Space Y

مشروع "Space_Y" يتمحور حول تحليل بيانات عمليات الإطلاق الصاروخي لشركة SpaceX من خلال استرجاع ومعالجة البيانات باستخدام واجهات برمجة التطبيقات (APIs) الخاصة بـ SpaceX لدراسة امكانية نجاح هبوط الصواريخ مرة اخري بعد اطلاقها لاعادة استخدمها فيما بعد.

تم استخدام لغة برمجة python مع العديد من مكتبات تحليل البيانات مثل numpy, pandas و مكتبات رسوم البيانات مثل matplotlib و seaborn و مكتبات تعلم الالة مثل sklearn و mlflow.

خطوات المشروع:

- تم تجميع البيانات من عدة مصادر عن طريق ال APIs الخاصة بشركة SpaceX مثل الكبسولات، الصواريخ، منصات الإطلاق، والحمولات

- معالجة البيانات عن طريق دمج اكثر من 5 مصادر للبيانات مع بعضها لاستخراج اعمدة جديدة

- تنظيف البيانات غير الضرورية عن طريق ازالة الاعمدة غير المستخدمة

- ازالة الصفوف و الاعمدة التي بها اكثر من 6 قيم مفقودة

- عمل تحليل للبيانات لدراسة العوامل التي تؤثر علي نجاح المهام

- عمل رسومات بيانية لتوضيح نسب النجاح و الفشل لكل موقع اطلاق و تحليل كمية الحمولة الموزعة علي كل مدار

- معالجة البيانات مرة اخري و تحويل البيانات الوصفية الي بيانات رقمية حتي تكون مناسبة لتدريب نماذج تعلم الالة.

- استخدام 5 نماذج لتعلم الالة و المقارنة بينهم و هي (Logistic Regression, K-Nearest Neighbors, Support Vector Machine, Decision Tree, Random Forest)

- افضل دقة كانت 100% و كانت عن طريق نموذج Random Forest و ثاني افضل دقة كانت 96% عن طريق نموذج Decision Treeز