هل تساءلت يوماً ما الذي يجعل "الأنمي" يحقق نجاحاً ساحقاً؟ هذا المشروع دراسة تحليلية متعمقة تدمج بين علم البيانات والذكاء الاصطناعي لفهم سلوك الجمهور وتوقع جودة الأعمال الفنية.

ماذا قدمت في هذا العمل؟
هندسة وتنظيف البيانات: تحويل البيانات الخام المشتتة لقاعدة بيانات منظمة، مع معالجة دقيقة للقيم المفقودة والتواريخ لضمان دقة النماذج.
التحليل الاستكشافي (EDA): تحليل العلاقة بين "استوديوهات الإنتاج" و"مصادر القصة" وتأثيرها على التقييم النهائي، مما كشف عن أنماط نجاح واضحة.
النمذجة التنبؤية: تطوير نماذج برمجية قادرة على توقع تقييم الأنمي بدقة 63%، عبر المقارنة بين خوارزميات Gradient Boosting و Random Forest.
محرك التوصيات الذكي: تصميم نظام يقترح أعمالاً مشابهة لتفضيلات المستخدمين، عبر تحليل "البصمة الفنية" للعمل بتقنيات معالجة اللغات الطبيعية (NLP).

الأدوات المستخدمة:
اللغة: Python.
البيانات: Pandas, NumPy.
التحليل البصري: Matplotlib, Seaborn.
تعلم الآلة: Scikit-learn (Random Forest & Gradient Boosting).