Airline Delay Classification & Prediction System

يهدف هذا المشروع إلى التنبؤ بما إذا كانت الرحلة ستتأخر أو لا اعتمادًا على بيانات تاريخية للرحلات الجوية. تم تنفيذ النظام باستخدام تقنيات التعلم الآلي (Machine Learning) لبناء نموذج قادر على تصنيف الرحلات والتنبؤ بحالات التأخير بشكل فعلي.

ما الذي يقدّمه المشروع؟

- معالجة البيانات: تنظيف البيانات والتعامل مع القيم المفقودة.

- تحليل البيانات (EDA): استكشاف الأنماط والعوامل الأكثر تأثيرًا في حدوث التأخير.

- النمذجة والتصنيف: تدريب عدة خوارزميات تصنيف مثل:

- Logistic Regression

- Random Forest

- XGBoosting

- Gradient Boosting

التنبؤ الفعلي: النموذج الناتج قادر على التنبؤ بحالة الرحلة (متأخرة / في الموعد) بدقة جيدة.

تقييم الأداء: تم قياس الأداء باستخدام مقاييس مثل Accuracy, Precision, Recall, و F1-Score.

التقنيات والأدوات

لغة البرمجة: Python

المكتبات: Pandas, NumPy, Matplotlib, Seaborn, Scikit-learn

البيانات المستخدمة تشمل:

- شركة الطيران

- رقم الرحلة

- وقت وتاريخ الإقلاع/الوصول

- مطار المغادرة والوصول

- الطقس (في بعض الحالات)

- حالة الرحلة (المتغير المستهدف: متأخرة / في الموعد)

المشروع يوفّر نموذجًا عمليًا لتصنيف الرحلات الجوية والتنبؤ بتأخيراتها، مما يمكن أن يساعد شركات الطيران في تحسين جداولها التشغيلية، ويمنح الركاب فرصة للتخطيط الأفضل قبل السفر.