08:40,810
لكن عادة الـ data mining هي task، ليست task تقليدية،

105
00:08:40,810 --> 00:08:44,810
ممكن تقدر تكتب برنامج، وهذا بيُعقّد إن كنت تكون

106
00:08:44,810 --> 00:08:50,120
developer كويس. بيقتضي منك إنك تعمل import و export

107
00:08:50,120 --> 00:08:53,920
بعض الأحيان للـ database، وكيف تعمل integration

108
00:08:53,920 --> 00:08:58,700
وبيُلزِمك تعرف إن الـ database كويس. بيُلزِمك تتعرف على الـ

109
00:08:58,700 --> 00:09:02,660
machine learning algorithm عشان تسخرها في عملية

110
00:09:02,660 --> 00:09:05,660
التنقيب. يعني بنجّوزين، بدك أدوات، بدك tools، اللي

111
00:09:05,660 --> 00:09:08,600
بِدور على الدهب، عنده حفار وعنده جرافة وعنده

112
00:09:08,600 --> 00:09:14,770
المصفاة، وعنده الميه إلى آخره، هذه هي أدواته. وأنت

113
00:09:14,770 --> 00:09:17,390
لازم يكون لك أدواتك اللي بقى بتستخدمها في عملية

114
00:09:17,390 --> 00:09:21,670
التنقيب. طيب، لما نتكلم على معلومات المساق تبعنا،

115
00:09:21,670 --> 00:09:29,250
أهم شغلة بتهمك فيها، إيميلي لأي استفسار، طبعا كلكم

116
00:09:29,250 --> 00:09:34,030
بتعرفوا ساعات المكتبية للفصل هذا، من السبت للأربعاء

117
00:09:34,760 --> 00:09:37,640
من الـ 11 إلى الواحدة، أنا موجود في المكتب، طبعا إلا

118
00:09:37,640 --> 00:09:40,300
لو صار في اجتماع طارئ، أنا ما بقدرش أتحكم فيه يعني،

119
00:09:40,300 --> 00:09:43,340
بس غالبا إن شاء الله أكون موجود، ومكتبي في الطابق

120
00:09:43,340 --> 00:09:49,100
التالت في مبنى تكنولوجيا المعلومات. مقعد لقائنا 9 ونص

121
00:09:49,100 --> 00:09:54,960
إلى الـ 11، كان في I 116، وجبناه للقاعة المصورة،

122
00:09:54,960 --> 00:10:02,270
هذه وصف المساق تبعنا. المساق هذا حاولنا نعيد تصميمه

123
00:10:02,270 --> 00:10:08,730
أو صممناه بحيث إنه يزود الطالب بمقدمة عن علم

124
00:10:08,730 --> 00:10:15,890
البيانات، ويزوده بخبرة عملية، hand experience في

125
00:10:15,890 --> 00:10:21,630
التعامل مع كل مراحل مشروع، أو مع شريعة قواعد data

126
00:10:21,630 --> 00:10:26,770
mining، تنقيب البيانات. الآن hand experience، تجربة

127
00:10:26,770 --> 00:10:32,760
عملية، with all faces، لما أتكلم with all faces،

128
00:10:32,760 --> 00:10:38,000
معناته أنا جاي أتكلم عن إيش؟ عن مشروع بيمر في

129
00:10:38,000 --> 00:10:41,580
مراحل، مش مرحلة واحدة. الآن في الـ database project،

130
00:10:41,580 --> 00:10:44,760
لو أنا بدأ أُقارنها في الـ database، بتعمل analysis،

131
00:10:44,760 --> 00:10:50,560
بتعمل design، بتعمل implementation، مظبوط؟ إيش دول

132
00:10:50,560 --> 00:10:51,200
بعد هيك؟

133
00:10:53,820 --> 00:10:57,780
خلاص، بدي أعمل test عشان أتأكد إن كل الأمور تمام،

134
00:10:57,780 --> 00:11:00,560
وبعد ذلك لو أنا محتاج maintenance، بكلمك على أربع

135
00:11:00,560 --> 00:11:04,720
مراحل. اليوم هتشوف إنه أنا في عندي 6 من 7،

136
00:11:04,720 --> 00:11:10,580
على 8 مراحل، وكل واحدة بدها جهد ومعرفة مختلفة مني،

137
00:11:10,580 --> 00:11:16,500
عشان أقدر أنجزها. طبعا هذا كله باعتماد على الـ real

138
00:11:16,500 --> 00:11:20,780
data، ما بنفعش أستخدم fake data أو fabricated data، و

139
00:11:20,780 --> 00:11:23,790
أشتغل عليها. طب دلوقت، بدي أجيب الـ real data، الـ

140
00:11:23,790 --> 00:11:26,610
real data متاحة في مواقع كتير عالميا بتزودني بـ

141
00:11:26,610 --> 00:11:31,110
real data، موجودة، historical data في مجالات مختلفة،

142
00:11:31,110 --> 00:11:36,450
بدءا من التمييز بين أنواع الحشرات ومواصفاتها، لحد

143
00:11:36,450 --> 00:11:41,730
تصنيف صور الفضاء، والشغلات هذه. فأنت وين مهتم، ممكن

144
00:11:41,730 --> 00:11:45,770
تلاقي بيانات بتخدمك، وزودكوا إن شاء الله من خلال الـ

145
00:11:45,770 --> 00:11:49,210
model بمجموعة من الروابط. ممكن المحاضرة الجاية أعرض

146
00:11:49,210 --> 00:11:53,430
الروابط عليكم، نشوف بعض المواقع، بحيث إن مطلوب منك

147
00:11:53,430 --> 00:11:58,410
فعليا تحدد data set أنت والفريق تبعك عشان تشتغل

148
00:11:58,410 --> 00:12:04,030
عليها لحد نهاية الفصل. الآن هذا المساق هيغطي

149
00:12:04,030 --> 00:12:11,070
مواضيع، بدءا من الـ data format، أنواع البيانات، طبعا

150
00:12:11,070 --> 00:12:15,850
بما إنه درستوا قواعد بيانات اتنين، هسألكم شو هو

151
00:12:15,850 --> 00:12:22,190
أنواع البيانات؟ تتذكروا المربع تبع البيانات؟

152
00:12:22,190 --> 00:12:27,810
رسمنا رسمة زي هيك، اللي هي علاقة بالبيانات قبل ما

153
00:12:27,810 --> 00:12:33,490
نتكلم عن الـ NoSQL Database، طبعا

154
00:12:33,490 --> 00:12:37,690
إحنا بناخد المعلومات عشان نستخدمها، صح؟ أعين عليكم، صار

155
00:12:37,690 --> 00:12:38,490
في عندي structured،

156
00:12:43,360 --> 00:12:50,220
و unstructured. طيب، وإيش كمان؟ لا يا باشا، خلاص،

157
00:12:50,220 --> 00:12:52,800
هدول هنخلصهم.. هنخلص الـ semi-structured. قلنا الـ No

158
00:12:52,800 --> 00:12:57,040
SQL جاية عشان تتعامل مع الـ semi-structured data، و

159
00:12:57,040 --> 00:12:59,320
لو كانت الـ structured بتتعامل معاها، unstructured

160
00:12:59,320 --> 00:13:02,960
بتتعامل معاها غير. وفيه كمان تصنيفين: static

161
00:13:11,330 --> 00:13:16,070
و dynamic data. الآن إن البيانات تبعتي بتتصف بواحدة

162
00:13:16,070 --> 00:13:19,590
من الصفات هذه، بواحدة من المربعات هذه، إما هتكون

163
00:13:19,590 --> 00:13:24,510
structured و static، أو unstructured و static. طبعا

164
00:13:24,510 --> 00:13:26,470
لما أتكلم على structured، معناته إن أنا بتكلم على

165
00:13:26,470 --> 00:13:30,080
بيانات جاهزة، وهذه اللي معنين فيها في المرحلة

166
00:13:30,080 --> 00:13:33,620
الحالية في الـ Data Mining، وإلا كان صار اسم المساق

167
00:13:33,620 --> 00:13:37,900
علوم البيانات، لأنه بيصير المفروض منك تاخد الـ

168
00:13:37,900 --> 00:13:41,160
unstructured data، وتتعامل معاها مثل ما بتتعامل مع

169
00:13:41,160 --> 00:13:47,840
structured. فإحنا مستهدفين المنطقة هذه، وممكن هذه في

170
00:13:47,840 --> 00:13:52,080
الـ dynamic. وبالتالي أنا بقى أشتغل وين؟ على

171
00:13:52,080 --> 00:13:55,840
structured data، سواء كانت dynamic أو static، مش

172
00:13:55,840 --> 00:14:00,320
فارقة كتير معايا. عشان هيك، بالذات، أنا بُميّز من الـ

173
00:14:00,320 --> 00:14:06,540
data format، كيف أعملها cleaning؟ شو يعني cleaning؟

174
00:14:06,540 --> 00:14:14,320
الآن، الناس اللي بنقبوا عن الدهب، شو بيُطلّعوا؟ لا

223
00:17:38,400 --> 00:17:44,240
قلنا وتستخدم الـ tools الحديثة ومن أهم الـ

224
00:17:44,240 --> 00:17:47,420
tools  التي يستخدمها الشباب اليوم هي الـ tools المبنية

225
00:17:47,420 --> 00:17:50,360
على الـ Python سواء كانت كلغة برمجة

226
00:17:50,360 --> 00:17:54,300
programming language  تمام أو different distribution للـ Python أو حتى

227
00:17:54,300 --> 00:18:00,430
فعلياً software packages مبنية على الـ Python بعد

228
00:18:00,430 --> 00:18:05,470
هيك بدي أعمل evaluation  المفروض evaluation لإيش؟

229
00:18:05,470 --> 00:18:10,210
لشغل، للنتيجة التي حصلت عليها، الآن وبعد دراسة

230
00:18:10,210 --> 00:18:15,890
الوضع الصحي تبع المرضى اكتشفنا أن والله أن الناس

231
00:18:15,890 --> 00:18:19,490
الذين يعانون من سوء تغذية هؤلاء ممكن برضه يكون

232
00:18:19,490 --> 00:18:24,270
احتمالية إصابتهم بسرطان الرئة الله يبعد عنكم الشر و

233
00:18:24,270 --> 00:18:29,900
عنكم وعن جميع المسلمين أنه عالي جداً كل الـ knowledge

234
00:18:29,900 --> 00:18:34,340
التي لدينا نعرف أن التدخين، طيب شو دخل سوق التخزين؟ الـ

235
00:18:34,340 --> 00:18:37,080
historical data تقول أن سوق التخزين لها دور في

236
00:18:37,080 --> 00:18:42,660
الموضوع لأن هناك شخص كان يتغذى بشكل جيد وشرح

237
00:18:42,660 --> 00:18:46,660
في التدخين لكنه لم يصب، لكن كل الحالات التي أصيبت

238
00:18:46,660 --> 00:18:50,340
بالإضافة للتدخين كان لديهم سوق تخزين، معناته أصبح

239
00:18:50,340 --> 00:18:55,640
هناك دور جديد، knowledge جديدة، من يقيمها؟

240
00:18:55,640 --> 00:19:01,310
من يقيمها؟ الناس المختصون القائمون على الموضوع

241
00:19:01,310 --> 00:19:04,370
هؤلاء يحتاجون أن يأخذوا، يجيبوا، يقولوا أين الـ system

242
00:19:04,370 --> 00:19:07,310
الذي بنيته أو أين الـ project الذي بنيته، هذا صحيح

243
00:19:07,310 --> 00:19:11,430
الحال، سيذهبون بأنفسهم ليجلبوا عينات حقيقية من الناس

244
00:19:11,430 --> 00:19:15,990
المصابين بهذا المرض ويدرسونه، فعلياً عنده سوق

245
00:19:15,990 --> 00:19:18,870
تغذية حسب الشروط الموجودة، يأخذون البيانات

246
00:19:18,870 --> 00:19:21,790
ويعرضونها على الـ system، أنا لا أعرف، فالـ system عندما

247
00:19:21,790 --> 00:19:28,290
يقول positive  سيصاب، أو negative،  هذه النسبة هي

248
00:19:28,290 --> 00:19:31,410
بمثابة الـ evaluation، يعني تجلبون عينة من البيانات

249
00:19:31,410 --> 00:19:35,130
الحقيقية وتُطبق على النظام، بعد ذلك يصبح النظام

250
00:19:35,130 --> 00:19:37,830
هذا موثوقاً بالنسبة لهم، حسناً والله نحن ممكن

251
00:19:37,830 --> 00:19:43,190
نتنبأ باحتمالية الإصابة، وممكن الآن

252
00:19:43,190 --> 00:19:47,790
نسعى جاهدين لتحسين موضوع تغذية الناس بأهمية التغذية و

253
00:19:47,790 --> 00:19:51,920
بحيث يتجنبوا التدخين وهكذا، آخر شغلة

254
00:19:51,920 --> 00:19:55,100
تحتاجها، وطبعاً ممكن تكون أول شغلة أيضاً أحياناً

255
00:19:55,100 --> 00:19:58,660
لفهم البيانات التي عندي، موضوع الـ data أو الـ

256
00:19:58,660 --> 00:20:01,140
knowledge visualization، كيف أُظهر المعرفة؟

257
00:20:01,140 --> 00:20:04,180
كلنا نعرف المقولة التي تقول الصورة خير من ألف

258
00:20:04,180 --> 00:20:09,920
كلمة، الآن لو ذهبت وجلبت لك بيانات الطلاب أو جدول

259
00:20:09,920 --> 00:20:16,620
الطلاب فيه مليون record وعلامات الطلاب موجودة، هل

260
00:20:16,620 --> 00:20:22,240
تستطيع تحديد نسب الطلاب في كل مستوى؟ يعني مثلاً كم جيد

261
00:20:22,240 --> 00:20:26,060
جداً، كم ممتاز، قل لي، اعمل تقريراً إحصائياً، حسناً

262
00:20:26,060 --> 00:20:29,240
الحال، هذا التقرير لو كان فيه Graph أو

263
00:20:29,240 --> 00:20:34,700
رسم بياني أسرع في فهمه، حتى أسرع من الجدول، لهذا السبب

264
00:20:34,700 --> 00:20:36,480
يجب أن تكون لديك القدرة على عمل

265
00:20:36,480 --> 00:20:39,860
visualization، الـ if then rule الذي يتحدث عنه

266
00:20:39,860 --> 00:20:43,660
زميلنا، لو كانت نسبة الناس بحالتهم

267
00:20:43,660 --> 00:20:48,440
الاجتماعية ودراستهم وتحصيلهم سيئ بنسبة 90%، فما

268
00:20:48,440 --> 00:20:53,540
فوقها، هذه القاعدة تُكتب لفهمها بشكل صحيح if then

269
00:20:53,540 --> 00:20:58,210
طيب، ممكن أروح أعمله كـ decision tree لفهم

270
00:20:58,210 --> 00:21:01,410
كل فرع، لأننا نتحدث عن فرع واحد فقط، فممكن

271
00:21:01,410 --> 00:21:06,150
نحتاج أن نعمل visualization من

272
00:21:06,150 --> 00:21:09,090
أهداف المساق لدينا، بعد أن تحدثنا عن أُسس

273
00:21:09,090 --> 00:21:13,150
المساق، أهداف المساق لدينا كانت كالآتي: providing

274
00:21:13,150 --> 00:21:18,310
fundamental understanding، يزودنا بالفهم الأساسي

275
00:21:18,310 --> 00:21:23,750
لمتطلبات الـ data mining حتى أستطيع استخراج المعرفة

276
00:21:23,750 --> 00:21:28,810
المخفية في البيانات، أو المخفية في البيانات، هذه

277
00:21:28,810 --> 00:21:36,650
النقطة الثانية: نستكشف معاً مجموعة من الـ data mining tasks

278
00:21:36,650 --> 00:21:41,230
لاستخراج هذه المعرفة، الـ data mining tasks:

279
00:21:41,230 --> 00:21:45,230
classification، classification  يعني تصنيف يا شباب

280
00:21:45,230 --> 00:21:49,930
لو أردت أن أرى، في جو كالذي نحن فيه، فصل

281
00:21:49,930 --> 00:21:55,650
الشتاء، وأريد معرفة هل الدنيا ستمطر أم لا، تلاحظ؟

282
00:22:03,800 --> 00:22:10,260
rainy yes و no، إذا كان الـ system  يقول إن

283
00:22:10,260 --> 00:22:14,740
الجو ماطر أو غير ماطر فهذا classification، إذا أراد

284
00:22:14,740 --> 00:22:18,260
أن يقول لي الـ stock market أو الـ stock price سعر

285
00:22:18,260 --> 00:22:25,120
السهم سيرتفع increase

286
00:22:25,120 --> 00:22:26,000
or decrease

287
00:22:29,730 --> 00:22:36,050
هذا classification  طبعاً، لكن لو كانت مسألة أخرى

288
00:22:36,050 --> 00:22:39,730
مثل التنبؤ، أكتبها هنا، وهي الـ prediction أو الـ

289
00:22:39,730 --> 00:22:45,250
regression، عندما أريد قيمة محددة، قيمة

290
00:22:45,250 --> 00:22:48,970
لا تقول لي إن السهم سيرتفع أو سينخفض، قل لي كم

291
00:22:48,970 --> 00:22:53,250
ستكون قيمة التغيير على السهم بعد يومين، وأنا أعرف

292
00:22:53,250 --> 00:22:57,330
بنفسي هل سيرتفع أم ينخفض، ماذا تبقى؟ للقيمة

293
00:22:57,330 --> 00:23:00,790
التي ستزودني بها، قل لي كم حجم المطر الذي سي

294
00:23:00,790 --> 00:23:06,090
ينزل، عندما تقول لي صفر أفهم أنه لا يوجد مطر، وعندما

295
00:23:06,090 --> 00:23:12,430
تقول لي أن نسبة المطر ستكون 5.45 ميليمتر في

296
00:23:12,430 --> 00:23:15,470
اليوم الفلاني، معناته أفهم أن هناك مطراً، ومطراً غزيراً

297
00:23:15,470 --> 00:23:20,390
أيضاً، وبالتالي هنا لدينا شغلة لها علاقة بـ

298
00:23:20,390 --> 00:23:24,110
Prediction، الـ Clustering، الـ Grouping أو تجميع

299
00:23:24,110 --> 00:23:28,490
البيانات حسب الخصائص المشتركة، طيب، أنا أبحث

300
00:23:28,490 --> 00:23:31,290
عن الخصائص، الخصائص التي لا يمكنك تطبيقها

301
00:23:31,290 --> 00:23:34,730
بيدك أو رؤيتها بعينيك، وسأُريك خلال مثال عملي

302
00:23:34,730 --> 00:23:38,030
لاحقاً إن شاء الله تعالى، معاً هنا في القاعة، أو

303
00:23:38,030 --> 00:23:40,630
سأريك أن هناك صعوبة حسب الـ

304
00:23:40,630 --> 00:23:42,870
Requirement في الـ Clustering، أن تعمل عليها

305
00:23:42,870 --> 00:23:49,210
Association Rules Extraction، ارتباط أو قوانين

306
00:23:49,210 --> 00:23:53,430
الارتباط بين الأشياء في الـ supermarket؟ ما علاقة

307
00:23:53,430 --> 00:24:00,850
علب السجائر بالقهوة بالشاي بالمشروبات الساخنة؟ هل

308
00:24:00,850 --> 00:24:04,630
هناك علاقة بين حفاظات الأطفال والحليب والبودرة

309
00:24:04,630 --> 00:24:08,620
والأشياء هذه أم لا؟ الناس الذين يذهبون عادةً ليشترُوا

310
00:24:08,620 --> 00:24:13,260
مثلاً الشوكولاتة السائلة والزينة وما إلى ذلك

311
00:24:13,260 --> 00:24:16,380
أكيد يبحثون عن طحين لعمل كيك، أو دقيق لعمل

312
00:24:16,380 --> 00:24:20,800
كيك، هذه المعاملات الارتباطية ليست سهلة، أنا

313
00:24:20,800 --> 00:24:24,320
أستطيع أن أعرفها وأراها، وبالتالي أنا أحتاج لـ

314
00:24:24,320 --> 00:24:29,990
association، أخطر من هذا، حالات ظهور مرض معين إذا

315
00:24:29,990 --> 00:24:33,910
توفرت الظروف واحد اثنان ثلاثة، معناته هذا المرض

316
00:24:33,910 --> 00:24:36,810
ممكن أن يظهر، وهكذا تصبح قيمة الـ association rule  خاصتي

317
00:24:36,810 --> 00:24:41,150
أكثر جدية من الأمور السابقة، الـ outlier detection

318
00:24:41,150 --> 00:24:46,450
تحديد الحالات الشاذة في البيئة التي أعمل

319
00:24:46,450 --> 00:24:53,130
عليها، يعني يقول لك والله فلان ماشاء الله عليه

320
00:24:53,130 --> 00:24:56,330
الرجل مجتهد في تربية أولاده والبيت ماشاء الله

321
00:24:56,330 --> 00:25:01,330
وأهل بيته كذلك، لكن لديه ابن، أعوذ بالله، شاذ بعيد

322
00:25:01,330 --> 00:25:04,950
عنهم، مختلف عنهم تماماً، تقول ليس منهم يا رجل أم لا؟

323
00:25:04,950 --> 00:25:09,190
هذا بمصطلح الباحثين الذي… نقول عنه out layer

324
00:25:09,190 --> 00:25:15,650
مختلف، نجد نتحدث أن ثمار شجرة معينة

325
00:25:15,650 --> 00:25:20,950
شجرة التفاح أو… بلاش، في مزرعة تفاح وأنا أُعِب

326
00:25:20,950 --> 00:25:26,210
عليهم جميعاً، أسقيهم نفس الري ونفس الموعد ونفس

327
00:25:26,210 --> 00:25:31,410
الكمية، يحتاجون لعلاج أو مضادات أو تغذية، أشتغل

328
00:25:31,410 --> 00:25:37,250
عليهم جميعاً إلا أن هناك شجرة في المزرعة، ثمارها

329
00:25:37,250 --> 00:25:44,630
غير نافعة، أحتاج لاقتلاعها ورميها؟ قد تحتاج لـ

330
00:25:44,630 --> 00:25:50,440
اقتلاعها حتى لا تُحسب عليك في النهاية، يبقى هذا، طيب

331
00:25:50,440 --> 00:25:56,880
الآن، هل هناك سبب معين واضح للشذوذ؟ genetic، وبالتالي

332
00:25:56,880 --> 00:26:01,360
ممكن أن أبحث، طيب هم جميعاً مزروعون في نفس

333
00:26:01,360 --> 00:26:05,200
الأرض، فرّج مثلاً في ارتفاع أربعة أمتار، ممكن أن تكون جولة

334
00:26:05,200 --> 00:26:09,560
مياة، اختيارنا للأرض بالسنتيمتر، صحيح كلامك، ممكن أن تُفرق

335
00:26:09,560 --> 00:26:13,380
الأمور، لكن في النهاية تبقى ليست ضمن السياق الذي

336
00:26:13,380 --> 00:26:17,840
نتحدث عنه الآن، أخطر من هذا يا شباب، عادةً أنا

337
00:26:17,840 --> 00:26:22,800
لدي server، لدي server  يقدم خدمة تسجيل للطلاب

338
00:26:22,800 --> 00:26:26,900
للجامعة، عادي، والحركة عليه متوقعة أن

339
00:26:26,900 --> 00:26:30,660
تأتي لي مثلاً خلال الدقيقة 100 connection ألف

340
00:26:30,660 --> 00:26:36,280
connection، في لحظة من اللحظات جاءني مليون request

341
00:26:36,280 --> 00:26:36,940
لـ connections

342
00:26:39,880 --> 00:26:42,280
أها، يعني أصبح هناك attack، أصبح هناك ماذا؟

343
00:26:42,280 --> 00:26:46,400
outlier، فيجب أن تكون، يجب أن تكون هناك القدرة على

344
00:26:46,400 --> 00:26:49,520
تحديد هذا الـ outlier  وأسبابه، سنتحدث بالتفصيل

345
00:26:49,520 --> 00:26:53,680
في حينها، practicing data mining project phases

346
00:26:53,680 --> 00:26:57,460
تجربة وتطبيق فعلياً جميع المراحل، هذه

347
00:26:57,460 --> 00:27:04,640
presenting، عرض البيانات سواء كانت في المرحلة المبكرة

348
00:27:04,640 --> 00:27:09,500
قبل العمل، أو كانت المعرفة في نهاية الـ

349
00:27:09,500 --> 00:27:15,660
project  الموجود لدي، ونرشد الطلبة قدر المستطاع

350
00:27:15,660 --> 00:27:21,320
على المواضيع المتعلقة بـ data mining طبعاً

351
00:27:21,320 --> 00:27:24,660
سيكون هناك جهد منا على هذه المواضيع معنا إن شاء

352
00:27:24,660 --> 00:27:27,000
الله تعالى، نحاول تقوية

353
00:27:29,920 --> 00:27:34,120
العمل الجماعي بينكم، وغالباً سأُشَكِّلُكم لمجموعات إن

354
00:27:34,120 --> 00:27:37,940
شاء الله هذا الفصل، طيب الـ outcome، مخرجات المساق

355
00:27:37,940 --> 00:27:41,740
أتوقع بعد نهاية المساق أن تكون قادراً على

356
00:27:41,740 --> 00:27:45,620
تعريف الـ data mining، وصف البيانات المناسبة للـ

357
00:27:45,620 --> 00:27:50,620
project  في الـ data mining، معرفة خمسة على الأقل من

358
00:27:50,620 --> 00:27:55,380
الـ data mining tasks، وكل واحدة بشرحها، بتساوي collect

359
00:27:55,380 --> 00:27:58,760
and prepare، تكون قادراً على جمع وإعداد البيانات

360
00:27:58,760 --> 00:28:04,800
 لأي data mining project، ستتعرف

361
00:28:04,800 --> 00:28:11,240
وتستخدم الـ machine learning algorithms  لتنفيذ

362
00:28:11,240 --> 00:28:17,270
الـ data mining tasks المختلفة، تحليل وبناء data

363
00:28:17,270 --> 00:28:22,450
mining project  سواء بشكل مستقل أو ضمن

364
00:28:22,450 --> 00:28:28,170
فريق، سواء كنت عضواً في الفريق أو قائداً للفريق، تتبنى

365
00:28:28,170 --> 00:28:31,910
أخلاقيات المهنة في المحافظة على خصوصية الناس في

366
00:28:31,910 --> 00:28:35,450
المعلومات، لأنه عندما نتحدث عن بيانات

367
00:28:35,450 --> 00:28:39,030
صحية أو بيانات اجتماعية أو بيانات، بمعنى

368
00:28:39,030 --> 00:28:44,350
أن هناك privacy  يجب الالتزام به، تتصرف بأخلاق

369
00:28:44,350 --> 00:28:52,090
حميدة وتحافظ على خصوصية الناس، يعني textbook

370
00:28:52,090 --> 00:28:56,830
data mining concepts and techniques، النسخة الرابعة

371
00:28:56,830 --> 00:29:02,070
2017 من Elsevier، كذلك لدينا الـ data mining الـ

372
00:29:02,070 --> 00:29:05,770
reference book، طبعاً هذه هي الأساسية، لكن

373
00:29:05,770 --> 00:29:08,190
ستجد في الـ references  عندي حوالي سبعة أو ثمانية

374
00:29:08,190 --> 00:29:12,010
كتب ستكون مفيدة لك على الـ model، لأن هذه موجودة في

375
00:29:12,010 --> 00:29:16,900
التحضير، سأنتقل بين الكتب، الـ Data Mining Practice

376
00:29:16,900 --> 00:29:20,840
Machine Learning Tools and Techniques في 2016، قد

377
00:29:20,840 --> 00:29:24,020
قريباً، هذه أحدث الإصدارات التي تتحدث مباشرة في

378
00:29:24,020 --> 00:29:27,460
الـ Data Mining في 2018 و2019، تتحدث عن الـ Data

379
00:29:27,460 --> 00:29:30,860
Science، لكن تأخذنا في الاتجاه قليلاً، مختلفة بعض الشيء عن

380
00:29:30,860 --> 00:29:35,560
الـ structured data، الآن، ما هي المواضيع التي

381
00:29:35,560 --> 00:29:40,640
سنغطيها؟ سنغطي مجموعة من العناوين أو المواضيع

382
00:29:40,640 --> 00:29:45,150
بمحاولة توزيعها على الأسابيع، طبعاً كما أقول، لا يوجد شيء

383
00:29:45,150 --> 00:29:50,630
مقدس، لكن سنحاول الالتزام بها قدر

384
00:29:50,630 --> 00:29:54,070
المستطاع، تقريباً سنحتاج أسبوعاً لإنهاء الـ

385
00:29:54,070 --> 00:29:55,910
introduction، يعني أسبوع، يعني محاضرة ثانية يا شباب

386
00:29:55,910 --> 00:29:58,750
محاضرة، والمحاضرة القادمة، من المفترض أن الـ introduction

387
00:29:58,750 --> 00:30:03,570
تنتهي، بعد ذلك سنتحدث عن الـ data

388
00:30:03,570 --> 00:30:06,470
understanding and data preparation، وهنا تقريباً

389
00:30:06,470 --> 00:30:12,250
سنأخذ أسبوعين، ممكن أكثر قليلاً، لكن هذا المبدأ، إذا أنا

390
00:30:12,250 --> 00:30:15,790
أعددت البيانات وفهمتها جيداً أو فهمتها جيداً وأعددتها

391
00:30:15,790 --> 00:30:19,670
للمهمة الخاصة بي، سنبدأ بالحديث عن knowledge

392
00:30:19,670 --> 00:30:22,030
extraction  باستخدام الـ machine learning

393
00:30:22,030 --> 00:30:25,430
algorithm، وكما قلنا، المهام الخاصة بنا خمسة:

394
00:30:26,620 --> 00:30:28,460
classification، regression، clustering،

395
00:30:28,680 --> 00:30:32,800
association rules، و outlier detection، لكل واحدة

396
00:30:32,800 --> 00:30:36,120
فيها مقاييس مختلفة، evaluation metrics

397
00:30:36,120 --> 00:30:41,360
ف سنشرح خوار

445
00:34:31,130 --> 00:34:36,410
جدر يشخص لي خمسين في المئة من الحالات، تشخيص صحيح،

446
00:34:36,410 --> 00:34:39,850
خمسين في المئة من الحالات اللي أنا مش قادر أشخصها،

447
00:34:39,850 --> 00:34:47,070
هذا إنجاز، هذا الـ risk اللي احنا قلنا قبل شوية

448
00:34:47,070 --> 00:34:51,590
فيها مخاطرة في التنقيب، ما هو أنت الآن جربت تبعك

449
00:34:51,590 --> 00:34:52,530
الـ system بيكون reliable

450
00:34:55,350 --> 00:35:03,270
شوف، أنا ممكن أرفض نظام بيديني 95% accuracy، دقة،

451
00:35:03,270 --> 00:35:05,750
في الأمور الصحية، في الـ critical، لكن أنا قاعد

452
00:35:05,750 --> 00:35:10,230
بقول لك إن الأعراض هي هي، والتشخيص، احنا كـ human مش

453
00:35:10,230 --> 00:35:13,770
قادرين نشخص، عشان هيك أنا حصرتك في المجال إنه

454
00:35:13,770 --> 00:35:17,730
complete benefit راح فعليا قدر يشخص لي تشخيص صحيح بـ

455
00:35:17,730 --> 00:35:21,370
50% من الأعراض اللي موجودة، هاي طب تقول لي أنت شخصته

456
00:35:21,370 --> 00:35:24,630
غلط؟ وما طب أنت مش قادر تشخصه وغالبا هتشخصه غلط

457
00:35:24,630 --> 00:35:29,750
فما تحمل الـ system ما لا يطيق، زي ما أقول له، مع أنه

458
00:35:29,750 --> 00:35:32,530
أنا بقول لك، إستهينش بحياة البشر، لأ لازم أشتغل و

459
00:35:32,530 --> 00:35:37,790
أجتهد إنه تكون الأمور تمام، زي ما قلنا regression

460
00:35:37,790 --> 00:35:43,220
أتوقع قيمة، value، real value، clustering جسم

461
00:35:43,220 --> 00:35:47,560
لمجموعات، أروح أقول والله جسم الطلاب لثلاث مجموعات

462
00:35:47,560 --> 00:35:53,700
هيكونوا في القاعة ثلاث مجموعات يا شباب، في الآخر اسمك

463
00:35:53,700 --> 00:35:57,940
عبدالله، لو قلت لك جسم الطلاب لثلاث مجموعات في القاعة

464
00:35:57,940 --> 00:36:01,620
ثلاث

465
00:36:01,620 --> 00:36:05,260
مجموعات، اهدأ يا شباب، على السريع، عبدالله، ايوا

466
00:36:08,540 --> 00:36:11,060
ممتاز، مع إنه مش موجود الكلام اللي أنت موجود فيه

467
00:36:11,060 --> 00:36:14,120
بينما لو قلت له يمين أو يسار أو قلب، كان ضبطه معاك

468
00:36:14,120 --> 00:36:17,840
100%، لاحظ إنه أنا ما تكلمتش معاك على

469
00:36:17,840 --> 00:36:23,600
characteristics، قلت لك، كل بس كان طلبي منك جسم ليهم

470
00:36:23,600 --> 00:36:27,360
كمجموعات، ما تحكملي في العدد، عفوا كان .. قد إيش ..

471
00:36:27,360 --> 00:36:30,200
عفوا .. لما قلت لك ثلاث مجموعات أنا طلبت العدد هذا بس

472
00:36:30,200 --> 00:36:34,720
ما قلت لك كم واحد في كل مجموعة، مصبوط؟ لكن أنت

473
00:36:34,720 --> 00:36:40,750
ممكن تجي تقول لي والله هاي واحد، كمان اثنين، وهي ثلاثة،

474
00:36:40,750 --> 00:36:43,550
طب ليش عملت هيك يا عبدالله؟ عشان أضمن توازن

475
00:36:43,550 --> 00:36:46,750
أعداد في الأشخاص اللي موجودين، ممكن يقول آه والله

476
00:36:46,750 --> 00:36:50,430
لا دكتور أنا بدي أصنفهم شكل مختلف، أنا بدي أروح

477
00:36:50,430 --> 00:36:57,370
أستخدم معدلاتهم التراكمية اللي تحت الـ 75، بين 75 لـ

478
00:36:57,370 --> 00:37:00,830
90 واللي فوق الـ 90، هاي ثلاث مجموعات، لاحظ ما حدا

479
00:37:00,830 --> 00:37:03,070
في الدنيا بالسجل يقول لك تصنيفك غلط أو تقسيم ..

480
00:37:03,070 --> 00:37:06,730
برنامج تقسيمك، طالما في عندك justification قوية،

481
00:37:06,730 --> 00:37:11,670
ليش أنت قسمت هيك؟ أحيانا احنا بنعجز عن نشوف الـ

482
00:37:11,670 --> 00:37:14,910
common properties في الـ data set، تخيل data set

483
00:37:14,910 --> 00:37:19,370
فيها 100 attributes ومليون record، إيش الـ common

484
00:37:19,370 --> 00:37:24,030
اللي بينهم؟ ما بعرف، فبقول للـ system أشغل نيابة عني

485
00:37:24,030 --> 00:37:29,110
قسم لي إياهم لثلاث مجموعات، فببدأ يروح يدرس الخصائص و

486
00:37:29,110 --> 00:37:33,630
بقسم لي إياهم، كذلك في الـ association rules سواء

487
00:37:33,630 --> 00:37:36,410
كانت في الأمراض، في الـ marketing إلى آخره، والـ

488
00:37:36,410 --> 00:37:41,350
outlier detection، بعد هيك،  لسبوع 13 و 14 هنبدأ في

489
00:37:41,350 --> 00:37:45,900
الـ data visualization والـ knowledge presentation، 14

490
00:37:45,900 --> 00:37:50,560
و 15، الـ 14 رح ن تناول موضوع من الموضوع الجديد إن

491
00:37:50,560 --> 00:37:53,880
شاء الله تعالى، والـ 15 رح يكون في عندنا project

492
00:37:53,880 --> 00:37:57,560
presentation and discussion، إن شاء الله تعالى

493
00:37:57,560 --> 00:38:05,560
رح يتعلق بمسابقات تبعنا طبيعي، رح أ علمك تبرمج، رح أ علمك بما

494
00:38:05,560 --> 00:38:12,550
يمشي لك بالمسابقة، ليش أنا جاي؟ إن شاء الله تعالى، طيب،

495
00:38:12,550 --> 00:38:18,530
الآن أسلوبنا في التدريس رح يكون كالتالي: محاضرة،

496
00:38:18,530 --> 00:38:23,330
مجموعة نقاش، عمل جماعي، وبعض الفيديوهات، والـ

497
00:38:23,330 --> 00:38:26,390
presentation اللي رح أزيدك فيها، وممكن نعرض شغلة

498
00:38:26,390 --> 00:38:29,390
ونتناقش فيها مع بعض، حسب التفكير، يعني شوية شوية

499
00:38:29,390 --> 00:38:34,250
رح تكون الأمور رح تختلف، المادة عن database، اثنين، لأنه

500
00:38:34,250 --> 00:38:37,090
فعليا المادة مختلفة، فيها ممكن تكون في interaction

501
00:38:37,090 --> 00:38:41,870
بينكم وبين بعض بشكل كبير، اللي أنتم بتدوروا عليه من

502
00:38:41,870 --> 00:38:47,350
ساعة توزيع العلامات، عشر علامات quizzes و assignments

503
00:38:47,350 --> 00:38:53,390
عشرة على مشاركة في نشاطات المساق خلال الفصل، إيش

504
00:38:53,390 --> 00:38:56,170
المشاركة؟ discussion، لأن ممكن تكون فيه علامات

505
00:38:56,170 --> 00:39:01,590
وفلان، طبعا هذه العشرة بالذات، أنت فيهم صفر إلا لما

506
00:39:01,590 --> 00:39:07,210
تشارك، يعني مثلا إيش اسم اللي بجنبك عليه؟ برضه علي؟

507
00:39:07,210 --> 00:39:12,270
علي تربيع ولا علي اثنين؟ الآن علي قرر إنه بتبقى

508
00:39:12,270 --> 00:39:16,870
يلعب في الجوال، قول المحاضرة مش مشكلة، فلازم تشاركني

509
00:39:16,870 --> 00:39:20,850
في المحاضرة، عشان أسجلك، إن فلان حاضر المحاضرة،

510
00:39:20,850 --> 00:39:24,090
هاي فلان نايم، فلان ناسِ، فلان مشغول، المحاضرة اللي

511
00:39:24,090 --> 00:39:26,990
بتغيب فيها، العذر أنا سامحك فيها، في المناقشة وإذا

512
00:39:26,990 --> 00:39:29,150
قررت تغيب كثير، رح أسحب لك المادة

513
00:39:33,110 --> 00:39:37,670
مصبوط؟ عشرين في المئة، أو عشرين علامة على الـ

514
00:39:37,670 --> 00:39:43,450
midterm، عشرين علامة على final project، وهذا غالبا

515
00:39:43,450 --> 00:39:46,310
رح يكون فيه ثلاثات أو مجموعات، يعني حاجة simple فيه، مش

516
00:39:46,310 --> 00:39:50,550
رح تكون لوحدك، واربعين في المئة امتحان نهائي، توزيع

517
00:39:50,550 --> 00:39:53,670
بسيطة وسهلة، يعني ممكن تروح على الـ final عارف

518
00:39:53,670 --> 00:39:57,750
بالضبط، وتقدر كم علامة لك عندي، وكم واحدة عشان تجيب

519
00:39:57,750 --> 00:40:03,320
امتياز، اللي بيلزمك .. كم واحد بيعرف Python فيكم يا

520
00:40:03,320 --> 00:40:06,960
الشباب؟ ولا واحد .. هاي في واحد .. كويس، الله يجبر

521
00:40:06,960 --> 00:40:11,660
خاطرك، فرصة تتعلم شغلة جديدة، بس هذه رح تكون لوحدك، الـ

522
00:40:11,660 --> 00:40:15,160
Java ما بنستخدمها كثير في الـ .. في الـ data mining

523
00:40:15,160 --> 00:40:18,660
وإن كان الـ Python هو الـ trend، ممكن تلاقي بس رح تتغلب

524
00:40:18,660 --> 00:40:25,500
.. رح .. لأ ما عنديش مشكلة، بتعرف الـ SQL؟  عشي

525
00:40:28,920 --> 00:40:32,220
رح نتعرف كذلك، بيلزم نتعامل مع الـ Rapid Miner، أنتم

526
00:40:32,220 --> 00:40:35,560
ملاحظين إن المادة ما فيش معها عمل، أي شباب، فإنت

527
00:40:35,560 --> 00:40:42,820
معيد العملي تبع المادة، مش أنا، أنت، وبدأ المناسبة،

528
00:40:42,820 --> 00:40:47,340
احنا أخذنا قرار في الكلية، كل مستوى ثالث من السنة،

529
00:40:47,340 --> 00:40:50,620
عفوا، الرابع، من السنة الجاية، من الخطة الجديدة،

530
00:40:50,620 --> 00:40:55,490
ما فيش عملي، وتالت قلصنا العملي قدر المستطاع، لأنه أنت

531
00:40:55,490 --> 00:40:58,150
اللي المفروض تكون معيد بالسنة اللي بعديها، فخلصنا

532
00:40:58,150 --> 00:41:02,570
يعني أبداً اشتغل، اتعب لأ، مش السنة اللي جاية هي لسه

533
00:41:02,570 --> 00:41:07,610
عندها الخطة القديمة شغالة، متطلبات المساق، متطلبات

534
00:41:07,610 --> 00:41:10,010
المساق، حضورك إجباري يا صاحب، ما فيش، علي علامات

535
00:41:10,010 --> 00:41:14,410
علاماتك على نشاطك، أنت جيت وتقعد هنا عشان تتنشط

536
00:41:14,410 --> 00:41:18,010
معنا، وناخد و نعطي مع بعض، فبن سجلك علامات، مش عشان

537
00:41:18,010 --> 00:41:25,050
حضورك، تمام؟ 25%، الشباب، الغياب هذا قانون الجامعة، ما فيش

538
00:41:25,050 --> 00:41:29,870
موعد مسبق للـ quiz، دربت

539
00:41:29,870 --> 00:41:33,770
معاكم على وجوهكم الكريمة الطيبة، جامل هيك وأنا لا ..

540
00:41:33,770 --> 00:41:37,850
ما بعرف الحال، بس ما فيش موعد .. ما فيش موعد مسبق للـ

541
00:41:37,850 --> 00:41:42,460
quiz، وما فيش أي عذر، ما ترجعنيش في quiz، أنت غيبت عن

542
00:41:42,460 --> 00:41:45,580
محاضرتي، إنه ما كانش معي خبر يا دكتور، وأنا بقول لك

543
00:41:45,580 --> 00:41:49,620
ما فيش، quiz، الله يمن عليك بتمام الصحة والعافية

544
00:41:49,620 --> 00:41:54,320
أنت ووالدك وكل أحبابك، ويمن عليك بالرزق الوفير

545
00:41:54,320 --> 00:41:58,600
تمام؟ وتجيني كل محاضرة على البدري، على موعدها عشان

546
00:41:58,600 --> 00:42:02,740
ما تغيبش، لأن هذه الأمور اللي ممكن تمنعك من التيجي، يعني

547
00:42:02,740 --> 00:42:08,660
طيب، عادة بالزمن، رح أراجع باستمرار، لأن التقييم

548
00:42:08,660 --> 00:42:11,200
رح يكون مختلف عن الأعوام الماضية، أو عن ما أنت عهدته

549
00:42:11,200 --> 00:42:14,800
سابقا، جوالك

550
00:42:14,800 --> 00:42:17,480
على الأقل يكون صامت، خصوصا إنه قاعتنا هي في اللي

551
00:42:17,480 --> 00:42:21,460
احنا عاملين بنسجل الـ video وبنسجل المحاضرة و

552
00:42:21,460 --> 00:42:25,200
بالتالي يعني يكفيني صوتي وصوتك هما اللي يكونوا

553
00:42:25,200 --> 00:42:31,700
موجودين، صوت جوالاتنا، ما فيش داعي، لحكمة الفصل أو

554
00:42:31,700 --> 00:42:38,410
السنة هاي، استمتع بحياتك قدر المستطاع، تمام؟ ولا تنسى

555
00:42:38,410 --> 00:42:42,670
نصيبك من الدنيا، وأحسن كما أحسن الله إليك، كمل

556
00:42:42,670 --> 00:42:47,310
الآية، بس احنا اتعودنا نأخذ الـ .. إيه؟ الـ .. إيه؟

557
00:42:47,310 --> 00:42:47,630
الـ .. إيه؟ الـ .. إيه؟ الـ .. إيه؟ الـ .. إيه؟ الـ ..

558
00:42:47,630 --> 00:42:48,470
إيه؟ الـ .. إيه؟ الـ .. إيه؟ الـ .. إيه؟ الـ .. إيه؟

559
00:42:48,470 --> 00:42:50,130
الـ .. إيه؟ الـ .. إيه؟ الـ .. إيه؟ الـ .. إيه؟ الـ ..

560
00:42:50,130 --> 00:42:51,550
إيه؟ الـ .. إيه؟ الـ .. إيه؟ الـ .. إيه؟ الـ .. إيه؟

561
00:42:51,550 --> 00:42:53,190
الـ .. إيه؟ الـ .. إيه؟ الـ .. إيه؟ الـ .. إيه؟ الـ ..

562
00:42:53,190 --> 00:42:56,990
إيه؟ الـ .. إيه؟ الـ .. إيه؟ الـ .. إيه؟ الـ ..

563
00:42:56,990 --> 00:42:59,510
إيه؟ الـ ..

564
00:43:07,660 --> 00:43:11,920
تمام؟ حتى كثير من أهل الدين بت .. اللي بيقولوا إن

565
00:43:11,920 --> 00:43:16,900
حياتك أو أقدارك صنع يديك، يقال إن يوسف عليه

566
00:43:16,900 --> 00:43:21,100
السلام، لما طال عليه السجن، قال يا ربي طال .. طال

567
00:43:21,100 --> 00:43:28,680
السجن، آه، قال لو سألت العفو لعفوتك، وقال ربي السجن

568
00:43:28,680 --> 00:43:32,970
وأحبه إلي مما .. ما قالش ربي اصرف عني، إيه ده، وهو

569
00:43:32,970 --> 00:43:35,770
قدم السجن عن طلب الله الرحمن، فاخذ معينة له

570
00:43:35,770 --> 00:43:39,910
وبالتالي أنت به، لا لفظك ولا نيتك، أنت وين بتكون

571
00:43:39,910 --> 00:43:44,770
طبعا هاي الدرس في التنمية البشرية، كمل؟ يلا، الآن

572
00:43:44,770 --> 00:43:50,110
بيلزّمك تصبر، لأنه مش كل شيء على كيفك، وبدك تتعدى في

573
00:43:50,110 --> 00:43:52,890
المساق هذا، وفي الحياة كلها، يتهكّى، المساق مش ممكن

574
00:43:52,890 --> 00:43:56,170
يجي على كيفك دائما، ولا مدرس المساق، ولا علامات

575
00:43:56,170 --> 00:43:57,450
المساق، خلاص، راح هاشم

576
00:44:00,400 --> 00:44:05,460
لأ، أنت شوف، أنت بتتمنى، بس أنت اجتهدت عشان تحصل

577
00:44:05,460 --> 00:44:09,700
عليها في الآخر، يعني قد ما ممكن تجدها، دو ما ترضاش، بس

578
00:44:09,700 --> 00:44:12,640
في الآخر هذا أصبح أمر واقعي موجود، فبدها تتعدى في

579
00:44:12,640 --> 00:44:17,040
الآخر، لازم تصبر، كويس، وفي الآخر لازم تتمتع

580
00:44:17,040 --> 00:44:20,700
بالجدية، لأن مش كل حياتنا لعب، عشان تحقق أهدافك،

581
00:44:20,700 --> 00:44:23,340
شباب، من المساقات الممتعة، اللي ممكن تستفيد منه

582
00:44:23,340 --> 00:44:28,210
بشكل كويس،  أشياء اتضاعت وأشياء اتعلمت، وأنا بحاول

583
00:44:28,210 --> 00:44:34,870
أعلمك قدر ما أستطيع، إن شاء الله تعالى، خلص

584
00:44:34,870 --> 00:44:40,650
السلبس، رح نهرّش شوية صغيرة كمقدمة، كمقدمة عشان ننتهي

585
00:44:40,650 --> 00:44:45,830
زي ما انتهينا في المحاضرة السابقة، الآن في عندي هرم

586
00:44:45,830 --> 00:44:50,030
بيسموه هرم المعلومات، أو هرم البيانات، عادةً احنا

587
00:44:50,030 --> 00:44:53,370
بنتكلم Data Mining، وبنتكلم Data Base، مظبوط؟ وبنتكلم

588
00:44:53,370 --> 00:44:56,910
Data Communication، كل شيء Data، ما فيش معلومات،

589
00:44:56,910 --> 00:45:03,250
لأن الـ Data هذه بيلزمها سياق معين عشان تصير

590
00:45:03,250 --> 00:45:08,590
معلومة، ما بنفعش وإحنا نيجي بنتكلم، بنفكر، عاملين

591
00:45:08,590 --> 00:45:12,530
محاضرة أو جلسة حوار، عشان شو كيف بدنا نسقط صفقة

592
00:45:12,530 --> 00:45:19,170
القرن، نقطة، واحد يقول لي والله عماد رجل طيب، ويا عز

593
00:45:19,170 --> 00:45:27,150
ما تنعزم عنده، معلومة، data، عماد رجل كريم ومقدم

594
00:45:27,150 --> 00:45:31,730
أكل طيب، بهمش، شو دخلها في السياق اللي احنا بنتكلم

595
00:45:31,730 --> 00:45:37,870
فيه، حتى لو كانت معلومة قيمة، فقدت قيمتها، ليش؟ مش

596
00:45:37,870 --> 00:45:42,770
في المكان الصح، فبالتالي إذا الـ data هاي اتوفر لها

597
00:45:42,770 --> 00:45:48,710
context مناسب، معناته أنا بتكلم على information، صارت

598
00:45:48,710 --> 00:45:53,150
معلومة، والمعلومة طبعا بمعناها أو بقيمتها، بالوقت أو

599
00:45:53,150 --> 00:45:59,550
بالزمان اللي قيلت فيه، المعلومات هذه إذا نظمتها

600
00:45:59,550 --> 00:46:05,490
rules، المعلومات هذه إذا صارت فيه rules بتحكمها و

601
00:46:05,490 --> 00:46:10,110
بتطبقها، معناته احنا بنتكلم على knowledge أو معرفة

602
00:46:10,110 --> 00:46:11,270
الآن

603
00:46:19,140 --> 00:46:24,660
بَسمع إن الصائم يحق له أن يفطر في رمضان، أو المسلم

604
00:46:24,660 --> 00:46:28,140
يحق له يفطر في رمضان، إيش بتقول يا راضي؟ الصيام فرض

605
00:46:28,140 --> 00:46:33,900
.. فرض، في شروط، رح يلاحظ إن كان في عندي معلومة الآن

606
00:46:33,900 --> 00:46:37,460
الشروط هذه هي اللي خلتها معرفة، لأن المعرفة بتعتمد

607
00:46:37,460 --> 00:46:40,280
عليها تطبيق، يا جماعة الخير، المعرفة بترتب عليها

608
00:46:40,280 --> 00:46:46,300
تطبيق، على خلاف المعلومة، الآن، طب مين اللي بيقدر أنت

609
00:46:46,300 --> 00:46:50,9

667
00:51:27,410 --> 00:51:34,770
عليه action بينفعش أجي أتكلم مع تعوض مثلاً بعمل

668
00:51:34,770 --> 00:51:38,030
system عشان يساعد الأطباء في الـ diagnosis وأجي

669
00:51:38,030 --> 00:51:41,930
أقولهم هذه 01 ولو عملتلها أس تربيع وكذا ومش عارف

670
00:51:41,930 --> 00:51:46,070
..الكلام بيعنّوش، أديله المعلومة عشان هيك هامت الـ

671
00:51:46,070 --> 00:51:50,060
presentation، أديله المعلومة بالشكل اللي هو يفهمه

672
00:51:50,060 --> 00:51:54,460
لأنه إذا هو أخده يا سامر..يا عارف؟ سامر ولا

673
00:51:54,460 --> 00:51:59,100
عارف؟ سامر عارف، لو هو أخد المعلومة بالشكل اللي

674
00:51:59,100 --> 00:52:03,220
بيفهمها تمام؟ هيبني عليها action، هتصير الشغل

675
00:52:03,220 --> 00:52:08,300
useful بالنسبة له، طبعاً هاي تعريف الـ pattern هي

676
00:52:08,300 --> 00:52:11,540
عبارة عن arrangement of repeated parts، هي الشغلات

677
00:52:11,540 --> 00:52:17,870
..هو أهم شغلة فيها تكرار والترتيب، لأنه لما بيظهر

678
00:52:17,870 --> 00:52:21,950
النسق أو الـ pattern هذا بنفهم كيفية بصير أتكلم

679
00:52:21,950 --> 00:52:25,190
عليه better تبع لنسبة معينة محددة يا محمد زي ما

680
00:52:25,190 --> 00:52:30,450
أنت قُلت، valid هذا لازم يكون true لما أنا بقادي

681
00:52:30,450 --> 00:52:33,770
أطبّق عليه data جديدة، يعني أنت بتقول لي أنا والله

682
00:52:33,770 --> 00:52:36,950
okay، أنا في عندي rule أو في عندي algorithm أو في

683
00:52:36,950 --> 00:52:42,030
عندي data product ممكن يعمل classification لكذا

684
00:52:42,030 --> 00:52:47,360
okay، على الـ all data صحيح، أبتعالي نجرب الـ real

685
00:52:47,360 --> 00:52:50,460
data اللي موجودة عندنا حقيقية، جدّيش هو صحيح فيها؟

686
00:52:50,460 --> 00:52:55,040
تمام؟ وبناء عليه أنا لازم أقبله novel زي ما قلنا

687
00:52:55,040 --> 00:52:59,200
ما حد شافه، actionable لازم يكون عليه شغلة مفهومة

688
00:52:59,200 --> 00:53:02,760
وزي ما قلنا سابقاً، understandable لازم يكون مفهوم

689
00:53:02,760 --> 00:53:06,560
في البيئة اللي أنا بتكلم فيها، عشان نقدر نأخذ الـ

690
00:53:06,560 --> 00:53:10,380
action، ليش إحنا محتاجين الـ data mining؟ الآن

691
00:53:10,380 --> 00:53:16,890
البيانات عمّالة بتتضخم بشكل مخيف، مصادر البيانات كل

692
00:53:16,890 --> 00:53:20,790
شيء اليوم أصبحت موجودة عندنا وبنقدر نجمعها بكل

693
00:53:20,790 --> 00:53:27,210
بساطة، data collection و data availability، البيانات

694
00:53:27,210 --> 00:53:30,930
متاحة، بس خد automated data collection tool موجود

695
00:53:30,930 --> 00:53:34,770
فيه عندي أدوات في مجال أنا أجمع بيانات بشكل تلقائي

696
00:53:34,770 --> 00:53:42,070
أه فيه، أحط sensors، أعمل برنامج يعمل scrapping للـ

697
00:53:42,070 --> 00:53:46,050
websites أو الـ social media sites أو الـ networks

698
00:53:46,050 --> 00:53:50,450
فأنت بتقدر تجمع البيانات بشكل.. الآن كذلك أعظم

699
00:53:50,450 --> 00:53:56,410
المؤسسات الصحية والتعليمية والاجتماعية في البلدان عندها

700
00:53:56,410 --> 00:54:00,990
data ضخمة جداً، بتعداد الناس اللي ساكنينها وبالتالي

701
00:54:00,990 --> 00:54:07,550
ممكن تستفيد منها، الآن أهم تلت مصادر للناس للبيانات

702
00:54:07,550 --> 00:54:12,230
الـ business، التجارة، طبعاً أنا بتكلم عن الاقتصاد

703
00:54:13,680 --> 00:54:22,520
الـ Science، العلوم كلها، كانت طبية، اجتماعية، تعليمية

704
00:54:22,520 --> 00:54:27,960
زراعية، في كل المجالات في العلوم، الـ society، في

705
00:54:27,960 --> 00:54:31,420
الحياة الاجتماعية ما بين الناس، في الأخبار، والـ

706
00:54:31,420 --> 00:54:33,800
digital cameras والـ YouTube والقنوات والصفحات

707
00:54:33,800 --> 00:54:38,160
فأنت فعلياً عندك هذه أصبحت مصادر بيانات مهمة جداً

708
00:54:38,160 --> 00:54:46,580
ممكن تبني عليها decision، فعلياً أصبحنا نغرق في

709
00:54:46,580 --> 00:54:53,380
البيانات وبندور جوعاً للمعرفة، الآن بعض الناس أو

710
00:54:53,380 --> 00:54:55,940
بعض المفسرين كانوا بيقولوا في القرآن أو في تفسير

711
00:54:55,940 --> 00:54:59,960
آية القرآن، "وتلك الأيام نداولها بين الناس"، يعني

712
00:54:59,960 --> 00:55:07,260
أحداث التاريخ تتكرر بأشخاص مختلفة، الـ behavior واحد

713
00:55:07,260 --> 00:55:11,720
والـ action واحد، يعني ما نشوفش غريب أن نقول

714
00:55:11,720 --> 00:55:16,660
والله انتشر فيروس في الصين مثلاً وقضى على 1500 شخص

715
00:55:16,660 --> 00:55:20,620
طب ما هو طاعون عمواس قبل مش عارف كام سنة برضه قضى

716
00:55:20,620 --> 00:55:25,460
على نفس العدد ويزيد تقريباً، طب شو الاختلاف؟ مُسمّى

717
00:55:25,460 --> 00:55:28,580
الـ Virus أو مُسمّى البكتيريا أو مُسبّب المرض؟ حسب

718
00:55:28,580 --> 00:55:33,140
العلوم بتختلف الأمور، وبالتالي الـ Historical Data

719
00:55:33,140 --> 00:55:38,960
المتراكمة عندي بتحتوي على Knowledge تخدمني في

720
00:55:38,960 --> 00:55:43,160
مستقبلي، لأن إذا أتعرفت على الحدث سابقاً بتعرف على

721
00:55:43,160 --> 00:55:46,980
كيف أتجنبه أو ممكن أنا أحاول أستفيد من الخبرة

722
00:55:46,980 --> 00:55:51,560
السابقة وأتجنبه، وبالتالي بما أن الحاجة أم الاختراع

723
00:55:52,300 --> 00:55:57,680
فإحنا فعلياً بحاجة إلى automated analysis للـ

724
00:55:57,680 --> 00:56:02,400
historical data أو للـ big data اللي موجودة عندنا

725
00:56:02,400 --> 00:56:08,020
حتى نحصل على مطلوبنا من البيانات اللي موجودة عندنا

726
00:56:08,020 --> 00:56:12,400
أنا هيك اليوم خلصت المقدمة تبعتي اللي تناولتها الـ

727
00:56:12,400 --> 00:56:16,720
syllabus، والمقدمة البسيطة عن الـ data mining، في حد

728
00:56:16,720 --> 00:56:20,840
عنده أي سؤال يا شباب؟ في حد عنده أي اعتراض على

729
00:56:20,840 --> 00:56:22,060
الخطة؟