GradeMind: نظام ذكاء اصطناعي متكامل لتحليل وتوقع أداء الطلاب (Machine Learning)

في هذا المشروع، قمت ببناء نظام تحليل تنبؤي لمساعدة المؤسسات التعليمية على فهم العوامل التي تؤدي لنجاح الطلاب وتوقع نتائجهم مسبقاً بدقة عالية.

المميزات التقنية للمشروع:

توقع مزدوج (Dual Modeling): بناء نموذجين في آن واحد؛ نموذج Regression لتوقع الدرجة النهائية، ونموذج Classification لتوقع حالة (ناجح/راسب).

تحليل العوامل المؤثرة (Feature Importance): استخراج أهم العوامل التي تساهم في النجاح (مثل عدد ساعات التعلم، حل المشكلات، والخبرة السابقة).

تنظيف ومعالجة البيانات: معالجة البيانات النصية وتحويلها إلى أرقام (Label Encoding & Mapping) بأسلوب احترافي.

تصوير بيانات متقدم (Advanced Visualization): استخدام مكتبات Seaborn و Matplotlib لإنشاء لوحات بيانية توضح:

العلاقة بين المجهود (Effort) والنتيجة (Outcome).

تأثير استخدام الأدوات التقنية مثل (Kaggle & GitHub) على الدرجات.

توزيع الدرجات بناءً على الخبرة البرمجية السابقة.