قمتُ ببناء نموذج تصنيفي للتنبؤ بالأمطار باستخدام مجموعة بيانات طقس أسترالية غير متوازنة للغاية، تضم أكثر من 113,000 حالة "بدون أمطار"

و31,000 حالة "مطر". طبقتُ تقنيات الlogistic regression وcross validation لتحسين دقة النموذج مع تقليل التجاوز.

قمتُ بمعالجة البيانات مسبقًا عن طريق حذف الميزات شديدة الارتباط واستخدام مُحوِّل الطاقة ومُوسِّع النطاق القوي للتحجيم والتطبيع.

عالجتُ عدم توازن الفئات باستخدام BorderlineSMOTE، مما حسّن قدرة النموذج على التنبؤ بالأمطار مع الحفاظ على دقة متوازنة.

طورتُ لوحة تحكم تفاعلية باستخدام Streamlit لعرض رؤى رئيسية، بما في ذلك احتمالية هطول الأمطار حسب اتجاه الرياح، وتوقعات الأمطار بناءً على أحوال الطقس الحالية، والعلاقة بين الرطوبة والضغط وحدوث الأمطار.

نشرتُ النموذج ولوحة التحكم على الإنترنت، مما أتاح الوصول العام إلى التوقعات والتصورات التفاعلية.