نظام تنبؤ بفرص النجاة (Titanic) باستخدام نماذج التعلم الآلي والشبكات العصبية

مشروع تعليمي وتحليلي متكامل يهدف إلى التنبؤ باحتمالية نجاة الركاب بناءً على بيانات تاريخية، مع تطبيق معايير هندسة البيانات (Feature Engineering) لرفع دقة النماذج.

أبرز التقنيات المستخدمة في المشروع:

معالجة البيانات: تنظيف البيانات والتعامل مع القيم المفقودة (Missing Values) وتجهيزها للنماذج.

استخدام خطوط الإمداد (Pipelines): لضمان سير العمل بشكل آلي ومنظم ومنع تسرب البيانات (Data Leakage).

مقارنة النماذج: قمت ببناء وتدريب وتقييم عدة خوارزميات للوصول لأفضل دقة:

K-Nearest Neighbors (KNN)

Support Vector Machine (SVM)

Naive Bayes

Artificial Neural Networks (ANN) باستخدام Keras/TensorFlow.

التقييم: مقارنة النماذج باستخدام (Accuracy, Precision, Recall, F1-Score) واختيار النموذج الأمثل لكل حالة.

المخرجات:

ملف برمجي (Notebook) منظم يحتوي على مراحل استكشاف البيانات (EDA)، التصور البياني، والنتائج النهائية للتنبؤات.