تم تحليل مجموعة بيانات تيتانيك باستخدام Pandas وMatplotlib وSeaborn للكشف عن أنماط البقاء على قيد الحياة.

الخطوات الرئيسية:
- تنظيف البيانات: معالجة القيم المفقودة وحذف الأعمدة غير ذات الصلة.
- تحليل البيانات الاستكشافي (EDA): تمثيل توزيع الأعمار، ومعدلات البقاء حسب الجنس والطبقة، وخرائط الارتباط الحرارية.
- هندسة الميزات: استخراج ألقاب الركاب من الأسماء وإنشاء ميزات إضافية مفيدة.
- النمذجة التنبؤية: بناء مُصنِّف غابة عشوائية للتنبؤ بمعدلات البقاء على قيد الحياة، وتحليل أهمية الميزات.

النتيجة: حقق النموذج دقة عالية، وسلط الضوء على الجنس والطبقة والعمر كأقوى عوامل تنبؤ بالبقاء على قيد الحياة.