قمت بتحليل المباريات الدولية التي جرت بين عام 1872 و2018 (أكثر من 40,000 مباراة)؛ كانت النتائج مثيرة للاهتمام وأحياناً مفاجئة.

شكراً لك

شكراً.. سعيد بأن أعجبتك المقالة

شكراً جزيلاً صديقي منير.. سعيد أن لقي المنشور تفاعلاً إيجابياً.

سؤال: كم هي المدة المُستغرقة في تعلم لغة البايثون؟

هل تعلمت من مصادر أجنبية أو عربية؟

هل تنصح بأي كتب بخصوص اللغة؟

بايثون عالم واسع جداً فهي لغة تستخدم في العديد من المجالات والتي منها تحليل البيانات وتعلم الآلة (machine learning) وتطوير الويب والشبكات إلخ. ولكل مجال هناك حزم برمجية (packages) متعلقة به.

لذلك عند تعلم بايثون ستحتاج أولاً إلى تعلم الأساسيات التي ستحتاجها بغض النظر عن المجال الذي تود استخدام بايثون له، ويمكن تعلم هذه الأساسيات خلال مدة قصيرة فمن ميزات بايثون أنها سهلة التعلم وفي نفس الوقت قوية.

بعد الأساسيات، اختر مجالاً تود استعمال بايثون فيه وتعلم استخدام الحزم الخاصة به. مثلاً، لنقل أنك اخترت مجال تحليل البيانات: فمن أفضل الحزم التي عليك البدء في تعلمها: Pandas و Matplotlib و Seaborn. وهناك أيضاً Jupyter Notebook وهي أداة ممتازة تتيح لك كتابة الكود والشرح ورؤية نتائج الكود في نفس الصفحة، وقد استعملتُه في تحليل البيانات هذا.

أحياناً في تحليل البيانات تحتاج لجلب البيانات من صفحات الإنترنت فيما يعرف بـ Web Scraping، وهذا أيضاً له حزمه مثل Requests و Beautiful Soup. وهكذا: كلما أردت تعلم شيء ستجد حزماً تساعدك.

ومن أفضل الأشياء عن بايثون أن الإنترنت مليء بمصادر التعلم وبالأسئلة والأجوبة عن كل هذه الحزم وغيرها، ولكن معظمه باللغة الإنكليزية.

بالنسبة لمصادر التعلم، فمن أفضلها كبداية في وجهة نظري كتاب Automate the Boring Stuff with Python وهو متوفر مجاناً على الإنترنت، وهو يعلم بايثون مع كتابة برامج ممتعة يمكنك استخدامها في حياتك اليومية.

بالمناسبة، بدأتُ منذ أيام بالتحضير لدورة بايثون باللغة العربية وبالاعتماد على مصادر ممتازة عن بايثون، وربما تتبعها دورات أخرى. حقيقة لا أعلم إن كان هناك جمهور عربي كبير يهمه محتوى كهذا، وهذا ما يثبطني كلما أردت أن أنشر محتوى تعليمياً باللغة العربية.

أتمنى أن أكون قد أفدتك، وإن كان لديك استفسارات أخرى فأهلاً وسهلاً.

شكراً لك أخي..

بالنسبة للبيولوجيا: يمكنك تصفح مجموعات البيانات الموجودة على موقع Kaggle في هذا المجال. لكل مجموعة منها ستجد آخرين قاموا بتحليل بياناتها ووضعوا النتائج (ستجد ذلك تحت قسم Kernels في صفحة مجموعة البيانات).

الرابط:

ويمكنك أيضاً تصفح المنافسات (منافسات machine learning) التي جرت على Kaggle في مجال البيولوجيا ورؤية ما أنتجه الآخرون:

شكراً لك على هذا الإطراء :)

تابع مدونتي فهناك أعمال أجمل قادمة على الطريق إن شاء الله

شكراً لك.

بالنسبة لتطبيق تعلم الآلة، فأعتقد أن الأمر بحاجة لمزيد من التفاصيل عن هذه المباريات. يعني إذا أردنا أن نتنبأ بنتيجة مباراة بين فريقين في المستقبل فلا يكفي فقط نتائج المباريات الماضية بينهما وأماكن إقامتها لإعطاء تنبؤات دقيقة. ما رأيك؟