بناء نموذج ذكاء اصطناعي لتنبؤ نجاح الأفلام باستخدام Python

قمت بتطوير نموذج تعلم آلي (Machine Learning) باستخدام لغة بايثون للتنبؤ بما إذا كان الفيلم سيعتبر ناجحاً أم لا بناءً على خصائصه الفنية والتقييمات.

مراحل تنفيذ المشروع:

1. تنظيف ومعالجة البيانات: فحص القيم المفقودة وتجهيز مجموعة بيانات تضم 400 فيلم.

2. تحديد المتغيرات والمستهدف: بناء عمود مستهدف (Success) بناءً على تقييمات IMDB واختيار معالم مثل (MetaScore وDuration) كمتغيرات تنبؤية.

3. تقسيم وتدريج البيانات: تقسيم البيانات بنسبة 80/20 وتطبيق (StandardScaler) لتوحيد مقياس البيانات.

4. تدريب النموذج: استخدام خوارزمية الانحدار اللوجستي (Logistic Regression) للتدريب.

5. تقييم الأداء: تقييم دقة النموذج والتي وصلت إلى 82.5%، مع رسم مصفوفة الارتباك (Confusion Matrix) لتحليل النتائج بدقة.

الأدوات المستخدمة:

Python | Pandas | Scikit-Learn | Logistic Regression | Google Colab