مجموعة البيانات

مجموعة البيانات هي مجموعة من البيانات . في حالة البيانات الجدولية ، تتوافق مجموعة البيانات مع جدول واحد أو أكثر من جداول قاعدة البيانات ، حيث يمثل كل عمود في الجدول متغيرًا معينًا ، ويتوافق كل صف مع سجل محدد من مجموعة البيانات المعنية. تسرد مجموعة البيانات قيم كل متغير، مثل طول ووزن كائن ما، لكل عنصر من عناصر مجموعة البيانات. يمكن أن تتكون مجموعات البيانات أيضًا من مجموعة من المستندات أو الملفات. ^[²^]

في مجال البيانات المفتوحة ، تُعدّ مجموعة البيانات وحدةً تُستخدم لقياس كمية المعلومات المنشورة في مستودع بيانات مفتوح عام. ويضمّ موقع data.europa.eu الأوروبي أكثر من مليون مجموعة بيانات. ^{[ 3 ]}

ملكيات

تُحدد عدة خصائص بنية وخصائص مجموعة البيانات. وتشمل هذه الخصائص عدد وأنواع السمات أو المتغيرات، والمقاييس الإحصائية المختلفة التي تنطبق عليها، مثل الانحراف المعياري والتفرطح . ^{[ 4 ]}

قد تكون القيم أعدادًا، مثل الأعداد الحقيقية أو الصحيحة ، كأن تمثل طول شخص ما بالسنتيمترات، وقد تكون أيضًا بيانات اسمية (أي لا تتكون من قيم عددية )، كأن تمثل عرق شخص ما. وبشكل عام، يمكن أن تكون القيم من أي نوع من الأنواع الموصوفة بمستوى القياس . بالنسبة لكل متغير، تكون القيم عادةً من النوع نفسه. قد توجد قيم مفقودة ، ويجب الإشارة إليها بطريقة ما.

في الإحصاء ، تُستمد مجموعات البيانات عادةً من مشاهدات فعلية يتم الحصول عليها عن طريق أخذ عينة من مجتمع إحصائي ، ويمثل كل صف المشاهدات المتعلقة بعنصر واحد من هذا المجتمع. كما يمكن توليد مجموعات البيانات بواسطة خوارزميات لغرض اختبار أنواع معينة من البرامج . ولا تزال بعض برامج التحليل الإحصائي الحديثة، مثل SPSS، تعرض بياناتها بالطريقة التقليدية لمجموعات البيانات. وفي حال وجود بيانات مفقودة أو مشكوك فيها، يمكن استخدام طريقة استكمال البيانات المفقودة لإكمال مجموعة البيانات. ^{[ 5 ]}

التطبيقات وحالات الاستخدام

تُستخدم مجموعات البيانات على نطاق واسع في مختلف المجالات لدعم تحليل البيانات والبحث واتخاذ القرارات. ففي العلوم، تُوفر مجموعات البيانات الأساس التجريبي للدراسات في تخصصات مثل علم الأحياء والفيزياء والعلوم الاجتماعية ، مما يُتيح اكتشافات في الطب وعلوم البيئة والبحوث الاجتماعية. وفي مجال التعلم الآلي والذكاء الاصطناعي ، تُعد مجموعات البيانات ضرورية لتدريب الخوارزميات والتحقق من صحتها واختبارها في مهام مثل التعرف على الصور ومعالجة اللغة الطبيعية والنمذجة التنبؤية. وتنشر الحكومات والمنظمات مجموعات بيانات مفتوحة لتعزيز الشفافية، وإثراء عملية صنع السياسات، وتسهيل التخطيط الحضري والاجتماعي. ويستخدم قطاع الأعمال مجموعات البيانات لتحليل السوق وتجزئة العملاء وتحسين العمليات التشغيلية. بالإضافة إلى ذلك، يعتمد قطاع الرعاية الصحية على مجموعات البيانات في البحوث السريرية وتحسين نتائج المرضى. وتُظهر هذه التطبيقات المتنوعة الدور المحوري الذي تلعبه مجموعات البيانات في تمكين الرؤى القائمة على الأدلة ودفع عجلة التقدم التكنولوجي.

الكلاسيكيات

استُخدمت العديد من مجموعات البيانات الكلاسيكية على نطاق واسع في الأدبيات الإحصائية :

مجموعة بيانات زهرة السوسن – مجموعة بيانات متعددة المتغيرات قدمها رونالد فيشر (1936). ^{[ 1 ]} متوفرة عبر الإنترنت من خلال مستودع التعلم الآلي بجامعة كاليفورنيا - إرفاين . ^{[ 6 ]}
قاعدة بيانات MNIST – صور لأرقام مكتوبة بخط اليد تُستخدم عادةً لاختبار خوارزميات التصنيف والتجميع ومعالجة الصور.
تحليل البيانات الفئوية – مجموعات البيانات المستخدمة في كتاب " مقدمة في تحليل البيانات الفئوية" ، والمقدمة عبر الإنترنت من قبل قسم الحوسبة البحثية المتقدمة بجامعة كاليفورنيا في لوس أنجلوس.^{[ 7 ]}
الإحصاءات القوية – مجموعات البيانات المستخدمة في الانحدار القوي والكشف عن القيم الشاذة ( روسيو وليروي، 1968). متوفرة على الإنترنت في جامعة كولونيا.^{[ 8 ]}
السلاسل الزمنية - البيانات المستخدمة في كتاب تشاتفيلد، تحليل السلاسل الزمنية ، متوفرة على الإنترنت بواسطة StatLib.^{[ 9 ]}
القيم المتطرفة - البيانات المستخدمة في كتاب " مقدمة في النمذجة الإحصائية للقيم المتطرفة" هي لقطة للبيانات كما تم توفيرها عبر الإنترنت بواسطة ستيوارت كولز ، مؤلف الكتاب.
تحليل البيانات البايزية - البيانات المستخدمة في الكتاب متوفرة على الإنترنت ( رابط الأرشيف ) بواسطة أندرو جيلمان ، أحد مؤلفي الكتاب.
بيانات الكبد من شركة Bupa - مستخدمة في العديد من الأوراق البحثية في مجال التعلم الآلي (استخراج البيانات).
مجموعة أنسكومب الرباعية – مجموعة بيانات صغيرة توضح أهمية رسم البيانات لتجنب المغالطات الإحصائية.

انظر أيضاً

مراجع

١ ٢ فيشر، ر. أ. (١٩٦٣). "استخدام القياسات المتعددة في المشكلات التصنيفية" (ملف PDF) . حوليات تحسين النسل . ٧ (٢): ١٧٩-١٨٨ . doi : 10.1111/j.1469-1809.1936.tb02137.x . hdl : 2440/15227 . مؤرشف من الأصل (ملف PDF) بتاريخ ٢٠١١-٠٩-٢٨ . تم الاطلاع عليه بتاريخ ٢٠٠٧-٠٥-٢٢ .
^ سنايدرز، سي. ماتزات، يو. ريبس، يو.-د. (2012). ""البيانات الضخمة": فجوات معرفية كبيرة في مجال الإنترنت . المجلة الدولية لعلوم الإنترنت . 7 : 1-5 . مؤرشف من الأصل بتاريخ 23 نوفمبر 2019. تم الاطلاع عليه بتاريخ 10 فبراير 2017 .
↑ "بوابة البيانات المفتوحة الأوروبية" . بوابة البيانات المفتوحة الأوروبية . المفوضية الأوروبية . تاريخ الاسترجاع: 5 أكتوبر 2025 .
↑ يان م. زيتكو، يان راوخ (2000). مبادئ استخراج البيانات واكتشاف المعرفة . سبرينغر. ISBN 978-3-540-66490-1.
↑ اللجنة الإحصائية للأمم المتحدة؛ اللجنة الاقتصادية لأوروبا التابعة للأمم المتحدة (2007). تحرير البيانات الإحصائية: أثره على جودة البيانات: المجلد 3 من تحرير البيانات الإحصائية، مؤتمر الإحصائيين الأوروبيين، المعايير والدراسات الإحصائية (ملف PDF) . منشورات الأمم المتحدة. ص 20. ISBN 978-9211169522.
↑ "مستودع التعلم الآلي بجامعة كاليفورنيا في إرفاين: مجموعة بيانات زهرة السوسن" . مؤرشف من الأصل بتاريخ 26 أبريل 2023. تم الاطلاع عليه بتاريخ 5 أكتوبر 2025 .
↑ "أمثلة من كتاب: مقدمة في تحليل البيانات الفئوية، تأليف آلان أغريستي" . مؤرشف من الأصل بتاريخ 31 يناير 2023. تم الاطلاع عليه بتاريخ 2 مايو 2023 .
↑ "مجموعات بيانات ROUSSEEUW" . مؤرشفة من الأصل بتاريخ 2005-02-07.
↑ "StatLib :: البيانات والبرامج والأخبار من مجتمع الإحصاء" . مؤرشف من الأصل بتاريخ 2011-01-02.

روابط خارجية

Data.gov – البيانات المفتوحة لحكومة الولايات المتحدة
تبادل البيانات الإنسانية (HDX) - منصة تبادل البيانات الإنسانية (HDX) هي منصة مفتوحة لتبادل البيانات الإنسانية يديرها مكتب الأمم المتحدة لتنسيق الشؤون الإنسانية .
بيانات مدينة نيويورك المفتوحة – بيانات عامة مجانية تنشرها وكالات مدينة نيويورك وشركاء آخرون.
مستودع مجموعات البيانات العلائقية، مؤرشف بتاريخ 7 مارس 2018 على موقع Wayback Machine
مسار البحث – موقع ويكي/موقع ويب يحتوي على روابط لمجموعات بيانات حول العديد من المواضيع المختلفة
أرشيف بيانات StatLib–JASA
جامعة كاليفورنيا في إرفاين – مستودع لتعلم الآلة
البيانات العامة لحكومة المملكة المتحدة
بيانات البنك الدولي المفتوحة – إمكانية الوصول المجاني والمفتوح إلى بيانات التنمية العالمية من البنك الدولي

[fisher36-1] ١ ٢ فيشر، ر. أ. (١٩٦٣). "استخدام القياسات المتعددة في المشكلات التصنيفية" (ملف PDF) . حوليات تحسين النسل . ٧ (٢): ١٧٩-١٨٨ . doi : 10.1111/j.1469-1809.1936.tb02137.x . hdl : 2440/15227 . مؤرشف من الأصل (ملف PDF) بتاريخ ٢٠١١-٠٩-٢٨ . تم الاطلاع عليه بتاريخ ٢٠٠٧-٠٥-٢٢ .

[Editorial-2] سنايدرز، سي. ماتزات، يو. ريبس، يو.-د. (2012). ""البيانات الضخمة": فجوات معرفية كبيرة في مجال الإنترنت . المجلة الدولية لعلوم الإنترنت . 7 : 1-5 . مؤرشف من الأصل بتاريخ 23 نوفمبر 2019. تم الاطلاع عليه بتاريخ 10 فبراير 2017 .

[:0-3] "بوابة البيانات المفتوحة الأوروبية" . بوابة البيانات المفتوحة الأوروبية . المفوضية الأوروبية . تاريخ الاسترجاع: 5 أكتوبر 2025 .

[:1-4] يان م. زيتكو، يان راوخ (2000). مبادئ استخراج البيانات واكتشاف المعرفة . سبرينغر. ISBN 978-3-540-66490-1.

[sde-5] اللجنة الإحصائية للأمم المتحدة؛ اللجنة الاقتصادية لأوروبا التابعة للأمم المتحدة (2007). تحرير البيانات الإحصائية: أثره على جودة البيانات: المجلد 3 من تحرير البيانات الإحصائية، مؤتمر الإحصائيين الأوروبيين، المعايير والدراسات الإحصائية (ملف PDF) . منشورات الأمم المتحدة. ص 20. ISBN 978-9211169522.

[:2-6] "مستودع التعلم الآلي بجامعة كاليفورنيا في إرفاين: مجموعة بيانات زهرة السوسن" . مؤرشف من الأصل بتاريخ 26 أبريل 2023. تم الاطلاع عليه بتاريخ 5 أكتوبر 2025 .

[:3-7] "أمثلة من كتاب: مقدمة في تحليل البيانات الفئوية، تأليف آلان أغريستي" . مؤرشف من الأصل بتاريخ 31 يناير 2023. تم الاطلاع عليه بتاريخ 2 مايو 2023 .

[8] "مجموعات بيانات ROUSSEEUW" . مؤرشفة من الأصل بتاريخ 2005-02-07.

[9] "StatLib :: البيانات والبرامج والأخبار من مجتمع الإحصاء" . مؤرشف من الأصل بتاريخ 2011-01-02.

[ 1 ]

[

[ 5 ]

[ 8 ]

[ 9 ]