تقديم المادة وأهدافها

1. محتويات المادة

 محتوى المادة (Syllabus)

🔹 المحور الأول: مبادئ البرمجة وأساسياتها

• مدخل الى الاعلام الالي: فهم ابجديات الاعلام الالي و المعارف الرقمية

• المدخل إلى البرمجة: فهم أهمية التفكير الحاسوبي في العلوم الاجتماعية، والتعرف على بيئة العمل (Jupyter Notebooks).

• اللبنات الأساسية للغة Python: دراسة المتغيرات، أنواع البيانات (الأرقام، النصوص، القيم المنطقية)، والعمليات الحسابية والمنطقية.

• هياكل التحكم: توجيه سير البرنامج باستخدام العبارات الشرطية (if/elif/else) والحلقات التكرارية (for/while).

• هياكل البيانات: التعرف على القوائم (Lists)، القواميس (Dictionaries)، والمجموعات (Sets).

🔹 المحور الثاني: تحليل البيانات باستخدام بايثون

• مكتبة Pandas: استخدامها كأداة رئيسية لمعالجة وتحليل البيانات الجدولية وقراءة ملفات (Excel و CSV).

• تنظيف ومعالجة البيانات: تقنيات معالجة البيانات غير المكتملة لجعلها جاهزة للتحليل.

• التحليل الوصفي: حساب المتوسط والوسيط والانحراف المعياري للبيانات السياسية.

• تصور البيانات: استخدام مكتبتي Matplotlib و Seaborn لإنشاء رسوم بيانية (شريطية، خطية، ودائرية).

🔹 المحور الثالث: الذكاء الاصطناعي وتطبيقات عملية في العلوم السياسية

•  vibe coding مدخل الى البرمجة بالذكاء الاصطناعي

•  تطبيقات عملية على تحليل استطلاعات الرأي والانتخابات: فهم أنماط التصويت وآراء الجمهور برمجياً.

• تحليل النصوص السياسية: استخدام أدوات برمجية لاستخراج الرؤى من الخطابات السياسية.

Module I: Principles of Programming and Foundations

• Introduction to Computer Science: Basics of IT and digital literacy.

• Introduction to Programming: Computational thinking in social sciences and the Jupyter Notebooks environment.

• Python Building Blocks: Variables, data types (Integers, Strings, Booleans), and arithmetic/logical operations.

• Control Structures: Program flow using conditional statements (if/elif/else) and loops (for/while).

• Data Structures: Lists, Dictionaries, and Sets.

Module II: Data Analysis with Python

• The Pandas Library: Tabular data manipulation and reading (Excel/CSV) files.

• Data Cleaning and Pre-processing: Techniques for handling incomplete data.

• Descriptive Analysis: Calculating statistics (Mean, Median, Standard Deviation) for political data.

• Data Visualization: Creating charts (Bar, Line, Pie) using Matplotlib and Seaborn.

Module III: AI & Practical Applications in Political Science

• AI-Powered Programming: Introduction to AI coding and "Vibe Coding" (coding through natural language/AI interaction).

• Polls and Elections Analysis: Programming for voting patterns and public opinion analysis.

• Political Text Analysis: Extracting insights and sentiment from political speeches.