fpl-hidden-gem-finder

أداة تحليل بيانات ذكية لاكتشاف أفضل لاعبي Fantasy Premier League (FPL)

قمت ببناء أداة تحليل بيانات (Data Science) كاملة بلغة Python تساعد لاعبي دوري "فانتازي البريميرليج" على اكتشاف اللاعبين ذوي الأداء العالي والسعر المنخفض ("الجواهر المخفية") التي لا ينتبه لها أغلب اللاعبين.

كيف تعمل الأداة:

جلب بيانات حية: الأداة تتصل مباشرة بـ API الرسمي لموقع Fantasy Premier League وتسحب بيانات كل اللاعبين لحظياً (السعر، النقاط، نسبة الاختيار، المركز).

هندسة الخصائص (Feature Engineering): تم بناء مقياس مخصص (Gem Score) يجمع بين كفاءة اللاعب من حيث النقاط لكل مليون جنيه إسترليني (75% من الوزن) ومدى انخفاض نسبة اختياره من قبل باقي اللاعبين (25% من الوزن)، لاكتشاف اللاعبين الأقل شهرة لكن الأعلى قيمة.

نموذج تنبؤي (Machine Learning): تم بناء نموذج انحدار خطي (Linear Regression) للتنبؤ بنقاط اللاعب في الجولة القادمة، مع مقارنته بنموذج أساسي بسيط (متوسط أداء اللاعب التاريخي) لقياس مدى فعاليته الحقيقية.

تقسيم زمني للبيانات: تم تصميم عملية تدريب النموذج بحيث تحترم الترتيب الزمني للجولات (Time-based Split) لتفادي مشكلة "تسريب المعلومات المستقبلية" (Data Leakage) الشائعة في مشاريع التنبؤ بالبيانات الزمنية.

لوحة تحكم تفاعلية: واجهة Streamlit تسمح للمستخدم بفلترة اللاعبين حسب السعر ونسبة الاختيار والمركز، مع جدول نتائج مرتب حسب الأفضلية ورسم بياني تفاعلي (Plotly) يوضح العلاقة بين السعر والنقاط لكل لاعب.

التقنيات المستخدمة: Python, Pandas, NumPy, Scikit-learn, Streamlit, Plotly, Requests.