Machine Learning for Football Player Valuation Pipeline

منذ 4 أيام

اطلب عمل مماثل

عرض العمل

الوصف

مشروع End-to-End Machine Learning & Data Analysis هدف إلى التنبؤ بأسعار وتقييمات لاعبي كرة القدم بناءً على بياناتهم الفيزيائية والتكتيكية.

اللي عملته في المشروع:

معالجة البيانات (Cleaning & Feature Engineering): نظفت البيانات المفقودة، واستخرجت الأرقام وتعديل أنواع البيانات (زي الطول والوزن) باستخدام Regex. عملت Encoding للبيانات الفئوية بـ LabelEncoder للقدم المفضلة وget_dummies لمراكز اللعب.

التحليل الاستكشافي (EDA): استخدمت Heatmaps لمتابعة البيانات قبل وبعد التنظيف، وHistograms ورسوم البواقي لملاحظة توزيع الخصائص ونسب الخطأ.

بناء وتقييم النماذج:

Linear Regression: حقق MSE تقريباً 3.12 و R² بحوالي 0.93

KNN Regressor: حقق MSE تقريباً 2.8 و R² بحوالي 0.93

Polynomial Regression: كان الأفضل بلا منازع بـ MSE حوالي 0.11 و R² وصل لـ 0.997

النتيجة:
نموذج Polynomial Regression هو اللي أدا أفضل أداء بدقة تنبؤ وصلت لـ 99.7%، وهوا الخيار الأنسب للتنبؤ بأرقام وتقييمات اللاعبين.

التقنيات المستخدمة: Python | Pandas | NumPy | Scikit-learn | Matplotlib | Seaborn

التفاصيل

المشاهدات 0
المفضلة 0
القسم برمجة, تطوير المواقع و التطبيقات - اخري

حساب المستخدم

يٌدار بواسطة أنجز تك الرقمية

All rights reserved © kaf 2026