(تحليل بيانات المتبرعين بالدم ونظام التنبؤ بالمتبرعين المؤهلين)

هذا المشروع يهدف إلى تحليل شامل لبيانات المتبرعين بالدم وبناء نموذج تنبؤي يحدد المتبرعين المؤهلين حاليًا للتبرع. المشروع يقدم Insights استراتيجية للبنك الدموي تشمل:

تحليل الأعمار والفئات العمرية: تحديد الفئة العمرية الأكثر نشاطًا والأفضل طبيًا للتبرع.

تحليل العلاقة بين الوزن والهيموجلوبين والتبرع: فهم تأثير العوامل الصحية على أهلية المتبرع.

تحديد الأيام والشهور الأكثر نشاطًا للتبرع: مساعدة المراكز على تنظيم الحملات.

تحليل النشاط الجغرافي للمراكز والمدن: تحديد أكثر المراكز والمدن نشاطًا لتوزيع الموارد بشكل أفضل.

بناء نموذج Random Forest لتنبؤ المتبرعين المؤهلين: استخدام البيانات الشخصية والطبية والتاريخية للتنبؤ.

التنبؤ بموعد التبرع التالي لكل متبرع: Feature Days_until_next_eligible لتسهيل جدولة الحملات.

تحليل فئات الدم الأكثر عرضة للنقص: تحديد أولويات الحملات لكل فئة دم.

التقنيات والأدوات المستخدمة:

Python 3

Pandas, NumPy, Matplotlib, Seaborn

Scikit-learn (Random Forest, Gradient Boosting, Logistic Regression, Decision Tree)

Feature Engineering و Data Cleaning و EDA

الهدف العملي:

تحسين عمليات جمع الدم

تنظيم حملات التبرع بشكل فعال

التنبؤ بالنقص المحتمل في فئات الدم

تسهيل استدعاء المتبرعين المؤهلين