Penguins (Unsupervised)

هذا المشروع عبارة عن تطبيق متكامل في تحليل البيانات وتعلم الآلة باستخدام بيانات البطاريق. الهدف من المشروع هو تصنيف أنواع البطاريق بالاعتماد على مجموعة من الخصائص مثل:

طول المنقار (Bill Length)

عمق المنقار (Bill Depth)

طول الزعنفة (Flipper Length)

كتلة الجسم (Body Mass)

الجنس (Sex)

الجزيرة (Island)

مراحل المشروع:

معالجة البيانات (Data Preprocessing):

تنظيف البيانات من القيم الناقصة.

ترميز البيانات الفئوية لتصبح مناسبة للنماذج الرياضية.

التحليل الاستكشافي للبيانات (EDA):

دراسة التوزيعات باستخدام الرسوم البيانية.

تحليل العلاقات بين الخصائص المختلفة وأنواع البطاريق.

بناء النماذج (Model Building):

تطبيق خوارزميات تعلم الآلة مثل:

الانحدار اللوجستي (Logistic Regression)

شجرة القرار (Decision Tree)

الغابة العشوائية (Random Forest)

تدريب النماذج على البيانات المصنفة.

تقييم النموذج (Model Evaluation):

استخدام مقاييس مثل الدقة (Accuracy) ومصفوفة الالتباس (Confusion Matrix).

مقارنة أداء النماذج واختيار الأفضل.