يسعدني مشاركة أحدث مشاريعي في تحليل بيانات معاملات وعملاء البنوك باستخدام تقنيات علم البيانات والتعلم الآلي!
ماذا تم إنجازه في هذا المشروع:
تنظيف وتحليل أكثر من مليون معاملة بنكية
تطبيق خوارزميات التجميع (K-Means & DBSCAN) لتصنيف العملاء
استخدام PCA لتقليل الأبعاد وتحسين التصور
إنشاء لوحة تحكم تفاعلية في Power BI
تحليل سلوك العملاء وأنماط الإنفاق
التقنيات المستخدمة:
• Python (Pandas, NumPy, Scikit-learn)
• Machine Learning (K-Means, DBSCAN, PCA)
• Data Visualization (Matplotlib, Seaborn, Plotly)
• Power BI Dashboard
• Feature Engineering
️ التحدي الأكبر: كانت أعمدة التواريخ في تنسيقات مختلفة وغير موحدة، مما تطلب عمل معالجة دقيقة لتوحيد البيانات وضمان جودتها.
الكود الكامل متاح على GitHub: https://lnkd.in/d5rmbBfE
شكر خاص للمهندسة الرائعة [Veronica Asheer](https://lnkd.in/dG3gDa_i) على التعاون المثمر في هذا المشروع!
---
Excited to share my latest Bank Transactions & Customer Analytics project using data science and machine learning techniques!
What was accomplished:
Cleaned and analyzed over 1 million bank transactions
Applied clustering algorithms (K-Means & DBSCAN) for customer segmentation
Used PCA for dimensionality reduction and improved visualization
Created interactive Power BI dashboard
Analyzed customer behavior and spending patterns
Technologies used:
• Python (Pandas, NumPy, Scikit-learn)
• Machine Learning (K-Means, DBSCAN, PCA)
• Data Visualization (Matplotlib, Seaborn, Plotly)
• Power BI Dashboard
• Feature Engineering
️ Biggest Challenge: Date columns had inconsistent formats, requiring careful data preprocessing to ensure data quality and consistency.
Full code available on GitHub: https://lnkd.in/d5rmbBfE
Special thanks to the amazing engineer [Veronica Asheer](https://lnkd.in/dG3gDa_i) for the great collaboration on this project!
hashtag#DataScience hashtag#MachineLearning hashtag#BankingAnalytics hashtag#Python hashtag#PowerBI hashtag#CustomerSegmentation hashtag#DataAnalysis hashtag#FinTech hashtag#DataVisualization hashtag#KMeans hashtag#PCA hashtag#GitHub