تحليل بيانات ركاب Titanic باستخدام بايثون (تحليل استكشافي)

في هذا المشروع قمت بتحليل بيانات ركاب سفينة Titanic بهدف اكتشاف العوامل المؤثرة على النجاة. اعتمدت على تنظيف البيانات (معالجة القيم المفقودة وإنشاء متغيرات جديدة مثل حجم العائلة وفئات العمر)، ثم أجريت تحليل استكشافي (EDA) باستخدام مكتبات بايثون مثل pandas, numpy, matplotlib, و seaborn.

من خلال الرسوم البيانية والمقارنات، توصلت إلى أن:

النساء كانت فرص نجاتهم أعلى بكثير من الرجال.

الركاب في الدرجة الأولى كانت فرصهم في النجاة أكبر من ركاب الدرجة الثالثة.

الأطفال والصغار حصلوا على فرصة نجاة أفضل مقارنة بالبالغين.

العائلات الصغيرة كان لديها معدل نجاة أعلى مقارنة بالأشخاص بمفردهم أو العائلات الكبيرة.

هذا المشروع يوضح قدرتي على تنظيف البيانات، استخراج الأنماط المهمة، وتحويل الأرقام إلى قصص بصرية مفهومة يمكن أن تدعم عملية اتخاذ القرار.