تنظيف مجموعة بيانات تيتانيك

يركز مشروع تنظيف مجموعة بيانات تيتانيك على معالجة البيانات وتجهيزها للتحليل. تحتوي هذه المجموعة على معلومات حول الركاب، بما في ذلك البيانات الديموغرافية، تفاصيل التذاكر، ونتائج النجاة. يتضمن المشروع التعامل مع القيم المفقودة، تصحيح التناقضات في البيانات، تحويل أنواع البيانات، وإزالة الميزات غير الضرورية لتحسين جودة البيانات.

الخطوات الرئيسية تشمل:

تحديد ومعالجة القيم المفقودة (مثل تقدير الأعمار المفقودة باستخدام الإحصائيات).

تصحيح الأخطاء والتنسيقات غير المتسقة في البيانات.

ترميز المتغيرات الفئوية لاستخدامها في نماذج تعلم الآلة.

اكتشاف القيم الشاذة والتعامل معها.

توحيد وتطبيع الميزات الرقمية عند الحاجة.

من خلال تنظيف البيانات، يضمن هذا المشروع أن تكون جاهزة لمزيد من التحليل، التصورات البيانية، وبناء نماذج تعلم الآلة للتنبؤ ببقاء الركاب.