تطوير نموذج ذكاء اصطناعي للتنبؤ بمواعيد تأخير وسائل النقل العام

مشروع متكامل في مجال الذكاء الاصطناعي يهدف إلى معالجة مشكلة عدم دقة مواعيد وسائل النقل العام. يعتمد المشروع على بناء نموذج تنبؤي يقوم بتحليل البيانات التاريخية والآنية للتنبؤ بمدة التأخير المتوقعة بدقة عالية، مما يساهم في تحسين كفاءة التشغيل وتجربة الركاب.

المميزات التقنية والخطوات التي تم تنفيذها:

- تحليل البيانات الاستكشافي (EDA): دراسة شاملة لمجموعة بيانات تحتوي على سجلات حركة الحافلات، مع تحليل المتغيرات الأساسية مثل الطقس، عدد الركاب، وإحداثيات الموقع.

- هندسة البيانات وتنظيفها :

+ معالجة القيم المفقودة والمتطرفة في أعداد الركاب وإحداثيات GPS.

+ توحيد صيغ البيانات الزمنية وتحويلها إلى كائنات زمنية قابلة للتحليل.

+ تصحيح الأخطاء في معرفات المسارات وتطبيع بيانات الطقس.

- هندسة الميزات :

+ استخراج ميزات جديدة مثل (ساعات الذروة، أيام الأسبوع، فترات اليوم).

+ حساب كثافة الركاب وتكرار الرحلات لكل مسار لتعزيز دقة التنبؤ.

- بناء النماذج وتدريبها: استخدام خوارزميات التعلم الآلي المتقدمة مثل Random Forest كنموذج أساسي و Linear Regression كنموذج احتياطي.

- استراتيجية التقييم: اعتماد التقسيم الزمني للبيانات بنسبة 80% للتدريب و 20% للاختبار لضمان محاكاة التوقعات في العالم الحقيقي وتجنب تسريب البيانات.