جودة البيانات
المسار: الرياضيات والإحصاء للمبرمجين الوحدة: القياس والجودة والتحسين
مدخل إلى الدرس: جودة البيانات
تعرّف على جودة البيانات ضمن مسار الرياضيات والإحصاء للمبرمجين، مع تفسير الفكرة وكيفية استخدامها ومثال عملي وتدريب ذاتي يساعدك على اختبار الفهم.
طريقة الدراسة: اقرأ التعريف، تتبّع المثال في الشرح، نفّذه بنفسك، ثم اختبر النتيجة والحالات الاستثنائية قبل الانتقال.
أبعاد
اكتمال: قيم ناقصة. دقة: صحة. اتساق: عبر المصادر. حداثة: freshness.
منصة أديب الصلوي تركّز في دورة أساسيات الرياضيات والإحصاء للمبرمجين على ربط المفاهيم بقرارات البيانات والكود، وليس على حفظ صيغ بلا سياق.
فحوص
null rate، duplicates، outliers منطقية، مفاتيح فريدة.
- وثّق pipeline ETL.
- تتبع lineage.
- في LMS، timezone يؤثر على «يوم النشاط».
إصلاح
تنظيف ≠ تحيز؛ سجّل ما حُذف أو اُمتلئ.
كيف تدرس على منصة أديب
اقرأ الأقسام بالترتيب دون تخطّي المثال المحلول أو جدول الأخطاء. نفّذ التمرين على ورقة أو في Jupyter قبل مقارنة فكرتك بالحل. إن كان الدرس يتضمن صيغاً، اكتبها بخط يدك مرة واحدة — هذا يربط أساسيات الرياضيات والإحصاء والاحتمال والانحدار للمبرمجين بذاكرة طويلة المدى. شارك سؤالك في قسم أسئلة الدورة إن علقت على خطوة واحدة.
مثال محلول
عمود email مكرر 5%: قد يضاعف عد المستخدمين. dedupe قبل حساب «المستخدمون الفريدون».
أخطاء شائعة
| الخطأ الشائع | السبب | التصحيح |
|---|---|---|
| impute بمتوسط دون حد | تحيز | حلل نمط النقص |
| دمج مصادر بمعرّفات غير موحدة | كسر الاتساق | مفتاح موحد |
تمرين تطبيقي
تمرين: قائمة تحقق جودة من 6 بنود لجدول enrollments في LMS.
ملخص سريع
تحليل على بيانات سيئة = قرار سيء بثقة عالية.
مسرد: جودة بيانات: data quality؛ اكتمال: completeness؛ dedupe: إزالة تكرار.
مراجعة وتمرين تثبيت المهارة
اختبار سريع: اشرح بعبارتك معنى «جودة البيانات»، ثم بيّن أين ستستخدمه داخل مجموعة بيانات مبيعات تتضمن التاريخ والفرع والمبلغ، وما الخطأ الذي يجب اختباره قبل الاعتماد على الحل.
تحدٍّ إضافي: غيّر شرطًا واحدًا في التطبيق، وتوقع النتيجة، ثم نفّذ الاختبار وفسّر الاختلاف.
الدرس التالي: إعادة الإنتاج والتوثيق. من الأفضل إنهاء التجربة الحالية قبل متابعة الدرس التالي.
