(Donor Prediction) | CharityML

مشروع: نموذج التنبؤ بالمتبرعين (Donor Prediction) | CharityML

قمت ببناء نموذج تعلم آلي متكامل للتنبؤ بالأفراد الأكثر احتمالاً للتبرع، وذلك ضمن مشروع CharityML باستخدام بيانات التعداد السكاني الأمريكي (census.csv).

---

ما تم تنفيذه:

• استكشاف البيانات وتنظيفها (EDA) وتحليل التوزيعات والقيم الشاذة

• تجربة وتقييم 3 خوارزميات: Random Forest، Gradient Boosting، Logistic Regression

• ضبط الـ Hyperparameters باستخدام GridSearchCV للوصول لأفضل أداء

• تتبع التجارب وإدارة النماذج عبر MLflow (Tracking + Model Registry)

• بناء واجهة مستخدم تفاعلية بـ Tkinter تتيح إدخال بيانات الفرد والتنبؤ الفوري

• تقييم النماذج بمقاييس: Accuracy، F-beta Score، Precision، Recall

---

التقنيات المستخدمة:

Python | Scikit-learn | Pandas | NumPy | Tkinter | Matplotlib

---

النتيجة:

نموذج قادر على تصنيف المتبرعين المحتملين بدقة عالية، مع واجهة جاهزة للاستخدام الفعلي.