نظام تنبؤ بمخاطر الفيضانات مدعوم بالذكاء الاصطناعي، يغطي بيانات أرصاد جوية تمتد لأكثر من 120 عاماً (
الهدف من المشروع هو تحليل العلاقة بين المتغيرات الجوية والتنبؤ بمخاطر الفيضانات لتعزيز اتخاذ القرار الوقائي.
المهارات التقنية المستخدمة:
اللغات والبيئة: Python (Pandas, NumPy, Matplotlib, Seaborn, Scikit-Learn), XGBoost.
تحليل البيانات: إجراء تحليل استكشافي للبيانات (EDA)، هندسة الميزات (Feature Engineering)، وتحليل الارتباط.
التعلم الآلي: مقارنة نماذج متعددة واختيار نموذج (XGBoost) كأفضل محرك للتنبؤ بدقة وصلت إلى 92.71% و F1-Score بلغت 90.93%.
تصور البيانات (BI): بناء لوحات تحكم تفاعلية باستخدام Power BI لمراقبة المخاطر في الوقت الفعلي.
ما يميز هذا المشروع (Key Highlights):
دورة حياة كاملة: يوضح قدرتك على تنفيذ مسار بيانات متكامل (End-to-End Pipeline).
الجانب التحليلي: يظهر مهاراتك في اختيار النموذج الأنسب (XGBoost) وتحسين أدائه.
التطبيق العملي: يوضح قدرتك على تحويل النتائج التقنية المعقدة إلى لوحات تحكم (Dashboards) تفاعلية ومفهومة للمستخدمين