مشروع تقسيم عملاء باستخدام Machine Learning على بيانات 440 عميل جملة، بهدف اكتشاف مجموعات العملاء حسب إنفاقهم على 6 فئات منتجات.

خطوات العمل:

✅ تحليل استكشافي للبيانات (EDA) ورسومات توضيحية

✅ معالجة البيانات المنحرفة (Log Transform) وتوحيد المقاييس (StandardScaler)

✅ خوارزمية K-Means مع Elbow Method وSilhouette Score لاختيار عدد المجموعات

✅ خوارزمية DBSCAN لاكتشاف القيم الشاذة

✅ بناء Pipeline متكامل في sklearn

النتيجة: 3 شرائح عملاء واضحة (عملاء بقالة وألبان ومنظفات، عملاء طازج ومجمد بكميات كبيرة، وعملاء بإنفاق متوسط ومنخفض).

الأدوات: Python، Pandas، Scikit-learn، Matplotlib، Seaborn