تحليل بيانات titanic

تحليل بيانات Titanic واستخراج العوامل المؤثرة على النجاة

في هذا المشروع قمت بتنفيذ تحليل بيانات متكامل على مجموعة بيانات Titanic باستخدام لغة Python ومكتبة Pandas بهدف فهم العوامل المؤثرة على احتمالية النجاة واستخراج رؤى تحليلية دقيقة من البيانات.

? ما الذي تم تنفيذه في المشروع؟

استيراد البيانات وفحصها وتحليل بنيتها العامة

اكتشاف القيم المفقودة والتعامل معها

تحليل المتغيرات الأساسية مثل العمر، الجنس، درجة التذكرة، وسعر التذكرة

إجراء عمليات تصفية واستعلامات متقدمة لاكتشاف أنماط معينة داخل البيانات

? Feature Engineering (هندسة الخصائص)

تم إنشاء متغيرات جديدة لتعزيز قوة التحليل مثل:

حساب حجم العائلة (Family Size)

تحديد ما إذا كان الراكب بمفرده (Is Alone)

تصنيف أسعار التذاكر إلى فئات (Cheap / Expensive)

تقسيم الفئات العمرية (Child / Adult / Senior)

? تحليل متقدم باستخدام Pivot Table

تم إنشاء Pivot Table لحساب متوسط نسب النجاة بناءً على الفئة العمرية والجنس، مما ساعد على تحديد الفئات الأكثر تأثرًا بالعوامل المختلفة.

? القيمة التي يعكسها المشروع

هذا المشروع يوضح قدرتي على:

✔ فهم البيانات بعمق وليس فقط عرضها

✔ تحويل البيانات الخام إلى معلومات قابلة للتحليل

✔ تطبيق تقنيات Feature Engineering لتحسين جودة التحليل

✔ استخدام أدوات Python الاحترافية في تحليل البيانات

إذا كنت تبحث عن محللة بيانات قادرة على استخراج رؤى واضحة ودقيقة من بياناتك وتحويلها إلى نتائج تدعم اتخاذ القرار — فأنا جاهزة للعمل على مشروعك بكفاءة واحترافية