تصنيف الأجرام السماوية باستخدام الذكاء الاصطناعي (98% Accuracy)
مشروع متكامل لتصنيف الأجرام السماوية (نجوم، مجرات، كوازار) باستخدام بيانات فلكية حقيقية تعتمد على الخصائص الطيفية والضوئية.

منهجية العمل:

تحليل البيانات: استكشاف الخصائص الضوئية (u, g, r, i, z) وربطها بخاصية Redshift لتحديد أبعاد الأجرام.

هندسة الميزات (Feature Engineering): استخراج مؤشرات الألوان (Color Index) لرفع دقة التمييز بين الفئات.

النمذجة: مقارنة 8 خوارزميات (Random Forest, XGBoost, KNN, ...)، والاستقرار على نموذج LightGBM كالأفضل أداءً.

النتائج المحققة:

دقة إجمالية تصل إلى 98%.

تفوق ملحوظ في تصنيف "الكوازار" بفضل المعالجة المتقدمة للميزات.

تحليل أهمية الخصائص (Feature Importance) الذي أثبت محورية الـ Redshift في التصنيف.

التقنيات المستخدمة:
Python | Pandas | Scikit-learn | LightGBM | XGBoost | Matplotlib.