Using_models

? **حلول التعلم الآلي والذكاء الاصطناعي**

- نماذج تنبؤية مخصصة (الانحدار، التصنيف، التجميع)

- مقارنة النماذج وتحسينها

- طرق التجميع (Random Forest, Gradient Boosting, XGBoost)

- هندسة الميزات واختيارها

- ضبط المعاملات والتحقق المتبادل

? **تحليل البيانات والتصور**

- التحليل الاستكشافي للبيانات (EDA)

- التحليل الإحصائي واختبار الفرضيات

- لوحات معلومات وتقارير تفاعلية

- تنظيف البيانات والمعالجة المسبقة

- تحليل الارتباط وأهمية الميزات

? **تطوير Python**

- Scikit-learn, pandas, numpy, matplotlib, seaborn

- دفاتر Jupyter ونصوص Python

- كود نظيف وموثق وقابل للصيانة

- التحكم في الإصدار باستخدام Git/GitHub

- خطوط أنابيب بيانات آلية

? **خط أنابيب التعلم الآلي الشامل**

- جمع البيانات والمعالجة المسبقة

- تحجيم وتحويل الميزات

- تدريب النماذج وتقييمها

- مقاييس الأداء (R², RMSE, MAE, Accuracy, F1-Score)

- نشر النماذج والتوثيق

---

## المهارات التقنية

### لغات البرمجة

- Python (خبير)

- SQL

- R

### مكتبات التعلم الآلي

- scikit-learn

- TensorFlow/Keras

- PyTorch

- XGBoost

- LightGBM

### أدوات علوم البيانات

- pandas

- numpy

- matplotlib

- seaborn

- plotly

### أدوات التطوير

- Jupyter Notebook

- VS Code

- Git/GitHub

- Docker

- AWS/Azure