التنبؤ بمرتب الموظفين بناءا علي عدد سنين الخبرة

المشروع هدفه التنبؤ براتب الموظف بناءً على (عدد سنوات خبرته).

أول محطة كانت تنظيف البيانات (Data Cleaning)

شلت أي بيانات ناقصة أو غير منطقية

عالجت الـ outliers

تأكدت إن كل الأعمدة في النوع الصح

بعدها دخلت على تحليل البيانات الاستكشافي (EDA)

درست الإحصائيات الأساسية

فهمت التوزيعات والعلاقات بين المتغيرات

الخطوة الثالثة: Visualization

استخدمت الرسوم البيانية لرسم العلاقة بين الخبرة والراتب

هنا كانت اللحظة الفارقة… لاحظت إن الموديل الأول (Linear Regression) بيحقق نتائج مثالية جدًا على بيانات الاختبار → علامة واضحة على Overfitting

الحل:

لجأت لـ Ridge Regression بإضافة Regularization يقلل من تعقيد الموديل

النتيجة: أداء أكثر توازنًا ودقة أعلى على البيانات الجديدة

وأخيرًا، عملت تقييم الموديل

استخدمت MSE و R²

النتايج أثبتت إن الموديل بقى مستقر وقابل للتعميم

الدروس المستفادة:

تنظيف البيانات وفهمها بيشكل 70% من نجاح أي مشروع Machine Learning

Visualization مش بس جرافيك جميل، ده أداة قوية لكشف المشاكل مبكرًا

Regularization زي Ridge/Lasso بيقدر ينقذ الموديل من الـ Overfitting