Alcohol Effect on Student Performance (Machine Learning Project)

تحليل تأثير الكحول ونمط الحياة على الأداء الأكاديمي باستخدام تعلم الآلة

مشروع لتحليل العوامل التي تؤثر على أداء الطلاب الأكاديمي، مثل وقت الدراسة، الغياب، وقت الفراغ، والعلاقات الأسرية، بالإضافة إلى استهلاك الكحول في عطلة نهاية الأسبوع. يهدف المشروع إلى التنبؤ بما إذا كان الطالب سينجح أو يرسب اعتمادًا على مجموعة من المتغيرات المرتبطة بنمط حياته.

تم استخدام مجموعة بيانات تحتوي على 549 سجلًا و15 متغيرًا، وتم تحويل الدرجة النهائية للطالب إلى متغير تصنيفي يحدد النجاح أو الرسوب. شملت عملية المعالجة المسبقة للبيانات التعامل مع القيم المفقودة، وتحويل المتغيرات الفئوية باستخدام One-Hot Encoding، ثم تقسيم البيانات إلى بيانات تدريب واختبار.

تم إجراء تحليل استكشافي للبيانات (EDA) لفهم العلاقات بين المتغيرات باستخدام الرسوم البيانية مثل توزيع النجاح والرسوب وخريطة الارتباط بين المتغيرات.

تم بناء نموذج Random Forest Classifier للتنبؤ بأداء الطلاب، وحقق النموذج دقة بلغت 89% في التنبؤ بالنتائج. كما أظهر التحليل أن أهم العوامل المؤثرة على الأداء هي وقت الدراسة، عدد مرات الغياب، استهلاك الكحول في عطلة نهاية الأسبوع، وقت الفراغ، وجودة العلاقات الأسرية.

التقنيات المستخدمة:

Python – Pandas – NumPy – Matplotlib – Seaborn – Scikit-learn.