AI Projects: Machine Learning and Natural Language Processing

1-تنبؤ انسحاب العملاء (Customer Churn Prediction)

مشروع يهدف إلى التنبؤ بانسحاب العملاء من الخدمة اعتمادًا على بيانات الاستخدام والتفاصيل الخاصة بهم.

الخطوات الرئيسية:

معالجة البيانات والتغلب على مشكلة عدم توازن الفئات باستخدام RandomOverSampler.

بناء نماذج تعلم آلي:

Logistic Regression كنموذج أساسي.

Random Forest الذي حقق دقة أعلى وأداء أفضل.

النتيجة:

نموذج Random Forest قدم توقعات أكثر دقة، مما يساعد الشركات على الاحتفاظ بالعملاء وتقليل الخسائر.

2-تطبيق كشف الاحتيال المالي (Fraud Detection App)

مشروع يهدف إلى اكتشاف المعاملات المالية الاحتيالية باستخدام بيانات تضم أكثر من 6.3 مليون عملية.

الخطوات الرئيسية:

- تحليل بصري للمعاملات حسب نوع العملية (CASH-IN, CASH-OUT, TRANSFER …).

- بناء نموذج تعلم آلي باستخدام Scikit-learn للتنبؤ بالاحتيال بدقة أعلى من الأنظمة التقليدية.

تطوير تطبيق تفاعلي بـ Streamlit لعرض النتائج وتحميل بيانات جديدة للتحليل.

النتائج:

النموذج أظهر دقة جيدة في التعرف على العمليات الاحتيالية مع عرض تقارير مثل مصفوفة الالتباس ونسبة الاحتيال لكل نوع.

3-نظام توصية الأفلام (Movie Recommender System)

مشروع لبناء محرك توصية يعتمد على معالجة اللغة الطبيعية (NLP) لتقديم أفلام مشابهة للفيلم الذي يختاره المستخدم.

الخطوات الرئيسية:

- استخدام تقنيات TF-IDF و Cosine Similarity لمقارنة أوصاف الأفلام والأنواع والعلامات.

- تنظيف النصوص ومعالجتها باستخدام NLTK.

- إنشاء توصيات دقيقة بدون الاعتماد على تقييمات المستخدمين.