توقع الامطار مستقبلا في استراليا

تطوير نظام تنبؤ بهطول الأمطار في Australia اعتمادًا على بيانات مناخية تاريخية، بهدف بناء نموذج دقيق وقابل للنشر يتوقع احتمالية هطول المطر في اليوم التالي.

بدأ المشروع بمرحلة تحليل استكشافي متقدم (EDA) لفهم سلوك البيانات واكتشاف العلاقات المؤثرة، ومعالجة القيم المفقودة والتكرارات والقيم الشاذة. تم تنفيذ خطوات معالجة مسبقة احترافية شملت تنظيف البيانات، تحسين استهلاك الذاكرة، ومعالجة عدم توازن الفئة المستهدفة باستخدام SMOTE لضمان أداء عادل للنموذج.

تمت مقارنة أكثر من 10 خوارزميات تعلم آلي، من بينها Random Forest و SVM و Stacking إضافة إلى نماذج الـ Boosting مثل LightGBM و XGBoost، حيث أثبت XGBoost تفوقه من حيث الدقة والاستقرار في النتائج، ليتم اعتماده كنموذج نهائي.

اختُتم المشروع ببناء Workflow منظم باستخدام Functions و Pipelines لضمان قابلية التوسع وإعادة الاستخدام، ثم تصدير النموذج بصيغتي PKL و JSON تمهيدًا لدمجه في بيئة إنتاج فعلية.

النتيجة: نموذج تنبؤ قوي، مُحسّن، وجاهز للتطبيق العملي في أنظمة دعم القرار.