التنبؤ بالطقس باستخدام الذكاء الاصطناعي (عمل جماعي)

هذا المشروع تم إنجازه بشكل جماعي من قبل فريق مكوّن من 3 أعضاء، ويهدف إلى بناء نماذج تعلم عميق للتنبؤ بدرجات الحرارة اعتمادًا على بيانات الطقس التاريخية. يركّز المشروع على مقارنة أداء نموذجين من أشهر الشبكات العصبية التتابعية:

LSTM — Long Short-Term Memory

GRU — Gated Recurrent Unit

وذلك لمعرفة أي النموذجين يقدم نتائج أكثر دقة وكفاءة في معالجة البيانات الزمنية.

أهداف المشروع:

جمع ومعالجة بيانات الطقس التاريخية وتجهيزها للنمذجة

بناء نموذج LSTM للتنبؤ بدرجات الحرارة المستقبلية

بناء نموذج GRU ومقارنة أدائه مع النموذج الأول

تقييم النماذج باستخدام مقاييس دقة متعددة مثل:

RMSE

MAE

MSE

الأدوات والتقنيات المستخدمة:

Python

Google Colab

TensorFlow / Keras

Pandas, NumPy

Matplotlib, Seaborn

نتائج المشروع وأهميته:

يساعد المشروع في تحسين فهم التغيرات المناخية والتنبؤ بالأحوال الجوية بدقة أكبر، كما يمهّد الطريق لتطوير نماذج تشمل مؤشرات طقس أخرى مثل الأمطار والرياح والرطوبة مستقبلاً..