تجاوز إلى المحتوى الرئيسي

مراجعة مكثّفة

ملخصات المهارات الرقمية توجيهي الأردن

القوانين والأفكار الأساسية لكل درس في مادة المهارات الرقمية، مبنية من المنهج المقرّر. هذه نظرة سريعة، افتح الملخص كاملاً مع البطاقات والأسئلة داخل TawjihiAI.

افتح الملخص كاملاًكل المواد

الخوارزميات والبرمجة

دورة حياة تطوير النظام (SDLC)

مراحل دورة حياة تطوير النظام:

  • تَمرّ عملية تطوير النظام بمراحل مُنظّمة ومُرتبة يتعيّن على مهندس البرمجيات أو المُطوّر للأنظمة الحاسوبية أن يتّبعها أثناء هذه العملية لضمان الحصول على مُنتج مُتميّز يَفي باحتياجات المُستخدمين ومُتطلّباتهم.
  • أنظر الشكل (1-1) الذي يُبيّن مراحل دورة حياة تطوير النظام.
  • التخطيط وتحليل المتطلبات
  • تحديد المتطلبات
  • التصميم
  • التطوير

الخوارزميات

الخطوة الثانية: كتابة الخوارزمية.

  • أبدأ
  • أدخل A, B
  • أحسب C = A * B
  • أطبع C
  • أتوقف
  • أيهما أسهل: كتابة الخوارزمية شبه الرمزية أم رسم مخطط سير العمليات؟ أبرر إجابتي.

هياكل تراكيب البيانات

الصفوف:

  • تُعرَّف الصفوف بأنَّها مجموعة مُتسلسلة مُرتَّبة من القِيَم، وهي تمتاز عن القوائم بثباتها وعدم قابليتها للتعديل والتغيير.
  • وهذا يعني إمكانية الوصول إلى العناصر داخل الصفوف، ولكن من دون تغيير العناصر الموجودة أو إضافة عناصر أُخرى.
  • عند إنشاء الصفوف، توضع العناصر المُكوِّنة لها داخل أقواس، ويُفصل بينها بفواصل.
  • تعرَّفتُ آنفًا كيف تُخزَّن البيانات في بعض التراكيب بأشكال مختلفة تبعًا لنوع هذه البيانات، والغرض من استخدامها.
  • ولكن تعتمد طريقة تخزين البيانات على مجموعة من العوامل، أبرزها: الحاجة إلى تعديل البيانات، وإمكانية تكرار العناصر، وطبيعة العمليات التي يُراد تنفيذها.
  • فكل نوع من تراكيب البيانات (مثل: القوائم، والصفوف، والقواميس، والمجموعات) يمتاز بخصائص مُعيَّنة تُناسب مُتطلبات مُحدَّدة في البرمجة.

الحزم (Packages)

أنواع الحزم

  • حزم جاهزة مدمجة (Built-in Packages) توفرها لغة البرمجة بايثون، مثل: (math)، و(time).
  • حزم خارجية (Third-Party Packages) تطورها أطراف ثالثة، وهي توفر مزايا إضافية لمطوري البرامج. وهذا النوع من الحزم يُثبت باستخدام مدير الحزم (pip)، مثل: (numpy)، و(pandas).
  • حزم مخصصة (User-Defined Packages) يطورها المستخدم لتلائم متطلبات خاصة في برنامجه.
  • تُعد الحزم في لغة البرمجة بايثون أداة فاعلة لتنظيم المقطع البرمجي (Code)؛ إذ تتيح تقسيم الكود إلى أجزاء صغيرة ومستقلة ومنظمة؛ ما يسهل عملية تصحيح الأخطاء، واختبار البرنامج وصيانته…
  • كذلك، فإنَّ الحزم تجعل المشروعات أكثر قابلية للتوسع من خلال دعم التطوير التعاوني بين الفرق المختلفة، وتسهل عملية التعامل مع التعديلات المستقبلية.
  • وبذلك، تُسهم الحزم في تحسين كفاءة المشروع، وتزيد من مرونته.

تحليل البيانات

مقدمة في تحليل البيانات

البيانات: مفهومها، وأنواعها

  • تُعرَّف البيانات بأنها أرقام، أو حروف، أو صور، أو تسجيل صوتي، أو تسجيل مرئي يُمكن الاستفادة منها بعد تحليلها ومعالجتها في اتخاذ قرارات مُهمَّة بخصوص إجراء مُعيَّن.
  • وبالمثل، فإنَّ فحص البيانات ومعالجتها يُمكننا من إيجاد أنماط مُحدَّدة لهذه البيانات، تساعدنا على اتخاذ قرارات مُهمَّة.
  • كذلك توحي البيانات بصور مفيدة ودلالات مُتعدِّدة عند تحليلها.
  • وفي جميع الأحوال، فإنَّ الهدف من تحليل البيانات هو تحويل البيانات الخام إلى معارف ومعلومات تساعد الفرد على اتخاذ القرار.
  • مرحلة تحديد الأهداف والأسئلة (Defining Objectives and Questions): تُرَكِّز هذه المرحلة على فهم المشكلة، وتحديد الأهداف وتوقُّعات الأطراف المُعنيَّة.
  • مرحلة الإعداد (Prepare): بعد تحديد المشكلة، يجب تحديد البيانات المطلوبة وكيفية تنظيمها.

تقنيات تحليل البيانات

طرائق جمع البيانات:

  • المقابلات (Interviews): تُعدّ المقابلات واحدة من أكثر طرائق جمع البيانات شيوعًا وفاعلية، وهي تمتاز بتنوّع أساليبها التي تُناسب مختلف الأهداف. كذلك تُعدّ المقابلات أداة مرنة وفاعلة لجمع البيانات النوعية.
  • الاستبانات (Questionnaires): تُعَدُّ الاستبانة أداة لجمع البيانات…
  • أُنشِئ استبانة إلكترونية باستخدام نماذج جوجل (Google Forms)، وأُضمِّنها مجموعة من الأسئلة بهدف جمع بيانات عن الطلبة في صفي، مثل: الاسم، والعمر، وتاريخ الميلاد.
  • أُشارك الاستبانة مع زملائي/زميلاتي في الصف، ثمَّ أطلب إليهم تعبئتها والإجابة عن الأسئلة الواردة فيها.
  • بعد ذلك، أُطَّلع على نتائج الاستبانة، وأُلاحظ السرعة والسهولة في الحصول على البيانات وتحليلها.
  • المسوحات أو الاستطلاعات (Surveys): تُشبه هذه الطريقة الاستبانات من حيث التصميم، لكنَّها تختلف عنها في جمعها بيانات من عدد أكبر من الأفراد…

جمع البيانات وتحليلها باستخدام برمجية بايثون

جمع البيانات وتحليلها

  • تَعرَّفتُ في الدرس السابق وجود طرائق عدَّة لجمع البيانات، يُمكن تفريغها وتنظيمها باستخدام أدوات مُتعدِّدة.
  • تُعدُّ الجداول إحدى أكثر الأدوات شيوعاً لتفريغ البيانات، ويُستخدم لذلك برمجيات مختلفة، مثل برمجية إكسل (Excel) التي تعمل على ترتيب البيانات بشكل مُنظَّم يُسهِّل التعامل معها وتحليلها.
  • تُعدُّ برمجية بايثون واحدة من أبرز الأدوات المُستخدمة في معالجة البيانات وتحليلها؛ إذ تُوفِّر العديد من المكتبات الجاهزة التي تُستخدم في تحليل البيانات وعرضها.
  • وبالرغم من ذلك، فإنَّ هذه المكتبات ليست مُثبَّتة بشكل افتراضي مع الحزمة الأساسية للغة البرمجة بايثون، وإنَّما تُعدُّ مكتبات خارجية يتعيَّن تثبيتها بصورة مُنفصلة.
  • أمَّا أهمُّ المكتبات المُستخدمة في تحليل البيانات وعرضها فهي: مكتبة (pandas)، ومكتبة (numpy)، ومكتبة (matplotlib).
  • طباعة البيانات: تُطبع البيانات على الشاشة باستخدام جملة الطباعة وبداخلها اسم المتغير الذي تم تخزين البيانات فيه. أنظر الشكل (5-3) الذي يُبيِّن تمثيل المقطع البرمجي كاملاً.

علاقة السبب والنتيجة في البيانات

علاقة السبب والنتيجة:

  • يُنظر إلى علاقة السبب والنتيجة بوصفها مفهومًا محوريًّا في علم البيانات، يُعرف بالسببية (Causality)، ويُستخدم في فهم الروابط وتحليلها، وفهم العلاقات بين الأحداث والنتائج.
  • ومن ثَمَّ، فهو يُقدِّم أساسًا لاختيار الإجراءات التي تُسهم في تحقيق النتائج المنشودة، ويساعد أيضًا على تحديد الأنماط، والتنبُّؤ بالنتائج المستقبلية، وفهم كيف يُؤثِّر حدث مُعيَّن في تحقيق نتيجة مُعيَّنة.
  • تهدف علاقة السبب والنتيجة إلى توضيح العلاقات والروابط بين المُتغيِّرات، وذلك بتحليل تأثير تغيُّر أحد المُتغيِّرات (السبب) في الآخر (النتيجة).
  • وفي سياق تحليل البيانات، يُركِّز المُحلِّلون على دراسة هذه العلاقات لفهم كيفية تأثير العوامل المختلفة في النتائج؛ ما يساعد على استخلاص استنتاجات دقيقة تدعم اتخاذ قرارات مبنية على البيانات.
  • الارتباط (Correlation): يتعيَّن وجود ارتباط واضح بين المُتغيِّرين أو الحدثين اللذين يُمثِّلان السبب والنتيجة، بحيث يَظهر أنَّ تغيُّر أحد المُتغيِّرين يتزامن مع تغيُّر الآخر…
  • تحديد المشكلة بوضوح: أصوغ المشكلة التي أرغب في تحليلها على شكل علاقة واضحة بين السبب والنتيجة.

الفرضيات في تحليل البيانات

الفرضية:

  • تُعرّف الفرضية بأنّها عبارة مُقترحة أو ادّعاء أو تصوّر أو تخمين مُؤقّت قابل للاختبار بخصوص طبيعة العلاقات بين المُتغيّرات التي تخضع للفحص بُغية التحقق من صحّتها أو خطئها.
  • تُستخدَم الفرضيات عادةً في اختبار علاقة مُتغيّر بمتغيّر آخر، أو أثر مُتغيّر في مُتغيّر آخر؛ ما يعني أنّها تقوم على فحص العلاقة بين مُتغيّرين أو أكثر.
  • الوضوح ودقّة الصياغة: يجب أنْ تُكتب الفرضية بلغة واضحة غير مُبهمة.
  • القابلية للاختبار: يجب أنْ تكون الفرضية قابلة للتحقق عن طريق التجربة أو البيانات.
  • وجود علاقة بين مُتغيّرين: يجب أنْ تتضمّن الفرضية اختبار العلاقة بين مُتغيّرين أو أكثر.
  • تحديد المدى: يجب أنْ تكون الفرضية مُحدّدة بموقف مُعيّن أو بظروف مُعيّنة.

إنترنت الأشياء

مقدمة في إنترنت الأشياء (IoT)

مفهوم إنترنت الأشياء:

  • تعرّفتُ سابقاً أنّ مفهوم إنترنت الأشياء (Internet of Things: IoT) يتألّف من كلمتين، هما: الإنترنت، والأشياء.
  • يُقصد بالأشياء الكائنات الذكية (Smart Objects) التي تشير إلى كل كائن مادي قد يكون متصلاً بشبكة الإنترنت، ومُعرّفاً رقمياً عبر عنوان (IP Address) في الشبكة، ومُزوّداً بمُعالج، ووحدة تخزين للبيانات، ونظام استشعار، وتقنيات اتصال شبكي.
  • تُعدّ الحسّاسات إحدى اللّبنات الأساسية لنظام إنترنت الأشياء؛ وهي مُكوّنات لديها القدرة على استقبال مُحفّز من البيئة المحيطة والاستجابة له، مثل: درجة الحرارة، والضغط، والحركة، والضوء، والرطوبة، والموقع، والصوت، والقوّة.
  • تُمثّل الحسّاسات الواجهة الحسّية لنظام إنترنت الأشياء؛ فهي تعمل على جمع البيانات من البيئة المحيطة ضمن طبقة الإدراك (Perception Layer)، ثمّ تُرسلها إلى وحدة تحكّم أو بوابة ذكية (Gateway) متصلة بشبكة إنترنت الأشياء.
  • في معظم الحالات، تفتقر الحسّاسات إلى وجود عنوان (IP Address) مباشر؛ لذا يتمّ ربطها بوحدات وسيطة مُزوّدة بعناوين (IP Address)؛ ما يتيح تتبّع البيانات وربطها بمصدرها داخل الشبكة.
  • بوجه عام، يُمكن للحسّاسات أن تعمل بشكل تلقائي (تشغيل ذاتي)، أو بحسب أوامر المُستخدم المُبرمجة مُسبقاً.

طبقات إنترنت الأشياء: الهيكلية والوظيفة

بنية الطبقات الثلاث في إنترنت الأشياء:

  • تتكوّن هيكلية نظام إنترنت الأشياء من ثلاث طبقات أساسية يُبيّنها الشكل (1-2).
  • أمّا الهدف من تقسيم هيكلية هذا النظام إلى ثلاث طبقات فهو تبسيط فهم بنية النظام، وإمكانية توسيع النموذج الذي يُمثّله النظام ليشمل طبقات فرعية أُخرى.
  • جمع البيانات من البيئة المحيطة أو من كائنات متصلة عن طريق استشعار البيئة.
  • تعرّف الأشياء، وهويّتها، وموقعها، وحالتها.
  • نقل البيانات الأوّلية إلى الطبقة العليا (طبقة الشبكة) لمعالجتها وتحليلها.
  • الحسّاسات (Sensors): أجهزة تُستخدم لقياس بعض العناصر الفيزيائية، مثل: الحرارة، والرطوبة، والضوء، والحركة.

الشبكات اللاسلكية وتقنيات الاتصال المختلفة

تقنيات الاتصال اللاسلكي في إنترنت الأشياء:

  • تحتاج الأجهزة الذكية - ضمن بيئة إنترنت الأشياء - إلى تبادل البيانات عبر شبكات مُتعدِّدة؛ لذا يُعدُّ اختيار تقنية الاتصال المناسبة عاملًا أساسيًا لأداء هذه المهمة، وذلك اعتمادًا على مجموعة من المعايير، أبرزها: نطاق التغطية (الانتشار)…
  • توجد مجموعة مُتنوِّعة من تقنيات الاتصال التي تفي باحتياجات تطبيقات إنترنت الأشياء.
  • أنظر الجدول (3-1) الذي يُبيِّن عددًا من تقنيات الاتصال، ونوع الاتصال في كل تقنية، ونوع الشبكة التي تُغطِّيها التقنية.
  • للإجابة عن هذا السؤال، لا بُدَّ من تعرُّف كل تقنية على حِدَة، وفهم خصائصها الفنية، جالات استخدامها.
  • بعد ذلك، يُمكننا المقارنة بينها وفقًا لمتطلبات النظام، مثل: استهلاك الطاقة، ومدى التغطية (الانتشار)، وسرعة نقل البيانات، والتكلفة؛ فنتتمكَّن من اختيار أفضلها للوفاء باحتياجاتنا.
  • تقنية اتصال لاسلكية قصيرة المدى، تعمل على توصيل الإشارات بين مختلف الأجهزة ضمن نطاق يصل إلى نحو (10) أمتار أو أقل، اعتمادًا على قوّة الإشارة والبيئة المحيطة.

تطبيقات إنترنت الأشياء

آليّة عمل شبكة إنترنت الأشياء المُعتمدة على الأقمار الصناعية:

  • وصول مباشر (Direct access)
  • وصول غير مباشر (Indirect access)
  • قمر صناعي
  • أجهزة طرفية
  • محطة أرضية
  • الأجهزة الطرفية (IoT Device): تعمل الأجهزة الطرفية على جمع البيانات من البيئة المحيطة (مثل: السرعة، والموقع)، ثمّ تُرسلها مباشرةً إلى القمر الصناعي، أو عبر محطّة أرضية قريبة…

الذكاء الاصطناعي

مقدمة في شجرة البحث

مراحل حلّ المشكلة

  • صياغة الهدف: يجب تحديد الهدف (أو الأهداف) الذي يُراد تحقيقه بلغة مفهومة، وتنظيمه، وكذا تحديد الإجراءات التي يتعيّن اتّباعها للوصول إلى هذا الهدف…
  • صياغة المشكلة: ينبغي تقديم وصف واضح للمشكلة التي يُراد حلّها، والتحدّيات أو القيود المُتعلّقة بالحلّ (إن وُجدت) ذات الصلة بالمصادر المتاحة، أو نوعيتها، أو جودتها؛ بغيّة الوصول إلى الهدف المنشود…
  • البحث: يجب محاكاة جملة التسلسلات والإجراءات المُتوافرة في المسألة للوصول إلى التسلسل الأفضل الذي يحقّق الهدف المنشود…
  • التنفيذ: يتولّى الوكيل (Agent)، الذي يُطلق عليه أحيانًا اسم العميل، تنفيذ إجراءات الحلّ (البحث) خطوة خطوة…
  • الحالات (States): تُسمّى الحالات أيضًا النقاط أو العُقد (Nodes)؛ وهي مجموعة النقاط التي تُنظّم بشكل هرمي، وتُمثّل كل نقطة منها حالة من حالات فضاء البحث كما في الشكل (1-1) الذي يتضمّن الحالات الآتية: (أ، ب، ج، د، هـ، و، ز).
  • الحالة الأوّلية (Initial State) أو الجذر (Roots): حالة ابتدائية للمشكلة؛ أي نقطة الانطلاق للبحث عن الحلّ، وتُمثلها المدينة (أ) في الشكل (1-1).

استراتيجيات البحث في الذكاء الاصطناعي

خوارزمية البحث في العرض أوّلًا

  • بدء الخوارزمية العمل من الحالة الابتدائية (A)، ثمّ مقارنة هذه الحالة بالحالة الهدف.
  • في حال لم تكن الحالة الابتدائية هي الحالة الهدف، يتمّ الانتقال إلى جميع العُقد في المستوى الثاني من شجرة البحث، بدءًا بأقصى اليسار، حيث تُفحص العُقدة (B) أوّلًا، فيتبيّن أنَّها ليست الحالة الهدف…
  • في حال لم يوجد الحلّ في المستوى الثاني، فإنَّ الخوارزمية تنتقل إلى العمل في المستوى الثالث من شجرة البحث، حيث تُستكشف فيه جميع العُقد مُرتّبةً من اليسار إلى اليمين، بدءًا بالعُقدة (E)، ومرورًا بالعُقدة (F)، وانتهاءً بالعُقدة (G)…
  • الانتقال إلى المستوى الرابع من شجرة البحث، والبدء باستكشاف العُقدة (H) وصولًا إلى العُقدة (I) التي يتبيّن أنَّها تُمثّل الحالة الهدف، فتتوقّف عملية البحث. أنظر الشكل (4-2).
  • بالعودة إلى الشكل (3-2)، أُحدّد - بالتعاون مع أفراد مجموعتي - مسار البحث باستخدام خوارزمية البحث في العرض أوّلًا لإيجاد الحلّ المثالي لهذه اللعبة.
  • ما تكلفة هذا الحلّ؟ بعد ذلك نُشارك النتائج التي نتوصّل إليها في المجموعة مع الزملاء/ الزميلات في المجموعات الأخرى، ثمّ نَعقد مقارنة بين النتائج التي توصّلوا إليها في مجموعاتهم، ونتبادل معًا التغذية الراجعة.

الاقتران الاستدلالي (Heuristic Function)

الاقتران الاستدلالي

  • أفرزت بحوث لعب الألعاب عددًا من الأفكار عن كيفية تحقيق أفضل استثمار للوقت…
  • يُقصد بالاستدلال تقديم النصيحة، وهي نصيحة تكون غالبًا فعّالة، في ما يُعدّ اقتران التقييم الاستدلالي أشبه بتحويل الحالة في المشكلة إلى رقم.
  • وهذه الأرقام ستُستخدم - في ما بعد - لتوجيه البحث عن الهدف باختيار المسارات التي تؤدّي إلى إيجاد فرصة أكبر للنجاح.
  • وفي حال كانت شجرة البحث كبيرة جدًا، فإنّه من الممكن اللجوء إلى أساليب عدّة لتقليم شجرة البحث؛ أي تجاهل بعض الأجزاء التي لن تُحدث فرقًا في الاختيار النهائي.
  • المشكلات التي تتعلّق بإيجاد مسار بوساطة عميل (وكيل) واحد (أي لاعب واحد). وفيها يكون الهدف هو الوصول من الحالة الأوّلية (الابتدائية) إلى الحالة الهدف باستخدام أقصر مسار.
  • المشكلات التي يكون فيها طرفان مُتنافسان، يحاول كل منهما الفوز على الآخر.

تطبيقات الذكاء الاصطناعي باستخدام لغة البرمجة بايثون

آليّة عمل خوارزمية

  • تكتب القيمة التقييمية لكل عقدة باستخدام (MINIMAX) (n)، وهذه القيمة تعد الفائدة للاعب (MAX) على أساس أن كلا اللاعبين يلعبان بشكل مثالي.
  • عند منح اللاعبين الخيار، فإن اللاعب (MAX) يفضل دائماً التحرك نحو العقدة التي تملك أعلى قيمة للفائدة، في حين يفضل اللاعب (MIN) التحرك في اتجاه العقدة التي لها أقل قيمة للفائدة.
  • في الشكل (4-5)، تمثل العقدة (B) أول عقدة للاعب (MIN). ولهذه العقدة ثلاثة أبناء يحملون القيم الآتية: (3)، و(12)، و(8).
  • ولأن هذه العقدة تخص اللاعب (MIN)؛ فإنه سيختار المسار الذي يعطي أقل قيمة محتملة (ممكنة)، وهي (3) في هذه الحالة.
  • أما بالنسبة إلى العقدة (C)، فعند المقارنة بين قيم أبنائها (العقد الناتجة منها)، وهي: (2)، و(4)، و(6)، يتبين أن (2) أقل قيمة من هذه القيم، وهي القيمة التي يحاول اللاعب (MIN) التحرك في اتجاهها.
  • وفي ما يخص العقدة الأخيرة (D)، فإن أقل قيمة بين أبنائها الثلاثة (2، 5، 14) هي أيضاً (2). ومن ثم، فإن اللاعب (MIN) سيختار هذه القيمة. يذكر أن القيم الراجعة من حركات اللاعب (MIN) تظهر في الشكل، وقد ظللت باللون الوردي لتمييزها.

أسئلة شائعة

ما هو ملخص المهارات الرقمية للتوجيهي؟

صفحات مراجعة مختصرة لمادة المهارات الرقمية تجمع القوانين والأفكار الأساسية ونصائح الامتحان لكل درس.

هل هي مبنية على المنهج؟

نعم، مبنية من المنهج المقرّر وتغطي وحدات المادة الرسمية. يمكنك معاينة الملخصات داخل TawjihiAI.

أكمل استعدادك في المهارات الرقمية

صفحة المهارات الرقميةبطاقات تعليميةالأوراق الوزارية السابقةمعجم المصطلحاتالامتحانات المتوقعة