تم بناء نموذج ذكي يعتمد على بيانات بيئية وزراعية للتنبؤ بمدى حاجة المحاصيل للري، مع معالجة تحديات مثل عدم توازن البيانات وضعف الترابط بين الخصائص.

ما تم تنفيذه:

تنظيف وتجهيز البيانات (Data Preprocessing).

تحليل استكشافي للبيانات (EDA) لاستخراج الأنماط والعلاقات.

معالجة مشكلة Imbalanced Data.

بناء نموذج Hybrid باستخدام Deep Learning وLightGBM.

تحسين أداء النموذج للوصول لأفضل دقة ممكنة.

النتائج:

تحقيق دقة تصل إلى 96.22% على Kaggle.

نموذج قادر على التنبؤ بدقة عالية باحتياجات الري.

استخلاص insights مهمة لدعم الزراعة الذكية وترشيد المياه.

الأدوات المستخدمة:

Python – Pandas – NumPy – Scikit-learn – TensorFlow – LightGBM