Kickstarter Campaign Success Predictor

شاركت ضمن فريق في تطوير مشروع يهدف إلى التنبؤ بمدى نجاح أو فشل حملات التمويل الجماعي على منصة Kickstarter، بالاعتماد على بيانات تاريخية لأكثر من 200 ألف حملة.

اعتمد المشروع على تقنيات تحليل البيانات وتعلم الآلة لبناء نموذج تصنيف (Classification Model) قادر على التنبؤ بنتيجة الحملة بناءً على مجموعة من الخصائص المالية والزمنية وغيرها.

دوري في المشروع:

توليت جزء بناء النماذج وتطوير أدائها (Modeling & Hyperparameter Tuning)، وشمل عملي:

تطبيق Principal Component Analysis (PCA) لتقليل الأبعاد واستخراج الخصائص الأكثر أهمية في تمثيل البيانات.

بناء نموذج Support Vector Machine (SVM) لتصنيف الحملات والتنبؤ بنجاحها أو فشلها.

استخدام GridSearchCV للبحث المنهجي عن أفضل مجموعة من Hyperparameters.

ضبط معاملات النموذج وتحسين أدائه من خلال تجارب ومقارنات مختلفة.

تقييم أداء النموذج باستخدام مقاييس التقييم المناسبة لمهمة التصنيف.

الأدوات والتقنيات المستخدمة:

Python، Pandas، NumPy، Scikit-learn، PCA، SVM، GridSearchCV، Jupyter Notebook.

حقق نموذج SVM النهائي دقة تصنيف (Accuracy) بلغت حوالي 70% على بيانات الاختبار، وفقًا لنتائج المشروع.

المشروع كان عملًا جماعيًا، وكانت مسؤوليتي الأساسية هي تطوير وتقييم نماذج تعلم الآلة وتحسين أدائها.