University Students Data Analysis & Analytics Dashboard

مشروع تحليل بيانات شامل ومعالجة (Data Cleaning & Preprocessing) لسجلات الطلاب الجامعيين، الأداء الأكاديمي، والمؤشرات المؤسسية، بهدف ضمان جودة البيانات واستخراج رؤى أكاديمية دقيقة.

Key Project Steps & Methodology (خطوات ومراحل العمل):

Data Cleaning & Preprocessing (تنظيف ومعالجة البيانات):

ضبط أنواع البيانات (Data Types)، تحويل حقول التواريخ إلى الصيغة الصحيحة (Datetime)، واستعادة الأصفار البادئة للأرقام القومية (National IDs).معالجة القيم الشاذة وضمان صحة البيانات عبر فلترة السجلات غير الصحيحة ($StudentID > 1000$)، وتقييد الدرجات ضمن النطاقات المسموحة ($[0, 100]$ و $[0, 4]$)، وتصحيح بيانات الحضور الخاطئة.

Exploratory Data Analysis (EDA) & Outlier Treatment (التحليل الاستكشافي للبيانات):

دراسة توزيعات المتغيرات (Distributions)، التواء البيانات (Skewness)، واستخدام مخططات الصندوق (Boxplots) قبل وبعد التنظيف للتعامل مع القيم المتطرفة بفعالية.

تحليل مصفوفة الارتباط (Correlation Matrix) ومخططات الانتشار (Scatter Plots) لدراسة العلاقة بين المقاييس الأكاديمية مثل (Score, Grade Point , Attendance Rate, و CGPA).

Data Visualization & Dashboarding (تصور البيانات ولوحة المؤشرات):

تصميم لوحة مؤشرات أداء تفاعلية (University Analytics Dashboard) لعرض المؤشرات الرئيسية (KPIs) مثل إجمالي الطلاب، البرامج، متوسط الأعمار، ومعدل الحضور العام ($82.54\%$).إنشاء تحليلات بصرية لتوزيع الطلاب حسب المنطقة والنوع (Region & Gender)، توزيع التقديرات (Grade Letters)، اتجاهات التسجيل عبر السنوات، وتوزيع البرامج الأكاديمية (مثل: Artificial Intelligence, Computer Science, Information Systems, Software Engineering).