تحليل وتطوير نماذج التنبؤ ببيانات لاعبي FIFA
تفاصيل العمل
تم تنفيذ مشروع متكامل لتحليل بيانات 19,667 لاعباً باستخدام تقنيات تعلم الآلة، بهدف استنباط رؤى استراتيجية حول القيمة السوقية والأداء. أبرز ملامح العمل:جودة البيانات: تم إجراء تنظيف شامل (Data Cleaning) وفحص دقيق للقيم المفقودة والمكررة، مما ضمن دقة التحليل بنسبة 100%. التحليل الإحصائي: كشف الفحص عن متوسط أعمار 23 عاماً، مع تفاوت ضخم في القيمة السوقية يصل ذروته إلى 190.5 مليون دولار. البنية التقنية: اعتمد المشروع على مكتبات Pandas و Scikit-learn لمعالجة الميزات (Numerical & Categorical). النمذجة التنبؤية: تم تجهيز النماذج باستخدام (Linear & Ridge Regression, Logistic Regression,Naive Bayes ) ومعايرة البيانات عبر StandardScaler لضمان أفضل دقة في توقع تقييمات اللاعبين المستقبلية. النتيجة: توفير أداة تحليلية قادرة على دعم اتخاذ القرار في تقييم المواهب الكروية بناءً على معايير رقمية دقيقة.
مهارات العمل
بطاقة العمل
تقييم المستقل
تاريخ النشر
منذ شهرين
المشاهدات
71
القسم
المستقل
Abdallah Mohamed
Data science student
طلب عمل مماثل
