Uber Data Analysis & Predictive Modeling

في هذا المشروع قمت بالعمل على بيانات شركة Uber بهدف تحليل أنماط الرحلات وبناء نماذج تعلم آلة تساعد في التنبؤ بسلوك العملاء وتحسين إدارة الأسطول. بدأ العمل بجمع البيانات التي تضمنت معلومات الرحلات مثل الوقت، الموقع، المسافة، التكلفة، بالإضافة إلى بعض العوامل الخارجية مثل حالة الطقس.

بعد ذلك قمت بعملية تنظيف ومعالجة البيانات (Data Preprocessing) للتعامل مع القيم المفقودة وتنسيق التواريخ وتحويل الإحداثيات لتكون جاهزة للتحليل. ثم أجريت تحليل استكشافي للبيانات (EDA) باستخدام الرسوم البيانية والخرائط الحرارية لفهم توزيع الرحلات، والتعرف على مناطق وأوقات الذروة التي يزداد فيها الطلب.

بناءً على هذه التحليلات، طورت عدة نماذج تعلم آلة، منها نموذج انحدار (Regression) للتنبؤ بأسعار الرحلات، ونموذج تصنيف (Classification) لتوقع احتمالية إلغاء الرحلة، بالإضافة إلى نموذج سلاسل زمنية (Time Series) للتنبؤ بعدد الطلبات خلال الساعات القادمة. هذه النماذج تم تقييمها باستخدام مقاييس أداء مثل الدقة (Accuracy) ومتوسط الخطأ (RMSE) و F1-score لضمان فعاليتها.

في النهاية، تم عرض النتائج في صورة تقرير ولوحة معلومات تفاعلية (Dashboard) توضح بوضوح أنماط الاستخدام والتنبؤات المستقبلية. هذا الحل يوفر قيمة حقيقية من خلال مساعدة الشركة على تقليل وقت الانتظار، تحسين تجربة العملاء، وزيادة الكفاءة التشغيلية والأرباح عبر تخصيص أفضل للموارد.