نظرة عامة
تم تنفيذ هذا المشروع خلال برنامج تدريب صيفي في مجال علم البيانات، ويهدف إلى تطبيق مهارات تنظيف البيانات، تحليلها، وبناء نماذج تعلم آلي باستخدام مجموعة من قواعد البيانات المتعلقة بالأفلام.
يركز المشروع على استخراج الأنماط والعلاقات، والتنبؤ ببعض المؤشرات، بالإضافة إلى استخدام تقنيات التعلم غير الموجّه لاكتشاف التجمعات المخفية داخل البيانات.
أهداف المشروع
دمج عدة قواعد بيانات تشمل (الأفلام، الأنواع، الشركات، الدول، واللغات)
تنظيف البيانات ومعالجة القيم المفقودة
تطبيق نماذج الانحدار للتنبؤ ببعض خصائص الأفلام
استخدام تقنيات التجميع (Clustering) لاكتشاف الأنماط والعلاقات
التقنيات المستخدمة
Python 3
Pandas, NumPy – لمعالجة البيانات
Matplotlib, Seaborn – للتصورات البيانية
Scikit-learn – لبناء وتقييم نماذج التعلم الآلي
Jupyter Notebook
هيكل المشروع
يحتوي المشروع على عدة ملفات بيانات (CSV) تشمل معلومات عن الأفلام، الأنواع، الشركات، الدول، واللغات، بالإضافة إلى ملف Notebook الرئيسي الذي يتضمن جميع خطوات التحليل والنمذجة.
نماذج التعلم الآلي المستخدمة
Linear Regression: للتنبؤ بالقيم العددية بناءً على خصائص الأفلام
Decision Tree Regressor: لاكتشاف العلاقات غير الخطية داخل البيانات
K-Means Clustering: لتجميع الأفلام حسب التشابه في الخصائص
معايير التقييم
Mean Squared Error (MSE)
R² Score
🔍 أهم التحليلات
يركز المشروع على دراسة العلاقات بين:
شركات الإنتاج وأداء الأفلام
نوع الفيلم (Genre) وتفاعل الجمهور
تأثير الدولة واللغة على نجاح الفيلم
