Waze User Churn Prediction App

تطبيق ويب ذكي لتوقع تسرب مستخدمي Waze (Machine Learning)

نبذة عن المشروع:

تطوير نموذج تعلم آلة (Machine Learning Model) متكامل لشركة Waze بهدف التنبؤ باحتمالية توقف المستخدمين عن استخدام التطبيق (User Churn). يهدف المشروع إلى مساعدة أصحاب الأعمال في التعرف المبكر على العملاء المعرضين للمغادرة، مما يتيح اتخاذ قرارات تسويقية استباقية للحفاظ عليهم.

ما قمت بإنجازه:

تحليل البيانات استكشافياً (EDA) ومعالجة البيانات المعقدة والقيم المتطرفة.

هندسة الميزات (Feature Engineering) لاستخراج مؤشرات دقيقة من سلوك السائقين (مثل معدل الاستخدام الشهري ومتوسط المسافات).

تدريب وتقييم عدة نماذج ذكاء اصطناعي (مثل Random Forest و XGBoost) لاختيار النموذج الأعلى دقة.

برمجة وتطوير واجهة مستخدم تفاعلية باستخدام مكتبة Streamlit، تتيح إدخال بيانات المستخدم وعرض نتيجة التنبؤ بشكل فوري وسهل الاستخدام لأي شخص غير تقني.

الأدوات والتقنيات المستخدمة:

لغة البرمجة: Python.

تحليل ومعالجة البيانات: Pandas, Scikit-Learn.

خوارزميات التنبؤ: XGBoost, Random Forest.

واجهة الويب (Deployment): Streamlit.