لوحة المتصدرين

السلام عليكم هو انا ازي اقدر مسح بيانات الoutliers بستخدم باثيون ؟ اولان انا اقدر احديد البيانات الoutliers من خلال الكود ده q1 = 87.750000 q3 = 190.000000 iqr = q3 - q1 lower_bound = q1 - 1.5 * iqr upper_bound = q3 + 1.5 * iqr print(f"Lower bound: {lower_bound}") print(f"upper bound: {upper_bound}") outliers = [] for x in diabetes['Insulin']: if x > upper_bound or x < lower_bound: outliers.append(x) print(outliers) فا ازي اقدر امسح الoutliers من البيانات نفسها ؟

السلام عليكم هو اي الفرق مايبن الOutlier والا Extreme outlier ؟

السلام عليكم هو اي الشارة Google Developer Program ؟

Google Developer عباةر عن برنامج مجاني يقدم مجموعة من الأدوات والموارد لمن يرغبون في إنشاء تطبيقات وخدمات على منصة Google، أي للمطورين. ويوفر التالي: مجموعة واسعة من الأدوات مثل Android Studio، Firebase، Google Cloud Platform، و Google Maps APIs. دروسًا، وثائق، ودورات تدريبية لمساعدة المطورين على تعلم كيفية استخدام أدوات Google. دعمًا تقنيًا للمطورين من خلال المنتديات، وشبكات التواصل الاجتماعي، ووثائق الدعم. فرصًا للمطورين لعرض تطبيقاتهم على متجر Google Play، والحصول على شهادة Google Developer، والمشاركة في برامج Google Developer Groups. بإمكانك الانضمام إلى برنامج Google Developer مجانًا من خلال موقع Google Developer.

الف شكراا لحضرتك جدا جزاك الله كل خير

نعم من الممكن أن يكون الLower bound قيمة سالبة إذا كنت تستخدم طريقة حساب تعتمد على مقاييس الإحصاء مثل Tukey’s fences ومعادلة ال Lower Bound هي : Lower Bound = Q1 − 1.5 × IQR وهذا ممكن بالطبع حسابيا إذا كان الربع الأول قيمة صغيرة كما في المثال الذي لديك حيث ستجد أن q1 أصغر بكثير من q3 ولذلك تأكد من الممكن أن تكون هناك خطأ في البيانات التي لديك حيث من الممكن أن توجد الكثير من القيم المفقودة أو قيم شاذة كثيرة مما تسببت في خطأ توزيع البيانات . لذلك ليس معني أن القيمة سالبة أنه بالضرورة وجود مشكلة في الحسابات حيث من الممكن أن يكون الأمر طبيعي لا مشكلة. السطر الذي ذكرخ المدرب مصطفى لا يقوم بحفظ التعديلات في ملف جديد ولكن التعديلات تتم فقط في الذاكرة ولن تؤثر على الملف الأساسي. ولكن إذا أردت حفظ التعديل بعد حذف القيم في ملف جديد يمكنك إستخدام السطر التالي : diabetes.to_csv('diabetes_cleaned.csv', index=False)

وعليكم السلام, الفرق بينهما أن ال Extreme outlier تكون قيمها أبعد من قيم ال outlier وكلاهما يعبر عن قيمة بعيدة عن قيمة البيانات الأخرى الموجودة. عند رؤيتنا لهذه القيم يجب علينا تحديد مصدرها حيث مثلا إذا زادت المبيعات في أسبوع التخفيض نعلم أنه هنالك سبب فنحتفظ بهذه القيم. يمكننا حذف المعلومات لو علمنا أن هناك حساب خاطئ أو خطأ تم إرتكابه. بشكل عام نحدد مصدر المشكلة وعلى أساسها نتعامل مع البيانات كما أن لحساب الoutlier وال Extreme outlier معادلات مختلفة وطريقة مختلفة للتعامل معها.

الف شكراا لحضرتك جد جزاك الله كل خير

وعليكم السلام ورحمة الله وبركاته. ال Outliers (القيم الشاذة) هي قيم تقع بعيدا عن باقي البيانات الصحيحة ولكنها ليست بعيدة جدا وتكون بسبب مشاكل في إدخال البيانات أو أخطاء في القياس وغيرها من الأسباب الأخرى . ويتم قياسها من خلال Interquartile Range (IQR) . وتكون القيمة Outliers إذا كانت تقع خارج النطاق التالي : lower bound = Q1 − 1.5 × IQR upper bound = Q3 + 1.5 × IQR أما Extreme Outliers فهي القيم التي تقع بعيدا جدا عن البيانات وتكون أبعد من القيم ال Outliers و تكون القيمة Extreme Outliers إذا كانت تقع خارج النطاق التالي : lower bound = Q1 − 3 × IQR upper bound = Q3 + 3 × IQR

الف شكرااا جدا جدا لحضرتكم بس انا عندي الLower bound: -65.625 بالسلب يعني هل دي دطبيعي مع العلم البيانات مافهيش قيمه سالب ؟ يعني مش هحتاح لحفظ ملف جديد ؟

أنت تستخدم طريقة المدى الربيعي (IQR) للكشف عن البيانات الشاذة، وهي طريقة مستخدمة بكثرة وفعالة. وهناك طرق مختلفة لما تريده، أولها الفهرس المنطقي Boolean Indexing diabetes = diabetes[(diabetes['Insulin'] >= lower_bound) & (diabetes['Insulin'] <= upper_bound)] سيتم إنشاء مجموعة بيانات جديدة تسمى diabetes تستبعد الصفوف التي تحتوي على قيم "Insulin" شاذة. الطريقة الثانية هي باستخدام طريقة drop: outlier_indices = diabetes[(diabetes['Insulin'] < lower_bound) | (diabetes['Insulin'] > upper_bound)].index diabetes.drop(outlier_indices, inplace=True) ستحذف الصفوف التي تحتوي على قيم شاذة من مجموعة البيانات الأصلية diabetes. الطريقة الثالثة هي من خلال loc: diabetes.loc[~((diabetes['Insulin'] < lower_bound) | (diabetes['Insulin'] > upper_bound)), :] ستنشئ مجموعة بيانات جديدة تحتوي فقط على الصفوف التي لا تحتوي على قيم شاذة.

يمكنك استخدام فلترة البيانات بناء على هذه الحدود، و باستخدام الكود الذي كتبته، الخطوة التالية هي إنشاء شرط يستبعد القيم التي تقع خارج النطاق المحدد بهذا الشكل: import pandas as pd q1 = 87.750000 q3 = 190.000000 iqr = q3 - q1 lower_bound = q1 - 1.5 * iqr upper_bound = q3 + 1.5 * iqr # إزالة القيم الخارجة عن الحدود filtered_diabetes = diabetes[(diabetes['Insulin'] >= lower_bound) & (diabetes['Insulin'] <= upper_bound)] # عرض البيانات بعد إزالة الـ outliers print(filtered_diabetes) و هنا لدينا الشرط diabetes['Insulin'] >= lower_bound يحتفظ بالقيم التي تساوي أو تزيد عن الحد الأدنى، و الشرط diabetes['Insulin'] <= upper_bound يحتفظ بالقيم التي تساوي أو تقل عن الحد الأقصى، و يتم الجمع بين الشرطين باستخدام العامل المنطقي &. و نستخدم DataFrame مع الأقواس المربعة [] لفلترة الصفوف بناء على الشرط، و الناتج سيكون DataFrame جديد بدون الـoutliers.

الـ Outlier عبارة عن قيمة بيانات تقع بعيدًا عن بقية البيانات في مجموعة البيانات. وأحيانًا يكون سببها خطأ في القياس أو بيانات غير متوقعة، وتؤثر على متوسط المجموعة، والانحراف المعياري، والارتباطات. وتستطيع إزالتها أو تحويلها أو استخدام تقنيات إحصائية مقاومة. مثلاً في مجموعة بيانات لدرجات الطلاب، يكون هناك طالب حصل على درجة 95 بينما حصل بقية الطلاب على درجات بين 70 و 85. بينما الـ Extreme Outlier هي قيمة بيانات تقع بعيدًا جدًا عن بقية البيانات في مجموعة البيانات، بشكل أكبر من outlier العادي، وذلك يعرف أيضًا باسم gross error. وغالبًا ما يكون سببها خطأ في القياس أو بيانات غير متوقعة بشكل كبير، وتؤثر بشكل كبير على متوسط المجموعة، والانحراف المعياري، والارتباطات، وتؤثر على تحليل البيانات بشكل كبير مقارنًة بالـ Outlier. ويجب التعامل معها بحذر شديد، فمن الضروري إزالتها أو تحويلها، ولكن يجب التحقق من سبب وجودها أولاً. مثلاً في نفس مجموعة البيانات، هناك طالب حصل على درجة 150 بينما حصل بقية الطلاب على درجات بين 70 و 85.

هل بعد الانتهاء من الدورة يمكن أن أعمل undergraduate research assistant مع أستاذ وانشر بحث علمي؟

FAILURE: Build failed with an exception. * Where: Settings file 'D:\islami_app2\android\settings.gradle' line: 3 * What went wrong: A problem occurred evaluating settings 'android'. > Could not find method Properties() for arguments [] on object of type org.gradle.plugin.management.internal.DefaultPluginManagementSpec. * Try: > Run with --stacktrace option to get the stack trace. > Run with --info or --debug option to get more log output. > Run with --scan to get full insights. > Get more help at https://help.gradle.org. BUILD FAILED in 1s Error: Gradle task assembleDebug failed with exit code 1

وعليكم السلام ورحمة الله وبركاته. لاحظ أنه يتم إرسال الطلب إلى عنوان خاطئ لهذا يظهر لك مشكلة 404 . والمشكلة الرئيسية لديك في إستيراد وتصيدر الملفات . لذلك في ملف Front-end\src\Api\Api يرجى وضع إمتداد js للملف ليصبح بإسم Api.js وتغير محتوى الملف ليكون كالتالي : const baseURL= `http://127.0.0.1:8000/api`; const REGISTER= "register"; const LOGIN= "login"; export default { baseURL, REGISTER, LOGIN } بعد ذلك يجب تغير إستيراد الملف في أى مكان ليكون كالتالي : import API from "../../Api/Api.js"; وللوصول إلى المتغيرات نستخدم API. هكذا : await axios.post(`${API.baseURL}/${API.REGISTER}`, form); لذلك يرجى تغير جميع أماكن إستيراد المف Api وإستخدام المتغيرات الخاصة به . ولقد قمت بإرفاق الملفات لك بعد تعديلها . ويمكنك قراءة الإجابة التالية للتفرقة بين طرق ال export وكيفية عمل import لها . Login.js Register6.js Api.js

مرحبًا يونس، الماك يوفر لك قدرات حسابية ممتازة، و لكن في حال قمت بمقارنة سعره مقابل سعر جهاز desktop سترى أنك ستحصل على مواصفات أفضل بنفس السعر. أي بدل من أن تقوم بدفع ما يعادل 2000$ لتحصل على ماك بمواصفات جيدة، نفس السعر يمكنك دفعه لبناء desktop ذو مواصفات ممتازة يحوي على كرت شاشة قوي جدًا (مثل RTX 4080). في حال لم تكن لديك مشكلة في الكهرباء (لا يوجد تقنين عليها في المنطقة التي تعيش فيها) فمن الأفضل لك استعمال ال desktop. كما أن ال desktop يتحمل فترات تدريب أطول، فنظام التبريد فيه دائمًا ما يكون أفضل و هو يكون مخصص لهذه الأمور على عكس أي لابتوب. الجانب السلبي الوحيد لل desktop هو أنك لا يمكنك نقله معك، و لكن هذا يمكن حله في حال وجود انترنت سريع، حيث يمكن أن تقوم بوصل الجهاز على الانترنيت و الوصول إليه من لابتوب بسيط (لابتوب رخيص فقط للتصفح و الأمور المكتبية). كما أن حصولك على desktop يسمح لك باستعمال أنظمة linux التي تعد أفضل من ناحية الدعم في هذا المجال، أي من الأفضل جعل ال desktop بنظام ubuntu مثلًا في حال كان لديك خبرة به و لا تريد استعمال هذا ال desktop لأمور أخرى مثل الألعاب، فقط لتدريب نماذج الذكاء الصنعي. تحياتي.