عمل نموذج تعلم الى لتنبؤ بامكانية اعادة استخدام اجزاء من الصواريخ التابعة لشركة Space_X

في هذا المشروع، قمت بتطوير نموذج تعلم الآلة يهدف إلى التنبؤ بإمكانية إعادة استخدام "First Core". بدأت بتحليل البيانات من ملفات JSON وتحويلها إلى إطار بيانات (DataFrame) بعد استخراج الأعمدة الضرورية. قمت بتحليل البيانات بصريًا باستخدام مكتبات مثل Matplotlib وseaborn لتوفير فهم أعمق للأنماط والاتجاهات الموجودة.

بعد ذلك، أجريت معالجة متقدمة للبيانات (Feature Engineering) لتحسين دقة النموذج. لتحديد أفضل خوارزمية، جربت عدة نماذج تعلم الآلة بما في ذلك:

Logistic Regression

Support Vector Machine

Decision Tree Classifier

K-Nearest Neighbors

Random Forest

بعد المقارنة، اخترت النموذج الأنسب بناءً على الأداء. كما قمت بتطوير واجهة مستخدم تفاعلية باستخدام Gradio لتمكين المستخدمين من تجربة النموذج بشكل سلس ومباشر.

بلغت دقة النموذج النهائية 85%، مما يعكس كفاءة عالية في التنبؤ بإمكانية إعادة الاستخدام.