prompt
stringlengths 7
138
| completion
stringlengths 0
4.17k
|
|---|---|
How many hours does the Compression Methods for Multimedia? have | 3 |
How many credits does the Compression Methods for Multimedia? have | 3 |
By which faculty is Compression Methods for Multimedia offered by? | Faculty of Computer Studies |
By which faculty is TM297 offered by? | Faculty of Computer Studies |
What is the name of the faculty that Compression Methods for Multimedia is offered by? | Faculty of Computer Studies |
What are the prerequisite of the Compression Methods for Multimedia? | |
What are the prerequisite of the TM297? | |
ما هي طرق الضغط لوحدة الوسائط المتعددة؟ | تهدف عملية ضغط البيانات إلى إيجاد طرق جديدة لتمثيل البيانات بحيث لا تشغل سوى مساحة تخزينية ضئيلة للغاية، مع إمكانية إعادة بناء البيانات الأصلية من النسخة المضغوطة. يتم تطبيق عملية الضغط عندما تكون مساحة التخزين محدودة أو عندما تكون هناك حاجة لنقل البيانات ويكون النطاق الترددي محدودًا (وهذا هو الحال دائمًا). أهم شيء في عملية الضغط هو أنها ليست نهجًا "واحدًا يناسب الجميع": في الأساس، تهدف عملية الضغط إلى تحديد خصائص البيانات التي تحتاج إلى ضغط (البحث بشكل أساسي عن الأنماط التي يجب استكشافها من أجل تحقيق تمثيل مضغوط للبيانات). تحدد هذه الوحدة مجموعة متنوعة من تقنيات نمذجة البيانات وتمثيلها، والتي تعد جوهر عملية الضغط. في الآونة الأخيرة، مكّن التقارب في مجال صناعات الاتصالات والحوسبة والترفيه من جعل ضغط البيانات جزءًا من الحياة اليومية (على سبيل المثال، MP3 وDVD والتلفزيون الرقمي) وأدى إلى خلق عدد من الفرص الجديدة المثيرة لتطبيقات جديدة لتقنيات الضغط. |
ما هي وحدة TM297؟ | تهدف عملية ضغط البيانات إلى إيجاد طرق جديدة لتمثيل البيانات بحيث لا تشغل سوى مساحة تخزينية ضئيلة للغاية، مع إمكانية إعادة بناء البيانات الأصلية من النسخة المضغوطة. يتم تطبيق عملية الضغط عندما تكون مساحة التخزين محدودة أو عندما تكون هناك حاجة لنقل البيانات ويكون النطاق الترددي محدودًا (وهذا هو الحال دائمًا). أهم شيء في عملية الضغط هو أنها ليست نهجًا "واحدًا يناسب الجميع": في الأساس، تهدف عملية الضغط إلى تحديد خصائص البيانات التي تحتاج إلى ضغط (البحث بشكل أساسي عن الأنماط التي يجب استكشافها من أجل تحقيق تمثيل مضغوط للبيانات). تحدد هذه الوحدة مجموعة متنوعة من تقنيات نمذجة البيانات وتمثيلها، والتي تعد جوهر عملية الضغط. في الآونة الأخيرة، مكّن التقارب في مجال صناعات الاتصالات والحوسبة والترفيه من جعل ضغط البيانات جزءًا من الحياة اليومية (على سبيل المثال، MP3 وDVD والتلفزيون الرقمي) وأدى إلى خلق عدد من الفرص الجديدة المثيرة لتطبيقات جديدة لتقنيات الضغط. |
هل يمكنك أن تخبرني عن طرق ضغط الوسائط المتعددة؟ | تهدف عملية ضغط البيانات إلى إيجاد طرق جديدة لتمثيل البيانات بحيث لا تشغل سوى مساحة تخزينية ضئيلة للغاية، مع إمكانية إعادة بناء البيانات الأصلية من النسخة المضغوطة. يتم تطبيق عملية الضغط عندما تكون مساحة التخزين محدودة أو عندما تكون هناك حاجة لنقل البيانات ويكون النطاق الترددي محدودًا (وهذا هو الحال دائمًا). أهم شيء في عملية الضغط هو أنها ليست نهجًا "واحدًا يناسب الجميع": في الأساس، تهدف عملية الضغط إلى تحديد خصائص البيانات التي تحتاج إلى ضغط (البحث بشكل أساسي عن الأنماط التي يجب استكشافها من أجل تحقيق تمثيل مضغوط للبيانات). تحدد هذه الوحدة مجموعة متنوعة من تقنيات نمذجة البيانات وتمثيلها، والتي تعد جوهر عملية الضغط. في الآونة الأخيرة، مكّن التقارب في مجال صناعات الاتصالات والحوسبة والترفيه من جعل ضغط البيانات جزءًا من الحياة اليومية (على سبيل المثال، MP3 وDVD والتلفزيون الرقمي) وأدى إلى خلق عدد من الفرص الجديدة المثيرة لتطبيقات جديدة لتقنيات الضغط. |
هل يمكنك أن تخبرني عن TM297؟ | تهدف عملية ضغط البيانات إلى إيجاد طرق جديدة لتمثيل البيانات بحيث لا تشغل سوى مساحة تخزينية ضئيلة للغاية، مع إمكانية إعادة بناء البيانات الأصلية من النسخة المضغوطة. يتم تطبيق عملية الضغط عندما تكون مساحة التخزين محدودة أو عندما تكون هناك حاجة لنقل البيانات ويكون النطاق الترددي محدودًا (وهذا هو الحال دائمًا). أهم شيء في عملية الضغط هو أنها ليست نهجًا "واحدًا يناسب الجميع": في الأساس، تهدف عملية الضغط إلى تحديد خصائص البيانات التي تحتاج إلى ضغط (البحث بشكل أساسي عن الأنماط التي يجب استكشافها من أجل تحقيق تمثيل مضغوط للبيانات). تحدد هذه الوحدة مجموعة متنوعة من تقنيات نمذجة البيانات وتمثيلها، والتي تعد جوهر عملية الضغط. في الآونة الأخيرة، مكّن التقارب في مجال صناعات الاتصالات والحوسبة والترفيه من جعل ضغط البيانات جزءًا من الحياة اليومية (على سبيل المثال، MP3 وDVD والتلفزيون الرقمي) وأدى إلى خلق عدد من الفرص الجديدة المثيرة لتطبيقات جديدة لتقنيات الضغط. |
ماذا سأتعلم في دورة أساليب الضغط للوسائط المتعددة؟ | تهدف عملية ضغط البيانات إلى إيجاد طرق جديدة لتمثيل البيانات بحيث لا تشغل سوى مساحة تخزينية ضئيلة للغاية، مع إمكانية إعادة بناء البيانات الأصلية من النسخة المضغوطة. يتم تطبيق عملية الضغط عندما تكون مساحة التخزين محدودة أو عندما تكون هناك حاجة لنقل البيانات ويكون النطاق الترددي محدودًا (وهذا هو الحال دائمًا). أهم شيء في عملية الضغط هو أنها ليست نهجًا "واحدًا يناسب الجميع": في الأساس، تهدف عملية الضغط إلى تحديد خصائص البيانات التي تحتاج إلى ضغط (البحث بشكل أساسي عن الأنماط التي يجب استكشافها من أجل تحقيق تمثيل مضغوط للبيانات). تحدد هذه الوحدة مجموعة متنوعة من تقنيات نمذجة البيانات وتمثيلها، والتي تعد جوهر عملية الضغط. في الآونة الأخيرة، مكّن التقارب في مجال صناعات الاتصالات والحوسبة والترفيه من جعل ضغط البيانات جزءًا من الحياة اليومية (على سبيل المثال، MP3 وDVD والتلفزيون الرقمي) وأدى إلى خلق عدد من الفرص الجديدة المثيرة لتطبيقات جديدة لتقنيات الضغط. |
ماذا سأتعلم في دورة TM297؟ | تهدف عملية ضغط البيانات إلى إيجاد طرق جديدة لتمثيل البيانات بحيث لا تشغل سوى مساحة تخزينية ضئيلة للغاية، مع إمكانية إعادة بناء البيانات الأصلية من النسخة المضغوطة. يتم تطبيق عملية الضغط عندما تكون مساحة التخزين محدودة أو عندما تكون هناك حاجة لنقل البيانات ويكون النطاق الترددي محدودًا (وهذا هو الحال دائمًا). أهم شيء في عملية الضغط هو أنها ليست نهجًا "واحدًا يناسب الجميع": في الأساس، تهدف عملية الضغط إلى تحديد خصائص البيانات التي تحتاج إلى ضغط (البحث بشكل أساسي عن الأنماط التي يجب استكشافها من أجل تحقيق تمثيل مضغوط للبيانات). تحدد هذه الوحدة مجموعة متنوعة من تقنيات نمذجة البيانات وتمثيلها، والتي تعد جوهر عملية الضغط. في الآونة الأخيرة، مكّن التقارب في مجال صناعات الاتصالات والحوسبة والترفيه من جعل ضغط البيانات جزءًا من الحياة اليومية (على سبيل المثال، MP3 وDVD والتلفزيون الرقمي) وأدى إلى خلق عدد من الفرص الجديدة المثيرة لتطبيقات جديدة لتقنيات الضغط. |
ما اسم دورة طرق ضغط الوسائط المتعددة باللغة العربية؟ | طرق ضغط الوسائط المتعددة |
ما هو اسم دورة TM297 باللغة العربية؟ | طرق ضغط الوسائط المتعددة |
ما هي فائدة دراسة طرق ضغط الوسائط المتعددة؟ | تهدف هذه الوحدة إلى توضيح طرق التعامل مع أنواع مختلفة من البيانات وضغطها، مثل النصوص والصور والبيانات الصوتية والفيديو، وإظهار تقنيات ضغط البيانات للوسائط المتعددة والتطبيقات الأخرى، وخاصة تلك المستخدمة على الإنترنت. بعد الانتهاء بنجاح من هذه الوحدة، يجب أن تكون قادرًا على:حساب الإحصائيات الأساسية للبيانات.تطبيق الخوارزميات غير التافهة على مشاكل العالم الحقيقي.تحديد مبادئ ضغط البيانات.اكتشاف طرق ضغط مختلفة للبيانات النصية والصور والصوت والفيديو.توسيع طرق الضغط المختلفة وتطبيقاتها في جوانب مختلفة من الحوسبة. |
ما هي فائدة دراسة TM297؟ | تهدف هذه الوحدة إلى توضيح طرق التعامل مع أنواع مختلفة من البيانات وضغطها، مثل النصوص والصور والبيانات الصوتية والفيديو، وإظهار تقنيات ضغط البيانات للوسائط المتعددة والتطبيقات الأخرى، وخاصة تلك المستخدمة على الإنترنت. بعد الانتهاء بنجاح من هذه الوحدة، يجب أن تكون قادرًا على:حساب الإحصائيات الأساسية للبيانات.تطبيق الخوارزميات غير التافهة على مشاكل العالم الحقيقي.تحديد مبادئ ضغط البيانات.اكتشاف طرق ضغط مختلفة للبيانات النصية والصور والصوت والفيديو.توسيع طرق الضغط المختلفة وتطبيقاتها في جوانب مختلفة من الحوسبة. |
ما هي فائدة دراسة طرق ضغط الوسائط المتعددة؟ | أ. المعرفة والفهم عند إكمال هذه الوحدة، سيكون الطلاب قادرين على: تطوير معرفة راسخة في مجال الدراسة. ربط التخصصات الأخرى بمجال الدراسة. تطوير منظور دولي لمجال الدراسة. ب. المهارات المعرفية عند إكمال هذه الوحدة، سيكون الطلاب قادرين على: تحليل واستكشاف المعلومات والأفكار ونقل هذه الأفكار بوضوح وطلاقة، سواء في أشكال مكتوبة أو شفهية. التجربة بشكل فعال مع الآخرين من أجل العمل نحو نتيجة مشتركة. اختيار واستخدام المستوى والأسلوب ووسائل الاتصال المناسبة. التجربة بشكل مناسب مع تكنولوجيا المعلومات والاتصالات. ج. المهارات العملية والمهنية عند إكمال هذه الوحدة، سيكون الطلاب قادرين على: تطبيق طرق ضغط مختلفة للبيانات النصية والصور والصوت والفيديو فحص الخوارزميات غير التافهة لمشاكل العالم الحقيقي توسيع طرق الضغط المختلفة وتطبيقاتها في جوانب مختلفة من الحوسبة. د. المهارات الرئيسية القابلة للنقل عند إكمال هذه الوحدة، سيكون الطلاب قادرين على: التحليل والاستنتاج بشكل مستقل. تطوير الأفكار والتكيف بشكل مبتكر مع البيئات المتغيرة. تحديد المشكلات وبناء الحلول والابتكار وتحسين الممارسات الحالية |
ما هي فائدة دراسة TM297؟ | أ. المعرفة والفهم عند إكمال هذه الوحدة، سيكون الطلاب قادرين على: تطوير معرفة راسخة في مجال الدراسة. ربط التخصصات الأخرى بمجال الدراسة. تطوير منظور دولي لمجال الدراسة. ب. المهارات المعرفية عند إكمال هذه الوحدة، سيكون الطلاب قادرين على: تحليل واستكشاف المعلومات والأفكار ونقل هذه الأفكار بوضوح وطلاقة، سواء في أشكال مكتوبة أو شفهية. التجربة بشكل فعال مع الآخرين من أجل العمل نحو نتيجة مشتركة. اختيار واستخدام المستوى والأسلوب ووسائل الاتصال المناسبة. التجربة بشكل مناسب مع تكنولوجيا المعلومات والاتصالات. ج. المهارات العملية والمهنية عند إكمال هذه الوحدة، سيكون الطلاب قادرين على: تطبيق طرق ضغط مختلفة للبيانات النصية والصور والصوت والفيديو فحص الخوارزميات غير التافهة لمشاكل العالم الحقيقي توسيع طرق الضغط المختلفة وتطبيقاتها في جوانب مختلفة من الحوسبة. د. المهارات الرئيسية القابلة للنقل عند إكمال هذه الوحدة، سيكون الطلاب قادرين على: التحليل والاستنتاج بشكل مستقل. تطوير الأفكار والتكيف بشكل مبتكر مع البيئات المتغيرة. تحديد المشكلات وبناء الحلول والابتكار وتحسين الممارسات الحالية |
ماذا سأتعلم في وحدة أساليب الضغط للوسائط المتعددة؟ | تهدف هذه الوحدة إلى توضيح طرق التعامل مع أنواع مختلفة من البيانات وضغطها، مثل النصوص والصور والبيانات الصوتية والفيديو، وإظهار تقنيات ضغط البيانات للوسائط المتعددة والتطبيقات الأخرى، وخاصة تلك المستخدمة على الإنترنت. بعد الانتهاء بنجاح من هذه الوحدة، يجب أن تكون قادرًا على:حساب الإحصائيات الأساسية للبيانات.تطبيق الخوارزميات غير التافهة على مشاكل العالم الحقيقي.تحديد مبادئ ضغط البيانات.اكتشاف طرق ضغط مختلفة للبيانات النصية والصور والصوت والفيديو.توسيع طرق الضغط المختلفة وتطبيقاتها في جوانب مختلفة من الحوسبة. |
ماذا سأتعلم في وحدة TM297؟ | تهدف هذه الوحدة إلى توضيح طرق التعامل مع أنواع مختلفة من البيانات وضغطها، مثل النصوص والصور والبيانات الصوتية والفيديو، وإظهار تقنيات ضغط البيانات للوسائط المتعددة والتطبيقات الأخرى، وخاصة تلك المستخدمة على الإنترنت. بعد الانتهاء بنجاح من هذه الوحدة، يجب أن تكون قادرًا على:حساب الإحصائيات الأساسية للبيانات.تطبيق الخوارزميات غير التافهة على مشاكل العالم الحقيقي.تحديد مبادئ ضغط البيانات.اكتشاف طرق ضغط مختلفة للبيانات النصية والصور والصوت والفيديو.توسيع طرق الضغط المختلفة وتطبيقاتها في جوانب مختلفة من الحوسبة. |
ماذا سأتعلم في وحدة أساليب الضغط للوسائط المتعددة؟ | أ. المعرفة والفهم عند إكمال هذه الوحدة، سيكون الطلاب قادرين على: تطوير معرفة راسخة في مجال الدراسة. ربط التخصصات الأخرى بمجال الدراسة. تطوير منظور دولي لمجال الدراسة. ب. المهارات المعرفية عند إكمال هذه الوحدة، سيكون الطلاب قادرين على: تحليل واستكشاف المعلومات والأفكار ونقل هذه الأفكار بوضوح وطلاقة، سواء في أشكال مكتوبة أو شفهية. التجربة بشكل فعال مع الآخرين من أجل العمل نحو نتيجة مشتركة. اختيار واستخدام المستوى والأسلوب ووسائل الاتصال المناسبة. التجربة بشكل مناسب مع تكنولوجيا المعلومات والاتصالات. ج. المهارات العملية والمهنية عند إكمال هذه الوحدة، سيكون الطلاب قادرين على: تطبيق طرق ضغط مختلفة للبيانات النصية والصور والصوت والفيديو فحص الخوارزميات غير التافهة لمشاكل العالم الحقيقي توسيع طرق الضغط المختلفة وتطبيقاتها في جوانب مختلفة من الحوسبة. د. المهارات الرئيسية القابلة للنقل عند إكمال هذه الوحدة، سيكون الطلاب قادرين على: التحليل والاستنتاج بشكل مستقل. تطوير الأفكار والتكيف بشكل مبتكر مع البيئات المتغيرة. تحديد المشكلات وبناء الحلول والابتكار وتحسين الممارسات الحالية |
ماذا سأتعلم في وحدة TM297؟ | أ. المعرفة والفهم عند إكمال هذه الوحدة، سيكون الطلاب قادرين على: تطوير معرفة راسخة في مجال الدراسة. ربط التخصصات الأخرى بمجال الدراسة. تطوير منظور دولي لمجال الدراسة. ب. المهارات المعرفية عند إكمال هذه الوحدة، سيكون الطلاب قادرين على: تحليل واستكشاف المعلومات والأفكار ونقل هذه الأفكار بوضوح وطلاقة، سواء في أشكال مكتوبة أو شفهية. التجربة بشكل فعال مع الآخرين من أجل العمل نحو نتيجة مشتركة. اختيار واستخدام المستوى والأسلوب ووسائل الاتصال المناسبة. التجربة بشكل مناسب مع تكنولوجيا المعلومات والاتصالات. ج. المهارات العملية والمهنية عند إكمال هذه الوحدة، سيكون الطلاب قادرين على: تطبيق طرق ضغط مختلفة للبيانات النصية والصور والصوت والفيديو فحص الخوارزميات غير التافهة لمشاكل العالم الحقيقي توسيع طرق الضغط المختلفة وتطبيقاتها في جوانب مختلفة من الحوسبة. د. المهارات الرئيسية القابلة للنقل عند إكمال هذه الوحدة، سيكون الطلاب قادرين على: التحليل والاستنتاج بشكل مستقل. تطوير الأفكار والتكيف بشكل مبتكر مع البيئات المتغيرة. تحديد المشكلات وبناء الحلول والابتكار وتحسين الممارسات الحالية |
ما هي النتائج التي سأحصل عليها بعد أخذ دورة أساليب الضغط للوسائط المتعددة؟ | أ. المعرفة والفهم عند إكمال هذه الوحدة، سيكون الطلاب قادرين على: تطوير معرفة راسخة في مجال الدراسة. ربط التخصصات الأخرى بمجال الدراسة. تطوير منظور دولي لمجال الدراسة. ب. المهارات المعرفية عند إكمال هذه الوحدة، سيكون الطلاب قادرين على: تحليل واستكشاف المعلومات والأفكار ونقل هذه الأفكار بوضوح وطلاقة، سواء في أشكال مكتوبة أو شفهية. التجربة بشكل فعال مع الآخرين من أجل العمل نحو نتيجة مشتركة. اختيار واستخدام المستوى والأسلوب ووسائل الاتصال المناسبة. التجربة بشكل مناسب مع تكنولوجيا المعلومات والاتصالات. ج. المهارات العملية والمهنية عند إكمال هذه الوحدة، سيكون الطلاب قادرين على: تطبيق طرق ضغط مختلفة للبيانات النصية والصور والصوت والفيديو فحص الخوارزميات غير التافهة لمشاكل العالم الحقيقي توسيع طرق الضغط المختلفة وتطبيقاتها في جوانب مختلفة من الحوسبة. د. المهارات الرئيسية القابلة للنقل عند إكمال هذه الوحدة، سيكون الطلاب قادرين على: التحليل والاستنتاج بشكل مستقل. تطوير الأفكار والتكيف بشكل مبتكر مع البيئات المتغيرة. تحديد المشكلات وبناء الحلول والابتكار وتحسين الممارسات الحالية |
ما هي النتائج التي سأحصل عليها بعد أخذ دورة TM297؟ | أ. المعرفة والفهم عند إكمال هذه الوحدة، سيكون الطلاب قادرين على: تطوير معرفة راسخة في مجال الدراسة. ربط التخصصات الأخرى بمجال الدراسة. تطوير منظور دولي لمجال الدراسة. ب. المهارات المعرفية عند إكمال هذه الوحدة، سيكون الطلاب قادرين على: تحليل واستكشاف المعلومات والأفكار ونقل هذه الأفكار بوضوح وطلاقة، سواء في أشكال مكتوبة أو شفهية. التجربة بشكل فعال مع الآخرين من أجل العمل نحو نتيجة مشتركة. اختيار واستخدام المستوى والأسلوب ووسائل الاتصال المناسبة. التجربة بشكل مناسب مع تكنولوجيا المعلومات والاتصالات. ج. المهارات العملية والمهنية عند إكمال هذه الوحدة، سيكون الطلاب قادرين على: تطبيق طرق ضغط مختلفة للبيانات النصية والصور والصوت والفيديو فحص الخوارزميات غير التافهة لمشاكل العالم الحقيقي توسيع طرق الضغط المختلفة وتطبيقاتها في جوانب مختلفة من الحوسبة. د. المهارات الرئيسية القابلة للنقل عند إكمال هذه الوحدة، سيكون الطلاب قادرين على: التحليل والاستنتاج بشكل مستقل. تطوير الأفكار والتكيف بشكل مبتكر مع البيئات المتغيرة. تحديد المشكلات وبناء الحلول والابتكار وتحسين الممارسات الحالية |
ما هو الهدف من دراسة دورة طرق الضغط للوسائط المتعددة؟ | تهدف هذه الوحدة إلى توضيح طرق التعامل مع أنواع مختلفة من البيانات وضغطها، مثل النصوص والصور والبيانات الصوتية والفيديو، وإظهار تقنيات ضغط البيانات للوسائط المتعددة والتطبيقات الأخرى، وخاصة تلك المستخدمة على الإنترنت. بعد الانتهاء بنجاح من هذه الوحدة، يجب أن تكون قادرًا على:حساب الإحصائيات الأساسية للبيانات.تطبيق الخوارزميات غير التافهة على مشاكل العالم الحقيقي.تحديد مبادئ ضغط البيانات.اكتشاف طرق ضغط مختلفة للبيانات النصية والصور والصوت والفيديو.توسيع طرق الضغط المختلفة وتطبيقاتها في جوانب مختلفة من الحوسبة. |
ما هي أهداف دراسة دورة أساليب الضغط للوسائط المتعددة؟ | تهدف هذه الوحدة إلى توضيح طرق التعامل مع أنواع مختلفة من البيانات وضغطها، مثل النصوص والصور والبيانات الصوتية والفيديو، وإظهار تقنيات ضغط البيانات للوسائط المتعددة والتطبيقات الأخرى، وخاصة تلك المستخدمة على الإنترنت. بعد الانتهاء بنجاح من هذه الوحدة، يجب أن تكون قادرًا على:حساب الإحصائيات الأساسية للبيانات.تطبيق الخوارزميات غير التافهة على مشاكل العالم الحقيقي.تحديد مبادئ ضغط البيانات.اكتشاف طرق ضغط مختلفة للبيانات النصية والصور والصوت والفيديو.توسيع طرق الضغط المختلفة وتطبيقاتها في جوانب مختلفة من الحوسبة. |
ما هو الهدف من أخذ دورة TM297؟ | تهدف هذه الوحدة إلى توضيح طرق التعامل مع أنواع مختلفة من البيانات وضغطها، مثل النصوص والصور والبيانات الصوتية والفيديو، وإظهار تقنيات ضغط البيانات للوسائط المتعددة والتطبيقات الأخرى، وخاصة تلك المستخدمة على الإنترنت. بعد الانتهاء بنجاح من هذه الوحدة، يجب أن تكون قادرًا على:حساب الإحصائيات الأساسية للبيانات.تطبيق الخوارزميات غير التافهة على مشاكل العالم الحقيقي.تحديد مبادئ ضغط البيانات.اكتشاف طرق ضغط مختلفة للبيانات النصية والصور والصوت والفيديو.توسيع طرق الضغط المختلفة وتطبيقاتها في جوانب مختلفة من الحوسبة. |
ما هي أهداف دراسة دورة TM297؟ | تهدف هذه الوحدة إلى توضيح طرق التعامل مع أنواع مختلفة من البيانات وضغطها، مثل النصوص والصور والبيانات الصوتية والفيديو، وإظهار تقنيات ضغط البيانات للوسائط المتعددة والتطبيقات الأخرى، وخاصة تلك المستخدمة على الإنترنت. بعد الانتهاء بنجاح من هذه الوحدة، يجب أن تكون قادرًا على:حساب الإحصائيات الأساسية للبيانات.تطبيق الخوارزميات غير التافهة على مشاكل العالم الحقيقي.تحديد مبادئ ضغط البيانات.اكتشاف طرق ضغط مختلفة للبيانات النصية والصور والصوت والفيديو.توسيع طرق الضغط المختلفة وتطبيقاتها في جوانب مختلفة من الحوسبة. |
ما هو رمز وحدة طرق الضغط للوسائط المتعددة؟ | TM297 |
ما هو كود طرق الضغط للوسائط المتعددة؟ | TM297 |
ما هو معرف طرق الضغط للوسائط المتعددة؟ | TM297 |
ما هي وحدة TM297؟ | طرق ضغط الوسائط المتعددة |
ما هو TM297؟ | طرق ضغط الوسائط المتعددة |
كم عدد الاعتمادات التي يحتوي عليها TM297؟ | 3 |
كم عدد الساعات التي يعمل بها TM297؟ | 3 |
كم عدد الساعات التي يستغرقها برنامج طرق الضغط للوسائط المتعددة؟ | 3 |
كم عدد الاعتمادات التي يمتلكها كتاب طرق الضغط للوسائط المتعددة؟ | 3 |
في أي كلية يتم تدريس مادة طرق الضغط للوسائط المتعددة؟ | كلية دراسات الحاسوب |
من أي كلية يتم تدريس مادة TM297؟ | كلية دراسات الحاسوب |
ما هو اسم الكلية التي تدرس أساليب الضغط للوسائط المتعددة؟ | كلية دراسات الحاسوب |
ما هي المتطلبات الأساسية لطرق ضغط الوسائط المتعددة؟ | |
ما هي المتطلبات الأساسية لـ TM297؟ | |
What is Data management and analysis module? | Data management and analysis (TM351) – an overview of the concepts, techniques, and tools of modern data management and analysis. The requirements of data management continually evolve. Recently those requirements have surpassed the capabilities of traditional data management. So, in order to better prepare our graduates for the new demands of the job market, it is necessary to address both the traditional concepts of data management as well as the increasingly important area of data analytics. |
What is TM351 module? | Data management and analysis (TM351) – an overview of the concepts, techniques, and tools of modern data management and analysis. The requirements of data management continually evolve. Recently those requirements have surpassed the capabilities of traditional data management. So, in order to better prepare our graduates for the new demands of the job market, it is necessary to address both the traditional concepts of data management as well as the increasingly important area of data analytics. |
Can you tell me about Data management and analysis? | Data management and analysis (TM351) – an overview of the concepts, techniques, and tools of modern data management and analysis. The requirements of data management continually evolve. Recently those requirements have surpassed the capabilities of traditional data management. So, in order to better prepare our graduates for the new demands of the job market, it is necessary to address both the traditional concepts of data management as well as the increasingly important area of data analytics. |
Can you tell me about TM351? | Data management and analysis (TM351) – an overview of the concepts, techniques, and tools of modern data management and analysis. The requirements of data management continually evolve. Recently those requirements have surpassed the capabilities of traditional data management. So, in order to better prepare our graduates for the new demands of the job market, it is necessary to address both the traditional concepts of data management as well as the increasingly important area of data analytics. |
What am I going to learn in Data management and analysis course? | Data management and analysis (TM351) – an overview of the concepts, techniques, and tools of modern data management and analysis. The requirements of data management continually evolve. Recently those requirements have surpassed the capabilities of traditional data management. So, in order to better prepare our graduates for the new demands of the job market, it is necessary to address both the traditional concepts of data management as well as the increasingly important area of data analytics. |
What am I going to learn in TM351 course? | Data management and analysis (TM351) – an overview of the concepts, techniques, and tools of modern data management and analysis. The requirements of data management continually evolve. Recently those requirements have surpassed the capabilities of traditional data management. So, in order to better prepare our graduates for the new demands of the job market, it is necessary to address both the traditional concepts of data management as well as the increasingly important area of data analytics. |
What is the Data management and analysis course name in Arabic? | إدارة البيانات وتحليلها |
What is the TM351 course name in Arabic? | إدارة البيانات وتحليلها |
What is the benefit of studying Data management and analysis? | This module aims to address some of the key concepts required for the traditionally important area of data management, and the increasingly important area of data analytics. The module will compare traditional relational databases with an alternate model (a NoSQL database), and will enable students to choose between the alternatives to select an appropriate means of storing and managing data, depending on the size and structure of a particular dataset and the use to which that data will be put. Students will be introduced to preliminary techniques in data analysis, starting from the position that data is used to answer a question, and introduced to a range of data visualisation and visual analysis techniques that will instil an understanding of how to start exploring a new data set.To ensure that students are comfortable with handling datasets, they will explore a range of openly licensed real-world datasets (either downloaded from their host websites, or provided as snapshots) to illustrate the key concepts in the course. Sources such as data.gov.uk, the World Bank, and a range of other national and international agencies will be used to provide appropriate data. The module will aim to divide approximately equally between issues in data management (technical and socio-legal issues in storing and maintaining datasets), and issues in data analytics (using data to answer questions). Students are not expected to have a background in statistics, but should be comfortable working with mathematical concepts and will need to be competent programmers.The module will be framed around a narrative that looks at how to manage and extract value and insight from a range of increasingly large data collections. At each stage, a comparison will be drawn between different ways of representing the data (for example, using different sorts of charts or geographical mapping techniques), and limitations of the mechanisms presented. To enable students to get a feel for the use of data, each stage will also include an overview of some data analysis techniques, including summary reporting and exploratory data visualisation. The module will be driven by Richard Hamming's famous quote: The purpose of computing is insight, not numbers.Some of the key ideas are:Introducing data analysis. Starting with a text based data file such as comma separated variable (CSV) document, this unit will provide a brief introduction to some basic operations on simple data files. This will give an opportunity to provide an outline of the key ideas in the module, to ensure that the students have installed the module software correctly, and to begin to familiarise themselves with that software.Concepts in data management. The module will look at three key areas in data management: data architectures and data access (CRUD), data integrity, and transaction management (ACID). Each of these will be illustrated using a relational database, and one non-relational alternative, and the advantages and limitations of each model discussed.Legal and ethical issues. The module will consider the legal and ethical issues involved in managing data collections. Students will be required to obtain and read (parts of) the Data Protection Act and the Freedom of Information Act, and demonstrate how these apply to issues in data management. They will also consider privacy, ownership, intellectual property and licensing issues in data collection, management, retrieval and reuse.Concepts in data analytics. These sections will focus on using data to answer a real question; the focus will be on exploratory techniques (such as visualisation) and formulating a question into a form which can realistically be answered using the data that is available. Issues in processing techniques for large and real-time streamed data collections will also be addressed along with techniques and technologies (such as mapreduce) for handling them. This part will use a statistical package such as the python scientific libraries and/or ggplot to visualise the data and carry out appropriate analyses. It is not anticipated that students will need to understand statistical methods in depth. |
What is the benefit of studying TM351? | This module aims to address some of the key concepts required for the traditionally important area of data management, and the increasingly important area of data analytics. The module will compare traditional relational databases with an alternate model (a NoSQL database), and will enable students to choose between the alternatives to select an appropriate means of storing and managing data, depending on the size and structure of a particular dataset and the use to which that data will be put. Students will be introduced to preliminary techniques in data analysis, starting from the position that data is used to answer a question, and introduced to a range of data visualisation and visual analysis techniques that will instil an understanding of how to start exploring a new data set.To ensure that students are comfortable with handling datasets, they will explore a range of openly licensed real-world datasets (either downloaded from their host websites, or provided as snapshots) to illustrate the key concepts in the course. Sources such as data.gov.uk, the World Bank, and a range of other national and international agencies will be used to provide appropriate data. The module will aim to divide approximately equally between issues in data management (technical and socio-legal issues in storing and maintaining datasets), and issues in data analytics (using data to answer questions). Students are not expected to have a background in statistics, but should be comfortable working with mathematical concepts and will need to be competent programmers.The module will be framed around a narrative that looks at how to manage and extract value and insight from a range of increasingly large data collections. At each stage, a comparison will be drawn between different ways of representing the data (for example, using different sorts of charts or geographical mapping techniques), and limitations of the mechanisms presented. To enable students to get a feel for the use of data, each stage will also include an overview of some data analysis techniques, including summary reporting and exploratory data visualisation. The module will be driven by Richard Hamming's famous quote: The purpose of computing is insight, not numbers.Some of the key ideas are:Introducing data analysis. Starting with a text based data file such as comma separated variable (CSV) document, this unit will provide a brief introduction to some basic operations on simple data files. This will give an opportunity to provide an outline of the key ideas in the module, to ensure that the students have installed the module software correctly, and to begin to familiarise themselves with that software.Concepts in data management. The module will look at three key areas in data management: data architectures and data access (CRUD), data integrity, and transaction management (ACID). Each of these will be illustrated using a relational database, and one non-relational alternative, and the advantages and limitations of each model discussed.Legal and ethical issues. The module will consider the legal and ethical issues involved in managing data collections. Students will be required to obtain and read (parts of) the Data Protection Act and the Freedom of Information Act, and demonstrate how these apply to issues in data management. They will also consider privacy, ownership, intellectual property and licensing issues in data collection, management, retrieval and reuse.Concepts in data analytics. These sections will focus on using data to answer a real question; the focus will be on exploratory techniques (such as visualisation) and formulating a question into a form which can realistically be answered using the data that is available. Issues in processing techniques for large and real-time streamed data collections will also be addressed along with techniques and technologies (such as mapreduce) for handling them. This part will use a statistical package such as the python scientific libraries and/or ggplot to visualise the data and carry out appropriate analyses. It is not anticipated that students will need to understand statistical methods in depth. |
What is the benefit of studying Data management and analysis? | A. Knowledge and understandingUpon completing this course, students will be able to:Discuss and describe the similarities and differences between at least two different database models, and how they are used to manage data collections.Identify and explain the legal issues surrounding data collection, usage and retention.Explain the stages and process of database designB. Cognitive skillsUpon completing this course, students will be able to:Select an appropriate database model for a data collection.Use data to answer a practical question.Analyse a simple scenario to produce a conceptual model.C. Practical and professional skillsUpon completing this course, students will be able to:Use a query language to extract information from a database.Use a statistical package to explore a data setPresent an analysis of a dataset to a variety of audiences.D. Key transferable skillsUpon completing this course, students will be able to:Write a report detailing a systematic approach to analysing a data set.Gain Active listening to the stakeholders regarding their data analysis needsCommunicate the results of data analysis to stakeholders at appropriate level |
What is the benefit of studying TM351? | A. Knowledge and understandingUpon completing this course, students will be able to:Discuss and describe the similarities and differences between at least two different database models, and how they are used to manage data collections.Identify and explain the legal issues surrounding data collection, usage and retention.Explain the stages and process of database designB. Cognitive skillsUpon completing this course, students will be able to:Select an appropriate database model for a data collection.Use data to answer a practical question.Analyse a simple scenario to produce a conceptual model.C. Practical and professional skillsUpon completing this course, students will be able to:Use a query language to extract information from a database.Use a statistical package to explore a data setPresent an analysis of a dataset to a variety of audiences.D. Key transferable skillsUpon completing this course, students will be able to:Write a report detailing a systematic approach to analysing a data set.Gain Active listening to the stakeholders regarding their data analysis needsCommunicate the results of data analysis to stakeholders at appropriate level |
What am I going to learn in Data management and analysis? module | This module aims to address some of the key concepts required for the traditionally important area of data management, and the increasingly important area of data analytics. The module will compare traditional relational databases with an alternate model (a NoSQL database), and will enable students to choose between the alternatives to select an appropriate means of storing and managing data, depending on the size and structure of a particular dataset and the use to which that data will be put. Students will be introduced to preliminary techniques in data analysis, starting from the position that data is used to answer a question, and introduced to a range of data visualisation and visual analysis techniques that will instil an understanding of how to start exploring a new data set.To ensure that students are comfortable with handling datasets, they will explore a range of openly licensed real-world datasets (either downloaded from their host websites, or provided as snapshots) to illustrate the key concepts in the course. Sources such as data.gov.uk, the World Bank, and a range of other national and international agencies will be used to provide appropriate data. The module will aim to divide approximately equally between issues in data management (technical and socio-legal issues in storing and maintaining datasets), and issues in data analytics (using data to answer questions). Students are not expected to have a background in statistics, but should be comfortable working with mathematical concepts and will need to be competent programmers.The module will be framed around a narrative that looks at how to manage and extract value and insight from a range of increasingly large data collections. At each stage, a comparison will be drawn between different ways of representing the data (for example, using different sorts of charts or geographical mapping techniques), and limitations of the mechanisms presented. To enable students to get a feel for the use of data, each stage will also include an overview of some data analysis techniques, including summary reporting and exploratory data visualisation. The module will be driven by Richard Hamming's famous quote: The purpose of computing is insight, not numbers.Some of the key ideas are:Introducing data analysis. Starting with a text based data file such as comma separated variable (CSV) document, this unit will provide a brief introduction to some basic operations on simple data files. This will give an opportunity to provide an outline of the key ideas in the module, to ensure that the students have installed the module software correctly, and to begin to familiarise themselves with that software.Concepts in data management. The module will look at three key areas in data management: data architectures and data access (CRUD), data integrity, and transaction management (ACID). Each of these will be illustrated using a relational database, and one non-relational alternative, and the advantages and limitations of each model discussed.Legal and ethical issues. The module will consider the legal and ethical issues involved in managing data collections. Students will be required to obtain and read (parts of) the Data Protection Act and the Freedom of Information Act, and demonstrate how these apply to issues in data management. They will also consider privacy, ownership, intellectual property and licensing issues in data collection, management, retrieval and reuse.Concepts in data analytics. These sections will focus on using data to answer a real question; the focus will be on exploratory techniques (such as visualisation) and formulating a question into a form which can realistically be answered using the data that is available. Issues in processing techniques for large and real-time streamed data collections will also be addressed along with techniques and technologies (such as mapreduce) for handling them. This part will use a statistical package such as the python scientific libraries and/or ggplot to visualise the data and carry out appropriate analyses. It is not anticipated that students will need to understand statistical methods in depth. |
What am I going to learn in TM351? module | This module aims to address some of the key concepts required for the traditionally important area of data management, and the increasingly important area of data analytics. The module will compare traditional relational databases with an alternate model (a NoSQL database), and will enable students to choose between the alternatives to select an appropriate means of storing and managing data, depending on the size and structure of a particular dataset and the use to which that data will be put. Students will be introduced to preliminary techniques in data analysis, starting from the position that data is used to answer a question, and introduced to a range of data visualisation and visual analysis techniques that will instil an understanding of how to start exploring a new data set.To ensure that students are comfortable with handling datasets, they will explore a range of openly licensed real-world datasets (either downloaded from their host websites, or provided as snapshots) to illustrate the key concepts in the course. Sources such as data.gov.uk, the World Bank, and a range of other national and international agencies will be used to provide appropriate data. The module will aim to divide approximately equally between issues in data management (technical and socio-legal issues in storing and maintaining datasets), and issues in data analytics (using data to answer questions). Students are not expected to have a background in statistics, but should be comfortable working with mathematical concepts and will need to be competent programmers.The module will be framed around a narrative that looks at how to manage and extract value and insight from a range of increasingly large data collections. At each stage, a comparison will be drawn between different ways of representing the data (for example, using different sorts of charts or geographical mapping techniques), and limitations of the mechanisms presented. To enable students to get a feel for the use of data, each stage will also include an overview of some data analysis techniques, including summary reporting and exploratory data visualisation. The module will be driven by Richard Hamming's famous quote: The purpose of computing is insight, not numbers.Some of the key ideas are:Introducing data analysis. Starting with a text based data file such as comma separated variable (CSV) document, this unit will provide a brief introduction to some basic operations on simple data files. This will give an opportunity to provide an outline of the key ideas in the module, to ensure that the students have installed the module software correctly, and to begin to familiarise themselves with that software.Concepts in data management. The module will look at three key areas in data management: data architectures and data access (CRUD), data integrity, and transaction management (ACID). Each of these will be illustrated using a relational database, and one non-relational alternative, and the advantages and limitations of each model discussed.Legal and ethical issues. The module will consider the legal and ethical issues involved in managing data collections. Students will be required to obtain and read (parts of) the Data Protection Act and the Freedom of Information Act, and demonstrate how these apply to issues in data management. They will also consider privacy, ownership, intellectual property and licensing issues in data collection, management, retrieval and reuse.Concepts in data analytics. These sections will focus on using data to answer a real question; the focus will be on exploratory techniques (such as visualisation) and formulating a question into a form which can realistically be answered using the data that is available. Issues in processing techniques for large and real-time streamed data collections will also be addressed along with techniques and technologies (such as mapreduce) for handling them. This part will use a statistical package such as the python scientific libraries and/or ggplot to visualise the data and carry out appropriate analyses. It is not anticipated that students will need to understand statistical methods in depth. |
What am I going to learn in Data management and analysis? module | A. Knowledge and understandingUpon completing this course, students will be able to:Discuss and describe the similarities and differences between at least two different database models, and how they are used to manage data collections.Identify and explain the legal issues surrounding data collection, usage and retention.Explain the stages and process of database designB. Cognitive skillsUpon completing this course, students will be able to:Select an appropriate database model for a data collection.Use data to answer a practical question.Analyse a simple scenario to produce a conceptual model.C. Practical and professional skillsUpon completing this course, students will be able to:Use a query language to extract information from a database.Use a statistical package to explore a data setPresent an analysis of a dataset to a variety of audiences.D. Key transferable skillsUpon completing this course, students will be able to:Write a report detailing a systematic approach to analysing a data set.Gain Active listening to the stakeholders regarding their data analysis needsCommunicate the results of data analysis to stakeholders at appropriate level |
What am I going to learn in TM351? module | A. Knowledge and understandingUpon completing this course, students will be able to:Discuss and describe the similarities and differences between at least two different database models, and how they are used to manage data collections.Identify and explain the legal issues surrounding data collection, usage and retention.Explain the stages and process of database designB. Cognitive skillsUpon completing this course, students will be able to:Select an appropriate database model for a data collection.Use data to answer a practical question.Analyse a simple scenario to produce a conceptual model.C. Practical and professional skillsUpon completing this course, students will be able to:Use a query language to extract information from a database.Use a statistical package to explore a data setPresent an analysis of a dataset to a variety of audiences.D. Key transferable skillsUpon completing this course, students will be able to:Write a report detailing a systematic approach to analysing a data set.Gain Active listening to the stakeholders regarding their data analysis needsCommunicate the results of data analysis to stakeholders at appropriate level |
What are the outcomes I am going to get after taking Data management and analysis? course | A. Knowledge and understandingUpon completing this course, students will be able to:Discuss and describe the similarities and differences between at least two different database models, and how they are used to manage data collections.Identify and explain the legal issues surrounding data collection, usage and retention.Explain the stages and process of database designB. Cognitive skillsUpon completing this course, students will be able to:Select an appropriate database model for a data collection.Use data to answer a practical question.Analyse a simple scenario to produce a conceptual model.C. Practical and professional skillsUpon completing this course, students will be able to:Use a query language to extract information from a database.Use a statistical package to explore a data setPresent an analysis of a dataset to a variety of audiences.D. Key transferable skillsUpon completing this course, students will be able to:Write a report detailing a systematic approach to analysing a data set.Gain Active listening to the stakeholders regarding their data analysis needsCommunicate the results of data analysis to stakeholders at appropriate level |
What are the outcomes I am going to get after taking TM351? course | A. Knowledge and understandingUpon completing this course, students will be able to:Discuss and describe the similarities and differences between at least two different database models, and how they are used to manage data collections.Identify and explain the legal issues surrounding data collection, usage and retention.Explain the stages and process of database designB. Cognitive skillsUpon completing this course, students will be able to:Select an appropriate database model for a data collection.Use data to answer a practical question.Analyse a simple scenario to produce a conceptual model.C. Practical and professional skillsUpon completing this course, students will be able to:Use a query language to extract information from a database.Use a statistical package to explore a data setPresent an analysis of a dataset to a variety of audiences.D. Key transferable skillsUpon completing this course, students will be able to:Write a report detailing a systematic approach to analysing a data set.Gain Active listening to the stakeholders regarding their data analysis needsCommunicate the results of data analysis to stakeholders at appropriate level |
What is the objective of taking the Data management and analysis? course | This module aims to address some of the key concepts required for the traditionally important area of data management, and the increasingly important area of data analytics. The module will compare traditional relational databases with an alternate model (a NoSQL database), and will enable students to choose between the alternatives to select an appropriate means of storing and managing data, depending on the size and structure of a particular dataset and the use to which that data will be put. Students will be introduced to preliminary techniques in data analysis, starting from the position that data is used to answer a question, and introduced to a range of data visualisation and visual analysis techniques that will instil an understanding of how to start exploring a new data set.To ensure that students are comfortable with handling datasets, they will explore a range of openly licensed real-world datasets (either downloaded from their host websites, or provided as snapshots) to illustrate the key concepts in the course. Sources such as data.gov.uk, the World Bank, and a range of other national and international agencies will be used to provide appropriate data. The module will aim to divide approximately equally between issues in data management (technical and socio-legal issues in storing and maintaining datasets), and issues in data analytics (using data to answer questions). Students are not expected to have a background in statistics, but should be comfortable working with mathematical concepts and will need to be competent programmers.The module will be framed around a narrative that looks at how to manage and extract value and insight from a range of increasingly large data collections. At each stage, a comparison will be drawn between different ways of representing the data (for example, using different sorts of charts or geographical mapping techniques), and limitations of the mechanisms presented. To enable students to get a feel for the use of data, each stage will also include an overview of some data analysis techniques, including summary reporting and exploratory data visualisation. The module will be driven by Richard Hamming's famous quote: The purpose of computing is insight, not numbers.Some of the key ideas are:Introducing data analysis. Starting with a text based data file such as comma separated variable (CSV) document, this unit will provide a brief introduction to some basic operations on simple data files. This will give an opportunity to provide an outline of the key ideas in the module, to ensure that the students have installed the module software correctly, and to begin to familiarise themselves with that software.Concepts in data management. The module will look at three key areas in data management: data architectures and data access (CRUD), data integrity, and transaction management (ACID). Each of these will be illustrated using a relational database, and one non-relational alternative, and the advantages and limitations of each model discussed.Legal and ethical issues. The module will consider the legal and ethical issues involved in managing data collections. Students will be required to obtain and read (parts of) the Data Protection Act and the Freedom of Information Act, and demonstrate how these apply to issues in data management. They will also consider privacy, ownership, intellectual property and licensing issues in data collection, management, retrieval and reuse.Concepts in data analytics. These sections will focus on using data to answer a real question; the focus will be on exploratory techniques (such as visualisation) and formulating a question into a form which can realistically be answered using the data that is available. Issues in processing techniques for large and real-time streamed data collections will also be addressed along with techniques and technologies (such as mapreduce) for handling them. This part will use a statistical package such as the python scientific libraries and/or ggplot to visualise the data and carry out appropriate analyses. It is not anticipated that students will need to understand statistical methods in depth. |
What are the objectives of taking the Data management and analysis? course | This module aims to address some of the key concepts required for the traditionally important area of data management, and the increasingly important area of data analytics. The module will compare traditional relational databases with an alternate model (a NoSQL database), and will enable students to choose between the alternatives to select an appropriate means of storing and managing data, depending on the size and structure of a particular dataset and the use to which that data will be put. Students will be introduced to preliminary techniques in data analysis, starting from the position that data is used to answer a question, and introduced to a range of data visualisation and visual analysis techniques that will instil an understanding of how to start exploring a new data set.To ensure that students are comfortable with handling datasets, they will explore a range of openly licensed real-world datasets (either downloaded from their host websites, or provided as snapshots) to illustrate the key concepts in the course. Sources such as data.gov.uk, the World Bank, and a range of other national and international agencies will be used to provide appropriate data. The module will aim to divide approximately equally between issues in data management (technical and socio-legal issues in storing and maintaining datasets), and issues in data analytics (using data to answer questions). Students are not expected to have a background in statistics, but should be comfortable working with mathematical concepts and will need to be competent programmers.The module will be framed around a narrative that looks at how to manage and extract value and insight from a range of increasingly large data collections. At each stage, a comparison will be drawn between different ways of representing the data (for example, using different sorts of charts or geographical mapping techniques), and limitations of the mechanisms presented. To enable students to get a feel for the use of data, each stage will also include an overview of some data analysis techniques, including summary reporting and exploratory data visualisation. The module will be driven by Richard Hamming's famous quote: The purpose of computing is insight, not numbers.Some of the key ideas are:Introducing data analysis. Starting with a text based data file such as comma separated variable (CSV) document, this unit will provide a brief introduction to some basic operations on simple data files. This will give an opportunity to provide an outline of the key ideas in the module, to ensure that the students have installed the module software correctly, and to begin to familiarise themselves with that software.Concepts in data management. The module will look at three key areas in data management: data architectures and data access (CRUD), data integrity, and transaction management (ACID). Each of these will be illustrated using a relational database, and one non-relational alternative, and the advantages and limitations of each model discussed.Legal and ethical issues. The module will consider the legal and ethical issues involved in managing data collections. Students will be required to obtain and read (parts of) the Data Protection Act and the Freedom of Information Act, and demonstrate how these apply to issues in data management. They will also consider privacy, ownership, intellectual property and licensing issues in data collection, management, retrieval and reuse.Concepts in data analytics. These sections will focus on using data to answer a real question; the focus will be on exploratory techniques (such as visualisation) and formulating a question into a form which can realistically be answered using the data that is available. Issues in processing techniques for large and real-time streamed data collections will also be addressed along with techniques and technologies (such as mapreduce) for handling them. This part will use a statistical package such as the python scientific libraries and/or ggplot to visualise the data and carry out appropriate analyses. It is not anticipated that students will need to understand statistical methods in depth. |
What is the objective of taking the TM351? course | This module aims to address some of the key concepts required for the traditionally important area of data management, and the increasingly important area of data analytics. The module will compare traditional relational databases with an alternate model (a NoSQL database), and will enable students to choose between the alternatives to select an appropriate means of storing and managing data, depending on the size and structure of a particular dataset and the use to which that data will be put. Students will be introduced to preliminary techniques in data analysis, starting from the position that data is used to answer a question, and introduced to a range of data visualisation and visual analysis techniques that will instil an understanding of how to start exploring a new data set.To ensure that students are comfortable with handling datasets, they will explore a range of openly licensed real-world datasets (either downloaded from their host websites, or provided as snapshots) to illustrate the key concepts in the course. Sources such as data.gov.uk, the World Bank, and a range of other national and international agencies will be used to provide appropriate data. The module will aim to divide approximately equally between issues in data management (technical and socio-legal issues in storing and maintaining datasets), and issues in data analytics (using data to answer questions). Students are not expected to have a background in statistics, but should be comfortable working with mathematical concepts and will need to be competent programmers.The module will be framed around a narrative that looks at how to manage and extract value and insight from a range of increasingly large data collections. At each stage, a comparison will be drawn between different ways of representing the data (for example, using different sorts of charts or geographical mapping techniques), and limitations of the mechanisms presented. To enable students to get a feel for the use of data, each stage will also include an overview of some data analysis techniques, including summary reporting and exploratory data visualisation. The module will be driven by Richard Hamming's famous quote: The purpose of computing is insight, not numbers.Some of the key ideas are:Introducing data analysis. Starting with a text based data file such as comma separated variable (CSV) document, this unit will provide a brief introduction to some basic operations on simple data files. This will give an opportunity to provide an outline of the key ideas in the module, to ensure that the students have installed the module software correctly, and to begin to familiarise themselves with that software.Concepts in data management. The module will look at three key areas in data management: data architectures and data access (CRUD), data integrity, and transaction management (ACID). Each of these will be illustrated using a relational database, and one non-relational alternative, and the advantages and limitations of each model discussed.Legal and ethical issues. The module will consider the legal and ethical issues involved in managing data collections. Students will be required to obtain and read (parts of) the Data Protection Act and the Freedom of Information Act, and demonstrate how these apply to issues in data management. They will also consider privacy, ownership, intellectual property and licensing issues in data collection, management, retrieval and reuse.Concepts in data analytics. These sections will focus on using data to answer a real question; the focus will be on exploratory techniques (such as visualisation) and formulating a question into a form which can realistically be answered using the data that is available. Issues in processing techniques for large and real-time streamed data collections will also be addressed along with techniques and technologies (such as mapreduce) for handling them. This part will use a statistical package such as the python scientific libraries and/or ggplot to visualise the data and carry out appropriate analyses. It is not anticipated that students will need to understand statistical methods in depth. |
What are the objectives of taking the TM351? course | This module aims to address some of the key concepts required for the traditionally important area of data management, and the increasingly important area of data analytics. The module will compare traditional relational databases with an alternate model (a NoSQL database), and will enable students to choose between the alternatives to select an appropriate means of storing and managing data, depending on the size and structure of a particular dataset and the use to which that data will be put. Students will be introduced to preliminary techniques in data analysis, starting from the position that data is used to answer a question, and introduced to a range of data visualisation and visual analysis techniques that will instil an understanding of how to start exploring a new data set.To ensure that students are comfortable with handling datasets, they will explore a range of openly licensed real-world datasets (either downloaded from their host websites, or provided as snapshots) to illustrate the key concepts in the course. Sources such as data.gov.uk, the World Bank, and a range of other national and international agencies will be used to provide appropriate data. The module will aim to divide approximately equally between issues in data management (technical and socio-legal issues in storing and maintaining datasets), and issues in data analytics (using data to answer questions). Students are not expected to have a background in statistics, but should be comfortable working with mathematical concepts and will need to be competent programmers.The module will be framed around a narrative that looks at how to manage and extract value and insight from a range of increasingly large data collections. At each stage, a comparison will be drawn between different ways of representing the data (for example, using different sorts of charts or geographical mapping techniques), and limitations of the mechanisms presented. To enable students to get a feel for the use of data, each stage will also include an overview of some data analysis techniques, including summary reporting and exploratory data visualisation. The module will be driven by Richard Hamming's famous quote: The purpose of computing is insight, not numbers.Some of the key ideas are:Introducing data analysis. Starting with a text based data file such as comma separated variable (CSV) document, this unit will provide a brief introduction to some basic operations on simple data files. This will give an opportunity to provide an outline of the key ideas in the module, to ensure that the students have installed the module software correctly, and to begin to familiarise themselves with that software.Concepts in data management. The module will look at three key areas in data management: data architectures and data access (CRUD), data integrity, and transaction management (ACID). Each of these will be illustrated using a relational database, and one non-relational alternative, and the advantages and limitations of each model discussed.Legal and ethical issues. The module will consider the legal and ethical issues involved in managing data collections. Students will be required to obtain and read (parts of) the Data Protection Act and the Freedom of Information Act, and demonstrate how these apply to issues in data management. They will also consider privacy, ownership, intellectual property and licensing issues in data collection, management, retrieval and reuse.Concepts in data analytics. These sections will focus on using data to answer a real question; the focus will be on exploratory techniques (such as visualisation) and formulating a question into a form which can realistically be answered using the data that is available. Issues in processing techniques for large and real-time streamed data collections will also be addressed along with techniques and technologies (such as mapreduce) for handling them. This part will use a statistical package such as the python scientific libraries and/or ggplot to visualise the data and carry out appropriate analyses. It is not anticipated that students will need to understand statistical methods in depth. |
What is the module code of Data management and analysis? | TM351 |
What is the code of Data management and analysis? | TM351 |
What is the id of Data management and analysis? | TM351 |
What is TM351 module? | Data management and analysis |
What is TM351? | Data management and analysis |
How many credits does the TM351? have | 8 |
How many hours does the TM351? have | 8 |
How many hours does the Data management and analysis? have | 8 |
How many credits does the Data management and analysis? have | 8 |
By which faculty is Data management and analysis offered by? | Faculty of Computer Studies |
By which faculty is TM351 offered by? | Faculty of Computer Studies |
What is the name of the faculty that Data management and analysis is offered by? | Faculty of Computer Studies |
What are the prerequisite of the Data management and analysis? | |
What are the prerequisite of the TM351? | |
ما هي وحدة إدارة وتحليل البيانات؟ | إدارة البيانات وتحليلها (TM351) - نظرة عامة على مفاهيم وتقنيات وأدوات إدارة البيانات وتحليلها الحديثة. تتطور متطلبات إدارة البيانات باستمرار. في الآونة الأخيرة تجاوزت هذه المتطلبات قدرات إدارة البيانات التقليدية. لذلك، من أجل إعداد خريجينا بشكل أفضل لمتطلبات سوق العمل الجديدة، من الضروري معالجة كل من المفاهيم التقليدية لإدارة البيانات بالإضافة إلى مجال تحليل البيانات الذي يكتسب أهمية متزايدة. |
ما هي وحدة TM351؟ | إدارة البيانات وتحليلها (TM351) - نظرة عامة على مفاهيم وتقنيات وأدوات إدارة البيانات وتحليلها الحديثة. تتطور متطلبات إدارة البيانات باستمرار. في الآونة الأخيرة تجاوزت هذه المتطلبات قدرات إدارة البيانات التقليدية. لذلك، من أجل إعداد خريجينا بشكل أفضل لمتطلبات سوق العمل الجديدة، من الضروري معالجة كل من المفاهيم التقليدية لإدارة البيانات بالإضافة إلى مجال تحليل البيانات الذي يكتسب أهمية متزايدة. |
هل يمكنك أن تخبرني عن إدارة البيانات وتحليلها؟ | إدارة البيانات وتحليلها (TM351) - نظرة عامة على مفاهيم وتقنيات وأدوات إدارة البيانات وتحليلها الحديثة. تتطور متطلبات إدارة البيانات باستمرار. في الآونة الأخيرة تجاوزت هذه المتطلبات قدرات إدارة البيانات التقليدية. لذلك، من أجل إعداد خريجينا بشكل أفضل لمتطلبات سوق العمل الجديدة، من الضروري معالجة كل من المفاهيم التقليدية لإدارة البيانات بالإضافة إلى مجال تحليل البيانات الذي يكتسب أهمية متزايدة. |
هل يمكنك أن تخبرني عن TM351؟ | إدارة البيانات وتحليلها (TM351) - نظرة عامة على مفاهيم وتقنيات وأدوات إدارة البيانات وتحليلها الحديثة. تتطور متطلبات إدارة البيانات باستمرار. في الآونة الأخيرة تجاوزت هذه المتطلبات قدرات إدارة البيانات التقليدية. لذلك، من أجل إعداد خريجينا بشكل أفضل لمتطلبات سوق العمل الجديدة، من الضروري معالجة كل من المفاهيم التقليدية لإدارة البيانات بالإضافة إلى مجال تحليل البيانات الذي يكتسب أهمية متزايدة. |
ماذا سأتعلم في دورة إدارة وتحليل البيانات؟ | إدارة البيانات وتحليلها (TM351) - نظرة عامة على مفاهيم وتقنيات وأدوات إدارة البيانات وتحليلها الحديثة. تتطور متطلبات إدارة البيانات باستمرار. في الآونة الأخيرة تجاوزت هذه المتطلبات قدرات إدارة البيانات التقليدية. لذلك، من أجل إعداد خريجينا بشكل أفضل لمتطلبات سوق العمل الجديدة، من الضروري معالجة كل من المفاهيم التقليدية لإدارة البيانات بالإضافة إلى مجال تحليل البيانات الذي يكتسب أهمية متزايدة. |
ماذا سأتعلم في دورة TM351؟ | إدارة البيانات وتحليلها (TM351) - نظرة عامة على مفاهيم وتقنيات وأدوات إدارة البيانات وتحليلها الحديثة. تتطور متطلبات إدارة البيانات باستمرار. في الآونة الأخيرة تجاوزت هذه المتطلبات قدرات إدارة البيانات التقليدية. لذلك، من أجل إعداد خريجينا بشكل أفضل لمتطلبات سوق العمل الجديدة، من الضروري معالجة كل من المفاهيم التقليدية لإدارة البيانات بالإضافة إلى مجال تحليل البيانات الذي يكتسب أهمية متزايدة. |
ما اسم دورة إدارة وتحليل البيانات باللغة العربية؟ | إدارة البيانات وتحليلها |
ما هو اسم دورة TM351 باللغة العربية؟ | إدارة البيانات وتحليلها |
ما هي فائدة دراسة إدارة وتحليل البيانات؟ | تهدف هذه الوحدة إلى معالجة بعض المفاهيم الأساسية المطلوبة لمجال إدارة البيانات المهم تقليديًا، ومجال تحليل البيانات الذي يزداد أهمية بشكل متزايد. ستقارن الوحدة بين قواعد البيانات العلائقية التقليدية ونموذج بديل (قاعدة بيانات NoSQL)، وستمكن الطلاب من الاختيار بين البدائل لاختيار وسيلة مناسبة لتخزين وإدارة البيانات، اعتمادًا على حجم وبنية مجموعة بيانات معينة والاستخدام الذي سيتم وضع هذه البيانات فيه. سيتم تعريف الطلاب بالتقنيات الأولية في تحليل البيانات، بدءًا من الموقف الذي تُستخدم فيه البيانات للإجابة على سؤال، وسيتم تعريفهم بمجموعة من تقنيات تصور البيانات والتحليل البصري التي ستغرس فهمًا لكيفية البدء في استكشاف مجموعة بيانات جديدة. لضمان راحة الطلاب في التعامل مع مجموعات البيانات، سيستكشفون مجموعة من مجموعات البيانات الواقعية المرخصة علنًا (إما يتم تنزيلها من مواقع الويب المضيفة، أو يتم توفيرها كلقطات) لتوضيح المفاهيم الأساسية في الدورة. سيتم استخدام مصادر مثل data.gov.uk والبنك الدولي ومجموعة من الوكالات الوطنية والدولية الأخرى لتوفير البيانات المناسبة. تهدف الوحدة إلى تقسيم القضايا المتعلقة بإدارة البيانات بالتساوي تقريبًا (القضايا الفنية والاجتماعية والقانونية في تخزين وصيانة مجموعات البيانات)، والقضايا المتعلقة بتحليلات البيانات (استخدام البيانات للإجابة على الأسئلة). لا يُتوقع من الطلاب أن يكون لديهم خلفية في الإحصاء، ولكن يجب أن يكونوا مرتاحين في العمل بالمفاهيم الرياضية وسيحتاجون إلى أن يكونوا مبرمجين أكفاء. سيتم تأطير الوحدة حول سرد يتناول كيفية إدارة واستخراج القيمة والبصيرة من مجموعة من مجموعات البيانات الضخمة بشكل متزايد. في كل مرحلة، سيتم إجراء مقارنة بين طرق مختلفة لتمثيل البيانات (على سبيل المثال، باستخدام أنواع مختلفة من المخططات أو تقنيات رسم الخرائط الجغرافية)، والقيود المفروضة على الآليات المقدمة. لتمكين الطلاب من الحصول على إحساس باستخدام البيانات، ستتضمن كل مرحلة أيضًا نظرة عامة على بعض تقنيات تحليل البيانات، بما في ذلك التقارير الموجزة وتصور البيانات الاستكشافي. ستستند الوحدة إلى اقتباس ريتشارد هامينج الشهير: الغرض من الحوسبة هو البصيرة، وليس الأرقام. بعض الأفكار الرئيسية هي: مقدمة لتحليل البيانات. ستبدأ هذه الوحدة بملف بيانات نصي مثل مستند متغير مفصول بفاصلة (CSV)، وستقدم مقدمة موجزة لبعض العمليات الأساسية على ملفات البيانات البسيطة. سيعطي هذا الفرصة لتقديم مخطط للأفكار الرئيسية في الوحدة، للتأكد من أن الطلاب قد قاموا بتثبيت برنامج الوحدة بشكل صحيح، والبدء في التعرف على هذا البرنامج. المفاهيم في إدارة البيانات. ستتناول الوحدة ثلاثة مجالات رئيسية في إدارة البيانات: هياكل البيانات والوصول إلى البيانات (CRUD)، وسلامة البيانات، وإدارة المعاملات (ACID). سيتم توضيح كل منها باستخدام قاعدة بيانات علائقية، وبديل غير علائقي، ومزايا وقيود كل نموذج تمت مناقشته. القضايا القانونية والأخلاقية. ستنظر الوحدة في القضايا القانونية والأخلاقية المتعلقة بإدارة مجموعات البيانات. سيُطلب من الطلاب الحصول على (أجزاء من) قانون حماية البيانات وقانون حرية المعلومات وقراءتها، وإظهار كيفية تطبيقها على القضايا في إدارة البيانات. سينظرون أيضًا في قضايا الخصوصية والملكية والملكية الفكرية والترخيص في جمع البيانات وإدارتها واسترجاعها وإعادة استخدامها. المفاهيم في تحليلات البيانات. ستركز هذه الأقسام على استخدام البيانات للإجابة على سؤال حقيقي؛ وسينصب التركيز على التقنيات الاستكشافية (مثل التصور) وصياغة سؤال في شكل يمكن الإجابة عليه بشكل واقعي باستخدام البيانات المتاحة. كما سيتم تناول القضايا المتعلقة بتقنيات المعالجة لمجموعات البيانات الضخمة والمتدفقة في الوقت الفعلي جنبًا إلى جنب مع التقنيات والتكنولوجيات (مثل mapreduce) للتعامل معها. سيستخدم هذا الجزء حزمة إحصائية مثل مكتبات Python العلمية و/أو ggplot لتصور البيانات وإجراء التحليلات المناسبة. لا يُتوقع أن يحتاج الطلاب إلى فهم الأساليب الإحصائية بعمق. |
ما هي فائدة دراسة TM351؟ | تهدف هذه الوحدة إلى معالجة بعض المفاهيم الأساسية المطلوبة لمجال إدارة البيانات المهم تقليديًا، ومجال تحليل البيانات الذي يزداد أهمية بشكل متزايد. ستقارن الوحدة بين قواعد البيانات العلائقية التقليدية ونموذج بديل (قاعدة بيانات NoSQL)، وستمكن الطلاب من الاختيار بين البدائل لاختيار وسيلة مناسبة لتخزين وإدارة البيانات، اعتمادًا على حجم وبنية مجموعة بيانات معينة والاستخدام الذي سيتم وضع هذه البيانات فيه. سيتم تعريف الطلاب بالتقنيات الأولية في تحليل البيانات، بدءًا من الموقف الذي تُستخدم فيه البيانات للإجابة على سؤال، وسيتم تعريفهم بمجموعة من تقنيات تصور البيانات والتحليل البصري التي ستغرس فهمًا لكيفية البدء في استكشاف مجموعة بيانات جديدة. لضمان راحة الطلاب في التعامل مع مجموعات البيانات، سيستكشفون مجموعة من مجموعات البيانات الواقعية المرخصة علنًا (إما يتم تنزيلها من مواقع الويب المضيفة، أو يتم توفيرها كلقطات) لتوضيح المفاهيم الأساسية في الدورة. سيتم استخدام مصادر مثل data.gov.uk والبنك الدولي ومجموعة من الوكالات الوطنية والدولية الأخرى لتوفير البيانات المناسبة. تهدف الوحدة إلى تقسيم القضايا المتعلقة بإدارة البيانات بالتساوي تقريبًا (القضايا الفنية والاجتماعية والقانونية في تخزين وصيانة مجموعات البيانات)، والقضايا المتعلقة بتحليلات البيانات (استخدام البيانات للإجابة على الأسئلة). لا يُتوقع من الطلاب أن يكون لديهم خلفية في الإحصاء، ولكن يجب أن يكونوا مرتاحين في العمل بالمفاهيم الرياضية وسيحتاجون إلى أن يكونوا مبرمجين أكفاء. سيتم تأطير الوحدة حول سرد يتناول كيفية إدارة واستخراج القيمة والبصيرة من مجموعة من مجموعات البيانات الضخمة بشكل متزايد. في كل مرحلة، سيتم إجراء مقارنة بين طرق مختلفة لتمثيل البيانات (على سبيل المثال، باستخدام أنواع مختلفة من المخططات أو تقنيات رسم الخرائط الجغرافية)، والقيود المفروضة على الآليات المقدمة. لتمكين الطلاب من الحصول على إحساس باستخدام البيانات، ستتضمن كل مرحلة أيضًا نظرة عامة على بعض تقنيات تحليل البيانات، بما في ذلك التقارير الموجزة وتصور البيانات الاستكشافي. ستستند الوحدة إلى اقتباس ريتشارد هامينج الشهير: الغرض من الحوسبة هو البصيرة، وليس الأرقام. بعض الأفكار الرئيسية هي: مقدمة لتحليل البيانات. ستبدأ هذه الوحدة بملف بيانات نصي مثل مستند متغير مفصول بفاصلة (CSV)، وستقدم مقدمة موجزة لبعض العمليات الأساسية على ملفات البيانات البسيطة. سيعطي هذا الفرصة لتقديم مخطط للأفكار الرئيسية في الوحدة، للتأكد من أن الطلاب قد قاموا بتثبيت برنامج الوحدة بشكل صحيح، والبدء في التعرف على هذا البرنامج. المفاهيم في إدارة البيانات. ستتناول الوحدة ثلاثة مجالات رئيسية في إدارة البيانات: هياكل البيانات والوصول إلى البيانات (CRUD)، وسلامة البيانات، وإدارة المعاملات (ACID). سيتم توضيح كل منها باستخدام قاعدة بيانات علائقية، وبديل غير علائقي، ومزايا وقيود كل نموذج تمت مناقشته. القضايا القانونية والأخلاقية. ستنظر الوحدة في القضايا القانونية والأخلاقية المتعلقة بإدارة مجموعات البيانات. سيُطلب من الطلاب الحصول على (أجزاء من) قانون حماية البيانات وقانون حرية المعلومات وقراءتها، وإظهار كيفية تطبيقها على القضايا في إدارة البيانات. سينظرون أيضًا في قضايا الخصوصية والملكية والملكية الفكرية والترخيص في جمع البيانات وإدارتها واسترجاعها وإعادة استخدامها. المفاهيم في تحليلات البيانات. ستركز هذه الأقسام على استخدام البيانات للإجابة على سؤال حقيقي؛ وسينصب التركيز على التقنيات الاستكشافية (مثل التصور) وصياغة سؤال في شكل يمكن الإجابة عليه بشكل واقعي باستخدام البيانات المتاحة. كما سيتم تناول القضايا المتعلقة بتقنيات المعالجة لمجموعات البيانات الضخمة والمتدفقة في الوقت الفعلي جنبًا إلى جنب مع التقنيات والتكنولوجيات (مثل mapreduce) للتعامل معها. سيستخدم هذا الجزء حزمة إحصائية مثل مكتبات Python العلمية و/أو ggplot لتصور البيانات وإجراء التحليلات المناسبة. لا يُتوقع أن يحتاج الطلاب إلى فهم الأساليب الإحصائية بعمق. |
ما هي فائدة دراسة إدارة وتحليل البيانات؟ | أ. المعرفة والفهم عند إكمال هذه الدورة، سيكون الطلاب قادرين على: مناقشة ووصف أوجه التشابه والاختلاف بين نموذجين مختلفين على الأقل لقاعدة البيانات، وكيفية استخدامها لإدارة مجموعات البيانات. تحديد وشرح القضايا القانونية المحيطة بجمع البيانات واستخدامها والاحتفاظ بها. شرح مراحل وعملية تصميم قاعدة البيانات. ب. المهارات المعرفية عند إكمال هذه الدورة، سيكون الطلاب قادرين على: تحديد نموذج قاعدة بيانات مناسب لجمع البيانات. استخدام البيانات للإجابة على سؤال عملي. تحليل سيناريو بسيط لإنتاج نموذج مفاهيمي. ج. المهارات العملية والمهنية عند إكمال هذه الدورة، سيكون الطلاب قادرين على: استخدام لغة الاستعلام لاستخراج المعلومات من قاعدة البيانات. استخدام حزمة إحصائية لاستكشاف مجموعة بيانات تقديم تحليل لمجموعة متنوعة من الجماهير. د. المهارات الرئيسية القابلة للتحويل عند إكمال هذه الدورة، سيكون الطلاب قادرين على: كتابة تقرير يوضح بالتفصيل نهجًا منهجيًا لتحليل مجموعة بيانات. الاستماع النشط إلى أصحاب المصلحة فيما يتعلق باحتياجاتهم لتحليل البيانات توصيل نتائج تحليل البيانات إلى أصحاب المصلحة على المستوى المناسب |
ما هي فائدة دراسة TM351؟ | أ. المعرفة والفهم عند إكمال هذه الدورة، سيكون الطلاب قادرين على: مناقشة ووصف أوجه التشابه والاختلاف بين نموذجين مختلفين على الأقل لقاعدة البيانات، وكيفية استخدامها لإدارة مجموعات البيانات. تحديد وشرح القضايا القانونية المحيطة بجمع البيانات واستخدامها والاحتفاظ بها. شرح مراحل وعملية تصميم قاعدة البيانات. ب. المهارات المعرفية عند إكمال هذه الدورة، سيكون الطلاب قادرين على: تحديد نموذج قاعدة بيانات مناسب لجمع البيانات. استخدام البيانات للإجابة على سؤال عملي. تحليل سيناريو بسيط لإنتاج نموذج مفاهيمي. ج. المهارات العملية والمهنية عند إكمال هذه الدورة، سيكون الطلاب قادرين على: استخدام لغة الاستعلام لاستخراج المعلومات من قاعدة البيانات. استخدام حزمة إحصائية لاستكشاف مجموعة بيانات تقديم تحليل لمجموعة متنوعة من الجماهير. د. المهارات الرئيسية القابلة للتحويل عند إكمال هذه الدورة، سيكون الطلاب قادرين على: كتابة تقرير يوضح بالتفصيل نهجًا منهجيًا لتحليل مجموعة بيانات. الاستماع النشط إلى أصحاب المصلحة فيما يتعلق باحتياجاتهم لتحليل البيانات توصيل نتائج تحليل البيانات إلى أصحاب المصلحة على المستوى المناسب |
ماذا سأتعلم في وحدة إدارة وتحليل البيانات؟ | تهدف هذه الوحدة إلى معالجة بعض المفاهيم الأساسية المطلوبة لمجال إدارة البيانات المهم تقليديًا، ومجال تحليل البيانات الذي يزداد أهمية بشكل متزايد. ستقارن الوحدة بين قواعد البيانات العلائقية التقليدية ونموذج بديل (قاعدة بيانات NoSQL)، وستمكن الطلاب من الاختيار بين البدائل لاختيار وسيلة مناسبة لتخزين وإدارة البيانات، اعتمادًا على حجم وبنية مجموعة بيانات معينة والاستخدام الذي سيتم وضع هذه البيانات فيه. سيتم تعريف الطلاب بالتقنيات الأولية في تحليل البيانات، بدءًا من الموقف الذي تُستخدم فيه البيانات للإجابة على سؤال، وسيتم تعريفهم بمجموعة من تقنيات تصور البيانات والتحليل البصري التي ستغرس فهمًا لكيفية البدء في استكشاف مجموعة بيانات جديدة. لضمان راحة الطلاب في التعامل مع مجموعات البيانات، سيستكشفون مجموعة من مجموعات البيانات الواقعية المرخصة علنًا (إما يتم تنزيلها من مواقع الويب المضيفة، أو يتم توفيرها كلقطات) لتوضيح المفاهيم الأساسية في الدورة. سيتم استخدام مصادر مثل data.gov.uk والبنك الدولي ومجموعة من الوكالات الوطنية والدولية الأخرى لتوفير البيانات المناسبة. تهدف الوحدة إلى تقسيم القضايا المتعلقة بإدارة البيانات بالتساوي تقريبًا (القضايا الفنية والاجتماعية والقانونية في تخزين وصيانة مجموعات البيانات)، والقضايا المتعلقة بتحليلات البيانات (استخدام البيانات للإجابة على الأسئلة). لا يُتوقع من الطلاب أن يكون لديهم خلفية في الإحصاء، ولكن يجب أن يكونوا مرتاحين في العمل بالمفاهيم الرياضية وسيحتاجون إلى أن يكونوا مبرمجين أكفاء. سيتم تأطير الوحدة حول سرد يتناول كيفية إدارة واستخراج القيمة والبصيرة من مجموعة من مجموعات البيانات الضخمة بشكل متزايد. في كل مرحلة، سيتم إجراء مقارنة بين طرق مختلفة لتمثيل البيانات (على سبيل المثال، باستخدام أنواع مختلفة من المخططات أو تقنيات رسم الخرائط الجغرافية)، والقيود المفروضة على الآليات المقدمة. لتمكين الطلاب من الحصول على إحساس باستخدام البيانات، ستتضمن كل مرحلة أيضًا نظرة عامة على بعض تقنيات تحليل البيانات، بما في ذلك التقارير الموجزة وتصور البيانات الاستكشافي. ستستند الوحدة إلى اقتباس ريتشارد هامينج الشهير: الغرض من الحوسبة هو البصيرة، وليس الأرقام. بعض الأفكار الرئيسية هي: مقدمة لتحليل البيانات. ستبدأ هذه الوحدة بملف بيانات نصي مثل مستند متغير مفصول بفاصلة (CSV)، وستقدم مقدمة موجزة لبعض العمليات الأساسية على ملفات البيانات البسيطة. سيعطي هذا الفرصة لتقديم مخطط للأفكار الرئيسية في الوحدة، للتأكد من أن الطلاب قد قاموا بتثبيت برنامج الوحدة بشكل صحيح، والبدء في التعرف على هذا البرنامج. المفاهيم في إدارة البيانات. ستتناول الوحدة ثلاثة مجالات رئيسية في إدارة البيانات: هياكل البيانات والوصول إلى البيانات (CRUD)، وسلامة البيانات، وإدارة المعاملات (ACID). سيتم توضيح كل منها باستخدام قاعدة بيانات علائقية، وبديل غير علائقي، ومزايا وقيود كل نموذج تمت مناقشته. القضايا القانونية والأخلاقية. ستنظر الوحدة في القضايا القانونية والأخلاقية المتعلقة بإدارة مجموعات البيانات. سيُطلب من الطلاب الحصول على (أجزاء من) قانون حماية البيانات وقانون حرية المعلومات وقراءتها، وإظهار كيفية تطبيقها على القضايا في إدارة البيانات. سينظرون أيضًا في قضايا الخصوصية والملكية والملكية الفكرية والترخيص في جمع البيانات وإدارتها واسترجاعها وإعادة استخدامها. المفاهيم في تحليلات البيانات. ستركز هذه الأقسام على استخدام البيانات للإجابة على سؤال حقيقي؛ وسينصب التركيز على التقنيات الاستكشافية (مثل التصور) وصياغة سؤال في شكل يمكن الإجابة عليه بشكل واقعي باستخدام البيانات المتاحة. كما سيتم تناول القضايا المتعلقة بتقنيات المعالجة لمجموعات البيانات الضخمة والمتدفقة في الوقت الفعلي جنبًا إلى جنب مع التقنيات والتكنولوجيات (مثل mapreduce) للتعامل معها. سيستخدم هذا الجزء حزمة إحصائية مثل مكتبات Python العلمية و/أو ggplot لتصور البيانات وإجراء التحليلات المناسبة. لا يُتوقع أن يحتاج الطلاب إلى فهم الأساليب الإحصائية بعمق. |
ماذا سأتعلم في وحدة TM351؟ | تهدف هذه الوحدة إلى معالجة بعض المفاهيم الأساسية المطلوبة لمجال إدارة البيانات المهم تقليديًا، ومجال تحليل البيانات الذي يزداد أهمية بشكل متزايد. ستقارن الوحدة بين قواعد البيانات العلائقية التقليدية ونموذج بديل (قاعدة بيانات NoSQL)، وستمكن الطلاب من الاختيار بين البدائل لاختيار وسيلة مناسبة لتخزين وإدارة البيانات، اعتمادًا على حجم وبنية مجموعة بيانات معينة والاستخدام الذي سيتم وضع هذه البيانات فيه. سيتم تعريف الطلاب بالتقنيات الأولية في تحليل البيانات، بدءًا من الموقف الذي تُستخدم فيه البيانات للإجابة على سؤال، وسيتم تعريفهم بمجموعة من تقنيات تصور البيانات والتحليل البصري التي ستغرس فهمًا لكيفية البدء في استكشاف مجموعة بيانات جديدة. لضمان راحة الطلاب في التعامل مع مجموعات البيانات، سيستكشفون مجموعة من مجموعات البيانات الواقعية المرخصة علنًا (إما يتم تنزيلها من مواقع الويب المضيفة، أو يتم توفيرها كلقطات) لتوضيح المفاهيم الأساسية في الدورة. سيتم استخدام مصادر مثل data.gov.uk والبنك الدولي ومجموعة من الوكالات الوطنية والدولية الأخرى لتوفير البيانات المناسبة. تهدف الوحدة إلى تقسيم القضايا المتعلقة بإدارة البيانات بالتساوي تقريبًا (القضايا الفنية والاجتماعية والقانونية في تخزين وصيانة مجموعات البيانات)، والقضايا المتعلقة بتحليلات البيانات (استخدام البيانات للإجابة على الأسئلة). لا يُتوقع من الطلاب أن يكون لديهم خلفية في الإحصاء، ولكن يجب أن يكونوا مرتاحين في العمل بالمفاهيم الرياضية وسيحتاجون إلى أن يكونوا مبرمجين أكفاء. سيتم تأطير الوحدة حول سرد يتناول كيفية إدارة واستخراج القيمة والبصيرة من مجموعة من مجموعات البيانات الضخمة بشكل متزايد. في كل مرحلة، سيتم إجراء مقارنة بين طرق مختلفة لتمثيل البيانات (على سبيل المثال، باستخدام أنواع مختلفة من المخططات أو تقنيات رسم الخرائط الجغرافية)، والقيود المفروضة على الآليات المقدمة. لتمكين الطلاب من الحصول على إحساس باستخدام البيانات، ستتضمن كل مرحلة أيضًا نظرة عامة على بعض تقنيات تحليل البيانات، بما في ذلك التقارير الموجزة وتصور البيانات الاستكشافي. ستستند الوحدة إلى اقتباس ريتشارد هامينج الشهير: الغرض من الحوسبة هو البصيرة، وليس الأرقام. بعض الأفكار الرئيسية هي: مقدمة لتحليل البيانات. ستبدأ هذه الوحدة بملف بيانات نصي مثل مستند متغير مفصول بفاصلة (CSV)، وستقدم مقدمة موجزة لبعض العمليات الأساسية على ملفات البيانات البسيطة. سيعطي هذا الفرصة لتقديم مخطط للأفكار الرئيسية في الوحدة، للتأكد من أن الطلاب قد قاموا بتثبيت برنامج الوحدة بشكل صحيح، والبدء في التعرف على هذا البرنامج. المفاهيم في إدارة البيانات. ستتناول الوحدة ثلاثة مجالات رئيسية في إدارة البيانات: هياكل البيانات والوصول إلى البيانات (CRUD)، وسلامة البيانات، وإدارة المعاملات (ACID). سيتم توضيح كل منها باستخدام قاعدة بيانات علائقية، وبديل غير علائقي، ومزايا وقيود كل نموذج تمت مناقشته. القضايا القانونية والأخلاقية. ستنظر الوحدة في القضايا القانونية والأخلاقية المتعلقة بإدارة مجموعات البيانات. سيُطلب من الطلاب الحصول على (أجزاء من) قانون حماية البيانات وقانون حرية المعلومات وقراءتها، وإظهار كيفية تطبيقها على القضايا في إدارة البيانات. سينظرون أيضًا في قضايا الخصوصية والملكية والملكية الفكرية والترخيص في جمع البيانات وإدارتها واسترجاعها وإعادة استخدامها. المفاهيم في تحليلات البيانات. ستركز هذه الأقسام على استخدام البيانات للإجابة على سؤال حقيقي؛ وسينصب التركيز على التقنيات الاستكشافية (مثل التصور) وصياغة سؤال في شكل يمكن الإجابة عليه بشكل واقعي باستخدام البيانات المتاحة. كما سيتم تناول القضايا المتعلقة بتقنيات المعالجة لمجموعات البيانات الضخمة والمتدفقة في الوقت الفعلي جنبًا إلى جنب مع التقنيات والتكنولوجيات (مثل mapreduce) للتعامل معها. سيستخدم هذا الجزء حزمة إحصائية مثل مكتبات Python العلمية و/أو ggplot لتصور البيانات وإجراء التحليلات المناسبة. لا يُتوقع أن يحتاج الطلاب إلى فهم الأساليب الإحصائية بعمق. |
ماذا سأتعلم في وحدة إدارة وتحليل البيانات؟ | أ. المعرفة والفهم عند إكمال هذه الدورة، سيكون الطلاب قادرين على: مناقشة ووصف أوجه التشابه والاختلاف بين نموذجين مختلفين على الأقل لقاعدة البيانات، وكيفية استخدامها لإدارة مجموعات البيانات. تحديد وشرح القضايا القانونية المحيطة بجمع البيانات واستخدامها والاحتفاظ بها. شرح مراحل وعملية تصميم قاعدة البيانات. ب. المهارات المعرفية عند إكمال هذه الدورة، سيكون الطلاب قادرين على: تحديد نموذج قاعدة بيانات مناسب لجمع البيانات. استخدام البيانات للإجابة على سؤال عملي. تحليل سيناريو بسيط لإنتاج نموذج مفاهيمي. ج. المهارات العملية والمهنية عند إكمال هذه الدورة، سيكون الطلاب قادرين على: استخدام لغة الاستعلام لاستخراج المعلومات من قاعدة البيانات. استخدام حزمة إحصائية لاستكشاف مجموعة بيانات تقديم تحليل لمجموعة متنوعة من الجماهير. د. المهارات الرئيسية القابلة للتحويل عند إكمال هذه الدورة، سيكون الطلاب قادرين على: كتابة تقرير يوضح بالتفصيل نهجًا منهجيًا لتحليل مجموعة بيانات. الاستماع النشط إلى أصحاب المصلحة فيما يتعلق باحتياجاتهم لتحليل البيانات توصيل نتائج تحليل البيانات إلى أصحاب المصلحة على المستوى المناسب |
ماذا سأتعلم في وحدة TM351؟ | أ. المعرفة والفهم عند إكمال هذه الدورة، سيكون الطلاب قادرين على: مناقشة ووصف أوجه التشابه والاختلاف بين نموذجين مختلفين على الأقل لقاعدة البيانات، وكيفية استخدامها لإدارة مجموعات البيانات. تحديد وشرح القضايا القانونية المحيطة بجمع البيانات واستخدامها والاحتفاظ بها. شرح مراحل وعملية تصميم قاعدة البيانات. ب. المهارات المعرفية عند إكمال هذه الدورة، سيكون الطلاب قادرين على: تحديد نموذج قاعدة بيانات مناسب لجمع البيانات. استخدام البيانات للإجابة على سؤال عملي. تحليل سيناريو بسيط لإنتاج نموذج مفاهيمي. ج. المهارات العملية والمهنية عند إكمال هذه الدورة، سيكون الطلاب قادرين على: استخدام لغة الاستعلام لاستخراج المعلومات من قاعدة البيانات. استخدام حزمة إحصائية لاستكشاف مجموعة بيانات تقديم تحليل لمجموعة متنوعة من الجماهير. د. المهارات الرئيسية القابلة للتحويل عند إكمال هذه الدورة، سيكون الطلاب قادرين على: كتابة تقرير يوضح بالتفصيل نهجًا منهجيًا لتحليل مجموعة بيانات. الاستماع النشط إلى أصحاب المصلحة فيما يتعلق باحتياجاتهم لتحليل البيانات توصيل نتائج تحليل البيانات إلى أصحاب المصلحة على المستوى المناسب |
ما هي النتائج التي سأحصل عليها بعد أخذ دورة إدارة وتحليل البيانات؟ | أ. المعرفة والفهم عند إكمال هذه الدورة، سيكون الطلاب قادرين على: مناقشة ووصف أوجه التشابه والاختلاف بين نموذجين مختلفين على الأقل لقاعدة البيانات، وكيفية استخدامها لإدارة مجموعات البيانات. تحديد وشرح القضايا القانونية المحيطة بجمع البيانات واستخدامها والاحتفاظ بها. شرح مراحل وعملية تصميم قاعدة البيانات. ب. المهارات المعرفية عند إكمال هذه الدورة، سيكون الطلاب قادرين على: تحديد نموذج قاعدة بيانات مناسب لجمع البيانات. استخدام البيانات للإجابة على سؤال عملي. تحليل سيناريو بسيط لإنتاج نموذج مفاهيمي. ج. المهارات العملية والمهنية عند إكمال هذه الدورة، سيكون الطلاب قادرين على: استخدام لغة الاستعلام لاستخراج المعلومات من قاعدة البيانات. استخدام حزمة إحصائية لاستكشاف مجموعة بيانات تقديم تحليل لمجموعة متنوعة من الجماهير. د. المهارات الرئيسية القابلة للتحويل عند إكمال هذه الدورة، سيكون الطلاب قادرين على: كتابة تقرير يوضح بالتفصيل نهجًا منهجيًا لتحليل مجموعة بيانات. الاستماع النشط إلى أصحاب المصلحة فيما يتعلق باحتياجاتهم لتحليل البيانات توصيل نتائج تحليل البيانات إلى أصحاب المصلحة على المستوى المناسب |
ما هي النتائج التي سأحصل عليها بعد أخذ دورة TM351؟ | أ. المعرفة والفهم عند إكمال هذه الدورة، سيكون الطلاب قادرين على: مناقشة ووصف أوجه التشابه والاختلاف بين نموذجين مختلفين على الأقل لقاعدة البيانات، وكيفية استخدامها لإدارة مجموعات البيانات. تحديد وشرح القضايا القانونية المحيطة بجمع البيانات واستخدامها والاحتفاظ بها. شرح مراحل وعملية تصميم قاعدة البيانات. ب. المهارات المعرفية عند إكمال هذه الدورة، سيكون الطلاب قادرين على: تحديد نموذج قاعدة بيانات مناسب لجمع البيانات. استخدام البيانات للإجابة على سؤال عملي. تحليل سيناريو بسيط لإنتاج نموذج مفاهيمي. ج. المهارات العملية والمهنية عند إكمال هذه الدورة، سيكون الطلاب قادرين على: استخدام لغة الاستعلام لاستخراج المعلومات من قاعدة البيانات. استخدام حزمة إحصائية لاستكشاف مجموعة بيانات تقديم تحليل لمجموعة متنوعة من الجماهير. د. المهارات الرئيسية القابلة للتحويل عند إكمال هذه الدورة، سيكون الطلاب قادرين على: كتابة تقرير يوضح بالتفصيل نهجًا منهجيًا لتحليل مجموعة بيانات. الاستماع النشط إلى أصحاب المصلحة فيما يتعلق باحتياجاتهم لتحليل البيانات توصيل نتائج تحليل البيانات إلى أصحاب المصلحة على المستوى المناسب |
ما هو الهدف من دراسة دورة إدارة وتحليل البيانات؟ | تهدف هذه الوحدة إلى معالجة بعض المفاهيم الأساسية المطلوبة لمجال إدارة البيانات المهم تقليديًا، ومجال تحليل البيانات الذي يزداد أهمية بشكل متزايد. ستقارن الوحدة بين قواعد البيانات العلائقية التقليدية ونموذج بديل (قاعدة بيانات NoSQL)، وستمكن الطلاب من الاختيار بين البدائل لاختيار وسيلة مناسبة لتخزين وإدارة البيانات، اعتمادًا على حجم وبنية مجموعة بيانات معينة والاستخدام الذي سيتم وضع هذه البيانات فيه. سيتم تعريف الطلاب بالتقنيات الأولية في تحليل البيانات، بدءًا من الموقف الذي تُستخدم فيه البيانات للإجابة على سؤال، وسيتم تعريفهم بمجموعة من تقنيات تصور البيانات والتحليل البصري التي ستغرس فهمًا لكيفية البدء في استكشاف مجموعة بيانات جديدة. لضمان راحة الطلاب في التعامل مع مجموعات البيانات، سيستكشفون مجموعة من مجموعات البيانات الواقعية المرخصة علنًا (إما يتم تنزيلها من مواقع الويب المضيفة، أو يتم توفيرها كلقطات) لتوضيح المفاهيم الأساسية في الدورة. سيتم استخدام مصادر مثل data.gov.uk والبنك الدولي ومجموعة من الوكالات الوطنية والدولية الأخرى لتوفير البيانات المناسبة. تهدف الوحدة إلى تقسيم القضايا المتعلقة بإدارة البيانات بالتساوي تقريبًا (القضايا الفنية والاجتماعية والقانونية في تخزين وصيانة مجموعات البيانات)، والقضايا المتعلقة بتحليلات البيانات (استخدام البيانات للإجابة على الأسئلة). لا يُتوقع من الطلاب أن يكون لديهم خلفية في الإحصاء، ولكن يجب أن يكونوا مرتاحين في العمل بالمفاهيم الرياضية وسيحتاجون إلى أن يكونوا مبرمجين أكفاء. سيتم تأطير الوحدة حول سرد يتناول كيفية إدارة واستخراج القيمة والبصيرة من مجموعة من مجموعات البيانات الضخمة بشكل متزايد. في كل مرحلة، سيتم إجراء مقارنة بين طرق مختلفة لتمثيل البيانات (على سبيل المثال، باستخدام أنواع مختلفة من المخططات أو تقنيات رسم الخرائط الجغرافية)، والقيود المفروضة على الآليات المقدمة. لتمكين الطلاب من الحصول على إحساس باستخدام البيانات، ستتضمن كل مرحلة أيضًا نظرة عامة على بعض تقنيات تحليل البيانات، بما في ذلك التقارير الموجزة وتصور البيانات الاستكشافي. ستستند الوحدة إلى اقتباس ريتشارد هامينج الشهير: الغرض من الحوسبة هو البصيرة، وليس الأرقام. بعض الأفكار الرئيسية هي: مقدمة لتحليل البيانات. ستبدأ هذه الوحدة بملف بيانات نصي مثل مستند متغير مفصول بفاصلة (CSV)، وستقدم مقدمة موجزة لبعض العمليات الأساسية على ملفات البيانات البسيطة. سيعطي هذا الفرصة لتقديم مخطط للأفكار الرئيسية في الوحدة، للتأكد من أن الطلاب قد قاموا بتثبيت برنامج الوحدة بشكل صحيح، والبدء في التعرف على هذا البرنامج. المفاهيم في إدارة البيانات. ستتناول الوحدة ثلاثة مجالات رئيسية في إدارة البيانات: هياكل البيانات والوصول إلى البيانات (CRUD)، وسلامة البيانات، وإدارة المعاملات (ACID). سيتم توضيح كل منها باستخدام قاعدة بيانات علائقية، وبديل غير علائقي، ومزايا وقيود كل نموذج تمت مناقشته. القضايا القانونية والأخلاقية. ستنظر الوحدة في القضايا القانونية والأخلاقية المتعلقة بإدارة مجموعات البيانات. سيُطلب من الطلاب الحصول على (أجزاء من) قانون حماية البيانات وقانون حرية المعلومات وقراءتها، وإظهار كيفية تطبيقها على القضايا في إدارة البيانات. سينظرون أيضًا في قضايا الخصوصية والملكية والملكية الفكرية والترخيص في جمع البيانات وإدارتها واسترجاعها وإعادة استخدامها. المفاهيم في تحليلات البيانات. ستركز هذه الأقسام على استخدام البيانات للإجابة على سؤال حقيقي؛ وسينصب التركيز على التقنيات الاستكشافية (مثل التصور) وصياغة سؤال في شكل يمكن الإجابة عليه بشكل واقعي باستخدام البيانات المتاحة. كما سيتم تناول القضايا المتعلقة بتقنيات المعالجة لمجموعات البيانات الضخمة والمتدفقة في الوقت الفعلي جنبًا إلى جنب مع التقنيات والتكنولوجيات (مثل mapreduce) للتعامل معها. سيستخدم هذا الجزء حزمة إحصائية مثل مكتبات Python العلمية و/أو ggplot لتصور البيانات وإجراء التحليلات المناسبة. لا يُتوقع أن يحتاج الطلاب إلى فهم الأساليب الإحصائية بعمق. |
ما هي أهداف دراسة دورة إدارة وتحليل البيانات؟ | تهدف هذه الوحدة إلى معالجة بعض المفاهيم الأساسية المطلوبة لمجال إدارة البيانات المهم تقليديًا، ومجال تحليل البيانات الذي يزداد أهمية بشكل متزايد. ستقارن الوحدة بين قواعد البيانات العلائقية التقليدية ونموذج بديل (قاعدة بيانات NoSQL)، وستمكن الطلاب من الاختيار بين البدائل لاختيار وسيلة مناسبة لتخزين وإدارة البيانات، اعتمادًا على حجم وبنية مجموعة بيانات معينة والاستخدام الذي سيتم وضع هذه البيانات فيه. سيتم تعريف الطلاب بالتقنيات الأولية في تحليل البيانات، بدءًا من الموقف الذي تُستخدم فيه البيانات للإجابة على سؤال، وسيتم تعريفهم بمجموعة من تقنيات تصور البيانات والتحليل البصري التي ستغرس فهمًا لكيفية البدء في استكشاف مجموعة بيانات جديدة. لضمان راحة الطلاب في التعامل مع مجموعات البيانات، سيستكشفون مجموعة من مجموعات البيانات الواقعية المرخصة علنًا (إما يتم تنزيلها من مواقع الويب المضيفة، أو يتم توفيرها كلقطات) لتوضيح المفاهيم الأساسية في الدورة. سيتم استخدام مصادر مثل data.gov.uk والبنك الدولي ومجموعة من الوكالات الوطنية والدولية الأخرى لتوفير البيانات المناسبة. تهدف الوحدة إلى تقسيم القضايا المتعلقة بإدارة البيانات بالتساوي تقريبًا (القضايا الفنية والاجتماعية والقانونية في تخزين وصيانة مجموعات البيانات)، والقضايا المتعلقة بتحليلات البيانات (استخدام البيانات للإجابة على الأسئلة). لا يُتوقع من الطلاب أن يكون لديهم خلفية في الإحصاء، ولكن يجب أن يكونوا مرتاحين في العمل بالمفاهيم الرياضية وسيحتاجون إلى أن يكونوا مبرمجين أكفاء. سيتم تأطير الوحدة حول سرد يتناول كيفية إدارة واستخراج القيمة والبصيرة من مجموعة من مجموعات البيانات الضخمة بشكل متزايد. في كل مرحلة، سيتم إجراء مقارنة بين طرق مختلفة لتمثيل البيانات (على سبيل المثال، باستخدام أنواع مختلفة من المخططات أو تقنيات رسم الخرائط الجغرافية)، والقيود المفروضة على الآليات المقدمة. لتمكين الطلاب من الحصول على إحساس باستخدام البيانات، ستتضمن كل مرحلة أيضًا نظرة عامة على بعض تقنيات تحليل البيانات، بما في ذلك التقارير الموجزة وتصور البيانات الاستكشافي. ستستند الوحدة إلى اقتباس ريتشارد هامينج الشهير: الغرض من الحوسبة هو البصيرة، وليس الأرقام. بعض الأفكار الرئيسية هي: مقدمة لتحليل البيانات. ستبدأ هذه الوحدة بملف بيانات نصي مثل مستند متغير مفصول بفاصلة (CSV)، وستقدم مقدمة موجزة لبعض العمليات الأساسية على ملفات البيانات البسيطة. سيعطي هذا الفرصة لتقديم مخطط للأفكار الرئيسية في الوحدة، للتأكد من أن الطلاب قد قاموا بتثبيت برنامج الوحدة بشكل صحيح، والبدء في التعرف على هذا البرنامج. المفاهيم في إدارة البيانات. ستتناول الوحدة ثلاثة مجالات رئيسية في إدارة البيانات: هياكل البيانات والوصول إلى البيانات (CRUD)، وسلامة البيانات، وإدارة المعاملات (ACID). سيتم توضيح كل منها باستخدام قاعدة بيانات علائقية، وبديل غير علائقي، ومزايا وقيود كل نموذج تمت مناقشته. القضايا القانونية والأخلاقية. ستنظر الوحدة في القضايا القانونية والأخلاقية المتعلقة بإدارة مجموعات البيانات. سيُطلب من الطلاب الحصول على (أجزاء من) قانون حماية البيانات وقانون حرية المعلومات وقراءتها، وإظهار كيفية تطبيقها على القضايا في إدارة البيانات. سينظرون أيضًا في قضايا الخصوصية والملكية والملكية الفكرية والترخيص في جمع البيانات وإدارتها واسترجاعها وإعادة استخدامها. المفاهيم في تحليلات البيانات. ستركز هذه الأقسام على استخدام البيانات للإجابة على سؤال حقيقي؛ وسينصب التركيز على التقنيات الاستكشافية (مثل التصور) وصياغة سؤال في شكل يمكن الإجابة عليه بشكل واقعي باستخدام البيانات المتاحة. كما سيتم تناول القضايا المتعلقة بتقنيات المعالجة لمجموعات البيانات الضخمة والمتدفقة في الوقت الفعلي جنبًا إلى جنب مع التقنيات والتكنولوجيات (مثل mapreduce) للتعامل معها. سيستخدم هذا الجزء حزمة إحصائية مثل مكتبات Python العلمية و/أو ggplot لتصور البيانات وإجراء التحليلات المناسبة. لا يُتوقع أن يحتاج الطلاب إلى فهم الأساليب الإحصائية بعمق. |
ما هو الهدف من أخذ دورة TM351؟ | تهدف هذه الوحدة إلى معالجة بعض المفاهيم الأساسية المطلوبة لمجال إدارة البيانات المهم تقليديًا، ومجال تحليل البيانات الذي يزداد أهمية بشكل متزايد. ستقارن الوحدة بين قواعد البيانات العلائقية التقليدية ونموذج بديل (قاعدة بيانات NoSQL)، وستمكن الطلاب من الاختيار بين البدائل لاختيار وسيلة مناسبة لتخزين وإدارة البيانات، اعتمادًا على حجم وبنية مجموعة بيانات معينة والاستخدام الذي سيتم وضع هذه البيانات فيه. سيتم تعريف الطلاب بالتقنيات الأولية في تحليل البيانات، بدءًا من الموقف الذي تُستخدم فيه البيانات للإجابة على سؤال، وسيتم تعريفهم بمجموعة من تقنيات تصور البيانات والتحليل البصري التي ستغرس فهمًا لكيفية البدء في استكشاف مجموعة بيانات جديدة. لضمان راحة الطلاب في التعامل مع مجموعات البيانات، سيستكشفون مجموعة من مجموعات البيانات الواقعية المرخصة علنًا (إما يتم تنزيلها من مواقع الويب المضيفة، أو يتم توفيرها كلقطات) لتوضيح المفاهيم الأساسية في الدورة. سيتم استخدام مصادر مثل data.gov.uk والبنك الدولي ومجموعة من الوكالات الوطنية والدولية الأخرى لتوفير البيانات المناسبة. تهدف الوحدة إلى تقسيم القضايا المتعلقة بإدارة البيانات بالتساوي تقريبًا (القضايا الفنية والاجتماعية والقانونية في تخزين وصيانة مجموعات البيانات)، والقضايا المتعلقة بتحليلات البيانات (استخدام البيانات للإجابة على الأسئلة). لا يُتوقع من الطلاب أن يكون لديهم خلفية في الإحصاء، ولكن يجب أن يكونوا مرتاحين في العمل بالمفاهيم الرياضية وسيحتاجون إلى أن يكونوا مبرمجين أكفاء. سيتم تأطير الوحدة حول سرد يتناول كيفية إدارة واستخراج القيمة والبصيرة من مجموعة من مجموعات البيانات الضخمة بشكل متزايد. في كل مرحلة، سيتم إجراء مقارنة بين طرق مختلفة لتمثيل البيانات (على سبيل المثال، باستخدام أنواع مختلفة من المخططات أو تقنيات رسم الخرائط الجغرافية)، والقيود المفروضة على الآليات المقدمة. لتمكين الطلاب من الحصول على إحساس باستخدام البيانات، ستتضمن كل مرحلة أيضًا نظرة عامة على بعض تقنيات تحليل البيانات، بما في ذلك التقارير الموجزة وتصور البيانات الاستكشافي. ستستند الوحدة إلى اقتباس ريتشارد هامينج الشهير: الغرض من الحوسبة هو البصيرة، وليس الأرقام. بعض الأفكار الرئيسية هي: مقدمة لتحليل البيانات. ستبدأ هذه الوحدة بملف بيانات نصي مثل مستند متغير مفصول بفاصلة (CSV)، وستقدم مقدمة موجزة لبعض العمليات الأساسية على ملفات البيانات البسيطة. سيعطي هذا الفرصة لتقديم مخطط للأفكار الرئيسية في الوحدة، للتأكد من أن الطلاب قد قاموا بتثبيت برنامج الوحدة بشكل صحيح، والبدء في التعرف على هذا البرنامج. المفاهيم في إدارة البيانات. ستتناول الوحدة ثلاثة مجالات رئيسية في إدارة البيانات: هياكل البيانات والوصول إلى البيانات (CRUD)، وسلامة البيانات، وإدارة المعاملات (ACID). سيتم توضيح كل منها باستخدام قاعدة بيانات علائقية، وبديل غير علائقي، ومزايا وقيود كل نموذج تمت مناقشته. القضايا القانونية والأخلاقية. ستنظر الوحدة في القضايا القانونية والأخلاقية المتعلقة بإدارة مجموعات البيانات. سيُطلب من الطلاب الحصول على (أجزاء من) قانون حماية البيانات وقانون حرية المعلومات وقراءتها، وإظهار كيفية تطبيقها على القضايا في إدارة البيانات. سينظرون أيضًا في قضايا الخصوصية والملكية والملكية الفكرية والترخيص في جمع البيانات وإدارتها واسترجاعها وإعادة استخدامها. المفاهيم في تحليلات البيانات. ستركز هذه الأقسام على استخدام البيانات للإجابة على سؤال حقيقي؛ وسينصب التركيز على التقنيات الاستكشافية (مثل التصور) وصياغة سؤال في شكل يمكن الإجابة عليه بشكل واقعي باستخدام البيانات المتاحة. كما سيتم تناول القضايا المتعلقة بتقنيات المعالجة لمجموعات البيانات الضخمة والمتدفقة في الوقت الفعلي جنبًا إلى جنب مع التقنيات والتكنولوجيات (مثل mapreduce) للتعامل معها. سيستخدم هذا الجزء حزمة إحصائية مثل مكتبات Python العلمية و/أو ggplot لتصور البيانات وإجراء التحليلات المناسبة. لا يُتوقع أن يحتاج الطلاب إلى فهم الأساليب الإحصائية بعمق. |
Subsets and Splits
No community queries yet
The top public SQL queries from the community will appear here once available.