قمتُ بتصميم نظام توصيات أفلام ذكي باستخدام لغة بايثون وتقنيات التعلم الآلي. كان الهدف من هذا المشروع تحليل مجموعات بيانات ضخمة من الأفلام وتقييمات المستخدمين لتقديم اقتراحات أفلام دقيقة ومخصصة، تحاكي الخوارزميات المستخدمة في منصات البث الرائدة.
تضمن المشروع تحليلًا استكشافيًا شاملًا للبيانات، وتنظيفها، ومعالجتها مسبقًا للتعامل مع القيم المفقودة وتنسيق البيانات لنماذج التعلم الآلي. استخدمتُ خوارزميات متقدمة (مثل تشابه جيب التمام/خوارزمية أقرب الجيران) لحساب التشابه بين الأفلام بناءً على الأنواع والتقييمات وتفاعلات المستخدمين، مما يوفر توصيات دقيقة.
دوري ومسؤولياتي:
- قمتُ بمعالجة البيانات مسبقًا وهندسة الميزات على مجموعات بيانات الأفلام الخام.
- أجريتُ تحليلًا استكشافيًا للبيانات، وأنشأتُ تمثيلات مرئية للبيانات للكشف عن الاتجاهات.
- قمتُ ببناء نموذج التعلم الآلي وتدريبه وتقييمه.
- تم تسليم دفتر Jupyter Notebook نظيف وموثق جيدًا، يحتوي على كامل شفرة المصدر والتقييمات الرياضية.
