Data Cleaning and Exploratory Data Analysis

يتناول هذا المشروع إجراء تحليل استكشافي متكامل للبيانات (Exploratory Data Analysis - EDA) وتنظيفها بدقة لتحويل البيانات الخام إلى رؤى قابلة للتنفيذ تدعم اتخاذ القرارات.

المراحل والمهام المنفذة:

تنظيف ومعالجة البيانات (Data Cleaning & Preprocessing):

معالجة القيم المفقودة (Missing Values) والتعامل مع التكرارات (Duplicates).

كشف القيم الشاذة (Outliers) ومعالجتها للحفاظ على دقة التحليل.

توحيد أنماط وصيغ الأعمدة وتصحيح أنواع البيانات (Data Types).

التحليل الاستكشافي للبيانات (EDA):

تحليل المتغيرات الفردية والعلاقات المتبادلة بين المتغيرات المختلفة (Univariate & Bivariate Analysis).

استخراج الأنماط، الاتجاهات (Trends)، والارتباطات الإحصائية (Correlations).

التمثيل البصري واستخراج الرؤى (Data Visualization):

تصميم رسوم بيانية تفاعلية وتوضيحية لتسهيل فهم وتفسير النتائج للعميل.

تقديم تقرير تحليلي نهائي يتضمن أهم الملاحظات والتوصيات المستندة للبيانات.

الأدوات والمكتبات المستخدمة:

اللغة: Python

معالجة البيانات: Pandas, NumPy

التمثيل البياني: Matplotlib, Seaborn

بيئة العمل: Jupyter Notebook