مشروع تحليل بيانات وتعلم آلي يعتمد على معالجة واستكشاف مجموعة بيانات لاعبين (FIFA Dataset)، وتصفية القيم الشاذة لبناء نموذج تنبؤي دقيق.

أبرز ما تم إنجازه:
1. تنظيف وتجهيز البيانات:
- معالجة القيم المفقودة والبيانات غير المكتملة.
- ترميز المتغيرات الفئوية (Encoding).
- تصفية القيم الشاذة باستخدام IQR والنطاقات المئوية.

2. التحليل الاستكشافي (EDA):
- دراسة التوزيعات الإحصائية لخصائص اللاعبين وربطها بالأداء.
- تحديد الميزات الأكثر تأثيراً (Feature Selection).

3. نماذج التعلم الآلي وتقييمها:
- تدريب نماذج انحدار وتصنيف لتوقع القيم والخصائص.
- قياس الأداء باستخدام R², MSE, RMSE ومصفوفة الإرباك.

التقنيات المستخدمة:
- Python 3
- Pandas, NumPy, Scikit-Learn, SciPy, Matplotlib, Seaborn
- Jupyter Notebook / VS Code