يهدف هذا المشروع إلى استخدام تقنيات التعلم العميق (Deep Learning) للتنبؤ بالظروف الجوية المستقبلية اعتمادًا على بيانات الطقس التاريخية، من خلال الاستفادة من قدرة الشبكات العصبية المتكررة (Recurrent Neural Networks – RNN) على تحليل البيانات المتسلسلة واكتشاف الأنماط الزمنية.

يعتمد المشروع على مجموعة بيانات أرصاد جوية تحتوي على قياسات مسجلة كل ساعة، تشمل درجة الحرارة، والرطوبة النسبية، ونقطة الندى، ومعدلات هطول الأمطار، والضغط الجوي، وسرعة الرياح واتجاهها، والغطاء السحابي.

تم تجهيز البيانات ومعالجتها (Data Preprocessing)، ثم توظيف نموذج RNN للتعلم من التسلسل الزمني للقياسات الجوية واستخدام الأنماط السابقة في إجراء التنبؤات المستقبلية.

يمثل المشروع تطبيقًا عمليًا للتعلم العميق في مجال التنبؤ بالطقس (Weather Forecasting)، ويبرز أهمية تحليل البيانات الزمنية (Time Series Analysis) في بناء نماذج قادرة على فهم التغيرات الجوية والتنبؤ بها.