تجاوز إلى المحتوى الرئيسي
TawjihiAI: دراسة التوجيهيادرس وتدرّب من هاتفكحمّل التطبيق

مراجعة مكثّفة

ملخصات المهارات الرقمية توجيهي جيل 2009

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

آخر تحديث:

الخوارزميات والبرمجة

المهارات الرقمية ⁦١.١⁩ دورة حياة تطوير النظام (SDLC)

دورة حياة تطوير النظام (SDLC)

  • التعريف: عملية منهجية مُنظَّمة تصف كيف يُمكن تطوير برامج مُعيَّنة وصيانتها وتحسينها خطوة خطوة بهدف إنتاج برامج فائقة الجودة، وقادرة على الوفاء باحتياجات المُستخدمين ومُتطلَّباتهم.
  • التخطيط وتحليل المتطلبات: دراسة نطاق المشروع، والمشكلة المراد حلُّها، وجدواه الاقتصادية، ومخاطره.
  • تحديد المتطلبات: إعداد وثيقة مواصفات متطلبات البرنامج ⁦(SRS)⁩، وتحديد المتطلبات التكنولوجية.
  • التصميم: إعداد تصاميم النظام في وثيقة ⁦(DDS)⁩، وتحديد المُدخلات والمُخرجات، وتصميم واجهة المستخدم وقواعد البيانات.
  • التطوير: تحويل مُخرجات التصميم إلى صيغة برمجية، أي كتابة الكود.

المهارات الرقمية ⁦١.٢⁩ الخوارزميات

الخوارزميات

  • برنامج الحاسوب: مجموعة من الأوامر التي تُكتب بإحدى لغات البرمجة؛ بُغية حلّ مشكلة ما، أو أداء مهمة مُحدّدة باستخدام جهاز الحاسوب.
  • الخوارزمية: مجموعة الخطوات المتسلسلة والمنطقية التي توصل إلى حلّ المسألة.
  • المسألة (المشكلة): الناتج أو الهدف الذي يُراد الوصول إليه باتّباع مجموعة من الخطوات.
  • فهم المسألة وتحليلها: تحديد المسألة، وتحديد المُدخَلات والمُخرَجات وطرائق المعالجة المختلفة لها.
  • كتابة الخوارزمية: تمثيل المسألة بطريقة مُنظّمة ومنطقية باستخدام الخوارزمية.

المهارات الرقمية ⁦١.٣⁩ هياكل تراكيب البيانات

هياكل تراكيب البيانات

  • هياكل البيانات: طريقة لتنظيم البيانات وتخزينها داخل جهاز الحاسوب على نحوٍ يُمكِّن من استخدامها بكفاءة.
  • بيانات مُركَّبة: مثل: ⁦List⁩, ⁦Tuple, Set⁩ ⁦and Dictionary⁩؛ قد تحتوي على أكثر من قيمة، وتكون مُرتَّبة بطريقة تُسهِّل التعامل معها.
  • التعريف: مجموعة من القِيَم التي يُخزَّن بعضها مع بعض، وترتبط عادةً في ما بينها بمعنى وظيفي مُشترك.
  • الصيغة: ⁦List_name = [value1⁩, ⁦value2⁩, ... ⁦value n⁩]، بأقواس مُربَّعة وفواصل بين العناصر.
  • إضافة: ⁦append⁩ في نهاية القائمة، و⁦insert⁩ في مكان مُعيَّن، و⁦extend⁩ لعدة عناصر من قائمة أخرى.

المهارات الرقمية ⁦١.٤⁩ الدالة الراجعة (Recursion Function)

الدالة الراجعة

  • الدالة الراجعة: دالة قادرة على حلِّ مسألة مُعيَّنة عن طريق استدعاء نفسها مرَّات عديدة، وأداء المهمة نفسها كل مرَّة باستخدام عناصر ⁦(Parameters)⁩ مختلفة.
  • متى يشيع الاستدعاء الذاتي: في حلِّ المشكلات التي يُمكن تقسيمها إلى مشكلات فرعية صغيرة ذات هيكل مُشابه لهيكل المشكلة الأصلية.
  • بديل الدوران والتكرار: يُستخدم في حلِّ بعض المشكلات البرمجية؛ نظرًا إلى سهولة كتابة البرنامج ووضوحه.
  • أشهر الأمثلة: حساب المضروب، حيث 5!=5∗4!5! = 5 * 4! و 4!=4∗3!4! = 4 * 3! و 3!=3∗2!3! = 3 * 2! و 2!=2∗1!2! = 2 * 1!.
  • الحالة الأساسية: مضروب العدد (1) هو 1!=11! = 1 وهي حالة لا تتطلَّب استدعاء آخر للدالة.

المهارات الرقمية ⁦١.٥⁩ الحزم (Packages)

الحزم (Packages)

  • الوحدة ⁦(Module)⁩: ملف يحتوي على مقاطع برمجية ⁦(Code)⁩ مكتوبة مسبقًا، ومن الممكن استدعاؤها وإعادة استخدامها في برامج أخرى، مثل وحدة ⁦math⁩ ووحدة ⁦time⁩.
  • الحزمة ⁦(Package)⁩: طريقة لتنظيم الوحدات المرتبطة معًا في تسلسل هرمي، وتُعد دليلاً ⁦(Directory)⁩ يحتوي على وحدات متعددة، وحزم فرعية، وموارد إضافية.
  • حزم جاهزة مدمجة ⁦(Built-in Packages)⁩: توفرها لغة البرمجة بايثون، مثل: ⁦math⁩، و⁦time⁩.
  • حزم خارجية ⁦(Third-Party Packages)⁩: تطورها أطراف ثالثة، وتوفر مزايا إضافية لمطوري البرامج، وتُثبت باستخدام مدير الحزم ⁦(pip)⁩، مثل: ⁦numpy⁩، و⁦pandas⁩.
  • حزم مخصصة ⁦(User-Defined Packages)⁩: يطورها المستخدم لتلائم متطلبات خاصة في برنامجه.

تحليل البيانات

المهارات الرقمية ⁦٢.١⁩ مقدمة في تحليل البيانات

مقدمة في تحليل البيانات

  • البيانات: أرقام، أو حروف، أو صور، أو تسجيل صوتي، أو تسجيل مرئي يُمكن الاستفادة منها بعد تحليلها ومعالجتها في اتِّخاذ قرارات مُهمَّة بخصوص إجراء مُعيَّن.
  • تحليل البيانات: عملية منهجية لجمع البيانات، وتنظيمها، وتنظيفها، وتفسيرها، وتمثيلها؛ بُغْيَةَ استخراج رؤى ذات معنى، وتحديد الأنماط، ودعم اتِّخاذ القرارات المستنيرة.
  • تحديد الأهداف والأسئلة: فهم المشكلة، وتحديد الأهداف وتوقُّعات الأطراف المَعْنِيَّة.
  • الإعداد: تحديد البيانات المطلوبة وكيفية تنظيمها.
  • جمع البيانات: جمع البيانات ذات الصلة بالإجابة عن الأسئلة، مثل: الاستبانات، والمقابلات، والملاحظات.

المهارات الرقمية ⁦٢.٢⁩ تقنيات تحليل البيانات

تقنيات تحليل البيانات

  • المقابلات: من أكثر طرائق جمع البيانات شيوعًا وفاعلية؛ منها الفردية والجماعية، والرسمية وغير الرسمية.
  • الاستبانات: أداة لجمع البيانات تتضمن مجموعة من الأسئلة (ورقية أو إلكترونية).
  • المسوحات أو الاستطلاعات: تشبه الاستبانات لكنها تجمع بيانات من عدد أكبر من الأفراد.
  • الملاحظة: مراقبة الباحث لعناصر معينة أو عمليات وأحداث محددة، وتسجيل ملاحظاته بدقة.
  • مجموعات التركيز: مناقشات جماعية منظمة حول موضوع معين، تضم عادة (6–12) فردًا.

المهارات الرقمية ⁦٢.٣⁩ جمع البيانات وتحليلها باستخدام برمجية بايثون

جمع البيانات وتحليلها باستخدام برمجية بايثون

  • المكتبات الخارجية: ليست مُثبَّتة بشكل افتراضي مع الحزمة الأساسية للغة البرمجة بايثون، ويتعيَّن تثبيتها بصورة مُنفصلة.
  • أهمها: مكتبة ⁦pandas⁩، ومكتبة ⁦numpy⁩، ومكتبة ⁦matplotlib⁩.
  • الأدوار: ⁦pandas⁩ لتحليل البيانات، و⁦matplotlib⁩ لعرضها.
  • استدعاء المكتبة: import pandas.
  • قراءة الملف: بالدالة ⁦pandas.read_csv()⁩؛ يُخزَّن الناتج في مُتغيِّر مثل ⁦df⁩، ويُكتب المسار الكامل للملف بين علامتي اقتباس مفردة أو مزدوجة.

المهارات الرقمية ⁦٢.٤⁩ علاقة السبب والنتيجة في البيانات

علاقة السبب والنتيجة في البيانات

  • السببية: علاقة السبب والنتيجة مفهوم محوري في علم البيانات، يُعرف بالسببية.
  • الهدف: توضيح العلاقات بين المُتغيِّرات بتحليل تأثير تغيُّر أحدها (السبب) في الآخر (النتيجة).
  • الفائدة: اختيار الإجراءات التي تحقق النتائج المنشودة، وتحديد الأنماط، والتنبُّؤ بالنتائج المستقبلية.
  • الارتباط: وجود ارتباط واضح بين المُتغيِّرين، بحيث يتزامن تغيُّر أحدهما مع تغيُّر الآخر.
  • الأسبقية الزمنية: يسبق المُتغيِّر المستقل (السبب) المُتغيِّر التابع (النتيجة) في الزمن.

المهارات الرقمية ⁦٢.٥⁩ 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.

إنترنت الأشياء

المهارات الرقمية ⁦٣.١⁩ مقدمة في إنترنت الأشياء (IoT)

مقدّمة في إنترنت الأشياء

  • التعريف: شبكة من الأجهزة (الأشياء) المُترابطة التي تتضمّن أجهزة استشعار وبرمجيات وتقنيات اتصال، وتمتلك قدرة على جمع البيانات ومشاركتها عبر الإنترنت من دون حاجة إلى تدخل بشري مباشر.
  • الأشياء: الكائنات الذكية ⁦(Smart Objects)⁩، أي كل كائن مادي متصل بالإنترنت، ومُعرّف رقمياً عبر عنوان ⁦(IP Address)⁩، ومُزوّد بمُعالج ونظام استشعار.
  • قبل 1990م: الحوسبة المتضمّنة المدمجة؛ وفي عام 1982م وُصلت أوّل آلة بيع بالإنترنت.
  • 1990–1999م: بدايات الاتصال ⁦(M2M)⁩؛ صاغ كيفن أشتون مفهوم ⁦(Internet of Things)⁩.
  • 2000–2009م: أوّل ثلاجة ذكية من ⁦(LG)⁩ عام 2000م؛ وفي عام 2008م تجاوز عدد الأجهزة المتصلة عدد البشر.

المهارات الرقمية ⁦٣.٢⁩ طبقات إنترنت الأشياء: الهيكلية والوظيفة

طبقات إنترنت الأشياء: الهيكلية والوظيفة

  • نموذج إنترنت الأشياء: نظام متعدّد الطبقات يهدف إلى دعم الاتصال الذكي بين مليارات الأجهزة المزوّدة بحسّاسات ومعالجات ووحدات اتصال.
  • لا بنية ثابتة: اقتُرحت بنية الطبقات الثلاث، والخمس، والسبع، وتختلف كل بنية عن غيرها في عدد الطبقات والوظيفة.
  • بنية الطبقات الثلاث: الأساس الذي يوضّح الفكرة العامة للنظام، لكنها لا تفي بالغرض لجميع التطبيقات.
  • موقعها: الطبقة الأساسية الدنيا، تقع في بداية سلسلة نقل البيانات، وتعمل على استشعار البيئة المحيطة.
  • تعرّف الأشياء: هويّتها، وموقعها، وحالتها.

المهارات الرقمية ⁦٣.٣⁩ 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)، ومُعدَّل نقل البيانات، والكفاءة في استهلاك الطاقة.
  • توجد مجموعة مُتنوِّعة من تقنيات الاتصال التي تفي باحتياجات تطبيقات إنترنت الأشياء؛ ما يتيح تحقيق التوازن بين مُتطلَّبات الأداء والقيود البيئية والبِنية التحتية المتاحة.
  • 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.

المهارات الرقمية ⁦٣.٤⁩ تطبيقات إنترنت الأشياء

تطبيقات إنترنت الأشياء

  • إنترنت الأشياء المُعتمد على الأقمار الصناعية ⁦(Satellite IoT)⁩: التكامل بين شبكات الأقمار الصناعية وأجهزة إنترنت الأشياء بهدف تمكين الاتصال السلس وتبادل البيانات.
  • الحوسبة المُتضمَّنة (المُدمَجة) ⁦(Embedded Computing)⁩: نظام حاسوبي صغير مُخصَّص لتنفيذ مهمة واحدة أو مجموعة مُحدَّدة من المهام.
  • الأجهزة الطرفية ⁦(IoT Device)⁩: تجمع البيانات من البيئة المحيطة (مثل: السرعة، والموقع).
  • القمر الصناعي ⁦(Satellite)⁩: جسر لنقل البيانات إلى المحطّة الأرضية أو إلى قمر آخر.
  • المحطّة الأرضية ⁦(Satellite Gateway)⁩: تتلقّى إشارات القمر الصناعي وتُحوّلها إلى الشبكة الأرضية.

الذكاء الاصطناعي

المهارات الرقمية ⁦٤.١⁩ مقدمة في شجرة البحث

مقدمة في شجرة البحث

  • صياغة الهدف: تحديد الهدف الذي يُراد تحقيقه بلغة مفهومة، وتحديد الإجراءات اللازمة للوصول إليه.
  • صياغة المشكلة: وصف واضح للمشكلة، والتحدّيات أو القيود المُتعلّقة بالحلّ (إن وُجدت).
  • البحث: محاكاة التسلسلات والإجراءات المُتوافرة للوصول إلى التسلسل الأفضل الذي يحقّق الهدف.
  • التنفيذ: يتولّى الوكيل ⁦(Agent)⁩، ويُسمّى أحيانًا العميل، تنفيذ إجراءات الحلّ (البحث) خطوة خطوة.
  • حيّز الحالة ⁦(State Space)⁩: التمثيل المُنظَّم للحالات والعلاقات بينها.

المهارات الرقمية ⁦٤.٢⁩ استراتيجيات البحث في الذكاء الاصطناعي

طرائق البحث العمياء

  • تُعرّف طرائق البحث العمياء بأنَّها استراتيجيات بحث لا تعتمد على معلومات إضافية عن موقع الحلّ داخل فضاء البحث، بل تقوم على استكشاف جميع الاحتمالات المُحتملة (المُمكِنة) بشكل مُنظّم حتى الوصول إلى الحلّ المطلوب.
  • البحث في العمق أوّلًا ⁦(Depth-First Search)⁩.
  • البحث في العرض أوّلًا ⁦(Breadth-First Search)⁩.
  • البحث العشوائي ⁦(Random Search)⁩.
  • البحث ذو التكلفة المُوحّدة ⁦(Uniform Cost Search)⁩.

المهارات الرقمية ⁦٤.٣⁩ الاقتران الاستدلالي (Heuristic Function)

الاقتران الاستدلالي

  • أفرزت بحوث لعب الألعاب عددًا من الأفكار عن كيفية تحقيق أفضل استثمار للوقت، وكان من بين هذه الأفكار اقترانات التقييم الاستدلالي؛ إذ تُقدّم اقترانات التقييم الاستدلالي حلولًا أكثر كفاءة وسرعة في عملية البحث الخاصة بحالة ما من دون إجراء بحث كامل.
  • 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.

المهارات الرقمية ⁦٤.٤⁩ تطبيقات الذكاء الاصطناعي باستخدام لغة البرمجة بايثون

خوارزميات البحث التنافسي

  • الحالة الأوّلية (الابتدائية) ⁦(S0)⁩: تُحدّد هذه الحالة كيفية إعداد اللعبة في بدايتها.
  • اللاعب ⁦(S)⁩: يُحدّد اللاعب الذي لديه الحركة في حالة مُعيّنة.
  • الإجراء ⁦(as)⁩: يعمل الإجراء ⁦(as)⁩ على إرجاع مجموعة التحركات المُحتملة (المُمكِنة) إلى حالة مُعيّنة.
  • النتيجة ⁦(result (S, a))⁩: يُقصد بذلك نموذج الانتقال الذي يُحدّد نتيجة الحركة.
  • اختبار المَحطَّة (اختبار المَحطّات): يُطلق على الحالات التي تنتهي فيها اللعبة اسم حالات المحطّة، وهي تُعدّ صحيحة في حال انتهاء اللعبة، وتُعدّ غير صحيحة إذا لم تنته اللعبة.

أسئلة شائعة

ما هو ملخص المهارات الرقمية للتوجيهي؟

صفحات مراجعة مختصرة لمادة المهارات الرقمية تجمع الأفكار الأساسية ونصائح الامتحان لكل موضوع.

هل هي مبنية على المنهج؟

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

أكمل استعدادك في المهارات الرقمية