AI-Based Predictive System for Public Transportation Delay Analysis

نظام ذكي للتنبؤ بتأخيرات وسائل النقل باستخدام الذكاء الاصطناعي

قمت بتطوير نظام متكامل يعتمد على الذكاء الاصطناعي لتحليل والتنبؤ بتأخيرات وسائل النقل العامة، باستخدام بيانات حقيقية معقدة مليئة بالتحديات (Noisy Data)، مما يعكس بيئة العمل الواقعية بشكل دقيق.

التحدي الأساسي:

التعامل مع بيانات غير مثالية تضمنت:

قيم مفقودة (Missing Values)

تنسيقات غير متسقة

بيانات شاذة (Outliers)

سجلات GPS غير دقيقة أو تالفة

ما تم تنفيذه:

بناء Pipeline متكامل لعلوم البيانات بدءًا من:

تنظيف البيانات (Data Cleaning)

معالجة القيم المفقودة (Imputation)

التطبيع (Normalization)

اكتشاف القيم الشاذة (Outlier Detection)

إجراء تحليل استكشافي متعمق (EDA) لاكتشاف الأنماط والعوامل المؤثرة على التأخيرات

Feature Engineering متقدم شمل:

مدة التأخير

تصنيفات زمنية (Time-based features)

تأثير الطقس

خصائص المسارات (Route-based metrics)

بناء وتقييم عدة نماذج تعلم آلي مثل:

Linear Regression

Ensemble Models

تقييم وتحليل الأداء:

استخدام مقاييس دقيقة مثل: MAE، RMSE، R²

تطبيق تقنيات تفسير النماذج (Explainability) مثل Feature Importance لتحديد أهم العوامل المؤثرة على التأخير

هذا المشروع يبرز قدرتي على:

- التعامل مع بيانات واقعية معقدة وغير نظيفة

- بناء نماذج تنبؤية قوية وقابلة للتفسير

- تحويل البيانات إلى رؤى عملية تساعد في تحسين كفاءة أنظمة النقل

الهدف هو تقديم حل ذكي يساعد في تقليل التأخيرات وتحسين تجربة المستخدم واتخاذ قرارات تشغيلية أكثر دقة.