نموذج تعلم آلي (Machine Learning) مخصص لتحليل البيانات الأكاديمية والتنبؤ بدرجات وأداء الطلاب بناءً على مجموعة من المتغيرات والعوامل المؤثرة مثل ساعات الدراسة والتقييمات السابقة. يهدف المشروع إلى تقديم حلول تحليلية تساعد المؤسسات التعليمية أو الطلاب على توقع النتائج وتحسين الأداء الأكاديمي.

التقنيات والأدوات المستخدمة:

لغة البرمجة: Python

مكتبات تحليل البيانات: Pandas, NumPy

التعلم الآلي والنماذج:SKILL-Learn

أبرز المميزات وما تم إنجازه:

تنظيف البيانات ومعالجتها أولياً (Data Cleaning & Preprocessing) للتعامل مع القيم المفقودة وتحسين جودة البيانات.

تحليل البيانات الاستكشافي (Exploratory Data Analysis) لفهم العلاقات بين المتغيرات وتحديد العوامل الأكثر تأثيراً على النتائج.

بناء وتدريب نموذج تنبؤي (Predictive Model) باستخدام خوارزميات الانحدار (Regression Algorithms).

تقييم أداء النموذج واختبار دقة التنبؤات للوصول إلى أعلى نسبة دقة ممكنة.