في هذا المشروع قمت بتطوير نموذج Machine Learning للتنبؤ بإمكانية الموافقة على طلب القرض بناءً على بيانات المتقدم. يقوم النموذج بتحليل عدة عوامل مثل الدخل السنوي، قيمة القرض المطلوبة، مدة القرض، الدرجة الائتمانية، وعدد المعالين، ثم يتوقع ما إذا كان القرض سيتم الموافقة عليه أو رفضه.

تم بناء المشروع باستخدام Python ومكتبات تعلم الآلة مثل Pandas وNumPy وScikit-learn، مع إنشاء واجهة تفاعلية باستخدام Streamlit تسمح للمستخدم بإدخال البيانات والحصول على التوقع بشكل مباشر.

تشمل مدخلات النموذج: عدد المعالين، المستوى التعليمي، حالة العمل، الدخل السنوي، قيمة القرض، مدة القرض، الدرجة الائتمانية (CIBIL Score)، وإجمالي الأصول. بعد إدخال هذه البيانات، يقوم النظام بإعطاء نتيجة توضح احتمالية الموافقة على القرض.

يوضح هذا المشروع القدرة على بناء نماذج تنبؤية وتحويلها إلى تطبيقات تفاعلية تدعم اتخاذ القرار في القطاع المالي.