أسئلة الصح والخطأ اللي حلهن الدكتور اليوم
1. Data mining techniques can only be applied to structured data. (❌)
2. Data minning algorithms can only be applied to historical data. (❌)
3. Classification is a data mining technique used for predicting categorical. (✅)
4. The confidence measure in association rule mining represents the strength of the relationship between the antecedent and the consequent. (✅)
5. A high support value guarantees a strong association rule. (❌)
6. Association rule mining is an unsupervised learning technique. (✅)
7. Data discretization is a data preprocessing technique used to convert continuous attributes into categorical ones. (✅)
8. Outlier detection is not a part of data preprocessing, as outliers do not impact the accuracy of data mining models. (❌)
9. Data warehousing is a subset of data mining, where data is analyzed to discover patterns and extract useful information. (❌)
10. Data marts are smaller, specialized data warehouses that focus on specific business functions or departments. (✅)
#تنقيب_بيانات_نظري
1. Data mining techniques can only be applied to structured data. (❌)
2. Data minning algorithms can only be applied to historical data. (❌)
3. Classification is a data mining technique used for predicting categorical. (✅)
4. The confidence measure in association rule mining represents the strength of the relationship between the antecedent and the consequent. (✅)
5. A high support value guarantees a strong association rule. (❌)
6. Association rule mining is an unsupervised learning technique. (✅)
7. Data discretization is a data preprocessing technique used to convert continuous attributes into categorical ones. (✅)
8. Outlier detection is not a part of data preprocessing, as outliers do not impact the accuracy of data mining models. (❌)
9. Data warehousing is a subset of data mining, where data is analyzed to discover patterns and extract useful information. (❌)
10. Data marts are smaller, specialized data warehouses that focus on specific business functions or departments. (✅)
#تنقيب_بيانات_نظري
🤩1
IS4 PM_2025
Photo
An integrated development environment (IDE) is a piece of desktop software that computer programmers use to create software.
An IDE may be used to debug, compile, test, and other tasks and build code.
It’s a piece of software that helps programmers work more efficiently.
An integrated development environment (IDE) is a collection of tools that aid programmers and make coding and debugging simpler and faster.
There are several IDEs available today, including Microsoft Visual Studio, NetBeans, Eclipse, and PyCharm.
Some IDEs are specialized, implying they were created specifically for a specific programming language.
Turbo C++, for example, is made for C++, Eclipse is made for Java, and PyCharm is made for Python.
Regardless, there are many integrated development environments (IDEs) that may be used to create and build (or understand) code in any programming language.
Here are a few of the most widely used IDEs:
Microsoft Visual Studio
NetBeans
PyCharm
IntelliJ IDEA
Eclipse
Dev C++
Code: Blocks
Android Studio
#تحليل_وتصميم_النظم_متقدم_نظري
An IDE may be used to debug, compile, test, and other tasks and build code.
It’s a piece of software that helps programmers work more efficiently.
An integrated development environment (IDE) is a collection of tools that aid programmers and make coding and debugging simpler and faster.
There are several IDEs available today, including Microsoft Visual Studio, NetBeans, Eclipse, and PyCharm.
Some IDEs are specialized, implying they were created specifically for a specific programming language.
Turbo C++, for example, is made for C++, Eclipse is made for Java, and PyCharm is made for Python.
Regardless, there are many integrated development environments (IDEs) that may be used to create and build (or understand) code in any programming language.
Here are a few of the most widely used IDEs:
Microsoft Visual Studio
NetBeans
PyCharm
IntelliJ IDEA
Eclipse
Dev C++
Code: Blocks
Android Studio
#تحليل_وتصميم_النظم_متقدم_نظري
Data Mining or Not Data Mining:-
1. Monitoring the heart rate of a patient for abnormalities
✅ Data Mining
2. Monitoring sensitive waves for earthquake activities
✅ Data Mining
3. Extracting the frequencies of a sound wave
❌ Not Data Mining
4. Sorting a student Database based on student identification number
❌ Not Data Mining
5. Predicting the outcomes of tossing a (fair) pair of dices
❌ Not Data Mining
#تنقيب_بيانات_نظري
1. Monitoring the heart rate of a patient for abnormalities
✅ Data Mining
2. Monitoring sensitive waves for earthquake activities
✅ Data Mining
3. Extracting the frequencies of a sound wave
❌ Not Data Mining
4. Sorting a student Database based on student identification number
❌ Not Data Mining
5. Predicting the outcomes of tossing a (fair) pair of dices
❌ Not Data Mining
#تنقيب_بيانات_نظري
🔥1
Tips for Creating a Successful Business Model:-
1. Start with a Value Proposition
2. Identify Your Customer Segments
3. Define Your Key Activities
4. Choose Your Channels
5. Determine Your Revenue Streams
6. Consider Your Cost Structure
7. Keep it Simple and Clear
#الأعمال_الإلكترونية
1. Start with a Value Proposition
2. Identify Your Customer Segments
3. Define Your Key Activities
4. Choose Your Channels
5. Determine Your Revenue Streams
6. Consider Your Cost Structure
7. Keep it Simple and Clear
#الأعمال_الإلكترونية
بعض النقاط التي ركزت عليها الدكتورة رقية المطري في المناقشة:-
ما هي معاني مقاييس التقييم في نتائج الخوارزميات؟
معاني البعض منها :-
1. إحصاءات Kappa (Kappa statistics):
* يقيس مدى توافق التنبؤات مع الفئات الحقيقية، مع الأخذ بعين الاعتبار احتمالية حدوث اتفاقية عشوائية.
* يتراوح بين 0 و 1، حيث تشير القيمة 1 إلى اتفاق تام بين التنبؤات والفئات الحقيقية، بينما تشير القيمة 0 إلى اتفاق عشوائي.
* يعتبر مقياسًا مفيدًا لمقارنة نماذج التصنيف المختلفة، خاصةً عندما تكون هناك فئات غير متوازنة.
2. متوسط الخطأ المطلق (Mean absolute error - MAE):
* يقيس متوسط المسافة بين التنبؤات والقيم الحقيقية.
* يُعطى بالوحدات الأصلية للبيانات.
* كلما انخفضت قيمة MAE، زادت دقة النموذج.
3. جذر متوسط الخطأ التربيعي (Root mean squared error - RMSE):
* يقيس متوسط انحراف التنبؤات عن القيم الحقيقية.
* يُعطى بوحدات القياس الأصلية للبيانات.
* كلما انخفضت قيمة RMSE، زادت دقة النموذج.
* يعتبر RMSE أكثر حساسية للقيم المتطرفة من MAE.
4. الخطأ المطلق النسبي (Relative absolute error - RAE):
* يقيس متوسط النسبة المئوية للخطأ بين التنبؤات والقيم الحقيقية.
* يُعطى كنسبة مئوية.
* كلما انخفضت قيمة RAE، زادت دقة النموذج.
* يعتبر RAE مقياسًا مفيدًا لمقارنة نماذج التصنيف المختلفة، خاصةً عندما تكون هناك فئات غير متوازنة.
#تنقيب_بيانات_عملي
ما هي معاني مقاييس التقييم في نتائج الخوارزميات؟
معاني البعض منها :-
1. إحصاءات Kappa (Kappa statistics):
* يقيس مدى توافق التنبؤات مع الفئات الحقيقية، مع الأخذ بعين الاعتبار احتمالية حدوث اتفاقية عشوائية.
* يتراوح بين 0 و 1، حيث تشير القيمة 1 إلى اتفاق تام بين التنبؤات والفئات الحقيقية، بينما تشير القيمة 0 إلى اتفاق عشوائي.
* يعتبر مقياسًا مفيدًا لمقارنة نماذج التصنيف المختلفة، خاصةً عندما تكون هناك فئات غير متوازنة.
2. متوسط الخطأ المطلق (Mean absolute error - MAE):
* يقيس متوسط المسافة بين التنبؤات والقيم الحقيقية.
* يُعطى بالوحدات الأصلية للبيانات.
* كلما انخفضت قيمة MAE، زادت دقة النموذج.
3. جذر متوسط الخطأ التربيعي (Root mean squared error - RMSE):
* يقيس متوسط انحراف التنبؤات عن القيم الحقيقية.
* يُعطى بوحدات القياس الأصلية للبيانات.
* كلما انخفضت قيمة RMSE، زادت دقة النموذج.
* يعتبر RMSE أكثر حساسية للقيم المتطرفة من MAE.
4. الخطأ المطلق النسبي (Relative absolute error - RAE):
* يقيس متوسط النسبة المئوية للخطأ بين التنبؤات والقيم الحقيقية.
* يُعطى كنسبة مئوية.
* كلما انخفضت قيمة RAE، زادت دقة النموذج.
* يعتبر RAE مقياسًا مفيدًا لمقارنة نماذج التصنيف المختلفة، خاصةً عندما تكون هناك فئات غير متوازنة.
#تنقيب_بيانات_عملي
👍1
وايضًا سؤال أخر في خوارزمية K-Mean
ماهو المعيار لقياس جودة ال Clustering؟
الإجابة:-
في ناتج الخوارزمية
Within cluster sum of squared errors
مجموعة الأخطاء التربيعية*
كل ما كان الرقم مرتفع كل ما كانت جودة ال Clustering أقل
وكل ما كان الرقم منخفض كل ما كانت جودة ال Clustering أعلى
وفي حال كان الرقم مرتفع يكون الحل في تجربة تغيير عدد ال clusters حتى الوصول إلى أفضل نتيجة
#تنقيب_بيانات_عملي
ماهو المعيار لقياس جودة ال Clustering؟
الإجابة:-
في ناتج الخوارزمية
Within cluster sum of squared errors
مجموعة الأخطاء التربيعية*
كل ما كان الرقم مرتفع كل ما كانت جودة ال Clustering أقل
وكل ما كان الرقم منخفض كل ما كانت جودة ال Clustering أعلى
وفي حال كان الرقم مرتفع يكون الحل في تجربة تغيير عدد ال clusters حتى الوصول إلى أفضل نتيجة
#تنقيب_بيانات_عملي
❤1
منقول من الدكتور نبيل الشويع:-
تم أخذ 5 ملفات
Chapter 1a
Chapter 1b
Chapter 2a
Chapter 2b
Chapter 3
جميعها داخله في الإختبار النهائي
#التفاعل_بين_الانسان_والحاسوب_نظري
تم أخذ 5 ملفات
Chapter 1a
Chapter 1b
Chapter 2a
Chapter 2b
Chapter 3
جميعها داخله في الإختبار النهائي
#التفاعل_بين_الانسان_والحاسوب_نظري
👍2
IS3_G1 PM.pdf
297.6 KB
حل نموذج الاختبار النصفي لمادة إدارة المشاريع
الحل معتمد من الدكتور عبدالرحمن الصبري
#إدارة_مشاريع_نظري
الحل معتمد من الدكتور عبدالرحمن الصبري
#إدارة_مشاريع_نظري
❤1👏1
IS3 DM.pdf
236.5 KB
حل نموذج الاختبار النصفي لمادة تنقيب البيانات
بدون السؤال الأول*
الحل معتمد من الدكتور أحمد سلطان
#تنقيب_بيانات_نظري
بدون السؤال الأول*
الحل معتمد من الدكتور أحمد سلطان
#تنقيب_بيانات_نظري
مقترح مناديب الملتقى للدفع
مستوى ثالث:
# الجدول المقترح للإختبارت ...#
مستوى ثالث
IT.3 ( المجموعات 2 طلاب):
١) تفاعل
٢) شبكات
٣) ادارة أمنية
٤) حوسبة
٥) إدارة تكنولوجيا
٦) هندسة برمجيات
مستوى ثالث
IT.3 ( 1 الطالبات):
١) تفاعل
٢) شبكات
٣) ادارة أمنية
٤) حوسبة
٥) إدارة تكنولوجيا
٦) هندسة برمجيات
مستوى ثالث
CS.3 ( المجموعات 1 طلاب):
1- ذكاء
2- تفاعل
3- مترجمات
4- رسم
5- مقارنة
6- هندسة برمجيات
مستوى ثالث
CS.3 (1 الطالبات ):
1 - ذكاء اصطناعي
2- رسم بالحاسوب
3- مترجمات.
4 - تفاعل
5 - مقارنة
6- هندسة برمجيات
مستوى ثالث
IS.3 (1طلاب):
1- ادارة مشاريع
2- تفاعل
3- تنقيب
4- اعمال الكترونية
5- تحليل متقدم
6- استراتيجيات
مستوى ثالث
IS.3 ( الطالبات ):
* لم يتم تقديم مقترح
المقترح النهائي بحسب الأصوات
IT.3
١) تفاعل
٢) شبكات
٣) ادارة أمنية
٤) حوسبة
٥) إدارة تكنولوجيا
٦) هندسة برمجيات
CS.3
1- ذكاء
2- تفاعل
3- مترجمات
4- رسم
5- مقارنة
6- هندسة برمجيات
IS.3
1- ادارة مشاريع : اول اختبار حسب التصويت
2- تفاعل :ثاني اختبار حسب التصويت
3- تنقيب :ثالث اختبار حسب التصويت
4- اعمال الكترونية : رابع اختبار حسب التصويت
5- تحليل متقدم : خامس اختبار حسب التصويت
6- استراتيجيات : سادس اختبار حسب التصويت
🔰 ملتقى الطالب الجامعي 🔰
مستوى ثالث:
# الجدول المقترح للإختبارت ...#
مستوى ثالث
IT.3 ( المجموعات 2 طلاب):
١) تفاعل
٢) شبكات
٣) ادارة أمنية
٤) حوسبة
٥) إدارة تكنولوجيا
٦) هندسة برمجيات
مستوى ثالث
IT.3 ( 1 الطالبات):
١) تفاعل
٢) شبكات
٣) ادارة أمنية
٤) حوسبة
٥) إدارة تكنولوجيا
٦) هندسة برمجيات
مستوى ثالث
CS.3 ( المجموعات 1 طلاب):
1- ذكاء
2- تفاعل
3- مترجمات
4- رسم
5- مقارنة
6- هندسة برمجيات
مستوى ثالث
CS.3 (1 الطالبات ):
1 - ذكاء اصطناعي
2- رسم بالحاسوب
3- مترجمات.
4 - تفاعل
5 - مقارنة
6- هندسة برمجيات
مستوى ثالث
IS.3 (1طلاب):
1- ادارة مشاريع
2- تفاعل
3- تنقيب
4- اعمال الكترونية
5- تحليل متقدم
6- استراتيجيات
مستوى ثالث
IS.3 ( الطالبات ):
* لم يتم تقديم مقترح
المقترح النهائي بحسب الأصوات
IT.3
١) تفاعل
٢) شبكات
٣) ادارة أمنية
٤) حوسبة
٥) إدارة تكنولوجيا
٦) هندسة برمجيات
CS.3
1- ذكاء
2- تفاعل
3- مترجمات
4- رسم
5- مقارنة
6- هندسة برمجيات
IS.3
1- ادارة مشاريع : اول اختبار حسب التصويت
2- تفاعل :ثاني اختبار حسب التصويت
3- تنقيب :ثالث اختبار حسب التصويت
4- اعمال الكترونية : رابع اختبار حسب التصويت
5- تحليل متقدم : خامس اختبار حسب التصويت
6- استراتيجيات : سادس اختبار حسب التصويت
🔰 ملتقى الطالب الجامعي 🔰
👍2
IS.3
1- ادارة مشاريع
2- تفاعل
3- تنقيب
4- اعمال الكترونية
5- تحليل متقدم
6- استراتيجيات
#اختبارات_نهاية_ترم_ثاني_سنة_ثالثة
1- ادارة مشاريع
2- تفاعل
3- تنقيب
4- اعمال الكترونية
5- تحليل متقدم
6- استراتيجيات
#اختبارات_نهاية_ترم_ثاني_سنة_ثالثة