Notebook (dataset)(Preprocessing + AI + ML Models)

قمت بالعمل على Notebook باستخدام Python لتنفيذ مراحل معالجة البيانات (Data Preprocessing) وبناء نماذج تعلم الآلة.

بدأت بتحميل البيانات واستكشافها لفهم خصائصها، ثم قمت بتنظيفها من القيم المفقودة والتكرار، بالإضافة إلى تحويل البيانات النصية إلى صيغة رقمية باستخدام تقنيات Encoding. بعد ذلك، تم تطبيق عمليات Scaling لتحسين أداء النماذج.

تم تقسيم البيانات إلى مجموعة تدريب (Training) واختبار (Testing) لضمان تقييم عادل للنماذج. بعد ذلك، قمت ببناء وتدريب عدة نماذج من تعلم الآلة مثل:

* Logistic Regression

* K-Nearest Neighbors (KNN)

* Linear

*numpy

*pandas

*Scale

*encoding

*lstm

*random

ثم تم تقييم أداء كل نموذج باستخدام مقاييس مثل Accuracy وConfusion Matrix وClassification Report، مع مقارنة النتائج لاختيار النموذج الأفضل.

كما تم استخدام الرسوم البيانية لتحليل البيانات وفهم توزيعها بشكل أفضل، مما ساعد في تحسين جودة النتائج واتخاذ قرارات أدق.

هذا العمل ساعد في اكتساب خبرة عملية في تحليل البيانات وبناء نماذج تعلم الآلة واختيار النموذج الأنسب بناءً على الأداء.