تحليل الأغاني وتقسيمها لذوقك الموسيقي باستخدام الذكاء الاصطناعي

مشروع تحليل بيانات موسيقية باستخدام تقنيات علم البيانات والتعلم الآلي، حيث يتم تحليل مجموعة ضخمة من الأغاني وتقسيمها إلى مجموعات (Clusters) بناءً على خصائصها الصوتية. يهدف المشروع إلى: تحليل بيانات الأغاني وفهم خصائصها استخراج Features مؤثرة مثل (الطاقة، الإيقاع، السرعة) تقسيم الأغاني إلى مجموعات متشابهة باستخدام الذكاء الاصطناعي 📊 كما هو موضح في المشروع، تم العمل على Dataset تحتوي على أكثر من 114,000 أغنية بخصائص متعددة مثل: danceability, energy, loudness, tempo وغيرها ⚙️ التقنيات المستخدمة: Python Pandas / NumPy Matplotlib / Seaborn Scikit-learn 🤖 الخوارزميات المستخدمة: K-Means Clustering (تجميع البيانات) PCA (تقليل الأبعاد لتحسين الأداء) ⚙️ خطوات العمل: تنظيف البيانات (Data Cleaning) إنشاء Features جديدة مثل: mood dance_energy تحويل البيانات باستخدام StandardScaler تحليل البيانات بصريًا (Visualization) تحديد أفضل عدد Clusters باستخدام Elbow Method تقييم النتائج باستخدام Silhouette Score 📈 النتائج: تم تقسيم الأغاني إلى مجموعات مختلفة حسب خصائصها كل مجموعة تحتوي على أغاني متشابهة في الإيقاع والطاقة تم عرض النتائج بشكل مرئي يوضح توزيع كل Cluster