Titanic Classification

الهدف: التنبؤ بنجاة الركاب على متن سفينة تيتانيك باستخدام تصنيف التعلم الآلي الكلاسيكي.

البيانات: مجموعة بيانات تيتانيك من منصة كاغل (Kaggle) (التركيبة السكانية، فئة/سعر التذكرة، معلومات المقصورة/ميناء الصعود، وعدد أفراد الأسرة).

سير العمل: تنظيف وتعويض القيم المفقودة (العمر، الأجرة، المقصورة/الصعود)، وهندسة الميزات (مثل: حجم الأسرة، استخراج اللقب، الأجرة لكل شخص)، وتشفير البيانات الفئوية (Categorical encoding)، وتغيير مقياس الحقول الرقمية (Scaling)، والتقسيم إلى مجموعات تدريب واختبار.

النماذج: تدريب ومقارنة المُصنِّفات (مثل: الانحدار اللوجستي، الغابة العشوائية، تعزيز التدرج/XGBoost، خوارزمية أقرب الجيران KNN، وآلة المتجهات الداعمة SVM) مع استخدام التحقق المتقاطع (Cross-validation) وضبط المعلمات الفائقة (Hyperparameter tuning).

التقييم: استخدام الدقة (Accuracy) بالإضافة إلى الدقة/الاستدعاء/مقياس إف 1 (Precision/Recall/F1)، ومنحنى خصائص تشغيل المُستقبِل (ROC-AUC)، ومصفوفة الارتباك (Confusion matrix)؛ وإصدار تقرير بأهمية الميزات لتفسير العوامل المؤدية للنجاة.

النتيجة: خط أنابيب (Pipeline) برمجي قابل للتكرار يسجل الركاب الجدد ويسلط الضوء على العوامل (الفئة، الجنس، العمر، الأجرة، حجم الأسرة، ميناء الصعود) التي تؤثر بشكل أكبر على احتمالية النجاة.