يطبق هذا المشروع تقنيات التعلم الآلي غير المُشرف لتجميع أنواع البطاريق بناءً على خصائصها البيولوجية. تتضمن مجموعة البيانات قياسات فيزيائية مثل طول المنقار، وعمقه، وطول الزعانف، وكتلة الجسم، بالإضافة إلى سمات تصنيفية مثل الجزيرة والجنس.
يغطي سير العمل ما يلي:
تنظيف البيانات ومعالجتها المسبقة: معالجة القيم المفقودة، وترميز المتغيرات التصنيفية، وقياس السمات العددية.
تقنيات التجميع: تطبيق خوارزميات K-Means وDBSCAN لتحديد المجموعات الطبيعية في مجموعة البطاريق.
التقييم: مقارنة جودة المجموعات باستخدام درجات الصور والمجموعات المرئية في مساحة السمات لتقييم أهميتها البيولوجية.
الرؤى الرئيسية:
نجحت K-Means في تجميع البطاريق في مجموعات مميزة تُشبه حدود الأنواع.
ساعدت DBSCAN في الكشف عن التشوهات/القيم الشاذة، مما وفّر رؤىً حول العينات النادرة أو الفريدة.
