تخطَّ إلى المحتوى
+ أضف منتج إنشاء حساب تسجيل الدخول

مستكشف البيانات الاستكشافي

تحليل البيانات agent-skills filesystem MIT
⬇ تنزيل vsha-68c3cce06f9c

SHA-256: 68c3cce06f9c0a4fcda28bf3efb0240b929c02cc36889bf982d5c300bbcfa9ab 2 كيلوبايت

✦ جاهزة لبيئة عملك

ثبّت هذه المهارة مباشرة داخل وكيلك

اختر الوكيل، انسخ الأمر، وشغّله من مجلد مشروعك. يتولى CLI تنزيل الحزمة والتحقق من بصمة SHA-256 ووضع الملفات في المسار المناسب.

$npx @ai-dalil/skills add eda-explorer --agent codex

@ai-dalil/skills على npm - Node.js 18.18 أو أحدث.

↓ تنزيل ZIP · الإصدار sha-68c3cce06f9c بيانات API ↗ سجل الإصدارات ↗

الوصف

عربي

يستكشف مجموعة بيانات منهجياً: توزيعات، قيم ناقصة، ارتباطات أولية، ومفاجآت تستحق سؤالاً أعمق قبل النمذجة.

English

Explore datasets methodically: distributions, missingness, first correlations, and surprises worth deeper questions before modeling.

بيانات المهارة التقنية

SKILL name
eda-explorer
الوصف الأصلي
Explore datasets methodically: distributions, missingness, first correlations, and surprises worth deeper questions before modeling.
إصدار المهارة
1.0.1
التوافق
بيئة Python/pandas أو جدول بيانات · ملفات CSV
الأدوات المسموح بها
Read, Bash
الكلمات المفتاحية
eda, exploration, data, statistics
لغة المصدر
multilingual
الفرع / المرجع
main
دليل الترخيص
Original editorial content authored for the AiDalil catalog and released under MIT by the catalog owner. (high)

بيانات المصدر الأصلية (YAML)

عرض Frontmatter الأصلي
name: eda-explorer
description: Explore datasets methodically: distributions, missingness, first correlations, and surprises worth deeper questions before modeling.
version: 1.0.1
metadata:
  author: AiDalil Editorial
  category: data-analysis
  compatibility: goose, claude-code, crush, cline, trae, api
  difficulty: intermediate
  tags: [eda, exploration, data, statistics]

تعليمات SKILL.md

المحتوى الأصلي للمهارة كما ورد من المصدر، مع الحفاظ على تنسيق Markdown.

عرض التعليمات الكاملة
# Eda Explorer

**Goal:** Explore datasets methodically: distributions, missingness, first correlations, and surprises worth deeper questions before modeling.

> الهدف: يستكشف مجموعة بيانات منهجياً: توزيعات، قيم ناقصة، ارتباطات أولية، ومفاجآت تستحق سؤالاً أعمق قبل النمذجة.

## When to use
- الحالة النموذجية: يستكشف مجموعة بيانات منهجياً: توزيعات، قيم ناقصة، ارتباطات أولية، ومفاجآت تستحق سؤالاً أعمق قبل النمذجة.
- تحليل تجربة مقارنة أو حملة أو سلوك مستخدمين.
- استكشاف مجموعة بيانات واستخراج خلاصة قابلة للتنفيذ.
- تنظيف بيانات فوضوية قبل أي تحليل.
- بناء مؤشرات واضحة وتجنب تعريفات ملتبسة.

## Workflow
1. اكتب التقرير: سؤال، منهج، نتيجة، حدود، وتوصية.
2. تحقق من المتغيرات المربكة والفترات الزمنية والاستثناءات.
3. ترجم النتيجة إلى حجم أثر وفترة ثقة لا إلى نعم/لا فقط.
4. نظّف بمنطق موثق: كل تحويل له سبب وقابل للتكرار.
5. افحص البيانات: البنية، الحجم، القيم الناقصة، والتعريفات.
6. استكشف بملخصات وتوزيعات قبل أي نمذجة.
7. حوّل سؤال العمل إلى سؤال تحليلي: مستكشف البيانات الاستكشافي. حدّد القرار الذي سيُبنى على النتيجة.
8. وثّق قاموس بيانات مصغّر: كل عمود، معناه، ونطاق قيمه.

## Rules
- حجم الأثر أهم من الدلالة الإحصائية وحدها.
- التنظيف لا يمس البيانات الخام أبداً؛ اشتق نسخة معالجة.
- الارتباط ليس سببية ولا يُصاغ كأنه.
- كل رقم في التقرير قابل لإعادة الإنتاج بكود أو خطوات.
- القيم الشاذة تُفحص قبل حذفها؛ قد تكون أهم ما في البيانات.

## Output contract
- رسوم مختارة بدقة تخدم الخلاصة.
- قائمة أسئلة بيانات تحتاج متابعة من المالك.
- جدول مؤشرات بتعريفات دقيقة.
- تقرير تحليل ببنية: سؤال، منهج، نتيجة، حدود، توصية.

## Quality checks
- [ ] هل التوصية قابلة للتنفيذ ومرتبطة بحجم الأثر؟
- [ ] هل الأرقام في التقرير مطابقة لمخرجات الكود؟
- [ ] هل خطوات التنظيف موثقة وقابلة للتشغيل مجدداً؟
- [ ] هل الافتراضات الإحصائية فُحصت لا افترضت؟
- [ ] هل أُرشفت المدخلات والمخرجات بنسخ مجمدة؟

## Skill identity
- Skill name: `eda-explorer`
- Version: 1.0.1
- Domain: Data Analysis (تحليل البيانات)
- Tags: eda, exploration, data, statistics

التثبيت اليدوي

استخدم هذا المسار عند عدم استخدام CLI أو عند إدارة ملفات المهارات يدويًا.

  1. نزّل ملف ZIP للإصدار المطلوب من أعلى الصفحة، أو افتح المصدر الأصلي إذا لم تتوفر حزمة مستضافة.
  2. فك الضغط، ثم انقل مجلد المهارة الذي يحتوي مباشرة على SKILL.md إلى مجلد الوكيل.
  3. أعد تحميل الوكيل أو افتح جلسة جديدة، ثم تأكد من ظهور المهارة ضمن المهارات المتاحة.
Codex.agents/skills/eda-explorer/
Claude Code.claude/skills/eda-explorer/
Cursor.cursor/skills/eda-explorer/

تعليمات خاصة بهذه المهارة

Extract the skill folder into your agent's skills directory (for example the project skills folder) or install the ZIP package from the skill page. No build step is required; everything is Markdown.

حالات الاستخدام

• تنظيف بيانات فوضوية قبل أي تحليل. • بناء مؤشرات واضحة وتجنب تعريفات ملتبسة. • كتابة تقرير تحليل يجيب سؤال عمل محدد.

المتطلبات

• Any Agent Skills compatible assistant (Claude Code, Claude Desktop, or API agents). • Basic file access to read the bundled reference playbook. • No external services required for the standard workflow.

الإصدارات

الإصدار الحجم الملفات تاريخ النشر تنزيل
vsha-68c3cce06f9c 2 كيلوبايت 2 4 نوفمبر، 2026 تحميل

الأمان والفحص

فحص أساسي ✓ — 1 نوفمبر، 2026

مجتمع يبني قدرات أفضل

هل طوّرت مهارة تستحق أن يكتشفها الآخرون؟

ساهم في إثراء مكتبة المهارات، وعرّف المجتمع على عملك مع حفظ نسبه إلى مصدره الأصلي.

أرسل مهارة كيف تعمل المهارات؟
قسم المهارات — دليل AIالعودة إلى دليل AI ↗