الرئيسية‹ الكورسات ‹الذكاء الاصطناعي وـ Machine Learning ‹كورس Data Science Full Course For Beginners | Python Data Science Tutorial 2026

كورس Data Science Full Course For Beginners | Python Data Science Tutorial 2026

👤 codebasics 🎬 122 درس ⏱️ 34 ساعة 6 دقيقة 📶 مبتدئ 🇪🇬 عربي
What is Data Science? | Free Data Science Course |
📋 محتوى الكورس 122 درس · 34 ساعة 6 دقيقة
  • 1 What is Data Science? | Free Data Science Course | Data Science for Beginners | codebasics 6:47
  • 2 Data Science Roadmap 2023 | Learn Data Science Skills in 6 Months 48:29
  • 3 Business Math & Statistics Using Excel For Data Analysts and Data Scientists 1:24:49
  • 4 SQL Tutorial For Beginners | MySQL Tutorial 1:26:10
  • 5 1. Install python on windows [Python 3 Programming Tutorials] 3:53
  • 6 2. Variables in python [Python 3 Programming Tutorials] 3:43
  • 7 3. Numbers [Python 3 Programming Tutorials] 8:45
  • 8 4. Strings [Python 3 Programming Tutorials] 7:12
  • 9 5. Lists [Python 3 Programming Tutorials] 10:24
  • 10 6. Install PyCharm on Windows [Python 3 Programming Tutorials] 6:33
  • 11 7. Debug Python code using PyCharm [Python 3 Programming Tutorials] 9:39
  • 12 8. If Statement [Python 3 Programming Tutorials] 13:19
  • 13 9. For loop [Python 3 Programming Tutorials] 20:41
  • 14 10. Functions [Python 3 Programming Tutorials] 16:10
  • 15 11. Dictionaries and Tuples [Python 3 Programming Tutorials] 8:46
  • 16 12.1 - Install Python Module (using pip) [Python 3 Programming Tutorials] 3:07
  • 17 12. Modules [Python 3 Programming Tutorials] 11:03
  • 18 13. Working With JSON [Python 3 Programming Tutorials] 8:42
  • 19 14. if __name__ == "__main__" [Python 3 Programming Tutorials] 4:25
  • 20 15. Exception Handling [Python 3 Programming Tutorials] 9:10
  • 21 16. Class and Objects [Python 3 Programming Tutorials] 9:50
  • 22 What is Jupyter Notebook? | Jupyter Notebook Tutorial in Python 8:25
  • 23 What is Anaconda? Install Anaconda On Windows. 5:22
  • 24 Jupyter Notebook Tutorial / Ipython Notebook Tutorial 24:08
  • 25 numpy tutorial - basic array operations 13:48
  • 26 Python Pandas Tutorial 1. What is Pandas python? Introduction and Installation 9:23
  • 27 Python Pandas Tutorial 2: Dataframe Basics 20:58
  • 28 Python Pandas Tutorial 3: Different Ways Of Creating DataFrame 7:40
  • 29 Python Pandas Tutorial 4: Read Write Excel CSV File 27:03
  • 30 Python Pandas Tutorial 5: Handle Missing Data: fillna, dropna, interpolate 22:07
  • 31 Python Pandas Tutorial 6. Handle Missing Data: replace function 13:21
  • 32 Python Pandas Tutorial 7. Group By (Split Apply Combine) 10:34
  • 33 Python Pandas Tutorial 8. Concat Dataframes 15:14
  • 34 Matplotlib Tutorial 1 - Introduction and Installation 6:59
  • 35 Matplotlib Tutorial 2 - format strings in plot function 6:18
  • 36 Matplotlib Tutorial 3 - Axes labels, Legend, Grid 6:58
  • 37 Matplotlib Tutorial 4 - Bar Chart 8:45
  • 38 Matplotlib Tutorial 5 - Histograms 8:19
  • 39 Matplotlib Tutorial 6 - Pie Chart 6:36
  • 40 Machine Learning Tutorial Python -1: What is Machine Learning? 6:51
  • 41 Machine Learning Tutorial Python - 2: Linear Regression Single Variable 15:14
  • 42 Machine Learning Tutorial Python - 3: Linear Regression Multiple Variables 14:08
  • 43 Machine Learning Tutorial Python - 4: Gradient Descent and Cost Function 28:26
  • 44 Machine Learning Tutorial Python - 5: Save Model Using Joblib And Pickle 8:21
  • 45 Machine Learning Tutorial Python - 6: Dummy Variables & One Hot Encoding 21:35
  • 46 Machine Learning Tutorial Python - 7: Training and Testing Data 6:34
  • 47 Machine Learning Tutorial Python - 8: Logistic Regression (Binary Classification) 19:19
  • 48 Machine Learning Tutorial Python - 8 Logistic Regression (Multiclass Classification) 15:43
  • 49 Machine Learning Tutorial Python - 9 Decision Tree 14:46
  • 50 Machine Learning Tutorial Python - 10 Support Vector Machine (SVM) 23:22
  • 51 Machine Learning Tutorial Python - 11 Random Forest 12:48
  • 52 Machine Learning Tutorial Python 12 - K Fold Cross Validation 25:20
  • 53 Machine Learning Tutorial Python - 13: K Means Clustering Algorithm 25:15
  • 54 Machine Learning Tutorial Python - 14: Naive Bayes Classifier Algorithm Part 1 13:38
  • 55 Machine Learning Tutorial Python - 15: Naive Bayes Classifier Algorithm Part 2 11:28
  • 56 Machine Learning Tutorial Python - 16: Hyper parameter Tuning (GridSearchCV) 16:30
  • 57 Machine Learning Tutorial Python - 17: L1 and L2 Regularization | Lasso, Ridge Regression 19:21
  • 58 Machine Learning & Data Science Project - 1 : Introduction (Real Estate Price Prediction Project) 2:12
  • 59 Machine Learning & Data Science Project - 2 : Data Cleaning (Real Estate Price Prediction Project) 15:21
  • 60 Machine Learning & Data Science Project - 3 : Feature Engineering (Real Estate Price Prediction) 8:26
  • 61 Machine Learning & Data Science Project - 4 : Outlier Removal (Real Estate Price Prediction Project) 19:31
  • 62 Machine Learning & Data Science Project - 5 : Model Building (Real Estate Price Prediction Project) 19:12
  • 63 Machine Learning & Data Science Project - 6 : Python Flask Server (Real Estate Price Prediction) 21:13
  • 64 Machine Learning & Data Science Project - 7 : Website or UI (Real Estate Price Prediction Project) 13:21
  • 65 Deploy machine learning model to production AWS (Amazon EC2 instance) 28:39
  • 66 Data Analyst vs Data Engineer vs Data Scientist 10:52
  • 67 Data Science & Machine Learning Project - Part 1 Introduction | Image Classification 4:42
  • 68 Data Science & Machine Learning Project - Part 2 Data Collection | Image Classification 5:37
  • 69 Data Science & Machine Learning Project - Part 3 Data Cleaning | Image Classification 40:45
  • 70 Data Science & Machine Learning Project - Part 4 Feature Engineering | Image Classification 18:23
  • 71 Data Science & Machine Learning Project - Part 5 Training a Model | Image Classification 20:01
  • 72 Data Science & Machine Learning Project - Part 6 Flask Server | Image Classification 36:16
  • 73 Data Science & Machine Learning Project - Part 7 Build Website | Image Classification 38:14
  • 74 Data Science & Machine Learning Project - Part 8 Deployment & Exercise | Image Classification 5:17
  • 75 Introduction | Deep Learning Tutorial 1 (Tensorflow Tutorial, Keras & Python) 3:39
  • 76 Why deep learning is becoming so popular? | Deep Learning Tutorial 2 (Tensorflow2.0, Keras & Python) 5:25
  • 77 What is a neuron? | Deep Learning Tutorial 3 (Tensorflow Tutorial, Keras & Python) 16:49
  • 78 Neural Network Simply Explained | Deep Learning Tutorial 4 (Tensorflow2.0, Keras & Python) 11:01
  • 79 Install tensorflow 2.0 | Deep Learning Tutorial 5 (Tensorflow Tutorial, Keras & Python) 2:37
  • 80 Pytorch vs Tensorflow vs Keras | Deep Learning Tutorial 6 (Tensorflow Tutorial, Keras & Python) 2:17
  • 81 Neural Network For Handwritten Digits Classification | Deep Learning Tutorial 7 (Tensorflow2.0) 36:39
  • 82 Activation Functions | Deep Learning Tutorial 8 (Tensorflow Tutorial, Keras & Python) 16:29
  • 83 Derivatives | Deep Learning Tutorial 9 (Tensorflow Tutorial, Keras & Python) 12:35
  • 84 Matrix Basics | Deep Learning Tutorial 10 (Tensorflow Tutorial, Keras & Python) 11:42
  • 85 Loss or Cost Function | Deep Learning Tutorial 11 (Tensorflow Tutorial, Keras & Python) 24:37
  • 86 Gradient Descent For Neural Network | Deep Learning Tutorial 12 (Tensorflow2.0, Keras & Python) 41:34
  • 87 Implement Neural Network In Python | Deep Learning Tutorial 13 (Tensorflow2.0, Keras & Python) 13:23
  • 88 Stochastic Gradient Descent vs Batch Gradient Descent vs Mini Batch Gradient Descent |DL Tutorial 14 36:47
  • 89 Chain Rule | Deep Learning Tutorial 15 (Tensorflow2.0, Keras & Python) 14:06
  • 90 Tensorboard Introduction | Deep Learning Tutorial 16 (Tensorflow2.0, Keras & Python) 14:56
  • 91 GPU bench-marking with image classification | Deep Learning Tutorial 17 (Tensorflow2.0, Python) 23:58
  • 92 Customer churn prediction using ANN | Deep Learning Tutorial 18 (Tensorflow2.0, Keras & Python) 40:41
  • 93 Precision, Recall, F1 score, True Positive|Deep Learning Tutorial 19 (Tensorflow2.0, Keras & Python) 11:46
  • 94 Handling imbalanced dataset in machine learning | Deep Learning Tutorial 21 (Tensorflow2.0 & Python) 38:26
  • 95 Applications of computer vision | Deep Learning Tutorial 22 (Tensorflow2.0, Keras & Python) 9:44
  • 96 Simple explanation of convolutional neural network | Deep Learning Tutorial 23 (Tensorflow & Python) 23:54
  • 97 Image classification using CNN (CIFAR10 dataset) | Deep Learning Tutorial 24 (Tensorflow & Python) 28:12
  • 98 Convolution padding and stride | Deep Learning Tutorial 25 (Tensorflow2.0, Keras & Python) 6:35
  • 99 Data augmentation to address overfitting | Deep Learning Tutorial 26 (Tensorflow, Keras & Python) 31:33
  • 100 Transfer Learning | Deep Learning Tutorial 27 (Tensorflow, Keras & Python) 25:55
  • 101 Image classification vs Object detection vs Image Segmentation | Deep Learning Tutorial 28 2:32
  • 102 Popular datasets for computer vision: ImageNet, Coco and Google Open images | Deep Learning 29 13:02
  • 103 Sliding Window Object Detection | Deep Learning Tutorial 30 (Tensorflow, Keras & Python) 4:58
  • 104 What is YOLO algorithm? | Deep Learning Tutorial 31 (Tensorflow, Keras & Python) 16:05
  • 105 Object detection using YOLO v4 and pre trained model | Deep Learning Tutorial 32 (Tensorflow) 14:53
  • 106 What is Recurrent Neural Network (RNN)? Deep Learning Tutorial 33 (Tensorflow, Keras & Python) 16:00
  • 107 Types of RNN | Recurrent Neural Network Types | Deep Learning Tutorial 34 (Tensorflow & Python) 3:43
  • 108 Vanishing and exploding gradients | Deep Learning Tutorial 35 (Tensorflow, Keras & Python) 9:53
  • 109 Simple Explanation of LSTM | Deep Learning Tutorial 36 (Tensorflow, Keras & Python) 14:37
  • 110 Simple Explanation of GRU (Gated Recurrent Units) | Deep Learning Tutorial 37 (Tensorflow & Python) 8:15
  • 111 Bidirectional RNN | Deep Learning Tutorial 38 (Tensorflow, Keras & Python) 5:50
  • 112 Converting words to numbers, Word Embeddings | Deep Learning Tutorial 39 (Tensorflow & Python) 11:32
  • 113 Word embedding using keras embedding layer | Deep Learning Tutorial 40 (Tensorflow, Keras & Python) 21:35
  • 114 What is Word2Vec? A Simple Explanation | Deep Learning Tutorial 41 (Tensorflow, Keras & Python) 18:28
  • 115 Word2Vec Part 2 | Implement word2vec in gensim | | Deep Learning Tutorial 42 with Python 18:40
  • 116 Distributed Training On NVIDIA DGX Station A100 | Deep Learning Tutorial 43 (Tensorflow & Python) 14:16
  • 117 Tensorflow Input Pipeline | tf Dataset | Deep Learning Tutorial 44 (Tensorflow, Keras & Python) 33:19
  • 118 Optimize Tensorflow Pipeline Performance: prefetch & cache | Deep Learning Tutorial 45 (Tensorflow) 26:16
  • 119 What is BERT? | Deep Learning Tutorial 46 (Tensorflow, Keras & Python) 23:03
  • 120 Text Classification Using BERT & Tensorflow | Deep Learning Tutorial 47 (Tensorflow, Keras & Python) 18:45
  • 121 tf serving tutorial | tensorflow serving tutorial | Deep Learning Tutorial 48 (Tensorflow, Python) 19:52
  • 122 Quantization in deep learning | Deep Learning Tutorial 49 (Tensorflow, Keras & Python) 15:35
▶ يُشغَّل الآن
What is Data Science? | Free Data Science Course | Data Science for Beginners | codebasics

📘 نظرة عامة على الكورس

يُقدّم هذا الكورس المجاني شرحاً شاملاً لـ Data Science Full Course For Beginners | Python Data Science Tutorial في مجال الذكاء الاصطناعي وـ Machine Learning، ويستهدف المبتدئين الراغبين في بناء مهاراتهم العملية واحترافية في 2026. يُقدّمه codebasics باللغة العربية بأسلوب مبسّط ومنظّم.

يضم الكورس 122 درساً بمدة إجمالية 34 ساعة 6 دقيقة، تأخذك من الصفر حتى الاحتراف خطوةً بخطوة.

لماذا تتعلم Data Science Full Course For Beginners | Python Data Science Tutorial؟

  • الذكاء الاصطناعي من أسرع المجالات نمواً في سوق العمل، مع زيادة الطلب على المتخصصين بنسبة 300% خلال السنوات الأخيرة.
  • مجاني بالكامل — ابدأ الآن دون أي رسوم
  • شهادة إتمام معتمدة — أضفها لـ CV وLinkedIn
  • تعلّم في أي وقت — بالسرعة التي تناسبك
  • مجالات الذكاء الاصطناعي: رؤية الحاسب، معالجة اللغة الطبيعية، الروبوتيات، الألعاب، التنبؤ والتوصية.

مسار التعلم في هذا الكورس

يسير الكورس وفق مسار منطقي متدرّج: الرياضيات والإحصاء → Python → ML → Deep Learning → Specialization

المتطلبات السابقة

Python + رياضيات (إحصاء وجبر خطي) — يمكن لأي شخص البدء في هذا الكورس.

الأدوات والبرامج المستخدمة

  • Python
  • TensorFlow
  • PyTorch
  • Scikit-learn
  • Jupyter
  • Keras
  • Hugging Face

متطلبات الجهاز

  • RAM 16GB فأكثر
  • GPU (NVIDIA RTX مُوصى)
  • SSD سريع
  • تخزين 500GB+

الوظائف المتاحة بعد إتمام الكورس

  • AI Engineer
  • ML Engineer
  • Data Scientist
  • AI Researcher
  • NLP Engineer

متوسط رواتب Data Science Full Course For Beginners | Python Data Science Tutorial 2026

  • مصر: 12,000-40,000 ج
  • السعودية: 18,000-50,000 ر
  • أمريكا: $120,000-$200,000

كم من الوقت تحتاج لإتقان Data Science Full Course For Beginners | Python Data Science Tutorial؟

  • أساسيات ML: 40-60 ساعة
  • Deep Learning: 60-100 ساعة
  • تخصص كامل: 200-400 ساعة

الشهادات المعتمدة في مجال الذكاء الاصطناعي وـ Machine Learning

  • Google ML Engineer
  • AWS ML Specialty
  • Coursera ML Specialization (Andrew Ng)
  • Deep Learning Specialization

مشاريع عملية ستتمكن من بناؤها

  • Image Classifier
  • Chatbot
  • Recommendation System
  • Object Detection
  • Sentiment Analysis

ماذا بعد هذا الكورس؟

بعد إتمام الكورس، يُوصى بالتعمق في: LLMs، Computer Vision، NLP، MLOps، Generative AI.

الأقسام الجامعية ذات الصلة

يُناسب هذا الكورس طلاب: كلية حاسبات ومعلومات، كلية هندسة (ذكاء اصطناعي)، جامعة القاهرة، جامعة عين شمس.

سجّل في كورس Data Science Full Course For Beginners | Python Data Science Tutorial الآن، ابدأ رحلتك نحو الاحتراف في الذكاء الاصطناعي وـ Machine Learning مجاناً. تذكّر: أفضل وقت للتعلم هو الآن.

c
المدرّس / القناة
codebasics
🎬
عدد الدروس
122 درس
⏱️
المدة الإجمالية
34 ساعة 6 دقيقة
📶
المستوى
مبتدئ
🌍
اللغة
العربية
🎓
الشهادة
مجانية عند الإكمال
✅
المتطلبات
لا توجد متطلبات مسبقة
📂
التصنيف
الذكاء الاصطناعي وـ Machine Learning

🎯 ماذا ستتعلم في هذا الكورس

✓
What is Data Science? | Free Data Science Course | Data Science for Beginners | codebasics
✓
Data Science Roadmap 2023 | Learn Data Science Skills in 6 Months
✓
Business Math & Statistics Using Excel For Data Analysts and Data Scientists
✓
SQL Tutorial For Beginners | MySQL Tutorial
✓
1. Install python on windows [Python 3 Programming Tutorials]
✓
2. Variables in python [Python 3 Programming Tutorials]
✓
3. Numbers [Python 3 Programming Tutorials]
✓
4. Strings [Python 3 Programming Tutorials]
✓
+ 114 موضوع آخر...

💼 الوظائف التي يؤهلك لها الكورس

💼
متعلق بـ الذكاء الاصطناعي وـ Machine Learning

❓ أسئلة شائعة عن الكورس

كم عدد دروس الكورس؟ +
يحتوي الكورس على 122 درس بإجمالي مدة 34 ساعة 6 دقيقة.
هل الكورس مجاني بالكامل؟ +
نعم، الكورس مجاني تماماً ومتاح بالكامل على منصة مصر 24 بدون أي رسوم.
هل الكورس مناسب للمبتدئين؟ +
الكورس موجّه لمستوى مبتدئ، وهو مناسب تماماً للمبتدئين من الصفر.
ما لغة الشرح في الكورس؟ +
الكورس مشروح باللغة العربية بأسلوب واضح ومبسّط.
هل يمكن تعلم الكورس بدون خبرة سابقة؟ +
نعم بالتأكيد. هذا الكورس مصمم للمبتدئين من الصفر.
كم يستغرق إتمام هذا الكورس؟ +
المدة الإجمالية 34 ساعة 6 دقيقة. يُنصح بتخصيص ساعة يومياً.
هل أحصل على شهادة عند الإتمام؟ +
نعم، تحصل على شهادة إتمام مجانية من مصر 24 بعد مشاهدة جميع الدروس.
من يقدم هذا الكورس؟ +
الكورس مقدم من codebasics.

كورسات مشابهة في الذكاء الاصطناعي وـ Machine Learning

كورس AI Agents for Beginners باللغة العربية

كورس AI Agents for Beginners باللغة العربية

👤 Microsoft Developer🎬 15 درس
كورس TensorFlow Tutorial for Beginners باللغة العربية

كورس TensorFlow Tutorial for Beginners باللغة العربية

👤 edureka!🎬 33 درس
كورس Python AI Projects للمتقدمين باللغة العربية

كورس Python AI Projects للمتقدمين باللغة العربية

👤 NeuralNine🎬 54 درس
كورس Python to AI ML and Data Science Beginner Course باللغة العربية

كورس Python to AI ML and Data Science Beginner Course باللغة العربية

👤 Lakshit Builds🎬 106 درس
مواقيت الصلاة Au سعر الذهب سعر الدولار درجة الحرارة
🔐
نسيت كلمة المرور؟