Student Performance cleaning and EDA with Python

قمت بتنفيذ مشروع تنظيف وتحضير بيانات (Data Cleaning & Preparation) لبيانات أداء الطلاب بهدف تجهيزها للتحليل وبناء النماذج.

خطوات المشروع:

التعامل مع ملف بيانات خام يحتوي على درجات الطلاب وخصائص ديموغرافية وسلوكية.

معالجة القيم المفقودة (Missing Values) باستخدام تقنيات الإكمال المناسبة.

اكتشاف وتصحيح الأخطاء والبيانات المكررة (Duplicates & Errors).

توحيد تنسيقات البيانات (مثل الأعمار، الدرجات، القيم النصية).

إنشاء أعمدة مشتقة (Derived Features) تساعد في التحليل مثل: معدل الطالب الكلي، نسبة الحضور.

تجهيز البيانات بشكل منظم في ملف Excel/CSV جاهز للاستخدام في تحليل البيانات أو النماذج التنبؤية.

النتيجة: بيانات نظيفة ومرتبة تساعد على استخراج مؤشرات دقيقة عن أداء الطلاب، وتوفر أساس قوي لأي عملية تحليل أو Machine Learning لاحقة.