بناء نموذج تعلم آلي للتنبؤ بنجاح الطلاب باستخدام Python

نوع العمل: تحليل البيانات وتطبيقات تعلم الآلة (Data Analysis & Machine Learning).

يهدف المشروع إلى بناء نموذج تعلم آلي بسيط يتنبأ باحتمالية نجاح الطالب أو رسوبه اعتمادًا على عدد ساعات المذاكرة، من خلال تطبيق خطوات تجهيز البيانات وتدريب النموذج على أمثلة سابقة.

مميزات المشروع:

- عرض البيانات الأصلية وتنظيمها باستخدام Pandas.

- تنظيف البيانات عن طريق إزالة السجلات المكررة والتعامل مع القيم المفقودة.

- استخدام خوارزمية Decision Tree Classification لتصنيف نتائج الطلاب.

- تدريب النموذج على بيانات تربط بين ساعات المذاكرة والنتيجة النهائية.

- تجربة النموذج على حالة طالب جديد والتنبؤ بنتيجته المتوقعة.

طريقة التنفيذ:

تم تنفيذ المشروع باستخدام لغة Python على Google Colab، بالاعتماد على مكتبة Pandas لمعالجة البيانات، ومكتبة Scikit-learn لبناء نموذج التصنيف.

بدأ التنفيذ بإنشاء مجموعة بيانات تجريبية تحتوي على عدد ساعات المذاكرة ونتيجة الطالب (Pass أو Fail)، ثم تطبيق خطوات تنظيف البيانات وتجهيزها، وتدريب نموذج Decision Tree Classifier على البيانات، وأخيرًا اختبار النموذج باستخدام بيانات طالب جديد لمعرفة النتيجة التي يتوقعها.

يمثل المشروع تطبيقًا عمليًا للمفاهيم الأساسية في تعلم الآلة، بدايةً من تجهيز البيانات وحتى تدريب النموذج واستخدامه في التنبؤ.