Python analysis and Machine learning

قراءة البيانات: يتم قراءة البيانات من ملف Excel يحتوي على بيانات الهجرة إلى كندا عبر السنوات بين 1980 و 2013. يتم تنظيم البيانات حسب الدولة، القارة، والمنطقة. تحليل البيانات واستكشافها: يتم إنشاء رسوم بيانية مختلفة لتحليل بيانات الهجرة، مثل مخططات الأعمدة (bar plots) والمخططات الخطية (line plots) لتوضيح التغيرات في أعداد المهاجرين عبر السنوات، ويتم التركيز على دول مثل أفغانستان وألبانيا، والصين والهند. التنبؤ بعدد المهاجرين: يتم استخدام الانحدار الخطي للتنبؤ بعدد المهاجرين في المستقبل (على سبيل المثال في عام 2030) بناءً على البيانات السابقة. في بعض الأمثلة، يتم التنبؤ بعدد المهاجرين في كندا من دول مثل الدنمارك، النرويج، والسويد. النتائج: يتم تقييم النماذج باستخدام مقاييس مثل Mean Squared Error (MSE) و R-squared لقياس دقة النموذج. يتم عرض الخطوط البيانية للانحدار الخطي، ويتم تضمين التنبؤات المستقبلية حتى عام 2030. خطوات تنفيذ المشروع: قراءة البيانات ومعالجتها باستخدام Pandas. إنشاء الرسوم البيانية لتحليل بيانات الهجرة باستخدام Matplotlib. بناء نموذج الانحدار الخطي باستخدام مكتبة scikit-learn. تقييم النموذج باستخدام MSE و R-squared. التنبؤ بعدد المهاجرين في المستقبل (على سبيل المثال لعام 2030)