(علم بيانات تيتانيك: تحليل استكشافي شامل ودراسة عوامل النجاة)

يهدف هذا المشروع إلى إجراء تحليل معمق (Exploratory Data Analysis) لبيانات ركاب سفينة تيتانيك الشهيرة، بهدف كشف الأنماط والعوامل الإحصائية التي أثرت بشكل مباشر على فرص النجاة. تم التركيز في هذا العمل على تحويل البيانات الخام إلى رؤى بصرية (Visual Insights) تدعم بناء نماذج تنبؤية دقيقة لاحقاً.

المميزات التقنية ومنهجية العمل:

معالجة البيانات المفقودة (Handling Missing Values): قمت بتطبيق استراتيجيات إحصائية متقدمة لتعويض البيانات الناقصة في أعمدة مثل "العمر" (Age) بناءً على متوسطات الفئات، لضمان عدم فقدان دقة التحليل.

تحليل الارتباط (Correlation Analysis): دراسة العلاقة بين المتغيرات المختلفة (مثل الجنس، الدرجة، والسن) وفرص النجاة باستخدام مصفوفة الارتباط (Correlation Matrix).

تصور البيانات (Data Visualization): إنشاء رسوم بيانية تفاعلية وتوضيحية (Heatmaps, Histograms) تظهر أن فئات معينة كانت لها الأولوية في النجاة، مما يسهل فهم "قصة البيانات".

هندسة الخصائص (Feature Engineering): استخراج ميزات جديدة من البيانات الأصلية (مثل حجم العائلة) لزيادة القوة التفسيرية للنموذج.