Amazon Dataset Cleaning

قمت بالعمل على مشروع متكامل في مجال علم البيانات يركز على تحليل بيانات مبيعات أجهزة اللابتوب على منصة أمازون، بهدف استخراج رؤى مفيدة وتحسين جودة البيانات لدعم اتخاذ القرار.

? نظرة عامة على المشروع:

يتضمن المشروع التعامل مع مجموعة بيانات حقيقية تحتوي على 4446 سجل و17 خاصية خاصة بمنتجات اللابتوب على أمازون. كانت البيانات في البداية تحتوي على العديد من المشاكل، لذلك كان الهدف الأساسي هو تنظيفها ومعالجتها لتصبح جاهزة للتحليل والعرض.

? التحديات الرئيسية:

وجود قيم مفقودة في أعمدة مهمة مثل: الموديل، اللون، سعة التخزين، سرعة المعالج، والتقييمات

تخزين القيم الرقمية كنصوص بدلًا من أرقام

عدم توحيد التنسيق (مثل: "8 GB RAM"، "512GB SSD")

تخزين الأسعار والمبيعات كنصوص

صعوبة إجراء تحليل دقيق بسبب مشاكل جودة البيانات

? ما قمت به:

تنظيف البيانات ومعالجة القيم المفقودة

تحويل أنواع البيانات إلى الصيغ الصحيحة (رقمية وتصنيفية)

توحيد القيم والتنسيقات المختلفة

تجهيز البيانات لتكون مناسبة للتحليل وإنشاء لوحات البيانات (Dashboard)

التأكد من أن البيانات منظمة وجاهزة للاستخدام

? النتائج:

بيانات نظيفة بدون أي قيم مفقودة

تنسيق موحد ومنظم

تحسين دقة التحليل بشكل كبير

بيانات جاهزة للاستخدام في نماذج التعلم الآلي ولوحات العرض

? الأدوات والتقنيات المستخدمة:

Python

Pandas & NumPy

تقنيات تنظيف ومعالجة البيانات

أدوات تصور البيانات (لإعداد الداشبورد)

? نتيجة المشروع:

أصبحت البيانات النهائية موثوقة وسهلة التحليل، مما ساعد على إنشاء لوحات عرض بيانات (Dashboards) ودعم تطبيقات مستقبلية في مجال التعلم الآلي.