تحليل بيانات وبناء نموذج ذكاء اصطناعي لشركة طيران

تحليل و توقع رضا عملاء شركات الطيران

هذا المشروع يهدف إلى تحليل بيانات رضا العملاء لدى شركات الطيران وبناء نموذج تعلم آلي للتنبؤ بما إذا كان الراكب راضيًا أم لا، بناءً على مجموعة من الخصائص المتعلقة بالخدمة والرحلة، مع بناء نماذج تصل دقتها الى 96%.

1. تنظيف البيانات ومعالجتها

- التعامل مع القيم المفقودة وضمان تناسق البيانات.

- تحويل المتغيرات الفئوية إلى شكل رقمي.

- توحيد القيم العددية لتحسين أداء النماذج.

2. التحليل الاستكشافي للبيانات

تحليل العوامل المؤثرة في رضا العملاء باستخدام الرسوم البيانية والإحصاءات.

دراسة العلاقة بين الرضا وعوامل مثل درجة السفر، جودة الخدمة، ومدة التأخير.

3. اختيار الميزات وتحويل البيانات

تحديد الميزات الأكثر تأثيرًا باستخدام التحليل الإحصائي.

تحسين البيانات عبر تقنيات تقليل الأبعاد والتحويلات.

4. تدريب النماذج وتقييمها

تدريب نماذج تصنيف متعددة مثل:

- Logistic Regression

- Random forest

- Gradient Boosting

تقييم الأداء باستخدام الدقة، والاستدعاء، والمصفوفة الارتباكية.

اختيار النموذج الأفضل للاستخدام العملي.

النتيجة

بناء نموذج دقيق وفعّال للتنبؤ برضا الركّاب.

توفير رؤى قيّمة لتحسين تجربة العملاء في شركات الطيران.

التكنلوجيا المستخدمة

Python، Pandas، NumPy

Matplotlib، Seaborn

Scikit-learn لتدريب النماذج وتقييمها