هل استخدم البابليون نظرية فيثاغورس قبل أن يتم اكتشافها في اليونان القديمة بألف عام؟

تُمثِل نظرية الأوتار حلمًا كبيرًا للفيزيائيين النظريين، وصفًا لكل القوى والمادة في صورة رياضية واحدة. ولكن بعد عدد لا يُحصى من الأوراق والمؤتمرات وأقلام المسح الجاف ، فإن التقدم المُذهل الذي كان يأمل الكثيرون في تحقيقه يبدو بعيدًا أكثر من أي وقت مضى.
ومع ذلك، حتى من دون وجود علامات على التقدم اللامع، فإن البصيرة الناتجة قد تركت بصمة عميقة في الفيزياء والرياضيات. شِئنا أم أبينا (وبعض الفيزيائيين بالتأكيد يرفضون) نظرية الأوتار موجودة لتبقى.

إن قصص نجاح العمالقة، مثل بيل جيتس ومارك زوكربيرج وستيف جوبز، المشهورة جدًّا تعطي الانطباع أنًّه لكي تنجح في العمل كل ما تحتاج إليه يكمن في فكرة عظيمة في أثناء الجامعة والإرادة لترك الجامعة والسعي لتنفيذها. والمشكلة أن المنقطعين عن الجامعة لا يصبحون مليارديرات عادةً، فروّاد الأعمال الناشئين الذين انقطعوا عن الجامعة لينشئوا شركات وفشلوا أكثر بكثير من أولئك الناجحين. وعندما تركِّز على الأشخاص الذين تركوا الدراسة ونجحوا نجاحًا مُدوِّيًا، وتتجاهل المجوعة الأضخم من المنقطعين الذين لم يصلوا لأيِّ شيءٍ أبدًا، فأنت إذن خاضعٌ لما يُعرَف بـ«انحياز البقاء» أو انحياز النجاة.

هل سبق أن سمعت عن علم البيانات (Data Science)؟ إن لم تسمع عن هذا العلم من قبل فيكفي القول بأنّ وظيفة عالم البيانات (Data Scientist) أصبحت من أكثر الوظائف طلبًا في القرن الحادي والعشرين، وأنّ علم البيانات أصبح من الكلمات الرّنّانة الّتي يتحدث بها كلّ المشتغلين بمجالات التّكنولوجيا في عصرنا الحاليّ. تعالوا في هذا المقال لنتعرّف أكثر إلى علم البيانات، وإلى الدّور الّذي يقوم به عالم البيانات، وعلى الأدوات اللّازمة لاحتراف هذا العلم الممتع.

جون ناش هو عالم الرياضيات والاقتصاد الأميركي الحائز على جائزة نوبل في الاقتصاد عام 1994 م رغم إصابته بمرض فصام الشخصية الذي لازمه طوال حياته.

موسيقى بيتهوفن، أنها الموسيقى التي تجمع بين التناقضات، العنف، الحركه، الرومانسيه، في هذا المقال سنوضح ماالذي يميز موسيقى بيتهوفن عن أي مُوسيقى أُخرى من خلال فك شفرة موسيقى بيتهوفن باستخدام علم البيانات.

مشكلة البيانات المفقودة من المشكلات البحثيّة الشائعة والمتكرّرة عند جمع البيانات أو تحليلها، وهي تعني أن يتمّ فقد جزء من بيانات العيّنة لأيّ سبب. ولأنّ الأساليب الإحصائيّة التي نستخدمها في تحليل البيانات تفترض دائماً وجود معلومات كاملة عن جميع المتغيّرات المستخدمة في التحليل؛ تُعدّ البيانات المفقودة مشكلةً كبيرة للباحث، وعدمُ معالجتها بشكلٍ مناسب قد يُسبّب للباحث بعض المشكلات كتقليل حجم العينة إلى حجمٍ غير ملائم، أو عدم تقدير التباين بشكل صحيح، أو الحصول على نتائج متحيّزة.ولذلك يجب أن يكون الباحث على دراية كافية بالتعامل مع المشكلة، وتكون البداية بأن يحدّد الباحثُ نوع البيانات المفقودة في مجموعة البيانات الخاصة به كي يحدّد الطريقة المناسبة لمعالجتها قبل أن يبدأ التحليل الإحصائيّ.

للتحليل الإحصائي دور كبير في اختصار الوقت، وتوفير الجهد على الباحثين، وإعطاء نتائج دقيقة بسرعة كبيرة. وهناك عدد كبير من البرامج الإحصائية المختلفة التي يمكن

تشكل الأعداد الأولية مجال بحث نشط للعديد من العاملين في الوسط العلمي، لما تحمله من أهمية عالية جدًا في مجال التشفير الذي أصبح يعتمد بكليته