diff --git "a/PL9fwy3NUQKwYNuAEg27anya7EYamnohGd/hrMDIeuEJkQ_postprocess.srt" "b/PL9fwy3NUQKwYNuAEg27anya7EYamnohGd/hrMDIeuEJkQ_postprocess.srt"
new file mode 100644--- /dev/null
+++ "b/PL9fwy3NUQKwYNuAEg27anya7EYamnohGd/hrMDIeuEJkQ_postprocess.srt"
@@ -0,0 +1,3660 @@
+1
+00:00:04,840 --> 00:00:07,380
+بسم الله والحمد لله والصلاة والسلام على رسول الله
+
+2
+00:00:07,380 --> 00:00:11,680
+أهلا وسهلا بكم يا شباب ان شاء الله احنا اليوم نكمل
+
+3
+00:00:11,680 --> 00:00:14,360
+مع ال chapter data understanding and data
+
+4
+00:00:14,360 --> 00:00:16,700
+preparation و هذا ال chapter المحاضرة هي اللي
+
+5
+00:00:16,700 --> 00:00:20,200
+هتكون المحاضرة الأخيرة في ال chapter اللي موجود
+
+6
+00:00:20,200 --> 00:00:23,200
+بين ايدينا كنا اتكلمنا انه فعليا عشان انا اعمل اي
+
+7
+00:00:23,200 --> 00:00:27,100
+data mining project بيلزمني من data cleaning data
+
+8
+00:00:27,100 --> 00:00:32,500
+integration data transformation data selection
+
+9
+00:00:32,500 --> 00:00:36,130
+data miningpattern evaluation و knowledge
+
+10
+00:00:36,130 --> 00:00:39,150
+presentation وقلنا هذه الخطوات السبعة اللي انا
+
+11
+00:00:39,150 --> 00:00:43,310
+فعليا بمر فيها اي مشروع اللي علاقة بال data mining
+
+12
+00:00:43,310 --> 00:00:47,290
+وكنا حكينا اخر محاضرة الأخيرة بدأنا نتكلم عن ال
+
+13
+00:00:47,290 --> 00:00:49,910
+data transformation وقلنا هدف ال data
+
+14
+00:00:49,910 --> 00:00:55,030
+transformation ان احط البيانات في صورة جديدةتتناسب
+
+15
+00:00:55,030 --> 00:00:58,970
+مع عملية ال mining اللي انا بدي اقوم فيها وذكرنا
+
+16
+00:00:58,970 --> 00:01:01,230
+انه ممكن اطبق smoothing او aggregation
+
+17
+00:01:01,230 --> 00:01:04,770
+generalization و ال normalization ومحاضرتنا اخر
+
+18
+00:01:04,770 --> 00:01:08,190
+شغلة في المحاضرة الماضية بدينا مع ال normalization
+
+19
+00:01:08,190 --> 00:01:11,870
+وقلنا ال normalization انه انا فعليا اروح اعمل
+
+20
+00:01:11,870 --> 00:01:15,850
+scaling لل data set اللي موجودة عندى او عفوا لل
+
+21
+00:01:15,850 --> 00:01:19,030
+attributes او لل data اللي عندى بحيث انه تتناسب مع
+
+22
+00:01:19,990 --> 00:01:23,850
+طبيعة ال mining task اللي عندى وقولنا أبسط الأمور
+
+23
+00:01:23,850 --> 00:01:27,110
+لو كان في عندى ال two attributes و ال range أو ال
+
+24
+00:01:27,110 --> 00:01:30,290
+gap بين ال ranges تبعتهم عالية كبيرة أو عالية كتير
+
+25
+00:01:30,290 --> 00:01:34,210
+مثل ما قولنا واحد من صفر لواحد وال attribute
+
+26
+00:01:34,210 --> 00:01:38,240
+التاني من مية لألفهدول التانية لو انا بدى اجمعهم
+
+27
+00:01:38,240 --> 00:01:42,400
+مع بعض على رسمة واحدة من المستحيل اقدر ايش اطبقهم
+
+28
+00:01:42,400 --> 00:01:45,400
+فبالتالي لازم انا اعمل scaling احطهم التانية في
+
+29
+00:01:45,400 --> 00:01:49,600
+نفس ال range بيسهل علي رسمهم والشغل التاني كمان ال
+
+30
+00:01:49,600 --> 00:01:52,620
+computation تبعت ال algorithm بتكون أبسط لما بتكون
+
+31
+00:01:52,620 --> 00:01:56,600
+اديتها كلها أيش من نفس المستوى وكنا اتكلمنا عن ال
+
+32
+00:01:56,600 --> 00:01:59,800
+zero score او ال z score normalization او ال
+
+33
+00:01:59,800 --> 00:02:04,180
+standard normalization قولنا الفكرة بال normalبال
+
+34
+00:02:04,180 --> 00:02:07,480
+stand أو بال zero score انه انا فعليا لل
+
+35
+00:02:07,480 --> 00:02:11,500
+attributes اللى عندى بحاجة ان احسب المتوسط الحسابى
+
+36
+00:02:11,500 --> 00:02:17,380
+ال main و احسب ال variance او الانحراف المعيارى لل
+
+37
+00:02:17,380 --> 00:02:21,400
+attributes اللى موجود عندى و الانحراف المعيارى هي
+
+38
+00:02:21,400 --> 00:02:28,200
+عبارة عن حاصل مجموع تربيع الفروقات ما بين النقاط و
+
+39
+00:02:28,200 --> 00:02:32,020
+المتوسط الحسابى على العدد تحت الجدر التربيعى
+
+40
+00:02:32,020 --> 00:02:38,090
+وشوفناالمرة الماضية تأثيره فعليا بالشكل هذا لما
+
+41
+00:02:38,090 --> 00:02:40,970
+روحت انا طبقت الـ zero mean كان مفهومها انه لما
+
+42
+00:02:40,970 --> 00:02:45,110
+انا بقى اطبق ال normalization هاي او ال scaling
+
+43
+00:02:45,110 --> 00:02:47,770
+هذه المتوسط الحساب اللي هيطلع مع ال attribute
+
+44
+00:02:47,770 --> 00:02:51,630
+الجديد او مع ال value جديد قيمته صفر وبالتالي
+
+45
+00:02:51,630 --> 00:02:57,870
+هتكون عندى ال variance قيمتها واحد وطبعا قولنا هاي
+
+46
+00:02:57,870 --> 00:03:02,560
+واضحة الرسمةلاحظ ان هذه ال data ال original طبيعية
+
+47
+00:03:02,560 --> 00:03:06,300
+الان هيها مزاية على two classes لما عملت لها
+
+48
+00:03:06,300 --> 00:03:11,760
+scaling بال standard scalar او بال zero score لاحظ
+
+49
+00:03:11,760 --> 00:03:16,000
+توزعت على الأربع الأربع اللي في ال Cartesian plane
+
+50
+00:03:16,000 --> 00:03:19,320
+وبالتالي انا بقدر اتكلم انه فعليا في قيم تلغي
+
+51
+00:03:19,320 --> 00:03:22,660
+التانية لما اجمع متوسطهم او لما بدور على متوسطهم
+
+52
+00:03:22,660 --> 00:03:27,020
+الحساب اليوم ان شاء الله هنكملأو كنا حكينا برضه في
+
+53
+00:03:27,020 --> 00:03:29,380
+الموضوع عشان هذه أخر شغلات نهينا فيها محاضرتنا
+
+54
+00:03:29,380 --> 00:03:32,340
+الماضية ال robust scalar هي عبارة عن ال special
+
+55
+00:03:32,340 --> 00:03:38,240
+scalar من ال zero score لكن بدل ما يروح يعتمد لي
+
+56
+00:03:38,240 --> 00:03:43,200
+على ال mean بيعتمد على ال median و ال quartile بدل
+
+57
+00:03:43,200 --> 00:03:46,440
+ال median ال mean و ال variance ال min max score
+
+58
+00:03:46,440 --> 00:03:50,750
+قلنا ال min max score مفهومها ان انا فعليا أحبالـ
+
+59
+00:03:50,750 --> 00:03:54,130
+attributes هذه أو ال values هذه ضمن فترة أنا
+
+60
+00:03:54,130 --> 00:03:58,830
+بحددها ضمن مجموعة من العناصر اللي أنا بدي إيها
+
+61
+00:03:58,830 --> 00:04:03,850
+وليكن على سبيل المثال أنا كان في عند ال values 12
+
+62
+00:04:03,850 --> 00:04:12,170
+15 10 11 20 هذه القيم اللي موجودة عندى وبدأ أروح
+
+63
+00:04:12,170 --> 00:04:17,210
+أحطها في فترة من 0 ل1 أبسط عشان تكون معايا الآن
+
+64
+00:04:17,210 --> 00:04:22,510
+أسهل في الحلالآن حسب الـ Min Max Normalization هذه
+
+65
+00:04:22,510 --> 00:04:25,770
+كل اللي أنا بسويه قاعد بعمل Shift و تقليص لل
+
+66
+00:04:25,770 --> 00:04:28,610
+Interval ال Interval الحقيقية اللي عندي من عشرة
+
+67
+00:04:28,610 --> 00:04:34,090
+لعشرين مش هدرد هيك ال data موجودة ال data موجودة
+
+68
+00:04:34,090 --> 00:04:37,850
+من عشرة لعشرين الآن أنا بدي أروح أخليها كلها
+
+69
+00:04:37,850 --> 00:04:43,330
+محصورة ما بين صفر و واحد يعني ال minimum تبعتي
+
+70
+00:04:43,330 --> 00:04:51,310
+جداش قيمتها عشرة والعشرينهذه الـ max طب ال new
+
+71
+00:04:51,310 --> 00:04:59,650
+minimum اللي أنا بدي إياها zero و ال new max واحد
+
+72
+00:04:59,650 --> 00:05:03,550
+أنا قاعد بتقول بيخليها من صفر ل واحد كل الأرقام
+
+73
+00:05:03,550 --> 00:05:07,170
+تصير من صفر ل واحد الآن بكل بساطة أي قيمة من القيم
+
+74
+00:05:07,170 --> 00:05:10,710
+هدول بتطبق عليها مين القانون البسيط اللي موجود
+
+75
+00:05:10,710 --> 00:05:14,610
+عندها طبعا قوانينها يا شباب مطلوب بحفظ تمام؟ لإن
+
+76
+00:05:14,610 --> 00:05:19,290
+مش هزودك بالقانون و أنت بتحلمالان نيجي ناخد على
+
+77
+00:05:19,290 --> 00:05:23,630
+سبيل المثال المفروض العشرة هذه بعد القانون هيتطابق
+
+78
+00:05:23,630 --> 00:05:28,650
+مين؟ الصفر تعالي ناخد العشرة القيمة الجديدة للعشرة
+
+79
+00:05:28,650 --> 00:05:35,950
+تساوي العشرة ناقص ال minimum تبعت ال attribute ال
+
+80
+00:05:35,950 --> 00:05:42,330
+minimum تبعت ال attribute قداش؟ عشرة على ال
+
+81
+00:05:42,330 --> 00:05:46,700
+maximum ناقص ال minimum تبعت ال attributeعشرين
+
+82
+00:05:46,700 --> 00:05:52,640
+ناقص عشرة مضروبة فيه لـ new maximum ناقص لـ new
+
+83
+00:05:52,640 --> 00:06:01,260
+minimum لـ new maximum واحد ناقص صفر زائد ال
+
+84
+00:06:01,260 --> 00:06:08,000
+minimum لـ new minimum لل attribute صفر صفر على
+
+85
+00:06:08,000 --> 00:06:15,310
+عشرة مضروب في واحد زائد صفر صفربصبوت؟ وبهيك انا
+
+86
+00:06:15,310 --> 00:06:19,770
+هايل ال Values و هطبقها تعالى نشوف الخمستعش وين
+
+87
+00:06:19,770 --> 00:06:28,810
+هتصير نفس الكلام يا مؤمن الان خمستعش ناقص عشرة على
+
+88
+00:06:28,810 --> 00:06:37,410
+عشرين ناقص عشرة مضروبة فيه واحد ناقص صفر زاد الصفر
+
+89
+00:06:39,330 --> 00:06:43,130
+لا مش صفر حرام عليك خمس عشر نقص عشرة خمسة خمسة على
+
+90
+00:06:43,130 --> 00:06:49,010
+عشرة في واحد زائد صفر نص
+
+91
+00:06:49,010 --> 00:06:52,790
+فعلا هي جاي في نص ال interval ما بين العشرة
+
+92
+00:06:52,790 --> 00:06:57,410
+والعشرين الخمس عشر جاي بالوسط تمام مظلوط الشباب؟
+
+93
+00:06:57,410 --> 00:07:01,290
+طيب و هيك بنكون خلصنا من ال normalization
+
+94
+00:07:01,290 --> 00:07:04,610
+باعتمادنا على ال min max
+
+95
+00:07:08,350 --> 00:07:11,010
+Normalization أو Scalar طبعا هنا أنا بتكلم على
+
+96
+00:07:11,010 --> 00:07:15,810
+Linear Transformation مجرد معادلة خطية نقلت ال
+
+97
+00:07:15,810 --> 00:07:24,550
+data على range جديد هاي مثال بس أنا مزودك بال
+
+98
+00:07:24,550 --> 00:07:29,150
+minimum و ال maximum بالاصل و بسألك كده ال 73600
+
+99
+00:07:29,150 --> 00:07:34,910
+كده هتصير أسهل scalar ممكن أطبقه أنا اللي هو ال
+
+100
+00:07:34,910 --> 00:07:39,910
+decimal scalarDecimal Scalar الـ Decimal Scalar أو
+
+101
+00:07:39,910 --> 00:07:42,970
+الـ Decimal Scaling أنا عند القيم زي ما قولنا بعض
+
+102
+00:07:42,970 --> 00:07:51,710
+العملات تقاس بالملايين 170 مليون في
+
+103
+00:07:51,710 --> 00:07:54,550
+الحساب أو في ال computation تبعت ال system هيغلبني
+
+104
+00:07:54,550 --> 00:07:57,370
+كتير الرقم هذا و هيغلب ال computer كمان يا أهد
+
+105
+00:07:57,370 --> 00:08:01,470
+فإيش الحل؟ بدي أروح أغير الأرقام هذا كل ال
+
+106
+00:08:01,470 --> 00:08:05,330
+attribute بيكون هاي صفتهفمفهوم ال scaling انه انا
+
+107
+00:08:05,330 --> 00:08:10,710
+ممكن اصغرله قيم معينة احجمه كيف احجمه جسمه على
+
+108
+00:08:10,710 --> 00:08:14,630
+عشرة أُس عشرة
+
+109
+00:08:14,630 --> 00:08:18,310
+أُس الان انا بدي اخلص من كل الأصفار معناته هي سبعة
+
+110
+00:08:18,310 --> 00:08:24,490
+و هاد التامن معناته الحاجوله ال X على عشرة أُس
+
+111
+00:08:24,490 --> 00:08:28,910
+تمانية على سبيل المثال ايش القيمة اللي هتطلع عندى
+
+112
+00:08:28,910 --> 00:08:34,690
+واحد point7 وكل الأقام بنفس النظام اللي موجود عند
+
+113
+00:08:34,690 --> 00:08:38,450
+هيكل وبالتالي هذا أسهل واحد طب هل من ال decimal
+
+114
+00:08:38,450 --> 00:08:44,130
+scaling هذا او ضمن ال scalars السابقات بقدر اغير
+
+115
+00:08:44,130 --> 00:08:51,430
+او اكبر ال range كيف أسوي يا مؤمن يا راني هان اضرب
+
+116
+00:08:51,430 --> 00:08:57,030
+في ايش اضرب في عشرة اضرب في عشرة تمام او بتخلي نفس
+
+117
+00:08:57,030 --> 00:08:58,910
+المعادلة وخلي ال K بالسالب
+
+118
+00:09:01,480 --> 00:09:05,840
+فتتحول المباشرة العملية لضرب طيب في ال min max
+
+119
+00:09:05,840 --> 00:09:10,540
+بقدر اكبر ال range هي كانت أساسا عندى من صفر ل
+
+120
+00:09:10,540 --> 00:09:16,560
+واحد انا بدي اعملها من واحد لعشرة بينفع نفس
+
+121
+00:09:16,560 --> 00:09:21,600
+القانون لنفس المعادلة بس بكي اتطبق معاملات جديدة
+
+122
+00:09:21,600 --> 00:09:25,180
+في المعادلة الجديدة حتكون ال old minimum او ال
+
+123
+00:09:25,180 --> 00:09:28,280
+attribute minimum ال attribute maximum ل ال new
+
+124
+00:09:28,280 --> 00:09:33,180
+minimum و ل ال new maximum و خلصناطب هل ممكن هذا
+
+125
+00:09:33,180 --> 00:09:41,240
+الكلام يصير مع الـ Standard Scalar؟ أكبر ال .. إيش
+
+126
+00:09:41,240 --> 00:09:44,780
+ال .. إيش ال Standard Scalar؟ اللي بيحسب المتوسط
+
+127
+00:09:44,780 --> 00:09:52,320
+الحساب و الحراف المعياري أول واحد هذا بقدرش
+
+128
+00:09:52,320 --> 00:09:56,400
+لأن المتغيرات تابعة لميو تابعة لكل ال attributes
+
+129
+00:09:56,400 --> 00:10:00,620
+ال variance تابعة لكل ال attributes وبالتالي لا
+
+130
+00:10:00,620 --> 00:10:04,650
+مافيش مجالStandard اسمه standard مافيش فيه لعب
+
+131
+00:10:04,650 --> 00:10:14,470
+تمام هنمتقل الآن لموضوع data reduction احنا كنا
+
+132
+00:10:14,470 --> 00:10:18,010
+بنتكلم على مين على ال data transformation وكان
+
+133
+00:10:18,010 --> 00:10:20,650
+نتكلم بالتحديد في ال transformation ال scaling
+
+134
+00:10:20,650 --> 00:10:24,590
+الان بدي اتكلم في ال data في ال transformation بدي
+
+135
+00:10:24,590 --> 00:10:27,710
+اتكلم على ال data reduction الان مفهوم ال
+
+136
+00:10:27,710 --> 00:10:33,360
+transformation ان الصورة ال data كانت في صورةوصارت
+
+137
+00:10:33,360 --> 00:10:37,480
+في صورة مختلفة ممكن الصورة هذه فعلياً كانت تأثير
+
+138
+00:10:37,480 --> 00:10:41,820
+فقط في البيانات زي ما عملت بالـ Scaling نفس ال
+
+139
+00:10:41,820 --> 00:10:45,620
+attributes ضالوا زي ما هم و ال rows ضالوا زي ما هم
+
+140
+00:10:45,620 --> 00:10:48,840
+بالناحية عدد لكن ال data اللي موجودة في ال
+
+141
+00:10:48,840 --> 00:10:53,220
+attributes هي اللي أخدت صورة جديدة وبهيك بصرت كل
+
+142
+00:10:53,220 --> 00:10:57,360
+ال data's صارت لها صورة جديدة أو form جديدة لكن
+
+143
+00:10:57,360 --> 00:11:01,860
+الآنفي ال data reduction هو عبارة عن تحوير لل data
+
+144
+00:11:01,860 --> 00:11:07,360
+أنه أنا بدي أقلص حجم البيانات يا دكتور انت من أول
+
+145
+00:11:07,360 --> 00:11:09,760
+ال chapter و بتقولنا كبروا البيانات و مصادر بنا
+
+146
+00:11:09,760 --> 00:11:12,960
+البيانات أخرى وعزز و integration و هلاك تقولي بدي
+
+147
+00:11:12,960 --> 00:11:15,860
+أعمل reduction أه انت بحاجة أنك تعمل reduction
+
+148
+00:11:15,860 --> 00:11:21,180
+أحيانا ال data set already كبيرة عندك فيها مليون
+
+149
+00:11:21,180 --> 00:11:21,600
+record
+
+150
+00:11:24,360 --> 00:11:28,360
+أخد المليون record أتعلم عليهم؟ كويس بس هكلفك كتير
+
+151
+00:11:28,360 --> 00:11:32,040
+وقته و بتعمل analysis لو أنا اتيت سألتك تعمل
+
+152
+00:11:32,040 --> 00:11:35,700
+analysis ل five attributes و ten rows يعني خمسين
+
+153
+00:11:35,700 --> 00:11:41,040
+value ولا بس أزيد ال rows أقول metro بصيروا خمسمية
+
+154
+00:11:41,040 --> 00:11:43,800
+خمسين ولا خمسمية؟ مين يستخدم في ال analysis؟
+
+155
+00:11:44,390 --> 00:11:47,750
+الخمسين بكل تأكيد قولي هو الكمبيوتر فارق معايا يا
+
+156
+00:11:47,750 --> 00:11:50,470
+أستاذ أه بتفرج معاه لما تشير الشغل بالملايين زي ما
+
+157
+00:11:50,470 --> 00:11:54,030
+احنا بتتكلم جاعدين ومش قيمة واحدة ومش معادلة واحدة
+
+158
+00:11:54,030 --> 00:11:57,970
+اللي بتنحسب لأ بتصير تفرج معايا فعشان هيك أنا
+
+159
+00:11:57,970 --> 00:12:02,590
+بحتاج أحيانًا أعمل reduction لكن شرب أساسي ال
+
+160
+00:12:02,590 --> 00:12:08,090
+reduction هذا مش على حساب جودة ال data يعني بين
+
+161
+00:12:08,090 --> 00:12:11,010
+جسين لما أنا بقول والله أني بدي أخد مثلًا من
+
+162
+00:12:11,010 --> 00:12:15,370
+المائة ألف بدي أخد خمسين الف فقطبدي أضمن إن الـ 50
+
+163
+00:12:15,370 --> 00:12:18,870
+ألف هدول بيمثلوا كل ال data الحقيقية
+
+164
+00:12:18,870 --> 00:12:22,490
+representative لكل ال data باجي أقول إن في عندي
+
+165
+00:12:22,490 --> 00:12:25,870
+مجموعة من ال attributes أنا مابديش إياها فعليا أنا
+
+166
+00:12:25,870 --> 00:12:31,510
+مابديش إياها لأنها إما useless غير مفيدة عندي أو
+
+167
+00:12:31,510 --> 00:12:35,850
+فعليا ال effect تبعتها بسيط وبسيط جدا مابأثرش
+
+168
+00:12:35,850 --> 00:12:41,690
+وبالتالي أنا جاعة بتكلم علىReduction هدفها ان اخلي
+
+169
+00:12:41,690 --> 00:12:48,250
+ال data set تصير عندى much smaller من الأول جبتها
+
+170
+00:12:48,250 --> 00:12:51,070
+صغيرة في الأول انت ال data ماكنتش بتعرفها أساسا
+
+171
+00:12:51,070 --> 00:12:55,650
+بتعرفش ان هي representative ولا لأ بس الان وقعت
+
+172
+00:12:55,650 --> 00:12:59,150
+بين ايديك data set حجمها كبير احنا في الأول قولات
+
+173
+00:12:59,150 --> 00:13:02,310
+جيبنا data set شايفينها صغيرة بدنا نكبرها عشان
+
+174
+00:13:02,310 --> 00:13:05,790
+نعزز ال knowledge اللى موجودة فيها بس الان already
+
+175
+00:13:05,790 --> 00:13:09,330
+ال data set اللى موجودة بين ايدياضخمة لو انا سألتك
+
+176
+00:13:09,330 --> 00:13:14,310
+محمد جداش حجم ال data set اللي انت رفعتليها على ال
+
+177
+00:13:14,310 --> 00:13:20,190
+model تلاتة مليون record مش
+
+178
+00:13:20,190 --> 00:13:24,210
+قضية تلاتة مليون record بالمنطق .. بالمنطق انا
+
+179
+00:13:24,210 --> 00:13:26,630
+هاخد التلاتة مليون record و اقول ال system اتعلم
+
+180
+00:13:26,630 --> 00:13:31,150
+عليهم لازم اعمل reduction لأن ممكن من التلاتة
+
+181
+00:13:31,150 --> 00:13:33,290
+مليون record انه بس تلات تلاف record يكونوا كافيات
+
+182
+00:13:33,290 --> 00:13:37,580
+ممكنالـ 3 مليون record ممكن فيه بينهم redundant
+
+183
+00:13:37,580 --> 00:13:41,440
+attributes أو عفوا redundant rows فلمّا أنا أروح
+
+184
+00:13:41,440 --> 00:13:47,200
+أشيلهم يصيروا 500 ألف فهذا الكلام لازم يصير عشان
+
+185
+00:13:47,200 --> 00:13:51,100
+كمان مرة قلتلك أسرع عملية ال analysis و في نفس
+
+186
+00:13:51,100 --> 00:13:54,620
+الوقت أن ال data تظل بتحمل نفس .. بتديني نفس
+
+187
+00:13:54,620 --> 00:14:01,480
+النتيجة وهذا أحيانا بيفعلني فيهأحياناً بألجأ له ..
+
+188
+00:14:01,480 --> 00:14:04,160
+بأحياناً بألجأ له لأنه أنا فعلياً بدي action
+
+189
+00:14:04,160 --> 00:14:08,620
+سريعة، بدي أشوف result تلاتة مليون ممكن بدهم
+
+190
+00:14:08,620 --> 00:14:11,400
+ياخدوا مني نهار أو اتنين، ساعة أو تنتين، بينما أنا
+
+191
+00:14:11,400 --> 00:14:14,680
+محتاج أشوف result خلال نص ساعة، فإيش بدي أضطر
+
+192
+00:14:14,680 --> 00:14:19,400
+أساوي؟ لازم أقل الحجم ال data، هذي واحد، اتنين
+
+193
+00:14:19,400 --> 00:14:22,440
+الأجهزة
+
+194
+00:14:22,440 --> 00:14:25,970
+اللي أنا عادة بعمل عليها analysis بتكلفيعني أنا
+
+195
+00:14:25,970 --> 00:14:29,570
+بعرف طالب ماجستير من قريبنا عشان فعليا كان النص
+
+196
+00:14:29,570 --> 00:14:34,390
+ساعة بيدفع عليها مبلغ محترم وفعليا احتاج اتناشر
+
+197
+00:14:34,390 --> 00:14:38,530
+ساعة دفع عليهم وكان في بعض اشتغل على بعض ال ال ال
+
+198
+00:14:38,530 --> 00:14:43,530
+free ال clusters بالمجان بس ماكنتش يتكفي كان بعد
+
+199
+00:14:43,530 --> 00:14:46,290
+مثلا ست ساعات تفصل ال session يقولوا خلاص اكتر من
+
+200
+00:14:46,290 --> 00:14:52,880
+ست ساعات بنشغل cashفكان لازم يروح يدفع عشان .. لكن
+
+201
+00:14:52,880 --> 00:14:57,760
+بالآخر أنا قاعد بقولك ال reduction هذه علشان أسرع
+
+202
+00:14:57,760 --> 00:15:01,320
+عملية ال analysis مع الضمان اللي لها نفس النتيجة
+
+203
+00:15:01,320 --> 00:15:04,280
+طب كيف بدي أضمن نفس النتيجة؟ إذا أنت كنت expert
+
+204
+00:15:04,280 --> 00:15:08,320
+بتفهم لحالك من وقع الخبرة اللي صارت زي حالتنا،
+
+205
+00:15:08,320 --> 00:15:13,040
+بنتدرب، بنتعلم، بدك تجرب مرة خليتهم 100 ألف تلاتة
+
+206
+00:15:13,040 --> 00:15:18,350
+مليون نزلتهم لخمسين ألفنزلتهم لعشرة ألف و في كل
+
+207
+00:15:18,350 --> 00:15:22,430
+مرة بقال إن ال result إذا ال result ضلت بنفس
+
+208
+00:15:22,430 --> 00:15:25,610
+المستوى ما تلاقى ال reduction أولى بالنسبة لي
+
+209
+00:15:25,610 --> 00:15:31,870
+تمام؟ نعم جايينها .. جايينها بالتفصيل الآن يا مؤمن
+
+210
+00:15:31,870 --> 00:15:35,590
+ان شاء الله تعالى و لا يهمك الآن لاحظ أنا بتكلم
+
+211
+00:15:35,590 --> 00:15:40,230
+قاعد reduction ماتكلمتش بأي dimension لا اتكلمت
+
+212
+00:15:40,230 --> 00:15:43,490
+على صفوف ولا اتكلمت على أعمدة بس في الآخر بدي أعمل
+
+213
+00:15:43,490 --> 00:15:47,350
+reductionالفكرة كمان مرة بدي أصغر حجم ال data set
+
+214
+00:15:47,350 --> 00:15:53,650
+بدي أصغر عدد ال computation اللي بدها تصير و أحافظ
+
+215
+00:15:53,650 --> 00:15:55,870
+على نفس ال analytic result نفس النتيجة اللي بدها
+
+216
+00:15:55,870 --> 00:16:01,770
+تطلع معايا قدر المستطاع ليه أشهد الكلام؟ عشان أقلل
+
+217
+00:16:01,770 --> 00:16:07,410
+ال analysis time عشان أقلل ال analysis time الآن
+
+218
+00:16:07,410 --> 00:16:11,310
+في ال reduction أنا فيه عندي تلت خطوات أو three
+
+219
+00:16:11,310 --> 00:16:17,430
+operations ممكن أنا أسويهمreduction على مستوى ال
+
+220
+00:16:17,430 --> 00:16:23,050
+attributes وهنا نسميها feature selection اختيار ال
+
+221
+00:16:23,050 --> 00:16:29,430
+attributes المميزة لل data set sampling وهنا بتكلم
+
+222
+00:16:29,430 --> 00:16:33,890
+على reduction على مستوى ال rows او بتكلم
+
+223
+00:16:33,890 --> 00:16:37,990
+discretization بتكلم reduction على مستوى ال values
+
+224
+00:16:37,990 --> 00:16:42,830
+عدد ال distinct values في ال attribute وخلّينا
+
+225
+00:16:42,830 --> 00:16:48,340
+الآن نبدأ معالأولى كمان مرة جماعة الخير بعيد و
+
+226
+00:16:48,340 --> 00:16:53,140
+بأكد أنا بدي أعمل reduction لل data set بحيث أنها
+
+227
+00:16:53,140 --> 00:16:57,700
+تكون أصغر ما يمكن بنفس الخصائص أو نفس النتائج
+
+228
+00:16:57,700 --> 00:17:02,100
+التحليلية اللي تطلع فيها كل ال database الكبيرة هل
+
+229
+00:17:02,100 --> 00:17:05,400
+الكلام هذا متاح؟ أه متاح بعد ما أطبق المجموعة
+
+230
+00:17:05,400 --> 00:17:08,820
+العناصر التالية نبدأ مع ال data reduction و ال
+
+231
+00:17:08,820 --> 00:17:14,600
+feature selection احنا متفقينإنه ال data relevant
+
+232
+00:17:14,600 --> 00:17:18,480
+لل task سألنا نفسنا من البداية هل ال data هذه
+
+233
+00:17:18,480 --> 00:17:22,520
+relevant؟ مناسبة لل task؟ أه مناسبة .. مناسبة
+
+234
+00:17:22,520 --> 00:17:27,380
+تماما الان بدأ أبدأ أسأل نفسي هل ال feature هاي
+
+235
+00:17:27,380 --> 00:17:32,700
+relevant ولا irrelevant لل task مثلا كنا متفقين
+
+236
+00:17:32,700 --> 00:17:36,940
+سابقا إن ال ID و ال names مالهاش علاقة بأي شيء
+
+237
+00:17:36,940 --> 00:17:39,720
+فهذه ال attributes لو كانت موجودة شو بدي أسوي
+
+238
+00:17:39,720 --> 00:17:45,050
+فيها؟ بدي أشيلهاالان تخيل ان ال data 6 تبعتي
+
+239
+00:17:45,050 --> 00:17:48,310
+بتتكلم على تشخيص مرض معين positive or negative
+
+240
+00:17:48,310 --> 00:17:53,790
+تمام؟ و من ضمن ال attribute اسم ال physical اسم
+
+241
+00:17:53,790 --> 00:17:59,330
+الطبيب اللي قرر الحالة هاي او عمل التشخيص هذا هل
+
+242
+00:17:59,330 --> 00:18:03,790
+اسم الطبيب هذا الاسم مش اسم المريض اسم الطبيب ال
+
+243
+00:18:03,790 --> 00:18:07,510
+expert اللي قال فعليا ان الحالة هذه positive او
+
+244
+00:18:07,510 --> 00:18:11,710
+قال عنها negative هل اسم الطبيب بالزمن في ال
+
+245
+00:18:11,710 --> 00:18:17,650
+mining؟أكيد لأ irrelevant بدي أشيله واحد يقول لما
+
+246
+00:18:17,650 --> 00:18:20,530
+انت رجعتي يا دكتور لنفس المثال بالاسماء كل الأسماء
+
+247
+00:18:20,530 --> 00:18:25,030
+و ال IDs كلها بدنا نشيلها حتى أفق معاك تحصيل
+
+248
+00:18:25,030 --> 00:18:33,150
+الطالب في المدرسة اللي له علاقة براتب والده اه
+
+249
+00:18:33,150 --> 00:18:35,910
+شوف في الأول معظمنا قال لأ بس بعدين شوية صرنا نقول
+
+250
+00:18:35,910 --> 00:18:41,990
+قد يكون okay القد هذه قداش مقدارها لأ ممكن نحسبها
+
+251
+00:18:42,740 --> 00:18:45,280
+بناء على ال data set اللي عندي واحد بيقول خمسين
+
+252
+00:18:45,280 --> 00:18:49,000
+وهنا واحد بيقوله أقل أنا ممكن أحسبها و أقولك فعليا
+
+253
+00:18:49,000 --> 00:18:53,140
+تأثير ال attribute هذا بمقدار كذا على النتيجة لسه
+
+254
+00:18:53,140 --> 00:18:57,460
+دي بلاش لأن هذا احنا مختلفين في الموضوع هذا هل
+
+255
+00:18:57,460 --> 00:19:06,600
+تحصيل الطالب له علاقة بعمر والده؟ هتقولي طبعا؟ وين
+
+256
+00:19:06,600 --> 00:19:10,620
+هو اللي بيقوله انا صحيه هشوفه بسلأ طبعا لأ بس في
+
+257
+00:19:10,620 --> 00:19:17,340
+واحد قال اه صحيح بصبوط لأ اه يمكن ننزل من العلامة
+
+258
+00:19:17,340 --> 00:19:17,680
+يعنى
+
+259
+00:19:21,300 --> 00:19:26,040
+بس شوف انت مع كل واحدة صيرتي تقول إيش يمكن يمكن
+
+260
+00:19:26,040 --> 00:19:30,400
+لأنه فعليا الأقرب بالنسبة إلك لأ مالوش اللي علاقة
+
+261
+00:19:30,400 --> 00:19:33,720
+بسلوك والده في متابعته بغض النظر عن عمره كان شاب
+
+262
+00:19:33,720 --> 00:19:36,880
+صغير أو كهل ولا لأ إذا طول ما هو حامل العصاية فوق
+
+263
+00:19:36,880 --> 00:19:42,800
+راسه وبنجر على راسه أدرس أدرس بيدرس بتهيألك في ناس
+
+264
+00:19:42,800 --> 00:19:44,560
+بيظلوا موجودين أكتر من الشباب نعم
+
+265
+00:19:48,990 --> 00:19:52,730
+صار .. صار هذا إله .. إله تأثير بس أنا قاعد بتكلم
+
+266
+00:19:52,730 --> 00:19:56,390
+باطرح معاك إنه ممكن ألاقي attributes شكلها بيوحي
+
+267
+00:19:56,390 --> 00:20:02,030
+إنه ممكن يكون تمام؟ لكنه فعلياً مالوش علاقة تمام
+
+268
+00:20:02,030 --> 00:20:04,590
+دكتور جهدك للتصك باسم اللي إنت جاي تتكلم عنه؟
+
+269
+00:20:04,590 --> 00:20:07,270
+ماعليش قاعد بقولك الآن قاعد بتكلم التصك تبعت من
+
+270
+00:20:07,270 --> 00:20:11,530
+تحصيل الطالب في المدرسة وعمر والده الآن متوفر
+
+271
+00:20:11,530 --> 00:20:18,760
+attribute اسمه ال father age بتتوقع هيك ..by sins
+
+272
+00:20:18,760 --> 00:20:22,360
+هل father age مؤثر؟ أنا بقولك من واقع خطب برا؟ لأ
+
+273
+00:20:22,360 --> 00:20:26,880
+لأ، ليش؟ لأنه كمان مرة إلها علاقة بال attitude تبع
+
+274
+00:20:26,880 --> 00:20:31,680
+الأب إذا هو متابع، هو هتظل متابع لآخر نفس وإذا هو
+
+275
+00:20:31,680 --> 00:20:40,180
+مهم من البداية، هتظل نفس العنصر الآن وبالتالي،
+
+276
+00:20:40,180 --> 00:20:42,900
+أنا عشان أطلع من الجدل اللي مايمكن ومايمكنش وجدش
+
+277
+00:20:42,900 --> 00:20:47,190
+تأثيره أنا فيه عند بعض ال formal methodsبعض الطرق
+
+278
+00:20:47,190 --> 00:20:50,610
+الرسمية الـ Practical اللي ممكن أنا أستخدمها و أصل
+
+279
+00:20:50,610 --> 00:20:55,270
+لنتيجة طيب لما أنا بجلل عدد ال attributes جماعة
+
+280
+00:20:55,270 --> 00:21:00,510
+الخير واحد اتنين تلاتة اربع كانوا عشر attributes
+
+281
+00:21:00,510 --> 00:21:04,650
+محمد جدش عدد ال attributes عندك في ال data set 87
+
+282
+00:21:04,650 --> 00:21:09,710
+attribute جدش حجم ال data set اللي عندك انت ايوة
+
+283
+00:21:09,710 --> 00:21:19,260
+اه اه 13 attributeو اربع عشر روه؟ اربع عشر
+
+284
+00:21:19,260 --> 00:21:24,720
+attributes اه و ال rows؟ الان ال attributes هذه
+
+285
+00:21:24,720 --> 00:21:27,800
+ستة و تمانين او اربع عشر ممكن غيره يقولي عشرة و
+
+286
+00:21:27,800 --> 00:21:32,740
+الناس يقولي سبعة و واحد يقولي خمسة المهم احافظ ..
+
+287
+00:21:32,740 --> 00:21:38,920
+لأ .. احنا حكينا مائة مرة أجلش يبدأ خمس تلاف روه
+
+288
+00:21:38,920 --> 00:21:40,540
+بتعيده؟
+
+289
+00:21:44,740 --> 00:21:51,580
+لما ادوجها ان شاء الله برد عليك اه
+
+290
+00:21:51,580 --> 00:21:59,640
+انت بقى كتناسبها اه بقى دوارت
+
+291
+00:21:59,640 --> 00:22:05,700
+على الجليل مش ضرور يديك knowledge كويسة نشوف نشوف
+
+292
+00:22:05,700 --> 00:22:12,600
+ماشي ماشي طيب خلينا نرجع خلينا نرجع لمحاضرتناالهدف
+
+293
+00:22:12,600 --> 00:22:17,480
+من الـ Feature Selection إن أحتفظ فقط بالـ Most
+
+294
+00:22:17,480 --> 00:22:22,120
+Relevant Attributes بالـ Most Effective Attributes
+
+295
+00:22:22,120 --> 00:22:28,900
+والباقي بدي أخلص منه وهذا عشان يديني أزيد من كفاءة
+
+296
+00:22:28,900 --> 00:22:35,720
+الـ System تبعتي ولمّا أنا فعليًا أتكلم Feature
+
+297
+00:22:35,720 --> 00:22:39,080
+Selectionأو data reduction لما انا زي ما قلتلك
+
+298
+00:22:39,080 --> 00:22:42,360
+بحدث attribute يعني بحدث variable من المعادلة اللي
+
+299
+00:22:42,360 --> 00:22:45,620
+بدها تصير وبالتالي انا بقلل ال computation اللي
+
+300
+00:22:45,620 --> 00:22:50,760
+بدها تصير عندي لاحقا عادة يا جماعة الخير لو قلتلك
+
+301
+00:22:50,760 --> 00:22:57,720
+انا ما بعرف اي مجموعة هي اللي بتأثر اي مجموعة من
+
+302
+00:22:57,720 --> 00:23:01,260
+ال features هي صاحبة التأثير الاكبر لكن بدي اجرب
+
+303
+00:23:01,260 --> 00:23:05,500
+وهذا فعليا هذا اللي بصير try and measureهذا ال
+
+304
+00:23:05,500 --> 00:23:08,800
+concept موجود جدا في ال machine learning و مطبق و
+
+305
+00:23:08,800 --> 00:23:15,680
+effective بس مكلف الان لو انا اجيت و قلتلك عندي
+
+306
+00:23:15,680 --> 00:23:20,840
+three attributes ايش
+
+307
+00:23:20,840 --> 00:23:23,980
+هي ال data set او ايش هي ال subsets من ال
+
+308
+00:23:23,980 --> 00:23:27,690
+attributes هذه اللي ممكن اجرب عليهاعارفش يعني ايش
+
+309
+00:23:27,690 --> 00:23:32,750
+تجرب عليها؟ يعني تطبق ال mining task تبعتك على ال
+
+310
+00:23:32,750 --> 00:23:35,910
+attributes هي ممكن واحد ال label و كمان variable
+
+311
+00:23:35,910 --> 00:23:39,730
+one dependent او one independent و one dependent
+
+312
+00:23:39,730 --> 00:23:42,570
+variable هي ال target تبعتي الا لو كانت عندي three
+
+313
+00:23:42,570 --> 00:23:46,570
+classes اي three attributes عفوا اي واحد و اي
+
+314
+00:23:46,570 --> 00:23:52,370
+اتنين و اي تلاتة بالاضافة لل target هي ال data set
+
+315
+00:23:52,370 --> 00:23:57,710
+تبعتي مكونة من four attributesو أنا بدي أجرب الآن
+
+316
+00:23:57,710 --> 00:24:03,850
+أخد قرار مين الأكتر أهمية فيهم و بدي أجرب و أجيس
+
+317
+00:24:03,850 --> 00:24:08,290
+كل مرة كيف كان ال performance لأن ممكن أنا أشغل
+
+318
+00:24:08,290 --> 00:24:12,150
+على ال attribute الأول لحاله مع ال target و ال
+
+319
+00:24:12,150 --> 00:24:15,390
+attribute التاني مع ال target و ال attribute
+
+320
+00:24:15,390 --> 00:24:20,330
+التالت مع ال target بعدين الأول و التاني مع ال
+
+321
+00:24:20,330 --> 00:24:26,830
+target الأول و التالت مع ال targetالثاني والتالت
+
+322
+00:24:26,830 --> 00:24:32,690
+مع ال target و كلهم مع ال target عادة و عماله
+
+323
+00:24:32,690 --> 00:24:36,410
+بذكرنا هان بقول لي معناته ان انت عندك عدد احتمالات
+
+324
+00:24:36,410 --> 00:24:42,330
+اتنين اثنان اذا ترجع للرياضيات المنفصلة في ال
+
+325
+00:24:42,330 --> 00:24:48,520
+subset ال power set ال power set بتحتوي علىكل
+
+326
+00:24:48,520 --> 00:24:52,280
+المجموعات الجزئية من المجموعة A اللي هي عددهم 2
+
+327
+00:24:52,280 --> 00:24:55,620
+أُس ال cardinality للمجموعة A باستثناء طبعا ما
+
+328
+00:24:55,620 --> 00:24:59,620
+راحنا منهم واحد في فاحنا مش قضية اتنين أُس ان تمام
+
+329
+00:24:59,620 --> 00:25:07,480
+هذا العدد إذا أنا بدي أجرب كويس على خمسة على عشرة
+
+330
+00:25:07,480 --> 00:25:12,600
+الان انا اتنين أُس عشرة نتكلم عن ألف و أربع عشرين
+
+331
+00:25:12,600 --> 00:25:16,570
+محاولة عندهبدي أغير منهم واحدة ألف و تلات و عشر
+
+332
+00:25:16,570 --> 00:25:24,090
+محاولة بس مع سبعة و تمانين قضية و
+
+333
+00:25:24,090 --> 00:25:27,650
+أنا هريحت في العلمات ان شاء الله تعالى ولا يهمك مش
+
+334
+00:25:27,650 --> 00:25:32,850
+هخليك تتعب من حملهم بالمرة هشيل منهم جدر ما بقدر
+
+335
+00:25:32,850 --> 00:25:38,510
+الآن وبالتالي ال feature selection اللي هتصير عندي
+
+336
+00:25:38,510 --> 00:25:45,560
+الآن واحدة من تنتين supervised و unsupervisedلو
+
+337
+00:25:45,560 --> 00:25:54,700
+أنا جيت قلتلك ك test شو يعني supervised؟ يعني
+
+338
+00:25:54,700 --> 00:25:59,940
+ال human exist فيه supervision فيه إشراف وين
+
+339
+00:25:59,940 --> 00:26:04,920
+الإشراف تبعت ال human؟ لا مش في ال data collection
+
+340
+00:26:04,920 --> 00:26:10,480
+في ال test في ال target في تحديد ال target ممكن
+
+341
+00:26:10,480 --> 00:26:13,580
+الآن يكون ال selection تبعي لل features بناء على
+
+342
+00:26:14,450 --> 00:26:17,590
+علاقة الـ Feature بالـ Target وهدي بنسميها
+
+343
+00:26:17,590 --> 00:26:22,350
+Supervised يعني لما أنا فعليا بدي أقرر أتخلص من
+
+344
+00:26:22,350 --> 00:26:26,810
+Attribute أو أبقي بدي أفحص علاقة الـ Attribute هذا
+
+345
+00:26:26,810 --> 00:26:32,650
+بالـ Target وهدي بسميها Supervised بسميها
+
+346
+00:26:32,650 --> 00:26:38,330
+Supervised لما بأشتغل على أنه أنا بدي أقرر بين Two
+
+347
+00:26:38,330 --> 00:26:42,690
+Attributes جانب بعضهل هما dependent او redundant
+
+348
+00:26:42,690 --> 00:26:47,210
+attributes او لا هذي بسميها unsupervised مادخلتش
+
+349
+00:26:47,210 --> 00:26:54,170
+ال target في حسبتي الان بشكل عام .. بشكل عام الان
+
+350
+00:26:54,170 --> 00:26:57,510
+بدي اشيل ال redundant attributes او redundant
+
+351
+00:26:57,510 --> 00:27:02,130
+features redundant عند ال age و عند ال date of
+
+352
+00:27:02,130 --> 00:27:07,910
+birth و عند ال age category شو رايكوا في ال three
+
+353
+00:27:07,910 --> 00:27:12,690
+attributes هدول؟كلهم زي بعض بيحملوا نفس المعلومة
+
+354
+00:27:12,690 --> 00:27:19,990
+بس بصور مختلفة تماما مثل يقول في عند الراتب وعند
+
+355
+00:27:19,990 --> 00:27:25,630
+الراتب السنوي أو صاف الراتب وعند الراتب السنوي بما
+
+356
+00:27:25,630 --> 00:27:28,610
+كلهم بيحملوا نفس المعلومة هذه redundant attributes
+
+357
+00:27:28,610 --> 00:27:33,690
+فانت بدك تشيل اتنين من التلاتة هدول و تحتفظ بواحد
+
+358
+00:27:33,690 --> 00:27:36,890
+فقط اللي بتناسب مع ال task تبعتك
+
+359
+00:27:40,720 --> 00:27:44,200
+بدك تبقى ترجع للخلف خطوطين وتعمل data cleaning
+
+360
+00:27:44,200 --> 00:27:48,660
+عشان تعالج ال consistency احنا خلصنا انا خلصت من
+
+361
+00:27:48,660 --> 00:27:52,300
+ال missing عملت لها handling عبيتها خلصت ال noise
+
+362
+00:27:52,300 --> 00:27:56,840
+data وحليت ال inconsistency اللي موجودة فالان
+
+363
+00:27:56,840 --> 00:28:00,720
+انتقلت في مرحلة ال data selection تمام يا مؤمن
+
+364
+00:28:00,720 --> 00:28:03,560
+ففعليا انا يا شباب انا خلصت المرحلة اللي لها كل
+
+365
+00:28:03,560 --> 00:28:07,320
+علاقة بال preparation الشيء الثاني زي ما قلنا بدنا
+
+366
+00:28:07,320 --> 00:28:10,730
+نشيل ال irrelevant attributesأي attribute
+
+367
+00:28:10,730 --> 00:28:16,210
+irrelevant تمام؟ irrelevant attribute بدي أخلص منه
+
+368
+00:28:16,210 --> 00:28:22,730
+في
+
+369
+00:28:22,730 --> 00:28:26,510
+شغل مهم جدا لأول مرة هنقولها ان انا بدي احذف ال
+
+370
+00:28:26,510 --> 00:28:30,830
+attribute اللي مش فيها قيم مختلفة او فيها تغيير
+
+371
+00:28:30,830 --> 00:28:38,630
+بسيط في الاختلاف يعني كان في عندنا ملف صحي بيتكلم
+
+372
+00:28:38,630 --> 00:28:46,800
+عنالنساء الحوامل اه احسن بدي اتنبأ بوزن المولود
+
+373
+00:28:46,800 --> 00:28:53,880
+لما ينولد و لاجئت فيه attribute اسمه ال gender ليش
+
+374
+00:28:53,880 --> 00:28:59,320
+انشال يا كريم بالعجل بالعجل انشال ليش انشال بالعجل
+
+375
+00:28:59,320 --> 00:29:04,880
+لأن كل الحوامل female وبالتالي انا مافيش داعي ال
+
+376
+00:29:04,880 --> 00:29:06,060
+attribute هذي يظل موجود
+
+377
+00:29:08,960 --> 00:29:12,060
+لأ لأ بتكلمش .. بتكلم على الأم .. عن الأم .. جنس
+
+378
+00:29:12,060 --> 00:29:16,080
+الأم .. بتكلم .. أنا بدي أتنبأ بوزن المولود أو بدي
+
+379
+00:29:16,080 --> 00:29:20,440
+أعمل regression لوزن المولود تمام؟ الآن و راجعت
+
+380
+00:29:20,440 --> 00:29:22,860
+البيانات .. من بيانات الأم موجود عند ال gender
+
+381
+00:29:22,860 --> 00:29:28,160
+مابيلزمش .. الآن واحد يقوللي هذا ال attribute مهم؟
+
+382
+00:29:28,160 --> 00:29:31,800
+لأ مش مهم ليش؟ لأن كل ال attributes أو .. عفوا ..
+
+383
+00:29:31,800 --> 00:29:36,320
+كل ال rows بتتشارك نفس ال value وبالتالي هذا
+
+384
+00:29:36,320 --> 00:29:40,880
+uselessتضحكوا، ماشي الحال، الله يهنيكم يا رب زي
+
+385
+00:29:40,880 --> 00:29:46,120
+العمر في مثال المدرسة،
+
+386
+00:29:46,120 --> 00:29:50,360
+شكرا لك يا أحمد الآن، العمر في مثال المدرسة،
+
+387
+00:29:50,360 --> 00:29:52,680
+الابتدائي، المرحلة الابتدائية، كلهم لورد في نفس ال
+
+388
+00:29:52,680 --> 00:29:56,600
+range إلا إذا كان ما أنا بدي فعليًا أنا معنى أشوف
+
+389
+00:29:56,600 --> 00:30:05,240
+تأثيره العمر أو فرق السنين على تحصيله عملية
+
+390
+00:30:05,240 --> 00:30:09,160
+الفحصأو مشاهد او شوف مين ال attributes الأحسن و
+
+391
+00:30:09,160 --> 00:30:15,900
+كذا مكلف أكتر الحل الان وبالتالي موضوع ان انا اجرب
+
+392
+00:30:15,900 --> 00:30:21,080
+ال subset اللي موجود عندى زى ما قلنا hosted مكلفة
+
+393
+00:30:21,080 --> 00:30:24,900
+مرحيقة وبالتالي انا هتجنبها و هشوف بعض ال methods
+
+394
+00:30:24,900 --> 00:30:28,780
+اللى بتساعدني فيه استكشف مين هي ال attributes
+
+395
+00:30:28,780 --> 00:30:34,880
+المهمة بأقل تكلفة الان هذه اللى اتكلمنا عليها
+
+396
+00:30:34,880 --> 00:30:39,940
+الخطوة الأولىTry and measure ايش يعني خد ال data
+
+397
+00:30:39,940 --> 00:30:43,820
+set كلها و ابني عليها ال mining task تبعتك و شوف
+
+398
+00:30:43,820 --> 00:30:48,280
+ال result تمام ال result كانت 80% خلصت من ال
+
+399
+00:30:48,280 --> 00:30:51,020
+attribute الأخير و بدأت أبدا أخلص منهم واحد ورا
+
+400
+00:30:51,020 --> 00:30:55,580
+التاني و جربت دلت النتيجة مثل ما هي معاتو ال
+
+401
+00:30:55,580 --> 00:30:59,460
+attribute الأخير هذا uses عارف انا بتكلم معاك كيف
+
+402
+00:30:59,460 --> 00:31:03,000
+ان ال description تبعت ال data set مش موجودهو
+
+403
+00:31:03,000 --> 00:31:07,400
+أسماء ال attributes مافيش فيها معنى meaningless
+
+404
+00:31:07,400 --> 00:31:11,080
+كتب لي A1, A2, A3, A4, A5 هاي أسماء ال attributes
+
+405
+00:31:11,080 --> 00:31:14,060
+أو feature 1, feature 2, feature 3 فصرت أنا مش
+
+406
+00:31:14,060 --> 00:31:19,820
+عارف شو كنه ال attribute هذاعن إيش بتكلم؟ ماعنديش
+
+407
+00:31:19,820 --> 00:31:23,760
+لكن أنا واثق شويه يا كريم أنا واثق بمصدر البيانات
+
+408
+00:31:23,760 --> 00:31:28,700
+أخدتها من شخص خبير في المجال وال data موثوقة لكن
+
+409
+00:31:28,700 --> 00:31:31,900
+مدانيش الأوصاف هذه كيف ممكن أشتغل؟ مافيش قدام اللي
+
+410
+00:31:31,900 --> 00:31:35,760
+قارر try and test okay هي الفكرة وين يا كريم؟ انه
+
+411
+00:31:35,760 --> 00:31:38,980
+انا فعليا كريم بيقول انا استخلصت ال knowledge
+
+412
+00:31:38,980 --> 00:31:44,300
+وخلصت صحيح وصلت ل rule لكن ال rule اللي انبنى
+
+413
+00:31:44,300 --> 00:31:52,100
+بيعتمد على86 attributes يعني لما انا بده اروح اعمل
+
+414
+00:31:52,100 --> 00:31:57,620
+test او افحص او اقولك اعمل estimation تمام انت
+
+415
+00:31:57,620 --> 00:32:02,240
+مجبر توفرلي الـ 86 value تمثل ال attributes هاي
+
+416
+00:32:02,240 --> 00:32:07,700
+دول يعني انا هدفي استخراج knowledge نعم لكن الأهم
+
+417
+00:32:07,700 --> 00:32:10,400
+منها من ال knowledge ذاتها ال role اللي انا
+
+418
+00:32:10,400 --> 00:32:14,640
+هستخدمه لاحقاالرول اللي مبني على three أو four
+
+419
+00:32:14,640 --> 00:32:21,420
+attributes أو عشرة في ال execution أسرع من ال 86
+
+420
+00:32:21,420 --> 00:32:25,360
+عشان هيك أنا بحاول أقللهم مش بس لمرحلة ال mining
+
+421
+00:32:25,360 --> 00:32:28,540
+لأنه فعلا أنا حصلت على لكن أنا في الآخر هذا ال
+
+422
+00:32:28,540 --> 00:32:31,580
+mining بده ينحق في application ال rule بده ينحق في
+
+423
+00:32:31,580 --> 00:32:34,600
+application على mobile جداش حجم ال computation
+
+424
+00:32:34,600 --> 00:32:38,620
+اللي بيحصل لأ هذه لازم يعملها reduction وبحث الشيء
+
+425
+00:32:38,620 --> 00:32:39,040
+آخر مهم
+
+426
+00:32:58,730 --> 00:33:04,890
+لما تصير ال data set بين إيديك وتفهمها كويس بتصير
+
+427
+00:33:04,890 --> 00:33:07,290
+أنت صاحب القرار هذا ال attribute relevant ولا
+
+428
+00:33:07,290 --> 00:33:11,400
+irrelevantبيفرج و لا بيأثر و لا بيأثرش بقاشر بيفرج
+
+429
+00:33:11,400 --> 00:33:14,240
+عن ال attribute التاني وبناء عليه ممكن ان انت بعد
+
+430
+00:33:14,240 --> 00:33:19,180
+مجموعة من التفكير بعد فترة من التفكير و بعض
+
+431
+00:33:19,180 --> 00:33:21,980
+الحسابات احيانا زي ما هنشوف الآن تاخد decision هذا
+
+432
+00:33:21,980 --> 00:33:24,500
+ال attribute و serious this فبدي احدفه تبع ال
+
+433
+00:33:24,500 --> 00:33:29,700
+feather تمام؟ كمان مرة يا شباب انا برجع و بأكد ان
+
+434
+00:33:29,700 --> 00:33:32,140
+انا ال feature selection بس مش ال knowledge mining
+
+435
+00:33:32,140 --> 00:33:35,940
+ال extraction لأ في خطوة لسه بعدها موضوع ال
+
+436
+00:33:35,940 --> 00:33:40,200
+deploymentللـ role هذه أو للـ knowledge هذه هو أنا
+
+437
+00:33:40,200 --> 00:33:46,500
+لان اللي بده يتنبأ بالاتفاع السهم مش برنامج بدي
+
+438
+00:33:46,500 --> 00:33:51,380
+يقرأ حالة السوق ويقول لي لان مش هيستنقل .. كل مكان
+
+439
+00:33:51,380 --> 00:33:54,680
+ال attributes أو ال variables اللي أنا باعتمد
+
+440
+00:33:54,680 --> 00:33:59,920
+عليها في ال prediction أقل بيكون أفضل لأن هذا ..
+
+441
+00:33:59,920 --> 00:34:04,260
+تخيل أنت في الـ real-time systems كل ال attributes
+
+442
+00:34:04,260 --> 00:34:08,860
+بصير بيفرج معاه في ال computationفالان الطريقة
+
+443
+00:34:08,860 --> 00:34:11,840
+الأولى زى ما قلنا try and measure انا باخد كل ال
+
+444
+00:34:11,840 --> 00:34:20,420
+data set او عفوا اما forward او backward الفرق بين
+
+445
+00:34:20,420 --> 00:34:25,500
+التنتين انه بال forward ببدأ مع single attribute و
+
+446
+00:34:25,500 --> 00:34:28,180
+ببدأ اضيف التاني و التالت و الرابع و كده و ال
+
+447
+00:34:28,180 --> 00:34:32,540
+attribute اللى مابأثرش فى ال result النهائى او
+
+448
+00:34:32,540 --> 00:34:38,590
+تأثيره قليل بقى شيلهبقى أشيله من اللي بعدين بينما
+
+449
+00:34:38,590 --> 00:34:43,470
+الـ Backward بقى أبدأ معاهم كلهم و ببدأ أغيرهم
+
+450
+00:34:43,470 --> 00:34:46,730
+واحد ورا التاني و الـ Attribute اللي بقى أحس أنه
+
+451
+00:34:46,730 --> 00:34:49,770
+الـ Accuracy أو ال .. ال .. ال performance تبع ال
+
+452
+00:34:49,770 --> 00:34:53,250
+knowledge rule تبع تهاني Down صارت ال accuracy
+
+453
+00:34:53,250 --> 00:34:58,010
+نزلت لتحت بقى خليه و بشوف بحدث اللي بعده و هكذا
+
+454
+00:34:58,010 --> 00:35:02,430
+بعض الناس بتروح بتطبق Machine Learning Algorithm
+
+455
+00:35:02,430 --> 00:35:09,230
+على ال data setفبروح ببني decision tree ال data
+
+456
+00:35:09,230 --> 00:35:13,530
+set مكونة من six attributes عشان توصلنا لل class
+
+457
+00:35:13,530 --> 00:35:18,270
+ال decision tree لما بناها لجأ ان ال rules بعت ال
+
+458
+00:35:18,270 --> 00:35:22,850
+decision tree فقط معتمد على three attributes a1 و
+
+459
+00:35:22,850 --> 00:35:33,290
+a4 و a6 هذا يعني ان a2 و a3 و a5 are uselessفرح
+
+460
+00:35:33,290 --> 00:35:36,130
+هدفهم يقولك خلاص أنا بقدر أبني النظام تبع عالمين
+
+461
+00:35:36,130 --> 00:35:42,970
+على ال data set اللي موجود عندها الان
+
+462
+00:35:42,970 --> 00:35:48,750
+ال data set هيها اه بتتكون من six attributes فلما
+
+463
+00:35:48,750 --> 00:35:50,810
+احنا أخدنا ال six attributes هدول بنينا عليهم
+
+464
+00:35:50,810 --> 00:35:54,170
+decision tree ال decision tree عامالها واضحة جداني
+
+465
+00:35:54,170 --> 00:35:58,330
+لما رسمتها بتكون من ايش فقط من ال three attributes
+
+466
+00:35:58,330 --> 00:36:07,350
+A1 و A4و A6 و لسه بيقولي A4 هو الأكتر أهمية ورا
+
+467
+00:36:07,350 --> 00:36:13,050
+بيجي A1 و A6 بنفس المنزلة في ناحية أهمية يعني انه
+
+468
+00:36:13,050 --> 00:36:17,950
+2 و 3 و 5 مالهمش معنى مالهمش لازمة فإيش بروح أنا
+
+469
+00:36:17,950 --> 00:36:21,250
+بحذفهم و ببني نظامي من جديد فقط على ال three
+
+470
+00:36:21,250 --> 00:36:25,870
+attributes الموجودة اه اه اه هنشوفه مع بعض ان شاء
+
+471
+00:36:25,870 --> 00:36:30,050
+الله لاحقا طيب الآن
+
+472
+00:36:32,550 --> 00:36:37,790
+بما انه مبدأ انه والله انا اطبق وجرب على كلهم مزعج
+
+473
+00:36:37,790 --> 00:36:40,650
+خصوصا في ناس حيصير في عندها ألف و أربع عشر محاولة
+
+474
+00:36:40,650 --> 00:36:44,170
+و ناس الله يعينهم مش عارف جديش اتنين أسمية تقريبا،
+
+475
+00:36:44,170 --> 00:36:49,150
+مصبوط؟ فالكلام حيصير in sense فهو مش منطقي، الآن
+
+476
+00:36:49,150 --> 00:36:54,550
+في بعض ال correlation algorithms بتفحص العلاقة ما
+
+477
+00:36:54,550 --> 00:36:58,470
+بين ال attributes سواء كانت العلاقة بين ال
+
+478
+00:36:58,470 --> 00:37:01,830
+attribute و ال label عشان يقولي والله جديش هذا
+
+479
+00:37:01,830 --> 00:37:06,620
+effectأو جدّاش correlated أو بين ال attributes
+
+480
+00:37:06,620 --> 00:37:11,960
+نفسها عشان يتكلم من ناحية redundancy الانش إبعاد
+
+481
+00:37:11,960 --> 00:37:15,700
+الخير في موضوع ال correlation عادة كل ما كان ال
+
+482
+00:37:15,700 --> 00:37:19,340
+value ناتج التحصيل تبع ال correlation analysis
+
+483
+00:37:19,340 --> 00:37:23,760
+عالية أو قريبة من الواحد ان هدول ال two attributes
+
+484
+00:37:23,760 --> 00:37:28,240
+هدوله mostly dependent بيعتمدوا على بعض وممكن
+
+485
+00:37:28,240 --> 00:37:32,590
+يكونوا completely duplicatedطب في الحالة هذه بدي
+
+486
+00:37:32,590 --> 00:37:37,490
+أخلص من واحد منهم كل ما كانت القيمة قريبة للصفر
+
+487
+00:37:37,490 --> 00:37:41,950
+بقول ان ال two attributes هدول independent مافيش
+
+488
+00:37:41,950 --> 00:37:45,910
+بينهم علاقة وبالتالي أنا مضطر أبقي اتنين يعني
+
+489
+00:37:45,910 --> 00:37:49,550
+فعليا انا المطلوب مني الآن وحده هنشوفه كمان شوية
+
+490
+00:37:49,550 --> 00:37:53,790
+لأنه في أول واجب جاينا الآن هنشوفه فعليا مطلوب مني
+
+491
+00:37:53,790 --> 00:37:57,250
+من مجموعة ال features هدول أعمل دراسة بال
+
+492
+00:37:57,250 --> 00:38:01,770
+coefficient عشان أحددمقاش الـ dependency اللي
+
+493
+00:38:01,770 --> 00:38:05,190
+موجودة من ال .. من ال attributes أو عفوا من ال
+
+494
+00:38:05,190 --> 00:38:09,010
+algorithm المستخدم عند ال person وهي بيستخدمها لما
+
+495
+00:38:09,010 --> 00:38:12,450
+يكون في عند ال numerical attributes وفي عند ال chi
+
+496
+00:38:12,450 --> 00:38:15,110
+-square لما تكون ال attributes عبارة عن nominal
+
+497
+00:38:15,110 --> 00:38:19,350
+attributes وفي عند ال spearman و ال kindle تاو
+
+498
+00:38:19,350 --> 00:38:21,790
+برضه مجموعة .. في مجموعة كتير من ال algorithms
+
+499
+00:38:21,790 --> 00:38:26,410
+ممكن تطبق خلينا احنا نتكلم على ال person و ال chi
+
+500
+00:38:26,410 --> 00:38:30,830
+-square كونوا واحدة لل numerical واحدةللـ nominal
+
+501
+00:38:30,830 --> 00:38:34,370
+في
+
+502
+00:38:34,370 --> 00:38:36,810
+ال person coefficient انا فيه عندي two attributes
+
+503
+00:38:36,810 --> 00:38:46,290
+الان a1 و a2 a1
+
+504
+00:38:46,290 --> 00:38:51,470
+و a2 numeric
+
+505
+00:38:51,470 --> 00:38:55,830
+attributes لها ال description مديني اجيبوا لي ايش
+
+506
+00:38:55,830 --> 00:39:00,070
+العلاقة اللي بينهمولا الأسماء جادر من خلالها أحدد
+
+507
+00:39:00,070 --> 00:39:03,930
+ايش اللي موجود او شو علاقة ال two attributes مع
+
+508
+00:39:03,930 --> 00:39:08,410
+بعضهم والتنين بما انه التنين ال numeric فبقدر اطبق
+
+509
+00:39:08,410 --> 00:39:12,770
+بينهمين ال Pearson correlation ايش ال Pearson
+
+510
+00:39:12,770 --> 00:39:17,830
+بقول؟ بقول كتالي القانون تبعتنا هي عبارة عن مجموع
+
+511
+00:39:17,830 --> 00:39:23,250
+حاصل ضرب الفروقات كل value في ال attribute ناقص
+
+512
+00:39:23,250 --> 00:39:27,070
+المتوسط الحسابي تبعته يعني
+
+513
+00:39:28,590 --> 00:39:33,650
+لو كان هذا واحد .. اتنين .. تلاتة .. وهنا مثلا
+
+514
+00:39:33,650 --> 00:39:42,270
+سبعة .. خمسة .. تلات عشر او عشرة المتوسط الحساب
+
+515
+00:39:42,270 --> 00:39:46,830
+hand gradation يا معظم الخير الـ Mu للـ A لـ A
+
+516
+00:39:46,830 --> 00:39:54,270
+واحد ستة على ثلاثة .. ثلاثة .. اتنين والميوهان
+
+517
+00:39:55,400 --> 00:40:00,560
+متوسط الحسابي 7.7257
+
+518
+00:40:00,560 --> 00:40:15,380
+.512 و 10.22 22 على 3 7.380 33 من 100 مصبوط الآن
+
+519
+00:40:15,380 --> 00:40:20,640
+عشان انا احسب طب الحراف المعياري او ال variance
+
+520
+00:40:20,640 --> 00:40:22,500
+ايش قانون ال variance
+
+521
+00:40:26,440 --> 00:40:32,460
+الـ Standard Deviation سيجما
+
+522
+00:40:32,460 --> 00:40:35,460
+.. أيوة الجدر يساوي الجدر التربيعي لـ summation
+
+523
+00:40:35,460 --> 00:40:42,640
+الـ xi نقص ميو تربيع على عددهم تحت الجدر برجع بأكد
+
+524
+00:40:42,640 --> 00:40:45,980
+عليك القوانين هاي كلها للحفظ يا شباب و هذا زيهم
+
+525
+00:40:45,980 --> 00:40:51,920
+أكيد و هذا .. هذا الدرباك المعادلة مكتوبة بشكلين
+
+526
+00:40:51,920 --> 00:40:59,090
+هي .. فانت احفظ هذه أو هذه الأسهل إلكلأ لأ مش كتير
+
+527
+00:40:59,090 --> 00:41:05,350
+يا مؤمن مش كتير يا مؤمن الان فهذه المعلومات بدي
+
+528
+00:41:05,350 --> 00:41:10,230
+احسبها عن ال attributes اللي موجودة عندى وبالتالي
+
+529
+00:41:10,230 --> 00:41:15,770
+بصير و بقوله واحد ناقص اتنين مضروبة في سبعة ناقص
+
+530
+00:41:15,770 --> 00:41:23,350
+سبعة point تلاتة زائد اتنين ناقص اتنين مضروبة في
+
+531
+00:41:23,350 --> 00:41:30,460
+خمسة ناقص سبعة تلاتةزائد تلاتة ناقص اتنين مضروبة
+
+532
+00:41:30,460 --> 00:41:35,020
+في عشرة ناقص سبعة point تلاتة هذا المجموع على
+
+533
+00:41:35,020 --> 00:41:40,060
+عددهم تلاتة في الانحراف المعياري ال variance لل
+
+534
+00:41:40,060 --> 00:41:43,480
+attribute الأول وال variance لل attribute التاني
+
+535
+00:41:43,480 --> 00:41:50,680
+تمام الآن ال
+
+536
+00:41:50,680 --> 00:41:57,220
+value اللي هتطلعهتطلع من سالب واحد أكبر أو تساوي
+
+537
+00:41:57,220 --> 00:42:05,200
+سالب واحد وأقل أو تساوي موجة بواحد صفر يعني
+
+538
+00:42:05,200 --> 00:42:09,040
+independent attributes مافيش بينهم علاقة إشارة
+
+539
+00:42:09,040 --> 00:42:13,740
+سالبة يعني العلاقة عكسية في علاقة بس عكسية الإشارة
+
+540
+00:42:13,740 --> 00:42:17,960
+موجة بقى في علاقة لكن علاقة طردية بين الأرقام اللي
+
+541
+00:42:17,960 --> 00:42:18,700
+موجودة
+
+542
+00:42:23,010 --> 00:42:26,390
+وين؟ للتنين، علاقة التنين مع بعض وإذا كان التنين
+
+543
+00:42:26,390 --> 00:42:29,890
+بيختلفوا في ال .. في إيش؟ في ال rows بيختلفوا ..
+
+544
+00:42:29,890 --> 00:42:32,810
+two attributes بيختلفوا .. بيختلفوا ببعدد ال rows؟
+
+545
+00:42:32,810 --> 00:42:35,370
+كيف هذا الكلام بده يصير؟ مش التنين موجودين في نفس
+
+546
+00:42:35,370 --> 00:42:40,430
+ال data set؟ طيب، وخلصت أنا مرحلة ال data
+
+547
+00:42:40,430 --> 00:42:46,750
+preparation، عبيت المسن الآن positive correlation
+
+548
+00:42:46,750 --> 00:42:50,370
+يعني
+
+549
+00:42:50,370 --> 00:42:55,690
+التنينالـ value أكبر من صفر يعني التنين dependent
+
+550
+00:42:55,690 --> 00:42:59,610
+أو في علاقة .. في علاقة قوية ما بينهم وبالتالي
+
+551
+00:42:59,610 --> 00:43:05,970
+بقدر أستغني عن واحد فيهم وكذلك لو كانت القيمة
+
+552
+00:43:05,970 --> 00:43:10,450
+قريبة للسالب واحد في علاقة لكن علاقة عكسية
+
+553
+00:43:10,450 --> 00:43:15,050
+وبالتالي بقدر أستغني عن واحد منهم بإيش أنا ..
+
+554
+00:43:15,050 --> 00:43:17,690
+الصفر هو ال perfect يعني ال two attributes هدولة
+
+555
+00:43:17,690 --> 00:43:21,710
+لازم يظلوابس مش دائما حدّيني صفر ولا حدّيني واحد
+
+556
+00:43:21,710 --> 00:43:26,010
+ولا حدّيني سلب واحد فحدّيني قيم في ال range هذا
+
+557
+00:43:26,010 --> 00:43:32,850
+قيم حقيقية يعني سالب خمسة من عشرة في
+
+558
+00:43:32,850 --> 00:43:39,250
+علاقة عكسية في خمسين في المية فانت بتاخد قرار بناء
+
+559
+00:43:39,250 --> 00:43:43,770
+على إيش بدي أقيها مثلا بتقول كل ال relation أو كل
+
+560
+00:43:43,770 --> 00:43:49,860
+coefficient relation اللي بتكون فوقالـ 70% هي اللي
+
+561
+00:43:49,860 --> 00:43:54,420
+بده احذفها مدون ذلك بده احتفظ فيها فهذا بيظل عندك
+
+562
+00:43:54,420 --> 00:44:00,940
+كارول انت بده تطبقه بس بتأثر في الجودة اللي هي ..
+
+563
+00:44:00,940 --> 00:44:05,640
+اذا اختارت 50 او 70 او .. اكيد انت شوف ان الاصل
+
+564
+00:44:05,640 --> 00:44:10,560
+انا بده اخلص من ال dependent attribute ال full
+
+565
+00:44:10,560 --> 00:44:13,880
+dependent اللي بين جثينه هي عبارة عن ال redundant
+
+566
+00:44:13,880 --> 00:44:18,660
+dataلأنه مسموح لعمل Transformation، مصبوط؟ يعني
+
+567
+00:44:18,660 --> 00:44:21,840
+الأصل أنه لما يكون Attribute A و Attribute B لما
+
+568
+00:44:21,840 --> 00:44:25,280
+يكون في بينهم Linear Equation بقدر أرجح الـ A للـ
+
+569
+00:44:25,280 --> 00:44:30,160
+B أو أودّي الـ A للـ B، مصبوط؟ والعكس صحيح، الآن
+
+570
+00:44:30,160 --> 00:44:34,440
+واحد من التانيه دول لازم ينشل، بس هل كل ال data
+
+571
+00:44:34,440 --> 00:44:37,660
+اللي عندي هاي بتمثل ال relation هذه؟ إذا كل ال
+
+572
+00:44:37,660 --> 00:44:40,780
+data بتمثل ال relation هذه أنا بقولك لازم تشيله،
+
+573
+00:44:40,780 --> 00:44:46,960
+استخدامه useless، لكن والله الارتباط 80%في اما اخد
+
+574
+00:44:46,960 --> 00:44:50,160
+قرار اما اضحى مابديش ال knowledge اللى بتتيجى من
+
+575
+00:44:50,160 --> 00:44:53,540
+ورا ال 80% هاي لان ال correlation عالية او فعليا
+
+576
+00:44:53,540 --> 00:44:56,100
+بدي ابقي و اتحمل التابعات عشان ال knowledge
+
+577
+00:44:56,100 --> 00:45:02,900
+تأثيرها الله وعلا ماقدش يكون هذا الجدول في three
+
+578
+00:45:02,900 --> 00:45:17,200
+attributes 1 3 4 5 6 4 6 6 8 9 C 5 5 10 1 8هدولة
+
+579
+00:45:17,200 --> 00:45:24,640
+two attributes بي تساوي a زائد تلاتة linear
+
+580
+00:45:24,640 --> 00:45:29,800
+transformation عملت ومش بس هيك روحت اندهان غيرت
+
+581
+00:45:29,800 --> 00:45:34,340
+واحد وهذا
+
+582
+00:45:34,340 --> 00:45:41,660
+الاتسي عملتله generate randomly من واحد لعشرة حسبت
+
+583
+00:45:41,660 --> 00:45:46,050
+المتوسط الحسابي لكل واحد فيهمحسبت الانحراف
+
+584
+00:45:46,050 --> 00:45:49,310
+المعياري لكل واحد فيهم من هنا على المعادلة اللي
+
+585
+00:45:49,310 --> 00:45:54,850
+شفناها قبل شوية ضل اطبق main في المعادلة السابقة
+
+586
+00:45:54,850 --> 00:46:02,370
+او روحت حسب المعادلة اللي عندي هان a في b اه بقى
+
+587
+00:46:02,370 --> 00:46:08,930
+انك تحفظها انا قاعد بقولك حفظها سهل جدا واحد
+
+588
+00:46:08,930 --> 00:46:13,830
+ناقص المتوسط الحسابي زائد
+
+589
+00:46:15,210 --> 00:46:20,330
+مضروبة ع الفان مضروبة في اربع نقص المتوسط الحسابي
+
+590
+00:46:20,330 --> 00:46:23,550
+6
+
+591
+00:46:23,550 --> 00:46:28,670
+.6 زائد و بدك تكررها مع كل ال values اللي موجود
+
+592
+00:46:28,670 --> 00:46:32,510
+عندك البرمجة طبعا بتريحني في موضوع ال function زي
+
+593
+00:46:32,510 --> 00:46:38,950
+هيك ولا لأ؟ لكن لاحظ انت الفرق او المتوسط الحسابي
+
+594
+00:46:38,950 --> 00:46:42,310
+جديش بيفرج لكن عند ال variance
+
+595
+00:46:45,820 --> 00:46:50,120
+متقريبا متساوي و الفرق اللي صار انه لو ضلت هذه
+
+596
+00:46:50,120 --> 00:46:57,000
+سبعة كان نفسها و هذه إشارة ممكن تديني لو أنا بدي
+
+597
+00:46:57,000 --> 00:47:00,360
+أعمل برنامج من بدري أقول ال attribute اللي بتديني
+
+598
+00:47:00,360 --> 00:47:06,580
+نفس ال variance بديش إياها بس بظل في عندي حالة ان
+
+599
+00:47:06,580 --> 00:47:09,420
+بعض الأحيان ال values اختلاف ال values فعلا جاي
+
+600
+00:47:09,420 --> 00:47:13,650
+random مش جاي ضمن ال linear equationفمش دايما ال
+
+601
+00:47:13,650 --> 00:47:17,490
+variance لوحده كافي ان انا احكم على ال dependency
+
+602
+00:47:17,490 --> 00:47:21,710
+بين ال two attributes بالمجمل روحنا حسبنا ال
+
+603
+00:47:21,710 --> 00:47:24,710
+Pearson correlation coefficient او coefficient
+
+604
+00:47:24,710 --> 00:47:33,510
+correlation بين a و b كان point 779 يعني 78 من 100
+
+605
+00:47:33,510 --> 00:47:41,730
+و ال dependency تبعت ال a و ال c point 085 شو
+
+606
+00:47:41,730 --> 00:47:42,150
+يعني؟
+
+607
+00:47:45,000 --> 00:47:52,200
+يعني أنا الآن إني الخيار أشيل واحد A أو B والـ C
+
+608
+00:47:52,200 --> 00:47:56,480
+لازم يظل ليش
+
+609
+00:47:56,480 --> 00:48:01,620
+الـ C لازم يظل؟ قريبة من الصفر القيمة، مصبوط؟
+
+610
+00:48:01,620 --> 00:48:05,220
+قريبة من الصفر، كل ما كانت القيمة قريبة للصفر فهذا
+
+611
+00:48:05,220 --> 00:48:08,800
+ال attribute يعد independent مستقل، مالوش علاقة
+
+612
+00:48:08,800 --> 00:48:11,800
+بال attribute اللي في جنبه وكل ما كبرت ال value
+
+613
+00:48:11,800 --> 00:48:15,640
+باتجاه الواحدمعنى تفيدي من دنسة عالية ما بين ال
+
+614
+00:48:15,640 --> 00:48:20,420
+two attributes وبالتالي لازم أخلص بواحد منهم تمام
+
+615
+00:48:20,420 --> 00:48:28,940
+يا شباب؟ هذا ال python code بسيط عملته الصبح مع
+
+616
+00:48:28,940 --> 00:48:31,940
+المثال عشان اورديك كيف ممكن انا بدي استدعي ال
+
+617
+00:48:31,940 --> 00:48:34,080
+correlation انا مش حابن ال function ال function
+
+618
+00:48:34,080 --> 00:48:40,080
+موجودة بس استخدم ال
+
+619
+00:48:40,080 --> 00:48:44,310
+attributes هاي ال data set تبعتي ال iris قرأتهاو
+
+620
+00:48:44,310 --> 00:48:46,450
+هاي ال data قلتله ال correlation واحد ال data
+
+621
+00:48:46,450 --> 00:48:50,690
+frame ال data اسم ال attribute ضغط ال correlation
+
+622
+00:48:50,690 --> 00:48:54,450
+مع ال attribute التاني فبتداني القيمة مع مو اذا
+
+623
+00:48:54,450 --> 00:48:58,610
+انا بطبق by default و بطبق ال person لانه numeric
+
+624
+00:48:58,610 --> 00:49:03,130
+اذا انا بطبق مثلا ال sparse، sparse man فاروح
+
+625
+00:49:03,130 --> 00:49:06,730
+اقوله هنا ال method equal عشان يديني الممكنية نغير
+
+626
+00:49:06,730 --> 00:49:10,830
+ال coefficient measurement او metric اللي انا بدي
+
+627
+00:49:10,830 --> 00:49:16,220
+استخدمهاالان هذا علاقة بين two attributes انت عندك
+
+628
+00:49:16,220 --> 00:49:20,440
+81 او 86 attributes او 14 attributes بدك تفكر كيف
+
+629
+00:49:20,440 --> 00:49:24,460
+ممكن انا اشتغل او اظبط ال code تبعي بحيث انه يشتغل
+
+630
+00:49:24,460 --> 00:49:33,340
+قائمة يقولي هاي هدولة ضعيف و هدولة القوية اكيد
+
+631
+00:49:33,340 --> 00:49:38,900
+لانه اتنين اتنين التاني مع كل اللي بعده مع كل اللي
+
+632
+00:49:38,900 --> 00:49:43,650
+بعدهو بناء على هيك .. بناء على هيك انت بتحتفظ
+
+633
+00:49:43,650 --> 00:49:48,410
+بمجموعة ال attributes بناء على ال value اللي بتطلع
+
+634
+00:49:48,410 --> 00:49:54,630
+اكيد
+
+635
+00:49:54,630 --> 00:49:58,370
+انا اول ما بدينا استخدم ال sense تبعتك و اروح شوف
+
+636
+00:49:58,370 --> 00:50:03,290
+ال irrelevant attribute و احذفها بناء على خبرتك
+
+637
+00:50:03,290 --> 00:50:09,250
+مالكاش خبرة؟ بدك تتعب اما بيطلعي and majorأو بدك
+
+638
+00:50:09,250 --> 00:50:12,150
+تتعب في ال coefficient أو في ال correlation
+
+639
+00:50:12,150 --> 00:50:15,310
+coefficients و أنت بتحسب فيها في كل الأحوال بدك
+
+640
+00:50:15,310 --> 00:50:21,610
+تشتغل مافيش مجال انك تبقى قاعد لازم تتعب الآن في
+
+641
+00:50:21,610 --> 00:50:26,290
+حالة إذا كانت عندي nominal data nominal data يعني
+
+642
+00:50:26,290 --> 00:50:31,810
+البيانات اللي عندي مش أرقام البيانات اللي عندي مش
+
+643
+00:50:31,810 --> 00:50:35,390
+أرقام ال
+
+644
+00:50:35,390 --> 00:50:36,110
+choice square
+
+645
+00:50:41,310 --> 00:50:48,490
+ساوي مجموع من 1 ل C C لإيه الشباب Columns Columns
+
+646
+00:50:48,490 --> 00:50:52,890
+و من 1 ل R Rows صحوف لإن أنا في عندى two
+
+647
+00:50:52,890 --> 00:50:56,030
+attributes برضه هاخدهم و ال two attributes هدول
+
+648
+00:50:56,030 --> 00:51:02,770
+موجودين فانا بدي عد كل قيمة فيهم في عند ال OIG ال
+
+649
+00:51:02,770 --> 00:51:05,590
+observed أو ال actual values اللى موجودة عندى في
+
+650
+00:51:05,590 --> 00:51:11,680
+الجدولناقص الـ expected value وهذا سأحسبه الآن حسب
+
+651
+00:51:11,680 --> 00:51:16,040
+القانون اللي سنشاهده في الإصلاح القادم على 2 أو
+
+652
+00:51:16,040 --> 00:51:21,720
+عفوا التربيع على الـ expected value وبحصل على قيمة
+
+653
+00:51:21,720 --> 00:51:28,860
+وبدي أرجع لجدول تبع الـ significant level degree
+
+654
+00:51:28,860 --> 00:51:33,760
+of freedom هذا
+
+655
+00:51:33,760 --> 00:51:34,260
+الجدول
+
+656
+00:51:37,670 --> 00:51:43,210
+بيتكلم على degree of freedom اللي هي عبارة عن حاصل
+
+657
+00:51:43,210 --> 00:51:49,250
+ضرب الصفوف ناقص واحد والأعمد ناقص واحد عشان عدد ال
+
+658
+00:51:49,250 --> 00:51:52,430
+rows و ال attributes اللي انت بتشتغل عليها و مع
+
+659
+00:51:52,430 --> 00:51:54,570
+قيمة من القيم يعني هتيجي في لحظة من لحظة تقولي انا
+
+660
+00:51:54,570 --> 00:51:59,110
+بدي القيمة هذه بناء ل chi-square مع degree of
+
+661
+00:51:59,110 --> 00:52:04,190
+freedom level of significance مع degree of freedom
+
+662
+00:52:04,190 --> 00:52:09,770
+الأن برجليك تطبيقهاالان في ال example اللي موجود
+
+663
+00:52:09,770 --> 00:52:15,430
+عندي في عندي two attributes في ال data set ال
+
+664
+00:52:15,430 --> 00:52:22,410
+gender ال gender و ال preferred reading ال gender
+
+665
+00:52:22,410 --> 00:52:27,170
+male و female و ال preferred reading يعني الناس
+
+666
+00:52:27,170 --> 00:52:32,410
+بحبوا يقراوا روايات اما رواية خيالية او قصص خيالية
+
+667
+00:52:32,410 --> 00:52:35,130
+او قصص علمية او حقيقية سميها زي ما بدك
+
+668
+00:52:37,850 --> 00:52:43,990
+ال data set مكوّنة من 1500 row تمام؟ يعني في عندي
+
+669
+00:52:43,990 --> 00:52:50,550
+two attributes في ال data set ال gender preferred
+
+670
+00:52:50,550 --> 00:52:56,830
+reading male
+
+671
+00:52:56,830 --> 00:53:08,500
+fiction male nonfiction female fiction femalenon
+
+672
+00:53:08,500 --> 00:53:14,720
+-fiction وهكذا هذه
+
+673
+00:53:14,720 --> 00:53:19,280
+ال variables لاحظوا ان ال data اللي عندي في كل ال
+
+674
+00:53:19,280 --> 00:53:25,300
+attributes فقط قمتين عشان هيك الجدول اللي طلع عندي
+
+675
+00:53:25,300 --> 00:53:30,060
+اتنين في اتنين الجدول اللي طلع عندي هنا اتنين في
+
+676
+00:53:30,060 --> 00:53:30,400
+اتنين
+
+677
+00:53:34,140 --> 00:53:39,700
+في ال prefered reading لأ في أكتر بقولك أدب .. أدب
+
+678
+00:53:39,700 --> 00:53:44,220
+.. أه فيش .. فيش هان فيش هان okay بس هذا كمثال بدي
+
+679
+00:53:44,220 --> 00:53:47,240
+أجيبلك هان في ال preferred reading راح يقوللي
+
+680
+00:53:47,240 --> 00:53:52,320
+والله أنا بد الأدب literature في politics في
+
+681
+00:53:52,320 --> 00:53:57,860
+economics في sport هاي صار أربعة Fantasia Fantasia
+
+682
+00:53:57,860 --> 00:54:04,390
+هاي خمسة فانت بممكن تعد قد ما بدكفي الآخر جداش
+
+683
+00:54:04,390 --> 00:54:09,230
+هصير حجم هذا على جد ال data اللي عندك يعني بين
+
+684
+00:54:09,230 --> 00:54:14,070
+جسين أربعة values لأنه فعليا two two two values في
+
+685
+00:54:14,070 --> 00:54:15,890
+ال attribute الأول و two values في ال attribute
+
+686
+00:54:15,890 --> 00:54:18,790
+التاني لكن في الحالة اللي أنا جاعل بتكلم أنه
+
+687
+00:54:18,790 --> 00:54:24,090
+القراءة تبعتي السياسة و اقتصاد و أدب و علوم و .. و
+
+688
+00:54:24,090 --> 00:54:30,730
+.. و فن 102 في 5 هتزيد أكيد الآن
+
+689
+00:54:32,090 --> 00:54:35,510
+الـ values الـ 250 سيبك من اللي في الأحمر هذه بس
+
+690
+00:54:35,510 --> 00:54:37,630
+أنا عشان احنا قاعدين نتعلمك نقولك انه هنا فيه
+
+691
+00:54:37,630 --> 00:54:40,650
+values بده أحسبه الآن ال values اللي باللون الأسود
+
+692
+00:54:40,650 --> 00:54:45,690
+هذه هي عبارة عن computation للي موجود يعني بين
+
+693
+00:54:45,690 --> 00:54:48,250
+جثيم هين بيقوللي في ال data set أو في ال two
+
+694
+00:54:48,250 --> 00:54:51,790
+attributes 250 واحد من ال male بيحبوا يقرأوا ال
+
+695
+00:54:51,790 --> 00:54:59,400
+fiction stories 200 من ال female بيقرأوا fictionلو
+
+696
+00:54:59,400 --> 00:55:02,280
+أنا قرأت الصفوف اللي هي ال value الصماشن اللي
+
+697
+00:55:02,280 --> 00:55:06,200
+موجود عندى 450 هي عبارة عن عدد الناس اللي بتقرأ
+
+698
+00:55:06,200 --> 00:55:10,120
+fiction في 1500 تمام؟
+
+699
+00:55:10,120 --> 00:55:17,360
+العمود 300 male 1200 female تمام؟ واضحة ال values
+
+700
+00:55:17,360 --> 00:55:20,700
+اللي بلون الأسود؟ هذه اللي احنا بنسميها سمناها قبل
+
+701
+00:55:20,700 --> 00:55:26,940
+شوية هي ال actual أو ال observation O ال actual
+
+702
+00:55:26,940 --> 00:55:27,520
+values
+
+703
+00:55:30,330 --> 00:55:35,630
+الـ actual count الان الـ expected اللي هي باللون
+
+704
+00:55:35,630 --> 00:55:38,650
+الأحمر هذه لازم تكون عندك عشان تظبط عملية ال
+
+705
+00:55:38,650 --> 00:55:43,970
+coordination فكرتها كالتالي يا جماعة الخير الآن في
+
+706
+00:55:43,970 --> 00:55:49,070
+الصف و العمود اللي انا بدي اشتغل عليه بدي ال
+
+707
+00:55:49,070 --> 00:55:55,420
+expected اللي هانExpect لمين؟ عدد الرجال أو الـ
+
+708
+00:55:55,420 --> 00:55:59,640
+mail اللي بيقرأه fiction قيمة المتوقعة بناء على ال
+
+709
+00:55:59,640 --> 00:56:06,500
+1500 اللي موجودين ال expected value هذه تساوي في
+
+710
+00:56:06,500 --> 00:56:12,160
+المقام 1500 ال total number و فوق مضروبة بقيمتين
+
+711
+00:56:12,160 --> 00:56:15,280
+عدد
+
+712
+00:56:15,280 --> 00:56:19,080
+الرجال في
+
+713
+00:56:19,080 --> 00:56:28,670
+عدد ال fictionتمام؟ على 1500 250 عفواً 300 العدد
+
+714
+00:56:28,670 --> 00:56:42,090
+الرجال ضرب 450 بال fiction على 1500 ولاحظ
+
+715
+00:56:42,090 --> 00:56:45,330
+هو هاني حطتلك في القانون حطتلك ال I و ال J عشان
+
+716
+00:56:45,330 --> 00:56:50,700
+تسهل عليه الصف و العمود اللي بتشتغل معاهلكن كمان
+
+717
+00:56:50,700 --> 00:56:54,980
+مرة انت افهمها كالتالي في اي attribute او في اي
+
+718
+00:56:54,980 --> 00:57:00,400
+cell .. في اي cell عشان احسب ال expected value هي
+
+719
+00:57:00,400 --> 00:57:06,080
+عبارة عن حاصل ضرب المجموع تبع الصف في مجموع العمود
+
+720
+00:57:06,080 --> 00:57:12,360
+على العدد الكل 1500 يعني ال expected تبع الهان
+
+721
+00:57:12,360 --> 00:57:20,310
+هتكون عبارة عن 1200 في 1050 على 1500الـ Expected
+
+722
+00:57:20,310 --> 00:57:26,610
+اللي هان 300 في 1050 على 1500 وهيك بتصير عندك أسهل
+
+723
+00:57:26,610 --> 00:57:33,810
+انك تتذكر الـ Expected Value جداش قيمته يا مؤمن؟
+
+724
+00:57:33,810 --> 00:57:41,770
+15؟ اه بدك قلة حاسبة هذه
+
+725
+00:57:41,770 --> 00:57:43,670
+قلة حاسبة 90 على كل
+
+726
+00:57:48,570 --> 00:57:59,090
+300 ضرب 450 تقسيم 1500 300 ضرب 450 عال 1500 تسعين
+
+727
+00:57:59,090 --> 00:58:03,450
+تسعين تسعين تسعين تسعين تسعين تسعين تسعين تسعين
+
+728
+00:58:03,450 --> 00:58:14,470
+تسعين تسعين تسعين تسعين تسعين تسعين تسعين
+
+729
+00:58:14,470 --> 00:58:15,930
+تسعين
+
+730
+00:58:18,440 --> 00:58:24,260
+اللي بعدها تلاتمية في الف و خمسين تلاتمية ضارب الف
+
+731
+00:58:24,260 --> 00:58:34,720
+و خمسين تقسيم الف و خمسمية اللي
+
+732
+00:58:34,720 --> 00:58:37,980
+هتستفيد من الرقم انه هيه الرقم هذا بيلزمك في
+
+733
+00:58:37,980 --> 00:58:44,980
+المعادلة عشان تجيب قيمة ال correlation expected
+
+734
+00:58:44,980 --> 00:58:47,940
+هاي الأرقام اللي موجودة عندنا
+
+735
+00:58:50,970 --> 00:58:58,290
+احصة شغل احصة اكيد بدك اجيب لك اياه و نلزمك فيه
+
+736
+00:58:58,290 --> 00:59:01,110
+الاتباع الرياضي تبعه احنا عاملا بيقولك احفظ
+
+737
+00:59:01,110 --> 00:59:06,290
+القانون ايوة
+
+738
+00:59:06,290 --> 00:59:10,190
+جلبك مادة ايش احصة احنا قولنا من الأول
+
+739
+00:59:10,190 --> 00:59:14,210
+multidisciplinary متمينين بدك تعرف احصة و بدك تعرف
+
+740
+00:59:14,210 --> 00:59:17,790
+database و بدك تعرف برمجة و بدك تعرف machine
+
+741
+00:59:17,790 --> 00:59:21,690
+learningوبدك تعرف knowledge presentation وبدك تعرف
+
+742
+00:59:21,690 --> 00:59:28,130
+ترسم كل حاجة نعم ال course ماكسب للي بدوا يشتغل
+
+743
+00:59:28,130 --> 00:59:32,670
+ولي بدواش طيب
+
+744
+00:59:32,670 --> 00:59:37,870
+الآن عبّينا الجدول هاي عبّينا الجدول هذا جماعة
+
+745
+00:59:37,870 --> 00:59:40,830
+الخير في الامتحان اذا انا بدي اسألك في الموضوع هذا
+
+746
+00:59:40,830 --> 00:59:47,590
+لازم ازودك بال data اما هزودك بال dataas two rows
+
+747
+00:59:47,590 --> 00:59:54,610
+جدول مكوّن من two rows او هديك الجدول بدون ال
+
+748
+00:59:54,610 --> 00:59:58,410
+expected الآن
+
+749
+00:59:58,410 --> 01:00:03,810
+حسبت لل chi-square بناء على المعادلة ال actual
+
+750
+01:00:03,810 --> 01:00:07,850
+ناقص ال expected تربيع على ال expected على كل
+
+751
+01:00:07,850 --> 01:00:11,550
+الخلايا الأربع اللي موجودة في الجدول المحصلة كانت
+
+752
+01:00:11,550 --> 01:00:13,730
+خمسمية وسبعة
+
+753
+01:00:16,280 --> 01:00:20,860
+بما انه عدد الأعمد اللي عندي هان و الصفوف اتنين
+
+754
+01:00:20,860 --> 01:00:25,000
+اتنين ناقص واحد و ناقص واحد معناته انا بتكلم one
+
+755
+01:00:25,000 --> 01:00:29,820
+degree of freedom ال
+
+756
+01:00:29,820 --> 01:00:33,440
+hypothesis تبعتي one degree of freedom هتكون
+
+757
+01:00:33,440 --> 01:00:37,900
+المفروض عندي هان عشرة بناء على ال values اللي
+
+758
+01:00:37,900 --> 01:00:44,400
+موجودة لو انا اجيت للجدول هذا و
+
+759
+01:00:44,400 --> 01:00:51,980
+اين القيمة تبعتنا؟خمسمية و جدشي طلعت احنا
+
+760
+01:00:51,980 --> 01:00:54,460
+ليش بندور هيك one degree of freedom المفروض في
+
+761
+01:00:54,460 --> 01:00:59,160
+الصف الأول الآن
+
+762
+01:00:59,160 --> 01:01:02,820
+بناء على القيمة اللي موجودة عندك بناء على القيمة
+
+763
+01:01:02,820 --> 01:01:08,880
+اللي موجودة هان هيكون القرار ان انا فعليا اقبل او
+
+764
+01:01:08,880 --> 01:01:14,300
+ارفض ال
+
+765
+01:01:14,300 --> 01:01:15,560
+value اللي موجودة عندى هان
+
+766
+01:01:21,160 --> 01:01:26,300
+We need to reject بنرفض القيمة هذه وين؟ point zero
+
+767
+01:01:26,300 --> 01:01:31,900
+zero واحد إذا كانت القيمة اللي طالع يعني بالعقل
+
+768
+01:01:31,900 --> 01:01:34,700
+الإمام علي رضي الله عنه قال لو كان ال .. لو كان
+
+769
+01:01:34,700 --> 01:01:37,640
+الدينه بالعقل لا كان مسحه باطل الخفي أو لا من
+
+770
+01:01:37,640 --> 01:01:42,780
+ظاهرة صح؟ لما .. لما نمسح على الجربان في الشتاء
+
+771
+01:01:42,780 --> 01:01:47,020
+نمسح من فوق بينما الوسخ من أين بيجي؟ يعني من من
+
+772
+01:01:47,020 --> 01:01:51,330
+تحت بس الدين مش بالعقل مش كل شي بالعقل بيجيماشي
+
+773
+01:01:51,330 --> 01:01:58,530
+احمد؟ فانت بدك تروح تحسب عشان تثبت كلامك طيب ال
+
+774
+01:01:58,530 --> 01:02:02,710
+reduction الأخيرة اللي عندنا ال data reduction
+
+775
+01:02:02,710 --> 01:02:05,330
+اللي بتمتع من ال reduction خلصنا من ال attributes
+
+776
+01:02:05,330 --> 01:02:08,670
+احنا و قلت بقى أخلص من ال irrelevant attributes او
+
+777
+01:02:08,670 --> 01:02:12,230
+ال dependent attributes الآن بدي أعمل sampling
+
+778
+01:02:12,230 --> 01:02:15,870
+sampling يعني أنا بدي أتكلم على الروزة جماعة الخير
+
+779
+01:02:15,870 --> 01:02:20,090
+أنا خلصت غلصت عدد ال attributes الآن بدي أقلص عدد
+
+780
+01:02:21,080 --> 01:02:24,780
+الروز افترض
+
+781
+01:02:24,780 --> 01:02:29,540
+ان انا عندى الصندوق هذا وفيه
+
+782
+01:02:29,540 --> 01:02:43,100
+عشر كورات وقلتلك
+
+783
+01:02:43,100 --> 01:02:53,290
+بدي اسحب كورتين متتابعة كل واحدة بشكل مستقلتمام؟
+
+784
+01:02:53,290 --> 01:02:59,910
+احتمال ان الكورتين هدول يطلعوا حمر جداش؟ خلط
+
+785
+01:02:59,910 --> 01:03:08,590
+السحب الأولى اربعة على عشرة من جلك؟
+
+786
+01:03:08,590 --> 01:03:13,850
+حسب ال random sample تبعتي with replacement او
+
+787
+01:03:13,850 --> 01:03:17,670
+without هذا اللي انا بدو أوصلك إياه الآن انا في ال
+
+788
+01:03:17,670 --> 01:03:28,030
+samplingأو في الـ Random Sample في
+
+789
+01:03:28,030 --> 01:03:34,190
+عندي With Replacement و
+
+790
+01:03:34,190 --> 01:03:40,630
+Without Replacement مع
+
+791
+01:03:40,630 --> 01:03:44,870
+الإرجاع و بدون الإرجاع الآن احتمال أن أسحب كورتين
+
+792
+01:03:44,870 --> 01:03:56,610
+حمر مع الإرجاع4 على 10 ضرب 4 على 10 بدون
+
+793
+01:03:56,610 --> 01:04:06,250
+ارجع 4 على 10 ضرب 3 على 9 لأنه الآن اتغيرت ال
+
+794
+01:04:06,250 --> 01:04:09,890
+sample تبعتي او ال population تبعتي اتغيرت
+
+795
+01:04:09,890 --> 01:04:17,120
+وبالتالي جلت وقمتين تمامالان احنا معظم شغلنا لما
+
+796
+01:04:17,120 --> 01:04:21,300
+بنعمل sampling معظمه نتكلم sampling without
+
+797
+01:04:21,300 --> 01:04:26,180
+replacement لان انا مابديش تكرار انا فاحنا بنشتغل
+
+798
+01:04:26,180 --> 01:04:32,280
+هان without replacement ليش؟ لان كمان مرة عامالة
+
+799
+01:04:32,280 --> 01:04:35,060
+بقول انا بدي اخلص من التكرار اخلص من ال rows
+
+800
+01:04:35,060 --> 01:04:38,560
+المكررة اخلص من ال attributes المكررة فلو انا
+
+801
+01:04:38,560 --> 01:04:43,920
+الصاحب تبعي او ال random sample مع الارجاعممكن ال
+
+802
+01:04:43,920 --> 01:04:48,660
+record نفسه يظل يطلع عندى الشغل التانى اللى انا
+
+803
+01:04:48,660 --> 01:04:54,260
+بديهاها لان في ال random sampling تخيل انا اجيت و
+
+804
+01:04:54,260 --> 01:05:01,620
+قلتلك بدي 70 او عفوا بدي خمسين اربعين في المية من
+
+805
+01:05:01,620 --> 01:05:07,400
+ال data set هاي بدي تاخدلي اربعين في المية من ال
+
+806
+01:05:07,400 --> 01:05:07,960
+data set
+
+807
+01:05:13,280 --> 01:05:19,680
+كم كورة بقى تحطها انت؟ اربع كور بدك تسحب اربع كور
+
+808
+01:05:19,680 --> 01:05:27,300
+عشوائي شو
+
+809
+01:05:27,300 --> 01:05:32,240
+وراك بهيك؟ sample صح من ناحية sample without
+
+810
+01:05:32,240 --> 01:05:39,000
+replacement صح بس هي مشكلة ان ال data set ها ديلا
+
+811
+01:05:39,000 --> 01:05:42,560
+تمثل البيانات does not representative أنا قلت بدي
+
+812
+01:05:42,560 --> 01:05:47,540
+أجلل حجم ال data 6 نعم لكن بدي أبضل اتمثل الوضع
+
+813
+01:05:47,540 --> 01:05:54,520
+العام تبعتها مابيش الحل كيف أنا بدي أضمن نسبة نسبة
+
+814
+01:05:54,520 --> 01:06:00,380
+و تناسب 40% من الأحمر و 40% من الأسود وبهك بكون
+
+815
+01:06:00,380 --> 01:06:04,640
+حصلت على ال 40% و هذه ال 40% بنسميها stratified
+
+816
+01:06:05,470 --> 01:06:10,590
+Sampling أو بين جثين Supervised Sampling بروح على
+
+817
+01:06:10,590 --> 01:06:16,530
+كل class و باخد منه 40% ال data set موجودة حقيقة
+
+818
+01:06:16,530 --> 01:06:20,470
+نعم موزع على two classes three classes four
+
+819
+01:06:20,470 --> 01:06:26,310
+classes انا بدي 40% منها باخدهم ياشي Stratified
+
+820
+01:06:26,310 --> 01:06:30,270
+Sampling مباشرة بتجيبلي 30% من كل او 40% من كل
+
+821
+01:06:30,270 --> 01:06:34,400
+class ضايل عندنا نقطة واحدةفي موضوع الـ
+
+822
+01:06:34,400 --> 01:06:37,740
+Discretization في موضوع الـ Discretization يا شباب
+
+823
+01:06:37,740 --> 01:06:44,840
+الفكرة أنا قللت عدد ال attributes قللت عدد ال rows
+
+824
+01:06:44,840 --> 01:06:51,520
+بال sampling والآن بدي أقلل عدد ال distinct values
+
+825
+01:06:51,520 --> 01:06:55,060
+في ال attribute ال attribute نفسه موجود مش هقص منه
+
+826
+01:06:55,060 --> 01:06:58,860
+على مستوى ال rows وال attribute هيبقى بدي أجلل
+
+827
+01:06:58,860 --> 01:07:03,430
+العددالـ Variable .. Variant أو العدد الـ Values
+
+828
+01:07:03,430 --> 01:07:06,810
+أقل العدد الـ Values أو أقل ال Variety ال Variety
+
+829
+01:07:06,810 --> 01:07:11,550
+بين ال Values اللي موجودة بتفرج معايا؟ أه بتفرج
+
+830
+01:07:11,550 --> 01:07:17,970
+أنا عندي ال Age من عشر لخمسين نتكلم على تسعة و
+
+831
+01:07:17,970 --> 01:07:20,830
+أربعين distinct value واحد و أربعين .. واحد و
+
+832
+01:07:20,830 --> 01:07:24,090
+أربعين، صح؟ لأن الصفر موجود معناه واحد و أربعين
+
+833
+01:07:24,090 --> 01:07:27,490
+واحد و أربعين distinct value يعني ال rule تبعي بدي
+
+834
+01:07:27,490 --> 01:07:32,780
+احتوي على واحد و أربعين F41 condition هذا الكلام
+
+835
+01:07:32,780 --> 01:07:38,400
+مشكلة مابيش الحل اعمل discretization جلل ال values
+
+836
+01:07:38,400 --> 01:07:43,280
+اللي موجودة كيف لاحظ هي number number continuous
+
+837
+01:07:43,280 --> 01:07:47,820
+وانت بقى بتحولها discrete discretization بتعملهم
+
+838
+01:07:47,820 --> 01:07:52,500
+قيم يعني بينجوسين بقى بتعملهم فئات بس بده تحافظ
+
+839
+01:07:52,500 --> 01:07:57,850
+على الأرقام اللي موجودة الآن ممكن انت تستخدمطرق
+
+840
+01:07:57,850 --> 01:08:02,170
+سواء بالاعتماد على الـ Label أو بدونه Supervised و
+
+841
+01:08:02,170 --> 01:08:05,570
+Unsupervised بالـ Unsupervised بدي أطبق مفهوم الـ
+
+842
+01:08:05,570 --> 01:08:09,650
+Binning و أستبدل القيم بالـ Mean أو بالـ Medium زي
+
+843
+01:08:09,650 --> 01:08:13,530
+ما شوفنا وين في الـ Data Transformation يعني بيجي
+
+844
+01:08:13,530 --> 01:08:18,510
+هاي ال data set هاي ال data set two attributes ال
+
+845
+01:08:18,510 --> 01:08:22,070
+label مش هغير عليه درجة الحرارة اللي موجودة عندهان
+
+846
+01:08:22,070 --> 01:08:27,530
+بدي أعملها Discretization أجسمها Binningجالي اشتغل
+
+847
+01:08:27,530 --> 01:08:32,830
+على frequent او equal frequency مع تلت عناصر equal
+
+848
+01:08:32,830 --> 01:08:35,870
+frequency مع تلت عناصر رتبت ال attribute في الأول
+
+849
+01:08:35,870 --> 01:08:43,450
+ترتيب تصعدي وجسمتهم بعد هي تلتات وحطيت ال median
+
+850
+01:08:43,450 --> 01:08:47,150
+بتاعة كل واحد فيهم هاي discretization بنسميها
+
+851
+01:08:47,150 --> 01:08:51,970
+unsupervised discretization ال label ماتدخلش في
+
+852
+01:08:51,970 --> 01:08:56,920
+الموضوعالان في عندي بال supervised لأ بدي اعمل
+
+853
+01:08:56,920 --> 01:09:01,380
+حساب لل label نفس ال data set .. نفس ال data set
+
+854
+01:09:01,380 --> 01:09:07,180
+كل ما بيتغير ال label بدي اعتبر انه هادي bin او
+
+855
+01:09:07,180 --> 01:09:11,300
+هادي مجموعة 81
+
+856
+01:09:11,300 --> 01:09:16,580
+طبعا باجترطب ال data في البداية لازم كون بدي اجسم
+
+857
+01:09:16,580 --> 01:09:22,280
+بدي اجترطب ال data هاي لاحظ ال 64 هادي هتكون لحالة
+
+858
+01:09:23,310 --> 01:09:31,590
+الآن الـ 65 لحالها الـ 69 .. الـ 68 و69 و70 هدولة
+
+859
+01:09:31,590 --> 01:09:35,710
+one pen لأن كل ما بتغير ال label بيصير فيه pen
+
+860
+01:09:35,710 --> 01:09:43,730
+جديدة عفوا لأ وصل لأخر طب و كل pen حطله المين أو
+
+861
+01:09:43,730 --> 01:09:48,450
+ال media مش قضيتنا كتير في نوع تاني بس شكل الناس
+
+862
+01:09:48,450 --> 01:09:52,810
+اللي slide أضيفها أو في موضوع ال supervisedانه مش
+
+863
+01:09:52,810 --> 01:09:57,870
+كل ما بيتغير ال bin احط minimum لعدد ال bins قبل
+
+864
+01:09:57,870 --> 01:10:02,210
+التغير يعني ان ال class يظهر بعدد معين قبل ما يغير
+
+865
+01:10:02,210 --> 01:10:05,970
+لو اجينا جولنهان على نفسها ال data sorted بكل ما
+
+866
+01:10:05,970 --> 01:10:14,010
+يتغير او بعد اقل عدد تلت مرات من الظهور هحسب
+
+867
+01:10:14,010 --> 01:10:19,160
+التغير يعني انا بن جوسين بدي اروح ادور علىيعني مش
+
+868
+01:10:19,160 --> 01:10:23,440
+هبدل لل next pen إلا لما يكون واحد من ال classes
+
+869
+01:10:23,440 --> 01:10:30,340
+ظهر على الأقل عدد مرات تابعة وليكن تلاتة حاجة أن
+
+870
+01:10:30,340 --> 01:10:36,820
+هي data sorted yes مرة no مرة هيتغير ال class لكن
+
+871
+01:10:36,820 --> 01:10:43,380
+مش هعمل pen yes صاروا مرتين yes و no مرة تلاتة yes
+
+872
+01:10:43,380 --> 01:10:47,980
+وراها yes ��اتغيرش لسه ماتغيرش الآن عند التغيير هنا
+
+873
+01:10:50,070 --> 01:10:55,470
+صار نو هذه كلها عبارة عن one pin ليش؟ لأن ال yes
+
+874
+01:10:55,470 --> 01:10:59,190
+ظهرت على الأقل تلت مرات و هي فعليا ظهرت واحدة
+
+875
+01:10:59,190 --> 01:11:03,310
+تنتين تلات أربع طب ال no مالاش داخل فيها موجودة
+
+876
+01:11:03,310 --> 01:11:08,330
+الآن هحسب المتوسط الحساب اللي هدول كلهم و أحطه هنا
+
+877
+01:11:08,330 --> 01:11:15,130
+اللي بعدها واحد واحد واحد نين تلاتة ال pin اللي
+
+878
+01:11:15,130 --> 01:11:20,700
+بعده لأنه صار في عندي تلاتة yesو بعدين انتقل لـ No
+
+879
+01:11:20,700 --> 01:11:24,760
+برضه نفس الكلام بجيب المتوسط الحسابي لهدول و هدول
+
+880
+01:11:24,760 --> 01:11:31,900
+الأخرانيات مع بعضهم البن الأخيرة تمام؟ وهكذا بكون
+
+881
+01:11:31,900 --> 01:11:35,240
+اننا خلصنا من ال discretization او خلصنا من ال
+
+882
+01:11:35,240 --> 01:11:38,440
+data reduction data reduction يعني في عندي feature
+
+883
+01:11:38,440 --> 01:11:42,160
+selection و في عندي sampling و في عندي
+
+884
+01:11:42,160 --> 01:11:46,580
+discretization وبهكذا احنا خلصنا ال chapter فعليا
+
+885
+01:11:46,580 --> 01:11:50,710
+دل عند ال assignment هذاال assignment هذا بقى
+
+886
+01:11:50,710 --> 01:11:54,150
+هتسلمني إياه يوم السبت الجاي .. اه يوم التنين
+
+887
+01:11:54,150 --> 01:11:57,910
+الجاي يوم التنين محاضرتنا التلاتة قبل ما تيجي على
+
+888
+01:11:57,910 --> 01:12:04,190
+المحاضرة يوم التنين بتكون سلم الان المطلوب منك
+
+889
+01:12:04,190 --> 01:12:10,240
+python باعتمادك على ال pythonتقرا ال data set
+
+890
+01:12:10,240 --> 01:12:14,340
+تبعتك و تطبق عليها ال cleaning التالي بناء على
+
+891
+01:12:14,340 --> 01:12:18,720
+الحاجة ال missing ال noise ال duplicate records ال
+
+892
+01:12:18,720 --> 01:12:22,960
+relevant attributes تشيل ال correlated attributes
+
+893
+01:12:22,960 --> 01:12:28,940
+كيف تشتغل على ال correlated attributes الان كل ال
+
+894
+01:12:28,940 --> 01:12:34,560
+attributes ال correlation تبعتهم بتزيد
+
+895
+01:12:34,560 --> 01:12:41,490
+عن ال 80% اكبر او تساوي 80%بدك تحذف تبقى واحد منهم
+
+896
+01:12:41,490 --> 01:12:44,410
+فقط و هيك انا اعدي التكرول و بدك تطبقه على الجميع
+
+897
+01:12:44,410 --> 01:12:51,910
+خلصنا تجسم ال data set ل سبعين و تلاتين training و
+
+898
+01:12:51,910 --> 01:12:57,630
+testing باعتمادك على stratified sampling و
+
+899
+01:12:57,630 --> 01:13:00,290
+تضيف enough comments على ال code اللي موجود عندك
+
+900
+01:13:01,090 --> 01:13:05,730
+جبل ما ترفعلي ملف بايثون individual كل واحد لحاله
+
+901
+01:13:05,730 --> 01:13:09,570
+اللي بده يشتغل صح نفسي ب data set بس شغلك انت غير
+
+902
+01:13:09,570 --> 01:13:12,990
+عن شغل زميلك ال comments تبعتك الطرق اللي انت حر
+
+903
+01:13:12,990 --> 01:13:16,770
+بدك تشتغل فيه بعدين هتتناقش انت و مجموعتك بس الشغل
+
+904
+01:13:16,770 --> 01:13:20,970
+بال بايثون individual بشكل فردي الآن في بعض
+
+905
+01:13:20,970 --> 01:13:24,050
+الأكواد موجودة في ال slide هتريحك في جزئيات كبيرة
+
+906
+01:13:25,420 --> 01:13:28,560
+كنت من أول السنة .. من أول الشهر الماضي و أنا بقول
+
+907
+01:13:28,560 --> 01:13:31,720
+لك الشباب اللي أنا كنت اعمل install ازا انت عملي
+
+908
+01:13:31,720 --> 01:13:34,440
+install انت ready تشتغل البكرة او تشتغل ان الآن
+
+909
+01:13:34,440 --> 01:13:40,100
+ماعملتش install اصلا بدك .. هتاخد وجهت .. الآن ده
+
+910
+01:13:40,100 --> 01:13:43,720
+هتشتغل individual ترفعلي شغل ملف ال python هذا على
+
+911
+01:13:43,720 --> 01:13:48,640
+ال model بشكل مستقل و بعدين بتتناقش انت و مجموعتك
+
+912
+01:13:48,640 --> 01:13:52,420
+لاحقا زي ما هنقول لك .. اه يا هب .. اه هذا الآن
+
+913
+01:13:52,420 --> 01:13:54,820
+بطلع من هنا ان شاء الله تعالى هروح نرفعلكي على ال
+
+914
+01:13:54,820 --> 01:13:59,360
+modelولا أي همك ان شاء الله تمام الشباب يعطيكم
+
+915
+01:13:59,360 --> 01:14:01,840
+العافية و نهاية أسبوع سعيدة ان شاء الله
+