قمت بتنفيذ مشروع متكامل للتنبؤ بمؤشر Kp (العواصف المغناطيسية) باستخدام تقنيات تعلم الآلة والتعلم العميق.
بدأت بتحليل البيانات لاكتشاف العلاقات بين المتغيرات باستخدام خرائط الارتباط (Heatmap)، ثم قمت بتنظيف البيانات وتجهيزها، وإنشاء خصائص زمنية لتحسين الأداء.
بعد ذلك تم بناء عدة نماذج:
- Random Forest
- LightGBM
- LSTM (لتحليل البيانات الزمنية)
كما تم تحسين أداء النماذج باستخدام تقنيات ضبط المعاملات، واستخدام SHAP لتفسير النتائج.
تمت مقارنة النماذج باستخدام مقاييس MAE و RMSE واختيار الأفضل بناءً على الأداء.
الأدوات المستخدمة:
بايثون – Pandas – NumPy – Scikit-learn – LightGBM – TensorFlow – SHAP – Optuna
المشروع يوضح القدرة على تحليل البيانات وبناء نماذج دقيقة قابلة للتطبيق.
