Donor Prediction) | CharityML

مشروع: نموذج التنبؤ بالمتبرعين (Donor Prediction) | CharityML قمت ببناء نموذج تعلم آلي متكامل للتنبؤ بالأفراد الأكثر احتمالاً للتبرع، وذلك ضمن مشروع CharityML باستخدام بيانات التعداد السكاني الأمريكي (census.csv). ما تم تنفيذه: • استكشاف البيانات وتنظيفها (EDA) وتحليل التوزيعات والقيم الشاذة • تجربة وتقييم 3 خوارزميات: Random Forest، Gradient Boosting، Logistic Regression • ضبط الـ Hyperparameters باستخدام GridSearchCV للوصول لأفضل أداء • تتبع التجارب وإدارة النماذج عبر MLflow (Tracking + Model Registry) • بناء واجهة مستخدم تفاعلية بـ Tkinter تتيح إدخال بيانات الفرد والتنبؤ الفوري • تقييم النماذج بمقاييس: Accuracy، F-beta Score، Precision، Recall التقنيات المستخدمة: Python | Scikit-learn | Pandas | NumPy | Tkinter | Matplotlib --- النتيجة: نموذج قادر على تصنيف المتبرعين المحتملين بدقة عالية، مع واجهة جاهزة للاستخدام الفعلي.