تحليل بيانات شامل واستخراج Insights احترافية باستخدام Python

تحليل بيانات أسعار المنازل باستخدام Python واستخراج مؤشرات الأداء

قمت بتنفيذ مشروع تحليل بيانات متكامل على مجموعة بيانات California Housing والتي تضم أكثر من 20,000 سجل، بهدف فهم العوامل المؤثرة في أسعار المنازل واستخراج مؤشرات واضحة تدعم اتخاذ القرار.

ما تم تنفيذه في المشروع:

تحميل وتجهيز البيانات باستخدام Pandas

فحص هيكل البيانات والتأكد من جودتها

التأكد من عدم وجود قيم مفقودة

تحليل إحصائي شامل (المتوسط، الانحراف المعياري، القيم الدنيا والعليا)

اكتشاف القيم الشاذة (Outliers) باستخدام Boxplot

تحليل توزيع المتغيرات واكتشاف الانحراف (Skewness)

إنشاء خريطة ارتباط (Correlation Heatmap) لتحديد أقوى العوامل تأثيرًا على سعر المنزل

تحليل العلاقة بين الدخل المتوسط وأسعار المنازل

تمثيل جغرافي تفاعلي للأسعار باستخدام Folium لعرض توزيع الأسعار على الخريطة

أهم النتائج:

الدخل المتوسط (MedInc) هو العامل الأكثر ارتباطًا بأسعار المنازل

البيانات نظيفة وخالية من القيم المفقودة

بعض المتغيرات تحتوي على قيم متطرفة تحتاج معالجة في حالة بناء نموذج تنبؤي

الأدوات المستخدمة:

Python

Pandas

NumPy

Matplotlib

Seaborn

Folium

هذا المشروع يعكس قدرتي على تحليل البيانات، استخراج رؤى واضحة، وعرض النتائج بصريًا بشكل احترافي يساعد في فهم البيانات واتخاذ قرارات مبنية على أرقام دقيقة.