Water Potability Analysis

هذا المشروع يركز على تحليل جودة المياه وتحديد قابليتها للشرب (Water Potability Analysis) باستخدام تقنيات Machine Learning.

تم تنفيذ العمل عبر عدة مراحل تبدأ من معالجة البيانات (Data Preprocessing) للتعامل مع القيم المفقودة وتطبيق Feature Scaling، مرورًا بتجربة أكثر من نموذج مثل K-Nearest Neighbors (KNN)، Support Vector Machine (SVM)، Decision Tree، Naive Bayes، وصولًا إلى تقييم النماذج بأدوات مثل Accuracy، Precision، Recall، F1-score لاختيار النموذج الأفضل.

كما يتضمن المشروع تطوير واجهة بسيطة (Web Application) باستخدام Flask و HTML/CSS، تتيح للمستخدمين إدخال بيانات واختبار النتائج بشكل مباشر. بالإضافة إلى ذلك، تم ربط المشروع بقاعدة بيانات MongoDB لتخزين واسترجاع التوقعات ونتائج النماذج.

يمتاز هذا العمل بالجمع بين تحليل البيانات المتقدم والذكاء الاصطناعي في صورة تطبيق عملي سهل الاستخدام، يوضح كيفية تحويل البيانات إلى أداة فعّالة لاتخاذ القرارات.