تحسين التنبؤ بأداء الطلاب باستخدام Stacking Ensemble

Student Ensemble

مشروع يهدف إلى التنبؤ بأداء الطلاب باستخدام تقنيات **Ensemble Learning**. قمنا بمقارنة ثلاثة نماذج:

- **Logistic Regression**

- **Random Forest**

- **Stacking Model** (النموذج النهائي)

حقق النموذج **Stacking** أفضل أداء بنسبة **Accuracy = 92.2%**، متفوقاً بشكل ملحوظ على نموذج Logistic Regression.

### المميزات:

- استخدام Stacking Ensemble لدمج قوة عدة نماذج

- تحليل شامل للأداء (Accuracy, Precision, Recall, F1-score)

- نتائج ممتازة في التصنيف

المشروع يُظهر كيف يمكن لتقنيات التعلم الآلي أن تساعد في فهم وتحسين أداء الطلاب.