Olympics EDA & ML Model

استكشاف البيانات (EDA)

تحليل عدد المشاركين في الألعاب الأولمبية عبر الزمن (الشتوية والصيفية)، وتوزيع الميداليات على الدول والمواسم.

رسم اتجاهات المشاركة والميداليات لرؤية كيف تطوّرت على مر العقود وعبر الدول .

تحليل العلاقات (Correlations)

فحص العلاقة بين عدد المشاركات وعدد الميداليات، وكذلك هستند ميزات أخرى مثل القارة أو الدولة لتحديد المؤثرين الرئيسيين.

استخدام الرسوم البيانية (scatter plots, heatmaps) لتوضيح هذه العلاقات.

تحضير البيانات لنموذج ML

اختيار ميزات مهمة مثل:

Year, Season (صيف/شتاء)، Country, Athlete Count

وربطها بعدد الميداليات كمتغير هدف.

تحويل المتغيرات الفئوية إلى أرقام صالحة لنماذج التعلم الآلي.

بناء نموذج Machine Learning

استخدام نموذج تنبؤي (غالبًا linear regression أو tree-based).

الهدف: توقع عدد الميداليات لدولة ما في موسم معين حسب الميزات المحددة.

تقييم النموذج

تطبيق تقنيات التقييم مثل:

تصنيف الأعداد المتوقعة

القياسات: MSE أو R²

عرض أداء النموذج على مجموعة اختبار أو باستخدام Cross‑Validation.