Titanic survival predictions

مشروع يعتمد على التعلم الآلي الخاضع للإشراف (Supervised Learning) لحل مشكلة تصنيف ثنائي (Binary Classification).

يهدف النموذج إلى التنبؤ باحتمالية نجاة الركاب بناءً على مجموعة من الخصائص الديموغرافية والاجتماعية، مثل العمر، الجنس، والدرجة الاقتصادية، باستخدام خوارزمية الانحدار اللوجستي (Logistic Regression).

سير العمل والمنهجية التقنيةمعالجة البيانات (Data Preprocessing):التعامل مع القيم المفقودة (مثل ملء الأعمار المتوسطة).

تحويل البيانات النصية إلى أرقام (Label Encoding) لجعلها قابلة للقراءة من قبل النموذج.اختيار الميزات (Feature Selection) لتحديد العوامل الأكثر تأثيراً في النجاة.

بناء النموذج (Modeling):تطبيق خوارزمية Logistic Regression التي تعتمد على "دالة سيجمويد" ($Sigmoid Function$) لتحويل المخرجات إلى احتمالات تقع بين $0$ و $1$.

تقسيم البيانات إلى مجموعات تدريب (Training) واختبار (Testing) لضمان دقة النتائج.

تقييم الأداء (Evaluation):استخدام مصفوفة الارتباك (Confusion Matrix) لقياس دقة التوقعات الصحيحة مقابل الخاطئة.

حساب معايير الدقة (Accuracy Score) و (F1-Score) لتقييم كفاءة النموذج بشكل شامل.